【技术实现步骤摘要】
本专利技术涉及助听，具体涉及一种响度感知模型及应用的圆窗激振响度计算方法。
技术介绍
1、传统人工中耳植入体内的作动器作用在听小骨上，需要患者听骨链完好，如图3所示。然而，很多患者还伴有听骨链畸形、听骨链腐蚀等病变，无法提供完好的听小骨，进而使得传统人工中耳无法植入。针对该问题，colletti等于2006年在临床植入时避开损坏的听骨链，将奥地利med-el公司生产的vibrant soundbridge牌人工中耳的作动器直接植入在患者耳蜗的另一入口——圆窗处，通过作动器机械激振圆窗膜7来补偿听力，并取得了良好的临床效果，其原理如图4所示。这种圆窗激振听损补偿模式，拓展了传统人工中耳的治疗领域，使它能够治疗伴有鼓室或听骨链异常(如先天性外中耳畸形、中耳炎引起的听小骨腐蚀等)的混合性耳聋。圆窗激振人工中耳由于上述优点，已在临床广泛使用，但其验配过程中出现初始验配误差大，后期微调困难等问题。这主要是因为至今没有针对该激励模式的听力验配算法，临床上通过借用助听器验配算法(如澳大利亚国家声学实验室提出的nal、加拿大国家听力学中心提出的dsl等)等完成验配。这些经典助听验配算法都是针对助听器传声特性专门开发。然而，圆窗激振听力补偿，输入能量是通过耳蜗圆窗进入耳蜗；助听器听力补偿，输入能量是通过耳膜、听骨链、耳蜗卵圆窗进入耳蜗。这两种能量传入耳蜗的途径不同，响度感知机制不同，故借用助听器验配算法用于圆窗激振效果不佳。因此，需要针对圆窗激振专门研发其听力验配算法。
2、响度是声品质的一个重要参数，其反应了人听觉中枢对声音强弱的主
3、然而，该响度感知计算方法无法用于圆窗激振，因为其存在以下不足：
4、不足1：该响度感知计算方法采用滤波器来直接模拟外耳、中耳的传声特性，没有考虑中耳内的耳膜、锤骨、砧骨、镫骨、肌腱等生理结构，类似于黑箱模型，无法模拟听骨链损伤等传导性听力损伤，及伴有传导性听力损伤的混合性听力损伤。而这两类听力损伤是圆窗激振主要针对的患者，进而造成传统响度计算模型无法模拟圆窗激振患者主要听损状态。
5、不足2：该响度感知计算方法是对声激励下正常人耳测听实验结果的拟合。圆窗激振式人工中耳是一种植入式助听装置，不能用于正常人耳进行测听实验。因此，不能采用滤波器拟合圆窗激振下人耳响度感知的方法建立响度模型。
6、不足3：该响度感知计算方法拟合的是自由场声激励下的人耳响度感知，声音是从耳道传入中耳，再由中耳的镫骨经耳蜗的卵圆窗传入至耳蜗，可以应用于助听器等与正常人耳传声路径相同的助听装置。然而，圆窗激振式人工中耳，其输入能量跨过中耳，直接通过激振耳蜗的另外一个窗口(圆窗)传至耳蜗内。圆窗激振的声音传递路径与正常感声的传递路径不同。因此，该响度模型不能应用于圆窗激振式人工中耳。
技术实现思路
1、针对上述存在的技术不足，本专利技术的目的是提供一种响度感知模型及应用的圆窗激振响度计算方法，该模型可以通过改变模型中耳内组织的材料属性模拟分析传导性听力损伤、混合性听力损伤患者的响度感知特性,能够计算声激励和圆窗激振下的基底膜速度，并将基底膜速度转化为响度，其算法能够解决目前无法准确计算圆窗激振响度的问题。
