专利名称：耳声发射听力检测仪的制作方法
技术领域：
本发明属于电子学、信号处理技术领域，特别涉及一种用瞬态诱发耳声发射信 号的参数功率谱评价听力正常与否的耳声发射听力检测仪。
背景技术：
如果给人耳输入一个短时的刺激声音，当外耳道内由此引起的回声基本消失之 后，还会记录到来自内耳的微弱的发声。这种现象被称为耳声发射现象(英文
Otoacoustic Emissions,简称OAEs)。该现象的发现证明了耳朵不仅可以听到声音， 而且还可以发出微弱的声音。耳声发射现象最早由英国人D.T. Kemp在1978年观 察到。他报告了耳声发射现象的"有"或"无"可以客观地反映听力的"能"或"否"。 因此，耳声发射的检测很快成为检测耳蜗功能的一种不依据主观判断的一种客观方 法。D.T.Kemp也为他的技术申请了英国专利GB2205430A。该专利所涉及的检测 瞬态耳声发射信号有无的方法是把来自内耳的发声分为A和B两组，计算A和 B信号间的相关率，以其相关率达到某一的数值，作为瞬态耳声发射信号被检出的 标志。其硬件由专门的信号前置卡、信号采集卡、信号处理卡和计算机系统组成。 我们研究小组在1999年也申请了中国专利，公开号为CN1245048A。该专利 公布了不同于英国专利GB2205430A的硬件设计以及增强了的信号处理软件。新的 硬件除信号前置卡外，不需要其他专门的卡。刺激声的播放、耳声发射信号的接收、 信号的采集等一律釆用通用的多媒体全双功声卡来完成。新软件除对声卡进行控制 外，基于Delphy4.0计算机语言编写了耳声发射信号检测的软件程序库和数据库管 理。
国内外专利检索中，其他申请大都涉及微型传感器的实用新型专利和临床应用 总结报告。
发明内容
本发明的目的是提供一种耳声发射听力检测仪，该检测仪用瞬态诱发耳声发射信号的参数功率谱作为评价听力正常与否的标准，能直观地反映被试者的听力状 况；在确定听力问题发生的具体频段后，可以进一步确定受损耳毛在耳蜗内的位置； 还可以用来区分蜗性或者蜗后上橄榄复核的听力正常与否。
本发明耳声发射听力检测仪包括用于播放刺激声和接收耳声发射信号的微型 探头，对接收到的耳声信号进行滤波、放大处理的前置单元，对经前置处理后的信 号进行处理的计算机系统，所述计算机系统包括
瞬态诱发耳声发射信号的参数功率谱模型；
模型参数估计模块，该模块首先选定所述参数功率谱模型的类型和阶次，然后 对模型参数给一组随机数作为初始值，并根据所述微型探头采样到的、并经前置单 元处理后的被试者的一段瞬态诱发耳声发射信号计算出模型的参数值，并存储；
参数功率谱计算模块，该模块利用求得的模型的参数值计算出输入的瞬态诱发 耳声发射信号的参数功率谱，并存储；该模块还计算在单侧和对侧刺激耳蜗后得到 的两段瞬态诱发耳声发射信号的参数功率谱的差谱，即受抑制的瞬态诱发耳声发射 信号参数功率谱，并存储；
结果显示模块，该模块在以频率为横轴、功率为纵轴的坐标系中绘制被试者在 单侧刺激下瞬态诱发耳声发射信号的参数功率谱曲线和正常分布范围曲线；并在另 一坐标系中，绘制被试者受抑制的瞬态诱发耳声发射信号参数功率谱的曲线和正常 分布范围曲线。
本发明耳声发射听力检测仪的计算机系统还可进一步包括聚类分析模块和分 析方式选择模块，其中，所述聚类分析模块用于快速的给出一个定性的结果，它是 以模型参数估计模块中求得的模型参数作为一组特征向量，进入一个神经网络分类 器进行分类判别，其中的类别至少包括正常、低频异常、中频异常、高频异常和全 频带异常；所述分析方式选择模块根据用户的选择，确定进行参数功率谱分析或进 行聚类分析。
利用本耳声发射听力检测仪进行听力检测时，将微型探头放入被试者耳内并播
放刺激声，微型探头将瞬态诱发耳声发射信号反馈回计算机系统，计算机系统实时 计算被试者的瞬态诱发耳声发射信号的参数功率谱，并画出其谱图曲线，直接观察
