跳轉到內容

感覺系統/神經感覺植入物/人工耳蝸

來自華夏公益教科書,開放的書籍,開放的世界

人工耳蝸

[編輯 | 編輯原始碼]
人工耳蝸

人工耳蝸(CI)是一種植入式電子裝置,透過直接刺激耳蝸內電極上的聽神經纖維,來替代聽覺系統的機械部分。人工耳蝸的候選者是雙耳嚴重至極度感音神經性聽力損失且聽覺神經系統功能正常的患者。它被失聰後失聰者用來恢復對言語和其他聲音的一些理解能力,以及被失聰前失聰的兒童用來幫助他們獲得口語技能。(新生兒和嬰兒的聽力損失診斷是使用耳聲發射和/或記錄聽覺誘發電位。)最近的一個重要進展是使用雙側植入,使接受者能夠進行基本的聲源定位。

人工耳蝸的組成部分

[編輯 | 編輯原始碼]

植入物被手術放置在耳朵後面的皮膚下。該裝置的基本組成部分包括

外部

  • 麥克風,從環境中拾取聲音
  • 語音處理器,選擇性地過濾聲音以優先考慮可聽見的語音,並將電聲音號透過一根細線傳送到發射器,
  • 發射器,是一個由磁鐵固定在耳後外部的線圈,透過電磁感應將處理後的聲音訊號傳輸到內部裝置,

內部

人工耳蝸(左)、麥克風和訊號處理器(中)、遙控器附件(右)
  • 一個固定在皮膚下骨頭上的接收器和刺激器,它將訊號轉換為電脈衝並透過一根內部電纜將它們傳送到電極,
  • 一個多達 24 個電極的陣列,繞著耳蝸,將脈衝傳送到鼓階中的神經,然後透過聽覺神經系統直接傳送到大腦

人工耳蝸的訊號處理

[編輯 | 編輯原始碼]

在正常聽力者中,語音訊號的主要資訊載體是包絡,而對於音樂來說,它是精細結構。這對聲調語言也很重要,比如普通話,其中詞語的含義取決於它們的語調。研究還發現,編碼在精細結構中的雙耳時間延遲決定了聲音來自哪裡,而不是編碼在包絡中的雙耳時間延遲,儘管仍然是編碼在包絡中的語音訊號被感知。

人工耳蝸中的語音處理器將麥克風輸入訊號轉換為一系列平行電極訊號,這些訊號最終到達耳蝸。這些訊號之間最佳傳遞函式的演算法仍然是活躍的研究領域。最早的人工耳蝸是單通道裝置。原始聲音經過帶通濾波,只包含語音的頻率範圍,然後被調製到 16 kHz 的波形上,以允許電訊號與神經進行電耦合。這種方法能夠提供非常基礎的聽力,但非常有限,因為它完全無法利用耳蝸的頻率位置圖。

多通道植入物的出現為嘗試多種不同的語音處理策略以促進聽力打開了大門。這些策略可以粗略地分為波形策略和特徵提取策略。

波形策略

[編輯 | 編輯原始碼]

這些策略通常涉及對聲音應用非線性增益(因為具有約 30 dB 動態範圍的輸入音訊訊號必須被壓縮成僅具有約 5 dB 動態範圍的電訊號),並將其透過並行濾波器組。第一個嘗試的波形策略是壓縮模擬方法。在這個系統中,原始音訊首先用增益控制放大器進行濾波(增益控制降低了訊號的動態範圍)。然後訊號透過並行帶通濾波器,這些濾波器的輸出繼續在它們相應的位置刺激電極。

壓縮模擬方法的一個問題是,相鄰電極之間存在強烈的相互作用效應。如果兩個濾波器驅動的電極恰好同時刺激,則疊加的刺激會導致來自這兩個電極範圍內的毛細胞的訊號產生不必要的失真。解決這個問題的方法是連續交錯取樣方法 - 在這種方法中,相鄰濾波器驅動的電極在略微不同的時間刺激。這消除了相鄰電極之間的干擾效應,但引入了由於交錯導致時間解析度下降的問題。

