面向老龄听障患者的自适应降频助听器核心算法研究

Hearing impairment seriously affects physical and mental health of aging patients. The trend of aging population in China makes this issue particularly prominent. Wearing hearing aids is an effective means to compensate the high-frequency hearing loss, which is very general among aging patients. However, the fragile and changeable cognitive ability of elderly patient has became the bottleneck to restrict the extension of frequency-lowering hearing aids. Enlightened by the mechanism of human auditory perception and animal population behavior, this project, which makes solid theoretical foundation for the hearing aids of aging patients, takes the light-severe aging patients as the study object and studies the design method for the adaptive frequency-lowering hearing aids. The detailed contents are as follows: (1) The methods of speech extraction in complex scenes are investigated by simulating the mechanism of scene analysis of human hearing; (2) In order to improve the nature of speech, adaptive lowering frequency model is studied based on human reasoning ability;(3) Enlightened by the foraging behavior of frogs, the parameters optimization model for hearing aids is built. Based on this model, the self-fitting method is studied to improve cognitive ability. The focus of the project includes the parameters optimization strategy for adaptive frequency-lowering algorithm and parameters optimization algorithm for cognition compensation. Our study is of great significance to improve the hearing level and makes the life quality of the aging people.

听力障碍严重影响老龄患者身心健康，中国的老龄化现状使得这一问题尤为突出。高频听力损失严重是老龄患者的普遍情况，而佩戴降频助听器是改善这一状况的有效途径。然而，老龄患者脆弱多变的认知能力成为制约降频助听器推广使用的瓶颈。本项目以轻-重度老龄患者为研究对象，受人类听觉感知和动物种群行为机理启发，研究自适应降频助听器核心算法，为面向老龄听障患者的助听器设计打下扎实的理论基础。具体内容：（1）借鉴人耳的场景分析机理，研究复杂环境下目标语音获取算法；（2）模拟人类的学习推理能力，构建自适应降频算法参数推理模型，提高声音自然度；（3）受青蛙种群的觅食行为启迪，建立助听器参数群优化模型，研究面向认知补偿的自适配方法，改善语言理解度。重点研究自适应降频算法参数推理策略和面向认知补偿的参数进化算法。本课题对于提高老年人听力康复水平，改善老龄人群的生活质量，缓解社会压力有重要意义。

听力损失会严重影响听障患者的身心健康，佩戴助听器是目前听障患者改善听力最有效的手段。在中国，庞大的听障人口、落后的助听器技术、以及汉语与英语本身的差异性，都使得汉语数字助听器技术研究面临严峻的挑战。因此，研究面向汉语，面向听障患者的助听器算法具有急迫的现实意义。. 课题组以轻-重度听障患者为研究对象，结合生理学、心理学以及信号处理学科的研究成果，通过理论建模、仿真实验、临床验证相结合的研究手段，建立了一套数字助听器信号处理方法并研制了相关的软硬件助听器研发平台。主要研究工作包括：1）在兼顾降噪性能和功耗的基础上，提出了一种实时多通道数字助听器降噪算法；2）基于人耳听觉特性，提出一种双耳声源定位算法，并与二阶自适应波束形成算法相结合实现方向性增强；3）针对助听器回声路径快速变化下易产生啸叫的问题，提出一种变步长标准最小均方差结合陷波器的算法；4）通过分析现有算法在汉语识别中的不足，提出一种自适应非线性频率压缩的降频算法；5）针对传统交互式验配算法效率低的问题，提出一种结合专家系统和患者个性信息的助听器自验配算法；6）设计并开发了一款助听器信号处理硬件平台，以及相应的辅助软件（包括PC端的验配软件，手机端的言语测听软件和PC端的助听器自验配软件）；7）深入研究了听觉选择性注意机制，并将其引入到语音情感识别中，为后继面向助听器应用的场景识别算法研究奠定基础。基于上述研究，课题组累计发表论文19篇，申请专利11项，出版专著1部，培养博士研究生1名，硕士研究生4名。研究成果将提高数字助听器语音处理算法性能，促进数字助听器产业的发展，提高听损患者的听力矫正水平，进而改变我国在听力康复治疗领域的落后现状。. 由于应用的特殊性，本课题还存在一些需要进一步深入研究的问题，例如助听器仿生技术、汉语或其它语言特征对听损患者理解语言的影响、以及认知补偿技术等。