其谱图曲线是否落入正常界限范围内，如果某段谱线分布超出了正常界限范围，说明在该特定频段的听力不正常，如果完全落到正常范围之外，则在整个音频频段的 听力均不正常。
根据耳蜗生理学上的"频率-位置"定理，在确定听力问题发生的具体频段后， 可以进一步确定受损耳毛在耳蜗内的位置。
进行单侧和双侧刺激，分别计算其诱发的瞬态诱发耳声发射信号参数功率谱， 然后相减和分析，可以用来区分蜗性或者蜗后上橄榄复核的听力正常与否。
本耳声发射听力检测仪用瞬态诱发耳声发射信号的功率谱作为评价被试者听 力正常与否的标准，检测更客观。采用谱图曲线方式显示检测结果，能够直观地看 出听力是否正常，以及听力问题发生的具体频段，使用非常方便。在确定听力问题 发生的具体频段后，可以根据耳蜗生理学上的"频率-位置"定理进一步确定受损 耳毛在耳蜗内的位置。它还可以进一步区分蜗性或者蜗后上橄榄复核的听力正常与 否。
图1是本耳声发射听力检测仪的结构示意图； 图2是产生耳声发射现象机制的系统示意图； 图3是单输入单输出系统的示意图4是本发明实现瞬态诱发耳声发射信号参数功率谱估计的自适应系统框图5是本发明实现单侧刺激诱发的耳声发射信号分析流程图6是本发明中的TEOAEs的参数功率谱的正常范围的听力图7是本发明中的实时检测的TEOAEs的参数功率谱听力图(中间的曲线)， 其中上侧的曲线和下侧的曲线为正常范围的曲线；
图8是本发明中的全频段耳聋的TEOAEs的参数功率谱的听力图(下侧的曲 线)，其中上侧的两条曲线为正常范围的曲线；
图9是耳蜗生理学上的"频率-位置"定理的示意图10是本发明实现对侧刺激诱发的耳声发射信号分析流程图lla、 lib分别是本发明中听力正常耳的单侧刺激和对侧刺激的TEOAEs的AR谱分析结果，图中虚线为正常分布范围曲线，实线为被测耳的曲线；
图12a、 12b分别是本发明中全频听力损伤，蜗性病变耳的单侧刺激和对侧刺 激的TEOAEs的AR谱分析结果，图中虚线为正常分布范围曲线，实线为被测耳的 曲线；
图13a、 13b分别是本发明中全频听力损伤，蜗后病变耳的单侧刺激和对侧刺 激的TEOAEs的AR谱分析结果，图中虚线为正常分布范围曲线，实线为被测耳的 曲线。
具体实施例方式
下面结合
本发明的具体实施方式
。
参照图1，本耳声发射听力检测仪包括用于播放刺激声和接收耳声发射信号的 微型探头，对接收到的耳声信号进行滤波、放大处理的前置单元，对经前置处理后
的信号进行处理的计算机系统，所述计算机系统包括 瞬态诱发耳声发射信号的参数功率谱模型；
模型参数估计模块，该模块首先选定所述参数功率谱模型的类型和阶次，然后 对模型参数给一组随机数作为初始值，并根据所述微型探头采样到的、并经前置单
元处理后的被试者的一段瞬态诱发耳声发射信号计算出模型的参数值，并存储；
参数功率谱计算模块，该模块利用求得的模型的参数值计算出输入的瞬态诱发 耳声发射信号的参数功率谱，并存储；该模块还计算在单侧和对侧刺激耳蜗后得到
的两段瞬态诱发耳声发射信号的参数功率谱的差谱，即受抑制的瞬态诱发耳声发射
信号参数功率谱，并存储；
结果显示模块，该模块在以频率为横轴、功率为纵轴的坐标系中绘制被试者在 单侧刺激下瞬态诱发耳声发射信号的参数功率谱曲线和正常分布范围曲线；并在另 一坐标系中，绘制被试者受抑制的瞬态诱发耳声发射信号参数功率谱的曲线和正常 分布范围曲线。
计算机系统还包括聚类分析模块和分析方式选择模块，其中，所述聚类分析模 块用于快速的给出一个定性的结果，它是以模型参数估计模块中求得的模型参数作 为一组特征向量，进入一个神经网络分类器进行分类判别，其中的类别至少包括正常、低频异常、中频异常、高频异常和全频带异常；所述分析方式选择模块根据用 户的选择，确定进行参数功率谱分析或进行聚类分析。
