[發明專利]基于機器學習的真耳分析測試系統

有效

• 申請號: 202010677580.3
• 申請日: 2020-07-14
• 公開（公告）號: CN111818436B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 宮琴;宣韜
• 申請（專利權）人: 無錫清耳話聲科技有限公司;清華大學無錫應用技術研究院
• 主分類號: H04R25/00
• 分類號: H04R25/00
• 代理公司: 無錫盛陽專利商標事務所(普通合伙) 32227
• 代理人: 顧吉云;黃瑩

本發明提供基于機器學習的真耳分析測試系統，其可以客觀精準地評估助聽器在真正人耳上的放大情況，進而做到確保助聽器最終驗配的準確性。通過測試驅動模塊中的數據實時處理模塊實時采集測量麥克風傳回的聲音頻譜數據，處理后獲得待預測者的聽力補償實測值，通過聽力補償值預測模塊根據待預測者的個人數據進行預測，獲得待預測者的聽力補償預測值，將聽力補償實測值、聽力補償預測值以同一坐標系同時顯示在同一個交互界面上，直觀顯示所述聽力補償預測值和所述聽力補償實測值的差值。

技術領域

本發明涉及聲學測試設備技術領域，具體為基于機器學習的真耳分析測試系統。

背景技術

助聽器驗配過程中，需根據患者的性別、年齡、聽力損失類型、聽力損失程度等相關因素使用合適的聽力補償處方公式，在不同頻率下計算給出具體的介入增益量。早期助聽器的選配及助聽器效果的評估使用的是主觀方法，驗配師通過詢問病人佩戴助聽器的主觀感受來判斷驗配效果的好壞，以此作為評判的標準。這種方法過于依賴驗配師的個人能力，所以驗配效果非常不穩定。近幾年真耳分析(Real Ear Measurement,REM)方法被引入助聽器驗配領域，真耳分析是指在真正的人耳中的鼓膜近處進行聲學測量的過程；然而現有助聽器驗配領域中對于真耳分析技術的應用，大多是基于驗配師通過測量工具進行參數測量，然后再人工借助工具、個人經驗進行判斷、調節助聽器參數，雖然脫離了病人對助聽器效果的主觀感受判斷，然而在調整助聽器參數過程中仍然依賴驗配師的個人經驗，并未真正的做到客觀、準確的判斷，進而不能確保助聽器的最終驗配的準確性。

發明內容

為了解決當前助聽器驗配無法完全做到客觀準確的問題，本發明提供基于機器學習的真耳分析測試系統，其可以客觀精準地評估助聽器在真正人耳上的放大情況，進而做到確保助聽器最終驗配的準確性。

本發明的技術方案是這樣的：基于機器學習的真耳分析測試系統，其包括：真耳測試模塊，其特征在于，其還包括：測試驅動模塊、數據導入模塊、聽力補償值預測模塊、校準模塊；

所述真耳測試模塊包括放音設備、測量麥克風、參考麥克風；所述放音設備負責在測試項目中給出測試信號聲；所述測量麥克風用以測量待檢測者外耳道近鼓膜處的聲音頻譜；所述參考麥克風用于測量在測試過程中由所述放音設備發出的聲音頻譜；

所述校準模塊對所述放音設備的音量提供校準功能，對所述測量麥克風、所述參考麥克風提供校準功能，輸出所述測量麥克風、所述參考麥克風的頻率響應的差值，記為麥克風頻率差值；

所述測試驅動模塊包括測試數據讀取模塊、測試音驅動模塊、數據實時處理模塊；

所述測試數據讀取模塊讀取所述真耳測試模塊中進行測試時使用的測試用聲音文件，對所述測試用聲音文件做數字量-模擬量轉換，將其變為底層驅動可用的電信號；

所述測試音驅動模塊將所述測試用聲音文件對應的電信號輸入到所述真耳測試模塊中，由所述放音設備播放，對待檢測者進行實時檢測；所述真耳測試模塊通過所述測量麥克風采集的聲音頻譜數據傳入所述數據實時處理模塊；

所述數據實時處理模塊在測試期間實時采集所述測量麥克風、所述參考麥克風的信號，進行實時的數據處理；數據處理流程為：首先進行FFT快速傅里葉變換，將傳輸的所述聲音頻譜數據的時域信號轉換到頻域，得到譜線后，根據所述校準模塊輸出的所述麥克風頻率差值進行譜線的修正，再根據1/3倍頻程的精度統計在每個頻帶內的能量，獲得待預測者的聽力補償實測值，并且將所述聽力補償實測值實時繪制出結果曲線顯示在交互界面上；

所述數據導入模塊導入待預測者的個人數據，所述個人數據包括：個人基礎信息和預測聽力閾值數據；所述預測聽力閾值數據是待檢測者在指定的聲學頻率下進行測聽后，測得的聽閾數值；