一種助聽(tīng)器自驗(yàn)配方法
【專利摘要】本發(fā)明公開(kāi)了一種助聽(tīng)器自驗(yàn)配方法，該方法首先建立知識(shí)庫(kù)，找出與當(dāng)前患者最相似的歷史患者，獲得該歷史患者的最優(yōu)化助聽(tīng)器算法參數(shù)，然后當(dāng)前患者對(duì)聲音質(zhì)量進(jìn)行滿意度評(píng)估，根據(jù)評(píng)價(jià)指標(biāo)迭代更新助聽(tīng)器算法參數(shù)，并與知識(shí)庫(kù)進(jìn)行交互，然后根據(jù)更新的助聽(tīng)器算法參數(shù)生成測(cè)試聲音給當(dāng)前患者，直到當(dāng)前患者滿意為止。本發(fā)明引入知識(shí)庫(kù)，極大地縮小了助聽(tīng)器算法參數(shù)匹配范圍，顯著提高了助聽(tīng)器驗(yàn)配效率；根據(jù)評(píng)價(jià)指標(biāo)迭代更新助聽(tīng)器算法參數(shù)，最大限度的滿足當(dāng)前患者對(duì)助聽(tīng)器的期望值，提高了助聽(tīng)器算法參數(shù)的精確性。
【專利說(shuō)明】一種助聽(tīng)器自驗(yàn)配方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種音頻信號(hào)處理的方法，特別是涉及一種涉及助聽(tīng)器的自驗(yàn)配的方 法。

【背景技術(shù)】
[0002] 聽(tīng)力損失會(huì)嚴(yán)重影響聽(tīng)障患者的身心健康，佩戴助聽(tīng)器是目前聽(tīng)障患者改善聽(tīng)力 最有效的手段。在中國(guó)，龐大的老齡聽(tīng)損人口、落后的助聽(tīng)器技術(shù)、以及漢語(yǔ)與英語(yǔ)本身的 差異性，都使得漢語(yǔ)數(shù)字助聽(tīng)器技術(shù)研究面臨嚴(yán)峻的挑戰(zhàn)。
[0003] 傳統(tǒng)的助聽(tīng)器驗(yàn)配主要依靠聽(tīng)力專家對(duì)患者問(wèn)題的解讀，然后轉(zhuǎn)化為正確的助聽(tīng) 器電聲特征。由于，助聽(tīng)器的類型及其信號(hào)處理的參數(shù)的數(shù)量不斷增加，對(duì)聽(tīng)力專家的技能 要求越來(lái)越高，已成為制約助聽(tīng)器使用的重要因素之一。使用智能信息處理算法來(lái)替代聽(tīng) 力專家的作用成為一種研究趨勢(shì)。Durant等人（2004)將遺傳算法用在回波抵消的多參數(shù) 優(yōu)化上。在遺傳算法基礎(chǔ)上，Takagi等人（2007)采用交互式進(jìn)化計(jì)算方法初步實(shí)現(xiàn)用戶 自驗(yàn)配方式，但是遺傳算法的收斂速度慢，穩(wěn)定性差，影響了算法的實(shí)用性。在自驗(yàn)配技術(shù) 上，Elizabeth等人（2011)詳細(xì)介紹了這一理念，并分析了其目前存在的問(wèn)題，同時(shí)指出自 驗(yàn)配過(guò)程能包含個(gè)人認(rèn)知能力的影響，但是并沒(méi)有提出實(shí)際的解決方法。
[0004] 由此可見(jiàn)，上述現(xiàn)有的助聽(tīng)器驗(yàn)配方法，顯然仍存在有不便與缺陷，而亟待加以進(jìn) 一步改進(jìn)。為了解決助聽(tīng)器驗(yàn)配方法存在的問(wèn)題，相關(guān)領(lǐng)域技術(shù)人員莫不費(fèi)盡心思來(lái)謀求 解決之道，但長(zhǎng)久以來(lái)一直未見(jiàn)適用的方法被發(fā)展完成，而一般現(xiàn)有的助聽(tīng)器驗(yàn)配又不能 適切的解決上述問(wèn)題，此顯然是相關(guān)業(yè)者急欲解決的問(wèn)題。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種助聽(tīng)器自驗(yàn)配方法，解決現(xiàn) 有技術(shù)中助聽(tīng)器驗(yàn)配方法效率低下、精確度低，難以滿足患者需求的技術(shù)問(wèn)題。
[0006] 為解決上述技術(shù)問(wèn)題，本發(fā)明所采用的技術(shù)方案是：一種助聽(tīng)器自驗(yàn)配方法，包括 以下步驟：