連續交錯取樣 (CIS) 的示意圖。處理(“Proc”)包括包絡檢測、幅度壓縮、數字化和脈衝調製。

特徵提取策略

[編輯 | 編輯原始碼]

這些策略不太關注傳輸音訊訊號的濾波版本,更多地關注提取訊號的更抽象特徵並將它們傳輸到電極。最早的特徵提取策略尋找語音中的共振峰(具有最大能量的頻率)。為了做到這一點,他們會應用寬頻濾波器(例如,270 Hz 低通濾波器用於 F0 - 基本共振峰,300 Hz-1 kHz 用於 F1,以及 1 kHz-4 kHz 用於 F2),然後根據每個濾波器輸出的零交叉點計算共振峰頻率,並根據每個濾波器訊號的包絡計算共振峰幅度。只有對應於這些共振峰頻率的電極會被啟用。這種方法的主要侷限性在於,共振峰主要識別母音,而主要位於更高頻率的子音資訊傳輸較差。MPEAK 系統後來透過結合高頻濾波器對這種設計進行了改進,該濾波器可以透過刺激高頻電極和共振峰頻率電極來模擬無聲音(子音),並且以隨機間隔進行。[1][2][3]

當前發展

[編輯 | 編輯原始碼]
SPEAK 處理方案的框圖

目前,領先的策略是 SPEAK 系統,它結合了波形和特徵檢測策略的特性。在這個系統中,訊號透過一個由 20 個帶通濾波器組成的並行陣列。從每個濾波器中提取包絡,並選擇幾個最強大的頻率(選擇多少取決於頻譜的形狀),其餘的頻率被丟棄。這被稱為“n-of-m”策略。然後對這些頻率的幅度進行對數壓縮,以使聲音的機械訊號範圍適應毛細胞的更窄的電訊號範圍。

多個麥克風

[編輯 | 編輯原始碼]

在它最新的植入物上,科利耳公司使用了 3 個麥克風而不是 1 個。額外的資訊用於波束形成,即從正前方提取更多聲音資訊。這可以將與他人交談時的信噪比提高多達 15 dB,從而顯著提高噪聲環境中的語音感知。

人工耳蝸 - 助聽器整合

[編輯 | 編輯原始碼]

透過精細的手術技巧和電極設計,可以保留低頻聽力,在植入人工耳蝸後仍然保持。對於仍然具有低頻聽力的患者,MedEl公司提供了一種結合了高頻人工耳蝸和低頻傳統助聽器的解決方案。這個名為EAS(電聲刺激)的系統使用18毫米的導線,相比全人工耳蝸的31.5毫米短。 (耳蝸的長度約為36毫米。)這顯著改善了音樂感知,並提高了音調語言的語音識別能力。

精細結構

[編輯 | 編輯原始碼]
圖表展示瞭如何使用希爾伯特變換簡單地推匯出訊號的包絡(紅色)和相位(黑色點,表示零交叉點)。

對於高頻,人類聽覺系統僅使用音調編碼來獲取資訊。但是,對於低頻,也使用時間資訊:聽覺神經與訊號的相位同步放電。相比之下,最初的人工耳蝸僅使用傳入訊號的功率譜。在新的模型中,MedEl將低頻的時序資訊納入刺激脈衝時序的確定中,稱為精細結構。這改善了音樂感知,並提高了普通話等音調語言的語音感知。

在數學上,可以使用希爾伯特變換(見圖)優雅地獲得訊號的包絡和精細結構。相應的Python程式碼可在以下位置獲得。[4]

虛擬電極

[編輯 | 編輯原始碼]

可用電極的數量受到電極尺寸(以及由此產生的電荷和電流密度)以及內淋巴液沿電極末端的電流擴散的限制。為了提高頻率特異性,可以刺激兩個相鄰電極。受試者報告說,他們感知到一個頻率介於兩個電極之間的單音。


