一种听觉通路评估分析系统及其方法与流程

本发明涉及听力检测技术领域，具体是一种听觉通路评估分析系统及其方法。

背景技术：

听力检测作为检测听力健康情况的重要手段，对于每一个人都具有十足重要的意义，受影响的人群年龄跨度极大，下至刚出生的新生儿，上至年纪过百的老年人，随着经济与社会的发展，听力健康也越来越受到人们重视，对于新生儿的听力健康，卫生部于2009年正式颁布《新生儿疾病筛查管理办法》，将新生儿听力筛查工作纳入其中，同时，随着社会结构老龄化的问题越来越严重，年龄相关性听力损失影响着数量众多的老年人。

目前的听力检测通常在医院进行，通常有纯音测听，耳声发射，听觉诱发电位等研究，用于从外耳到内耳再到听神经的健康检测。然而，在医院，这些检测都是分开收费，分开进行的，这不仅增加了检查的经济成本，而且，增加了排队的时间成本，做完一项检查又需要重新排队做另一项检查，使得检测效率低下，如果需要长期监测听力发展状况则问题更加突出。而且，目前医院所使用的耳声发射所用的方法一般都是一次检测一个频率，造成检测时间长，效率低下的问题，听觉诱发电位则使用固定刺激速率的click刺激声，会有一定程度的波型衰减问题。

因此，如何提高听力检测的效率，减少检测波形的衰减是本领域技术人员亟待解决的问题。

技术实现要素：

鉴于上述问题，本发明的目的是解决目前的听力检测的效率低，使用固定刺激速率的click刺激声进行听力检测，检测结果会有一定程度的波型衰减的问题，实现提高听力检测的效率，减少检测波形的衰减。

本发明实施例提供一种听觉通路评估分析系统，包括：听觉通路健康检测模块、多源信息融合模块、听觉健康分析模块；

所述听觉通路健康检测模块用于采集纯音测听数据、耳声发射检测数据与听觉诱发电位检测数据；

所述多源信息融合模块连接所述听觉通路健康检测模块，用于对所述纯音测听数据、所述耳声发射检测数据与所述听觉诱发电位检测数据分别进行特征提取，生成听觉通路健康检测特征，将所述听觉通路健康检测特征输入bp人工神经网络，生成听觉通路检测数据；

所述听觉健康分析模块连接所述多源信息融合模块，用于对所述听觉通路检测数据进行相关性分析，根据分析结果对听觉通路进行评估。

在一个实施例中，所述听觉通路健康检测模块，包括：纯音测听数据采集单元、耳声发射检测数据采集单元、听觉诱发电位检测数据采集单元；

所述纯音测听数据采集单元用于设置测试频率参数与初始声强参数，并根据所述测试频率参数与所述初始声强参数进行纯音检测，生成纯音测听数据；

所述耳声发射检测数据采集单元用于设置第一刺激声类型、第一测试频段参数、第一刺激强度参数与耳声发射类型，并根据所述第一刺激声类型、第一测试频段参数、第一刺激强度参数与耳声发射类型进行耳声发射检测，生成耳声发射检测数据；

所述听觉诱发电位检测数据采集单元用于设置第二刺激声类型、第二测试频段参数、第二刺激强度参数、叠加平均次数与刺激方式，并根据所述第二刺激声类型、第二测试频段参数、第二刺激强度参数、叠加平均次数与刺激方式进行听觉诱发电位检测，生成听觉诱发电位检测数据。

在一个实施例中，所述多源信息融合模块，包括：特征提取单元、融合单元；

所述特征提取单元用于对所述纯音测听数据、所述耳声发射检测数据与所述听觉诱发电位检测数据分别进行特征提取，生成听觉通路健康检测特征，并将所述听觉通路健康检测特征进行特征合并；

所述融合单元连接所述特征提取单元，用于将特征合并后的听觉通路健康检测特征输入bp人工神经网络进行数据融合，输出分类结果，根据所述分类结果生成听觉通路检测数据。

在一个实施例中，所述听觉通路健康检测特征，包括：

纯音听阈、耳声能量和潜伏期。

在一个实施例中，还包括：听觉通路健康跟踪模块；

所述听觉通路健康跟踪模块连接所述多源信息融合模块，用于存储所述听觉通路检测数据，根据所述听觉通路检测数据对听觉通路健康进行跟踪监测，生成听觉通路健康跟踪报告，并根据所述听觉通路健康跟踪报告对治疗方案进行评估。