[0007] 步驟一：建立知識(shí)庫(kù)：知識(shí)庫(kù)中包含歷史患者的個(gè)人信息和與歷史患者匹配的最 優(yōu)化助聽(tīng)器算法參數(shù)；
[0008] 步驟二：查找最優(yōu)化助聽(tīng)器算法參數(shù)：將當(dāng)前患者個(gè)人信息輸入知識(shí)庫(kù)，并與知 識(shí)庫(kù)中歷史患者的個(gè)人信息進(jìn)行匹配，找出與當(dāng)前患者最相似的歷史患者，獲得該歷史患 者的最優(yōu)化助聽(tīng)器算法參數(shù)；
[0009] 步驟三：當(dāng)前助聽(tīng)器聲音測(cè)試：將步驟二中獲得的歷史患者的最優(yōu)化助聽(tīng)器算法 參數(shù)或步驟四更新的助聽(tīng)器算法參數(shù)輸入當(dāng)前助聽(tīng)器，并將生成的測(cè)試聲音提供給當(dāng)前患 者，當(dāng)前患者對(duì)聲音質(zhì)量進(jìn)行滿意度評(píng)估；
[0010] 步驟四：驗(yàn)配結(jié)果判定：若當(dāng)前患者對(duì)聲音質(zhì)量不滿意，則對(duì)當(dāng)前助聽(tīng)器進(jìn)行助 聽(tīng)器算法參數(shù)更新，將當(dāng)前的助聽(tīng)器算法參數(shù)輸入知識(shí)庫(kù)生成新的助聽(tīng)器算法參數(shù)，并返 回步驟三，重新進(jìn)行當(dāng)前助聽(tīng)器聲音測(cè)試；若當(dāng)前患者對(duì)聲音質(zhì)量滿意，則將當(dāng)前患者個(gè)人 信息和與當(dāng)前患者匹配的最優(yōu)化助聽(tīng)器算法參數(shù)輸入知識(shí)庫(kù)，結(jié)束驗(yàn)配。
[0011] 當(dāng)前患者對(duì)聲音質(zhì)量進(jìn)行的滿意度評(píng)估包含對(duì)測(cè)試聲音的自然度、清晰度和舒適 度三類指標(biāo)的評(píng)估。
[0012] 所述助聽(tīng)器算法參數(shù)更新包含以下步驟：
[0013] 1)結(jié)合知識(shí)庫(kù)，分別確定測(cè)試聲音的自然度、清晰度和舒適度三類指標(biāo)的后驗(yàn)概 率；
[0014] 2)設(shè)當(dāng)前助聽(tīng)器算法參數(shù)為Q，依據(jù)當(dāng)前患者的滿意度評(píng)估，結(jié)合測(cè)試聲音的三 類指標(biāo)后驗(yàn)概率，獲得中當(dāng)前患者滿意的助聽(tīng)器算法參數(shù)的部分參數(shù)氏，并根據(jù)&在知 識(shí)庫(kù)中尋找匹配的助聽(tīng)器算法參數(shù)C 2 ;
[0015] 3)隨機(jī)產(chǎn)生一個(gè)與C2等長(zhǎng)的混沌變量X = (Xi，X2，…，\，…，Xd)，其中 & e [0, 1]。對(duì)X進(jìn)行Tent混沌映射，得到：

【權(quán)利要求】
1. 一種助聽(tīng)器自驗(yàn)配方法，其特征在于，包括以下步驟： 步驟一：建立知識(shí)庫(kù)：知識(shí)庫(kù)中包含歷史患者的個(gè)人信息和與歷史患者匹配的最優(yōu)化 助聽(tīng)器算法參數(shù)； 步驟二：查找最優(yōu)化助聽(tīng)器算法參數(shù)：將當(dāng)前患者個(gè)人信息輸入知識(shí)庫(kù)，并與知識(shí)庫(kù) 中歷史患者的個(gè)人信息進(jìn)行匹配，找出與當(dāng)前患者最相似的歷史患者，獲得該歷史患者的 最優(yōu)化助聽(tīng)器算法參數(shù)； 步驟三：當(dāng)前助聽(tīng)器聲音測(cè)試：將步驟二中獲得的歷史患者的最優(yōu)化助聽(tīng)器算法參數(shù) 或步驟四更新的助聽(tīng)器算法參數(shù)輸入當(dāng)前助聽(tīng)器，并將生成的測(cè)試聲音提供給當(dāng)前患者， 當(dāng)前患者對(duì)聲音質(zhì)量進(jìn)行滿意度評(píng)估； 步驟四：驗(yàn)配結(jié)果判定：若當(dāng)前患者對(duì)聲音質(zhì)量不滿意，將當(dāng)前的助聽(tīng)器算法參數(shù)輸 入知識(shí)庫(kù)生成新的助聽(tīng)器算法參數(shù)，并返回步驟三，重新進(jìn)行當(dāng)前助聽(tīng)器聲音測(cè)試；若當(dāng)前 患者對(duì)聲音質(zhì)量滿意，則將當(dāng)前患者個(gè)人信息和與當(dāng)前患者匹配的最優(yōu)化助聽(tīng)器算法參數(shù) 輸入知識(shí)庫(kù)，結(jié)束驗(yàn)配。