人工耳蝸刺激強度的模擬

人工耳蝸的模擬

[編輯 | 編輯原始碼]

人工耳蝸中的聲音處理仍然是許多研究的主題,也是製造商之間主要的產品差異之一。然而,基本的聲音處理相當簡單,可以透過模擬來了解使用人工耳蝸的患者感知到的聲音質量。該過程的第一步是對某些聲音進行取樣並分析其頻率。然後選擇一個時間窗,在此時間窗內,我們希望找到人工耳蝸電極的刺激強度。有兩種方法可以實現:i)透過使用線性濾波器(參見伽馬音濾波器);或 ii)透過計算功率譜(參見頻譜分析)。

人工耳蝸和磁共振成像

[編輯 | 編輯原始碼]

隨著全球超過150,000例植入,人工耳蝸(CI)現已成為治療重度至極重度聽力損失的標準方法。由於人工耳蝸的益處越來越明顯,支付者也更加願意支援人工耳蝸,而且由於大多數工業化國家新生兒的篩查計劃,許多患者在嬰兒期就植入人工耳蝸,並且很可能在一生中一直佩戴。他們中有些人可能需要在一生中進行診斷性掃描,而磁共振成像(MRI)可以幫助進行此類掃描。對於人口的大部分群體,包括中風、背痛或頭痛患者,MRI已成為診斷的標準方法。MRI 使用磁場脈衝來生成影像,目前使用的 MRI 機使用 1.5 特斯拉磁場。0.2 至 4.0 特斯拉的裝置很常見,1.5 特斯拉裝置的射頻功率峰值可高達 6 千瓦。

歷史上,人工耳蝸被認為與高於 0.2 特斯拉的磁場不相容。裝置的外部部件必須始終移除。對於裝置的內部部件,有不同的規定。目前美國食品藥品監督管理局 (FDA) 指南允許在植入人工耳蝸後有限使用 MRI。Pulsar 和 Sonata(MED-EL 公司,奧地利因斯布魯克)裝置獲准在磁體到位的情況下進行 0.2 特斯拉 MRI。Hi-res 90K(Advanced Bionics 公司,美國加州西爾瑪)和 Nucleus Freedom(Cochlear Americas 公司,美國科羅拉多州英格爾伍德)獲准在手術移除內部磁體後進行高達 1.5 特斯拉的 MRI。每次移除和更換磁體都可以透過區域性麻醉下的小切口進行,但該手術很可能削弱磁體的口袋並使患者感染的風險增加。

屍體研究表明,在 1.5 特斯拉 MRI 掃描器中,植入物有從內部裝置中移位的風險。但是,當使用壓縮敷料時,可以消除這種風險。然而,人工耳蝸會產生偽影,這可能會降低掃描的診斷價值。偽影的大小與患者頭部的大小成正比,這對於兒童的 MRI 掃描來說可能特別具有挑戰性。Crane 等人 2010 年的一項研究發現,人工耳蝸周圍區域的偽影的平均前後尺寸為 6.6 ± 1.5 釐米(平均值 ± 標準差),左右尺寸平均為 4.8 ± 1.0 釐米(平均值 ± 標準差)(Crane 等人,2010)。 ([5])

  1. http://www.utdallas.edu/~loizou/cimplants/tutorial/tutorial.htm
  2. www.ohsu.edu/nod/documents/week3/Rubenstein.pdf
  3. www.acoustics.bseeber.de/implant/ieee_talk.pdf
  4. T. Haslwanter (2012). "希爾伯特變換 [Python]". 私人通訊.
  5. Crane BT, Gottschalk B, Kraut M, Aygun N, Niparko JK (2010) 1.5 特斯拉人工耳蝸植入後磁共振成像。耳鼻喉神經外科 31:1215-1220
華夏公益教科書