基于上述目的，在本申请的第二个方面，还提出了一种听觉通路评估分析方法，包括：

听觉通路健康检测模块采集纯音测听数据、耳声发射检测数据与听觉诱发电位检测数据；

多源信息融合模块对所述纯音测听数据、所述耳声发射检测数据与所述听觉诱发电位检测数据分别进行特征提取，生成听觉通路健康检测特征，将所述听觉通路健康检测特征输入bp人工神经网络，生成听觉通路检测数据；

听觉健康分析模块对所述听觉通路检测数据进行相关性分析，根据分析结果对听觉通路进行评估。

在一个实施例中，所述听觉通路健康检测模块采集纯音测听数据、耳声发射检测数据与听觉诱发电位检测数据，包括：

纯音测听数据采集单元设置测试频率参数与初始声强参数，并根据所述测试频率参数与所述初始声强参数进行纯音检测，生成纯音测听数据；

耳声发射检测数据采集单元设置第一刺激声类型、第一测试频段参数、第一刺激强度参数与耳声发射类型，并根据所述第一刺激声类型、第一测试频段参数、第一刺激强度参数与耳声发射类型进行耳声发射检测，生成耳声发射检测数据；

听觉诱发电位检测数据采集单元设置第二刺激声类型、第二测试频段参数、第二刺激强度参数、叠加平均次数与刺激方式，并根据所述第二刺激声类型、第二测试频段参数、第二刺激强度参数、叠加平均次数与刺激方式进行听觉诱发电位检测，生成听觉诱发电位检测数据。

在一个实施例中，所述多源信息融合模块对所述纯音测听数据、所述耳声发射检测数据与所述听觉诱发电位检测数据分别进行特征提取，生成听觉通路健康检测特征，将所述听觉通路健康检测特征输入bp人工神经网络，生成听觉通路检测数据，包括：

特征提取单元对所述纯音测听数据、所述耳声发射检测数据与所述听觉诱发电位检测数据分别进行特征提取，生成听觉通路健康检测特征，并将所述听觉通路健康检测特征进行特征合并；

融合单元将特征合并后的听觉通路健康检测特征输入bp人工神经网络进行数据融合，输出分类结果，根据所述分类结果生成听觉通路检测数据。

在一个实施例中，所述听觉通路健康检测特征，包括：

纯音听阈、耳声能量和潜伏期。

在一个实施例中，还包括：

听觉通路健康跟踪模块存储所述听觉通路检测数据，根据所述听觉通路检测数据对听觉通路健康进行跟踪监测，生成听觉通路健康跟踪报告，并根据所述听觉通路健康跟踪报告对治疗方案进行评估。

本发明实施例提供的上述技术方案的有益效果至少包括：

本发明实施例提供的一种听觉通路评估分析系统及其方法，将多种听觉健康检测方法集成，实现一套系统检测多种听力检测，评估从外耳到听觉中枢的整个听觉通路健康情况，同时，内置多种测试内容解决目前临床检测效率低下，检测结果衰减等问题，并且在整个听觉通路的检测过程中，人工智能算法的引入能够更加有效的进行多源信息的融合以及基于大数据进行多源相关性分析等对听觉通路进行评估分析。同时，针对目前临床检测过程繁琐，排队时间长，检测效率低等问题，这种用于听觉通路健康的检测与分析系统能够实现从外耳到听觉中枢健康的整个听觉通路的检测，减少了不同检测方法之间的检测时间成本与操作复杂度，同时增加了多种检测方法，更高质量的实现相关听力检测方法，提高信号质量，更好的为临床研究提供可靠的技术支撑，而且，基于大数据还可以实现长期的听觉通路健康检测与相关分析，根据分析结果更好地指导用耳健康、听力康复与助听分析。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例提供的一种听觉通路评估分析系统的框图；

图2为本发明实施例提供的基于bp神经网络进行多源融合分析的示意图；

图3为本发明实施例提供的一种听觉通路评估分析方法流程图；

图4为本发明实施例提供的步骤s301的流程图；

图5为本发明实施例提供的步骤s302的流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

参照图1所示，本发明实施例提供的一种听觉通路评估分析系统，包括：听觉通路健康检测模块1、多源信息融合模块2、听觉健康分析模块3；

所述听觉通路健康检测模块1用于采集纯音测听数据、耳声发射检测数据与听觉诱发电位检测数据；

所述多源信息融合模块2连接所述听觉通路健康检测模块1，用于对所述纯音测听数据、所述耳声发射检测数据与所述听觉诱发电位检测数据分别进行特征提取，生成听觉通路健康检测特征，将所述听觉通路健康检测特征输入bp人工神经网络，生成听觉通路检测数据；