2. 根據(jù)權(quán)利要求1所述的助聽(tīng)器自驗(yàn)配方法，其特征在于，當(dāng)前患者對(duì)聲音質(zhì)量進(jìn)行 的滿意度評(píng)估包含對(duì)測(cè)試聲音的自然度、清晰度和舒適度三類指標(biāo)的評(píng)估。
3. 根據(jù)權(quán)利要求2所述的助聽(tīng)器自驗(yàn)配方法，其特征在于，所述助聽(tīng)器算法參數(shù)更新 包含以下步驟： 1) 結(jié)合知識(shí)庫(kù)，分別確定測(cè)試聲音的自然度、清晰度和舒適度三類指標(biāo)的后驗(yàn)概率； 2) 設(shè)當(dāng)前助聽(tīng)器算法參數(shù)為q，依據(jù)當(dāng)前患者的滿意度評(píng)估，結(jié)合測(cè)試聲音的三類指 標(biāo)后驗(yàn)概率，獲得中當(dāng)前患者滿意的助聽(tīng)器算法參數(shù)的部分參數(shù)&，并根據(jù)&在知識(shí)庫(kù) 中尋找匹配的助聽(tīng)器算法參數(shù)C 2 ; 3) 隨機(jī)產(chǎn)生一個(gè)與C2等長(zhǎng)的混沌變量X =久，X2，…，\，…，Xd)，其中 & e [〇, 1]。對(duì)X進(jìn)行Tent混沌映射，得到：

其中，[mini，maXl]是助聽(tīng)器算法參數(shù)第1維變量的定義域，則得 到混沛擾動(dòng)量newX = (newXp newX2,…，newXp…，newXd)，則混沛擾動(dòng)后的更新參數(shù)C3 = (C2+a ·ηθ?Χ)/2,其中α為與用戶滿意度成反比的比例常數(shù)； 4) 對(duì)更新參數(shù)C3進(jìn)行Μ次高斯變異，生成的參數(shù)為CNi = C3 * (1+Ν(0, 1))，其中 i e [1，Μ]，Ν(0，1)表示期望為0、標(biāo)準(zhǔn)差為1的正態(tài)分布隨機(jī)數(shù)，最后，參數(shù)組成參數(shù)群Υ =(CN1; CN2，…，，…，CNM); 5) 計(jì)算參數(shù)群Y中的任一參數(shù)與當(dāng)前參數(shù)q的歐式距離Dm，其中m e [1，Μ]，并按照 歐式距離從大到小將參數(shù)群Υ進(jìn)行排序，得到參數(shù)群ΥΝ = (CN/，CN' 2，…，CN/，…，CN' Μ)， 然后每9個(gè)參數(shù)選一個(gè)參數(shù)形成參數(shù)子群￥'=化&'，0^(3，" ％0^[_].(3); 6) 定義參數(shù)子群Υ'中0_"最大的參數(shù)為最佳個(gè)體yb，Dm最小的參數(shù)為最差個(gè)體7￥，則 更新給當(dāng)前助聽(tīng)器的最優(yōu)化助聽(tīng)器算法參數(shù)為C best = Q+randO * (yb_yw)，其中rand()表 示隨機(jī)數(shù)。
4. 根據(jù)權(quán)利要求3所述的助聽(tīng)器自驗(yàn)配方法，其特征在于，Μ的取值范圍是20?50。
5. 根據(jù)權(quán)利要求4所述的助聽(tīng)器自驗(yàn)配方法，其特征在于，Q的取值范圍是2?6。
6.根據(jù)權(quán)利要求1所述的助聽(tīng)器自驗(yàn)配方法，其特征在于，所述個(gè)人信息至少包含性 另IJ、年齡、教育程度和純音聽(tīng)力測(cè)試結(jié)果。
【文檔編號(hào)】H04R29/00GK104053112SQ201410292892
【公開(kāi)日】2014年9月17日 申請(qǐng)日期:2014年6月26日 優(yōu)先權(quán)日:2014年6月26日
【發(fā)明者】梁瑞宇, 王青云, 唐閨臣, 呂曉敏, 馬安駿, 房徐琪, 仇曉梅 申請(qǐng)人:南京工程學(xué)院