2、为解决上述技术问题，本专利技术采用如下技术方案：
3、本专利技术提供一种响度感知模型及应用的圆窗激振响度计算方法，包括模型处理阶段和模型处理后端阶段，模型处理阶段包括以下步骤：
4、步骤1：建立响度感知模型，包括外耳滤波器模型、中耳动力学模型和耳蜗动力学模型；
5、步骤2：将圆窗激振人工中耳作动器激振力输入到所构建响度感知模型内的中耳动力学模型中圆窗膜处，计算得到圆窗激振下的耳蜗液加速度；
6、步骤3：将耳蜗液加速度代入所构建响度感知模型内的耳蜗动力学模型，计算得到圆窗激振下每个耳蜗片段上的基底膜速度。
7、模型处理后端阶段包括以下步骤：
8、步骤4：对上述每个耳蜗片段上的基底膜速度求绝对值；对其进行时间上的积分，进而得到每个耳蜗片段上的初始兴奋；
9、步骤5：将耳蜗划分为多个兴奋段，每个兴奋段包含多个耳蜗片段，对每个兴奋段内耳蜗片段的初始兴奋求平均，进而得到每个兴奋段的兴奋；
10、步骤6：将每个兴奋段的兴奋转化为每个兴奋段的特征响度；将所有兴奋段的特征响度求和得到初始响度；
11、步骤7：根据函数s，将初始响度li转化为响度级ll；函数s为ll＝52.45tanh(1.427(li-0.68))+37.2；
12、步骤8：根据函数p，将响度级ll转化为响度l；函数p为l＝8×10-4(0.1ll+1.2)4.4。
13、优选地，步骤1中，建立中耳动力学模型的方法为：将锤骨、砧骨、镫骨和耳蜗液简化为质量，前庭导水管和耳蜗导水管简化为阻尼，鼓膜、锤骨前韧带、砧骨后韧带、镫骨底环状韧带、砧锤关节、砧镫关节和圆窗膜简化为刚度和阻尼；模型在有着快速计算的同时能够模拟声激励和圆窗激振下人耳的传声特性。
14、优选地，步骤1中，建立耳蜗动力学模型的方法为：将耳蜗简化为带有圆窗和卵圆窗的一维流体耦合的锥形耳蜗；模型将耳蜗划分为100个片段，每个片段由基底膜质量、网状板质量、盖膜质量、基底膜纵向耦合刚度和阻尼、基底膜抗弯刚度和阻尼、外毛细胞刚度和阻尼、纤毛束刚度和阻尼以及盖膜刚度和阻尼组成；模型能准确地计算声激励和圆窗激振下每个耳蜗片段上的基底膜速度。
15、优选地，步骤1中，采用数字滤波器建立外耳滤波器模型，具体为：其中，pe是耳膜处的声压，pfree是自由场声源处的声压，n是时间信号第n个采样点，k是滤波器的阶数，a(k)为第k阶滤波器的增益参数。
16、优选地，步骤1中，中耳动力学模型的运动微分方程为：
17、
18、其中，mm、mi、ms和mcf分别是锤骨质量、砧骨质量、镫骨质量和耳蜗液质量，kaml、kpil、kal、ke、kimj、kisj和krw分别是锤骨前韧带刚度、砧骨后韧带刚度、镫骨底环状韧带刚度、耳膜刚度、砧锤关节刚度、砧镫关节刚度和圆窗膜刚度，caml、cpil、cal、ce、cimj、cisj、cva、cca和crw分别是锤骨前韧带阻尼、砧骨后韧带阻尼、镫骨底环状韧带阻尼、耳膜阻尼、砧锤关节阻尼、砧镫关节阻尼、前庭导水管阻尼、耳蜗导水管阻本文档来自技高网...