上述瞬态诱发耳声发射信号的参数功率谱模型是由线性自回归系数、线性移动 平均系数以及高阶的非线性自回归系数、非线性移动平均系数和交叉项所组成。根 据瞬态诱发耳声发射信号的"频率-位置"特性，模型的类型可以选择为自回归模 型；为了获得更加精确的谱估计，可以选择自回归-移动平均模型；为了获得瞬态
诱发耳声发射信号非线性的特性，可以进一步的选择非线性的模型。模型的选择可
以以两种方式实施， 一是以交互式的用户界面由用户根据其需求来选择模型；二是 根据不同的应用场合，如便携型或者工作站型，由开发者把选定的模型固定在系 统中。模型的阶次选择由预测误差判据准则(FPE)和信息论判据准测(AIC)这 两个准测获得的最小值来确定。
一、瞬态诱发耳声发射信号的参数功率谱模型的建立，以及计算模型参数的原
理
图2所示的产生耳声发射现象机制的系统可以进一步抽象成一个单输入单输出 的系统好②，如图3所示，该系统在一个宽带输入信号序列"f"J，"-i..JV的激励下 得到输出信号序列>^ )，《=入..^。对于系统掛力以一组未知的参数建立模型来描述， 在仅仅知道wf"J和JY^的情况下可以估计出这组参数，从而得到系统的频率响应， 进而得到输出信号的参数功率谱估计。而瞬态诱发耳声发射信号的刺激声恰好是一 个短时瞬变声，即具有很宽的频带，可以采用这样一种估计方法来估计系统的参数 以及检测信号的参数功率谱，进而可以对耳蜗及上橄榄复核系统状态加以描述。一 般情况下，可以简单的假设好^为一个线性系统，从而用自回归(auto-regressive,简 称AR)模型、移动平均(moving-average,简称MA)模型或者自回归-移动平均 (auto-regressive moving-average,简称ARMA)模型来描述系统i/fz」，这种情况下得 到的参数功率谱已经能大致反应出耳蜗及上橄榄复核系统的主要特征。然而，如前 所述耳声发射现象是由于一种非线性放大机制所产生，因而耳声发射信号有着一定 的非线性性。根据这一特性，进一步假定好②为一个非线性的系统，用非线性自回 归模型、非线性移动平均模型或者非线性自回归-移动平均模型来描述，这样能得到的参数功率谱估计可以反应出耳蜗系统及上橄榄复核非线性特征，用于对于瞬态 诱发耳声发射信号更加细致的分析。
如图3所示的单输入单输出系统模型，若考虑其为一个线性系统，则时域差分 方程如下所示
即信号当前的值W"〗是由当前的激励值《W、《个过去的激励值以及p个过去的信
号值线性组合产生的，式中个线性组合系数即是待估计的系统特征参数。(1) 式所描述的系统便被称为自回归-移动平均模型；若所有的6^=/，2，...^都为0,则 被称为自回归模型；若所有的"A都为0，则被称为移动平均模型。在已知离散信号 序列 3< 人"=7...^的情况下，(l)所描述的系统可以用如图4所示的自适应系统 来实现。图4中，系统好'②是对i^z)的一个估计，同样具有户+r^个估计的参数 aV初始化6\、 a、后，输入端输入"f"-^…"f")以及j^-p)…j("-"，得到当
前输出值的一个估计y丫W，该值与实际的j^")比较可以得到一个误差；以此过程遍 历"4.，JV，即整段信号，可以得到一个总的平均误差值e;用e更新系统的估计参 数6，&、 a，A，并重复上述过程直到误差小于一个预设的阈值，则6，A、 a，A是未知的 系统参数&、 q的一个估计。
在得到/^、"、后，系统/Z丫^的传递函数形式如下所示
(2) 式中z为z变换的变量，因而根据(2)就得到了系统的频率响应，也就是瞬态诱发 耳声发射信号的参数功率谱估计。
若考虑图3中的系统为一个单输入单输出的非线性系统，其时域形式如下所示 <formula>formula see original document page 8</formula>(3)
(3) 式中的非线性函数/无从得知其具体的形式，但是可以假设它如下式所示，由各
阶次的非线性成分组成<formula>formula see original document page 9</formula>