所述听觉健康分析模块3连接所述多源信息融合模块2，用于对所述听觉通路检测数据进行相关性分析，根据分析结果对听觉通路进行评估。

具体的，分别统计不同听觉通路检测数据的听觉通路健康检测特征，包括骨导纯音测听各个频率点的听阈值与平均听阈，气导纯音测听各个频率点的听阈值与平均听阈，纯音刺激频率耳声发射的各个频率点的值，扫频音刺激频率耳声发射的频段内各个点的值，纯音畸变产物耳声发射的各个频率点的值，扫频音畸变产物耳声发射的频段内各个点的值，短声听觉诱发电位各个特征波的潜伏期值，短纯音听觉诱发电位各个特征波的潜伏期值，扫频音听觉诱发电位各个特征波的潜伏期值。

进一步地，对于同一种听觉功能情况下，不同检测方法所得到的相应的结果，进行显著性分析，从而得到不同检测结果的相关性分析；例如对于同一种听觉功能，如类别1为高频听力损失，类别2为低频听力损失，分别统计类别1和类别2中所有被试者的纯音测听结果、耳声发射结果以及听觉诱发电位结果，对于同一个类别下的各个结果，两两配对，如纯音测听结果与耳声发射结果进行一次配对样本t检验，检验两种结果间是否有显著性差异；再对两个类别中所有结果进行组合，进行独立样本t检验，验证两个样本之间的检测结果是否具有显著性差异。

本实施例中，将多种听觉健康检测方法集成，实现一套系统检测多种听力检测，评估从外耳到听觉中枢的整个听觉通路健康情况，同时，内置多种测试内容解决目前临床检测效率低下，检测结果衰减等问题，并且在整个听觉通路的检测过程中，人工智能算法的引入能够更加有效的进行多源信息的融合以及基于大数据进行多源相关性分析等对听觉通路进行评估分析。同时，针对目前临床检测过程繁琐，排队时间长，检测效率低等问题，这种用于听觉通路健康的检测与分析系统能够实现从外耳到听觉中枢健康的整个听觉通路的检测，减少了不同检测方法之间的检测时间成本与操作复杂度，同时增加了多种检测方法，更高质量的实现相关听力检测方法，提高信号质量，更好的为临床研究提供可靠的技术支撑，而且，基于大数据还可以实现长期的听觉通路健康检测与相关分析，根据分析结果更好地指导用耳健康、听力康复与助听分析。

需要说明的是，用户在打开了听觉通路评估分析系统之后，进入ui界面(用户界面)，可以选择不同的测试功能，具体的，第一步，是传导方式的选择，其中包括两个选择，骨导检测与气导检测；第二步是听觉功能检测的选择，其中包括纯音测听检测，耳声发射检测以及听觉诱发电位检测。

在一个实施例中，所述听觉通路健康检测模块1，包括：纯音测听数据采集单元4、耳声发射检测数据采集单元5、听觉诱发电位检测数据采集单元6；

所述纯音测听数据采集单元4用于设置测试频率参数与初始声强参数，并根据所述测试频率参数与所述初始声强参数进行纯音检测，生成纯音测听数据。

具体的，在进入系统ui界面后选择了纯音测听检测后，根据所选的传导方式选择，给用户佩戴相应的传导耳机，同时，给与一个应答器用于对于所听到的声音进行主动反馈。

进一步地，纯音测听检测所使用的声音为频率固定的纯音，其频率通常为250hz-8000hz之间，以250hz为梯度依次增加；频率点位根据具体要测试的频率段进行细分，声音大小通常为-10db至120db之间，以5db为梯度变化；测试开始的频率电位一般在1000hz，随后依次往高频增加，在达到测试频率最高频率(如8000hz)后，测试频率转为低频(如250hz)，再依次增加到1000hz后结束；对于声音强度的设定，通常从20db开始给声，给声规律具体是：在给与声音后，如果受试者可以听见声音，则给声声强减小10db，如果受试者无法听见声音，则给声强度增加5db，依次类推，每个频率点的声强都需要反复测试，确定该频率的听阈声强的规则是，给该声音强度5次，至少能听见3次，则该声强作为这个频率点的听阈值；同时在给声强度在80db及以上时，系统需要给出警示说明，说明声音强度过大，可能会损伤听力。在纯音测听检测完成以后，根据所测试结果和所输入的病例信息，生成相应的纯音测听检测报告，报告上应包括正常值参考范围，并计算相应的平均听阈，将数据上传至云端，并结合大数据给出相应的建议。

所述耳声发射检测数据采集单元5用于设置第一刺激声类型、第一测试频段参数、第一刺激强度参数与耳声发射类型，并根据所述第一刺激声类型、第一测试频段参数、第一刺激强度参数与耳声发射类型进行耳声发射检测，生成耳声发射检测数据。