【技术保护点】
1.一种响度感知模型及应用的圆窗激振响度计算方法，响度感知模型包括外耳滤波器模型、中耳动力学模型和耳蜗动力学模型；其特征在于，包括模型处理阶段和模型处理后端阶段，模型处理阶段包括以下步骤：
2.如权利要求1所述的方法，其特征在于，步骤1中，建立中耳动力学模型的方法为：将锤骨、砧骨、镫骨和耳蜗液简化为质量，前庭导水管和耳蜗导水管简化为阻尼，鼓膜、锤骨前韧带、砧骨后韧带、镫骨底环状韧带、砧锤关节、砧镫关节和圆窗膜简化为刚度和阻尼；模型在有着快速计算的同时能够模拟声激励和圆窗激振下人耳的传声特性。
3.如权利要求2所述的方法，其特征在于，步骤1中，建立耳蜗动力学模型的方法为：将耳蜗简化为带有圆窗和卵圆窗的一维流体耦合的锥形耳蜗；模型将耳蜗划分为100个片段，每个片段由基底膜质量、网状板质量、盖膜质量、基底膜纵向耦合刚度和阻尼、基底膜抗弯刚度和阻尼、外毛细胞刚度和阻尼、纤毛束刚度和阻尼以及盖膜刚度和阻尼组成；模型能准确地计算声激励和圆窗激振下每个耳蜗片段上的基底膜速度。
4.如权利要求3所述的方法，其特征在于，步骤1中，采用数字滤波器建立外耳滤波器模型
5.如权利要求4所述的方法，其特征在于，步骤1中，中耳动力学模型的运动微分方程为：
6.如权利要求5所述的方法，其特征在于，步骤1中，耳蜗动力学模型将耳蜗简化为一维流体耦合的锥形耳蜗，耳蜗动力学模型中行波的传递被描述为：
7.如权利要求6所述的方法，其特征在于，步骤4中，对耳蜗每个片段上的基底膜宿舍进行求绝对值和时间积分求得初始兴奋：Ei,0＝0
8.如权利要求7所述的方法，其特征在于，步骤5中，根据1/3倍频程，特征频率为88.4-11313.7Hz的耳蜗片段被划分为21个兴奋段，特征频率小于88.4Hz和大于11313.7Hz的耳蜗片段分别作为一个兴奋段，总共将耳蜗划分为23个兴奋段；第x个兴奋段上的兴奋Ex计算为：
9.如权利要求8所述的方法，其特征在于，步骤6中，第x个兴奋段上的兴奋通过下式转化为第x个兴奋段上的特征响度：
...【技术特征摘要】
1.一种响度感知模型及应用的圆窗激振响度计算方法，响度感知模型包括外耳滤波器模型、中耳动力学模型和耳蜗动力学模型；其特征在于，包括模型处理阶段和模型处理后端阶段，模型处理阶段包括以下步骤：
2.如权利要求1所述的方法，其特征在于，步骤1中，建立中耳动力学模型的方法为：将锤骨、砧骨、镫骨和耳蜗液简化为质量，前庭导水管和耳蜗导水管简化为阻尼，鼓膜、锤骨前韧带、砧骨后韧带、镫骨底环状韧带、砧锤关节、砧镫关节和圆窗膜简化为刚度和阻尼；模型在有着快速计算的同时能够模拟声激励和圆窗激振下人耳的传声特性。
3.如权利要求2所述的方法，其特征在于，步骤1中，建立耳蜗动力学模型的方法为：将耳蜗简化为带有圆窗和卵圆窗的一维流体耦合的锥形耳蜗；模型将耳蜗划分为100个片段，每个片段由基底膜质量、网状板质量、盖膜质量、基底膜纵向耦合刚度和阻尼、基底膜抗弯刚度和阻尼、外毛细胞刚度和阻尼、纤毛束刚度和阻尼以及盖膜刚度和阻尼组成；模型能准确地计算声激励和圆窗激振下每个耳蜗片段上的基底膜速度。
【专利技术属性】
技术研发人员：刘后广，刘兆海，郭维维，陈伟，刘送永，贺志恒，吴明珂，杨政，孟彬，王瑶，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。