(4)中的模型在由线性自回归和移动平均系数^、 ^的同时，还包含了二次非线性的 自回归、移动平均和交叉项系数"w、 /、 cA,/，以及更高阶次的更复杂的系数(未 列出)。该模型较全面地反映了瞬态耳声发射信号的固有特点——既有线性特征又 有非线性特征。若限定模型的阶次则同样可以用有限的一组参数来描述该系统，如 前所述图4中的估计方法也适用于这种情况，并且最终可以得到瞬态诱发耳声发射 相应阶次的参数功率谱估计。
二、建立正常瞬态诱发耳声发射信号参数功率谱的分布范围
1) 对自愿者进行筛选
*自愿受试者年龄18-40之间，性别各半。
*自愿受试者纯音听力图测定正常各主要频率点
(500Hz,1000Hz,2000Hz,4000Hz,6000Hz)的听力衰减需均小于-20dB，方
可继续进行试验。
*自愿受试者中耳听力正常进行声阻抗测量，其中耳压力处于正负100Pa内，
中耳声顺应性处于0.3—1.6之间方可继续进行试验。 *自愿受试者的耳声发射听力检测正常进行TEOAE (瞬态诱发耳声发射)，
DPOAE (畸变产物耳声发射)和SOAE (自发耳声发射)的测试结果正常。
2) 求正常瞬态诱发耳声发射信号参数功率谱的分布范围，如图6所示。
*利用已经建立的参数功率谱模型对200多位自愿者的TEOAE信号进行计 算。计算的方法如前所述，根据(l)式的系统模型估计出模型参数后，再以(2) 式计算出模型系统的频率响应，即得到了瞬态诱发耳声发射的参数功率谱估计， 进而可以计算这200例正常参数功率谱的均值、标准差。
*按照正态分布估计，得到正常受试者的参数功率谱范围。
本耳声发射听力检测仪应用新的直观的听力评价方法一一听力图方式来对被试者进行听力评价。进行听力评价时，检测仪实时计算被试个体的瞬态诱发耳声发 射信号的参数功率谱，并画出其谱图曲线。直接观察其谱图曲线，若落入正常瞬态 诱发耳声发射信号参数功率谱的分布范围内(如图7所示)，则为听力正常；如果 某段谱线分布超出了正常界限范围，说明在该特定频段的听力不正常，在〈lKHz 超出范围，称为低频听力失聪，在lK 2KHz超出范围称为中频听力失聪，在〉2KHz 超出范围称为高频听力失聪；如果完全落到正常范围之外(如图8所示)，则称全
频蜗性聋。
在确定听力问题发生的具体频段后，可以进一步根据耳蜗生理学上的"频率-位置"定理确定受损耳毛在耳蜗内的位置。耳蜗的"频率-位置"特性是指耳蜗基
底膜的某一空间位置仅对某一特定频率敏感，如图9所示，耳声发射信号的频率谐 振关系是从高频到低频，从卵圆窗开始，沿着基底膜向耳蜗底端传递的。因此，当 被试者的瞬态诱发耳声发射的参数功率谱超出某段正常范围时，就可以找到该频段 所对应的那部分受到损伤的毛细胞在耳蜗中的位置。
本耳声发射听力检测仪可以进一步检测蜗后上橄榄复核传导正常与否，并且通
过直观的听力图来显示，具体方法如下
a) 单侧刺激的瞬态诱发耳声发射信号分析
参照图5，首先输入一段完整的长20ms，采样率为44.1kHz的瞬态诱发耳声发 射信号；接下来，选定模型的类型和阶次，从而初试化相应的模型参数；在此之后， 计算机系统的模型参数估计模块会根据输入的信号估计出模型的参数；这组参数一 方面作为一个特征向量进入聚类分析模块的神经网络分类器进行聚类分析，定性的 判断听力情况；另一方面，这组参数也通过参数功率谱计算模块来估计瞬态耳声发 射信号的参数功率谱，并通过结果显示模块绘制TEOAEs听力图。
b) 对侧刺激的瞬态诱发耳声发射信号分析
参照图10，输入两段完整的长20ms，采样率为44.1kHz的瞬态诱发耳声发射信 号， 一段为单侧刺激所得信号，另一段为在对侧刺激所得信号；对两段信号统一的 选择模型的类型和阶次，初始化模型的参数；计算机系统的模型参数估计模块分别 估计两段信号的模型参数；这些参数作为特征向量进入聚类分析模块的神经网络分类器进行聚类分析；参数功率谱计算模块分别计算两段信号的参数功率谱，并将两 段信号的参数功率谱相减，得到受对侧抑制的瞬态诱发耳声发射信号参数功率谱，
并通过结果显示模块绘制TEOAEs听力图，正常的上橄榄复核状态下，其对侧抑制
的瞬态诱发耳声发射信号参数功率谱也应在一定的统计范围内，否则为不正常。
如图lla和llb所示，如果单侧刺激和对侧刺激的功率谱均在正常范围内，则 说明该被试耳听力正常。如图12a和12b所示，如果单侧刺激和对侧刺激的功率谱 均不在正常范围内，则说明该被试耳属于蜗性感音性异常。如图13a和13b所示， 如果单侧刺激的功率谱在正常范围内说明耳蜗正常，而对侧刺激的功率谱不在正常 范围内，说明问题出在蜗后，不属于感音性异常，而属于蜗后听神经传导性异常。 这种参数功率谱的差谱分析可以区分属于蜗性失聪还是蜗后上橄榄复核的问题，为 听力检测提供了又一种新的有效的手段。
权利要求
1、一种耳声发射听力检测仪，包括用于播放刺激声和接收耳声发射信号的微型探头，对接收到的耳声信号进行滤波、放大处理的前置单元，对经前置处理后的信号进行处理的计算机系统，其特征在于，所述计算机系统包括瞬态诱发耳声发射信号的参数功率谱模型；模型参数估计模块，该模块首先选定所述参数功率谱模型的类型和阶次，然后对模型参数给一组随机数作为初始值，并根据所述微型探头采样到的、并经前置单元处理后的被试者的一段瞬态诱发耳声发射信号计算出模型的参数值，并存储；参数功率谱计算模块，该模块利用求得的模型的参数值计算出输入的瞬态诱发耳声发射信号的参数功率谱，并存储；该模块还计算在单侧和对侧刺激耳蜗后得到的两段瞬态诱发耳声发射信号的参数功率谱的差谱，即受抑制的瞬态诱发耳声发射信号参数功率谱，并存储；结果显示模块，该模块在以频率为横轴、功率为纵轴的坐标系中绘制被试者在单侧刺激下瞬态诱发耳声发射信号的参数功率谱曲线和正常分布范围曲线；并在另一坐标系中，绘制被试者受抑制的瞬态诱发耳声发射信号参数功率谱的曲线和正常分布范围曲线。
2、 根据权利要求1所述的耳声发射听力检测仪，其特征在于所述瞬态诱发 耳声发射信号的参数功率谱模型是由线性自回归系数、线性移动平均系数以及高阶 的非线性自回归系数、非线性移动平均系数和交叉项所组成。
3、 根据权利要求1所述的耳声发射听力检测仪，其特征在于所述计算机系 统还包括聚类分析模块和分析方式选择模块，所述聚类分析模块用于快速的给出一个定性的结果，它是以模型参数估计模块 中求得的模型参数作为一组特征向量，进入一个神经网络分类器进行分类判别，其 中的类别至少包括正常、低频异常、中频异常、高频异常和全频带异常；所述分析方式选择模块根据用户的选择，确定进行参数功率谱分析或进行聚类 分析。
4、 根据权利要求1所述的耳声发射听力检测仪，其特征在于所述瞬态诱发 耳声发射信号是一段长20ms，采样率为44.1kHz的瞬态诱发耳声发射信号。
全文摘要
一种耳声发射听力检测仪，包括用于播放刺激声和接收耳声发射信号的微型探头，对接收到的耳声信号进行滤波、放大处理的前置单元，对经前置处理后的信号进行处理的计算机系统，该计算机系统包括瞬态诱发耳声发射信号的参数功率谱模型、模型参数估计模块、参数功率谱计算模块和结果显示模块，还可包括聚类分析模块和分析方式选择模块。本耳声发射听力检测仪用瞬态诱发耳声发射信号的功率谱作为评价被试者听力正常与否的标准，检测更客观。采用谱图曲线方式显示检测结果，能够直观地看出听力是否正常，以及听力问题发生的具体频段，使用非常方便。它还可以确定受损耳毛在耳蜗内的位置，可以区分蜗性或者蜗后上橄榄复核的听力正常与否。
文档编号A61B5/12GK101313849SQ20071007471
公开日2008年12月3日 申请日期2007年6月1日 优先权日2007年6月1日
发明者叶大田, 琴 宫, 翔 钱 申请人:清华大学深圳研究生院