具体的，在进入系统ui界面后选择了耳声发射检测后，根据所选的传导方式选择，给用户佩戴相应的传导耳机，同时，配备一个高灵敏度的麦克风用于耳声的采集。

进一步地，在选择完传导方式后，需要进行第一刺激声类型的选择，可以选择的刺激声有两种，第一种为纯音，第二种为扫频音；在确认好刺激声之后需要选择而耳声发射的类型，第一种为刺激频率耳声发射，第二种为畸变产物耳声发射；耳声发射检测完成后，根据测试结果和所输入的病例信息，生成相应的耳声发射检测报告，报告中包含正常值参考范围，将数据上传至云端，并结合大数据给出相应的建议。

进一步地，扫频音是一种在频域中构建的声音，根据耳蜗基地膜的延迟特性对组成声音的各个频率成分的出现时间进行了相应的调整，从而达到耳蜗基底膜同步兴奋的目的，如果刺激声的类型选择扫频音，则还需要进行扫频音频段(即第一测试频段参数)的设置，由于扫频音是通过在频域中构建一个信号，该信号的特点是不同频率的信号具有不同的发生时间，因此需要进行频段的设置，默认为250hz-8000hz。

所述听觉诱发电位检测数据采集单元6用于设置第二刺激声类型、第二测试频段参数、第二刺激强度参数、叠加平均次数与刺激方式，并根据所述第二刺激声类型、第二测试频段参数、第二刺激强度参数、叠加平均次数与刺激方式进行听觉诱发电位检测，生成听觉诱发电位检测数据。

具体的，在进入系统ui界面后选择了听觉诱发电位检测后，根据所选的传导方式选择，给用户佩戴相应的传导耳机，同时，配置三个电极，分别置于额顶发迹，左右耳后乳突，以额顶发迹的电极作为正极，以给声耳的同侧耳后乳突作为负极，以给声耳对侧耳后乳突作为参考电极，进行听觉诱发电位信号的采集。

进一步地，在选择完传导方式并且放置好电极后，进行第二刺激声类型的选择，可以选择的刺激声有三种，分别为纯音，短纯音和扫频音；选择完刺激声后，即可进行刺激方式的选择，可以选择的刺激方式有两种，分别为固定刺激速率方法与随机刺激速率方法；之后，进入第二刺激频段参数的设置界面，第二刺激频段参数包括：刺激声频率，刺激声强度，刺激声频段(扫频专用)，叠加平均次数等；通常叠加平均次数需在1000次以上；在听觉诱发电位检测完成以后，根据测试结果和所输入的病例信息，生成相应的听觉诱发电位检测报告，报告中包含正常值的参考范围，将数据上传至云端，并结合大数据给出相应的建议。

本实施例中，基于扫频音与随机刺激速率的检测功能集成，分别从刺激声以及刺激方法两个角度，对检测结果的形态学特性进行改善，将扫频音集成在耳声发射和听觉诱发电位的检测中，根据耳蜗的解剖学特性，根据耳蜗不同部位对于不同频率进行响应的特性，设计了不同频率的不同发生时间，从而使得耳蜗能够被同步性激活，从而达到改善检测结果的形态学特征；同时，将随机刺激速率方法集成在听觉诱发电位的检测中，通过从刺激方法的角度进行改善，从而达到提高听觉诱发电位信号质量的效果。

在一个实施例中，参照图2所示，所述多源信息融合模块2，包括：特征提取单元7、融合单元8；

所述特征提取单元7用于对所述纯音测听数据、所述耳声发射检测数据与所述听觉诱发电位检测数据分别进行特征提取，生成听觉通路健康检测特征，并将所述听觉通路健康检测特征进行特征合并。

具体的，所述听觉通路健康检测特征，包括纯音听阈、耳声能量和潜伏期。

进一步地，对于纯音测听检测特征(即纯音听阈)，包括骨导纯音测听各个频率点的听阈值与平均听阈，气导纯音测听各个频率点的听阈值与平均听阈；对于耳声发射检测特征(即耳声能量)，包括纯音刺激频率耳声发射的各个频率点的值，扫频音刺激频率耳声发射的频段内各个点的值，纯音畸变产物耳声发射的各个频率点的值，扫频音畸变产物耳声发射的频段内各个点的值；对于听觉诱发电位检测特征(即潜伏期)，包括短声听觉诱发电位各个特征波的潜伏期值，短纯音听觉诱发电位各个特征波的潜伏期值，扫频音听觉诱发电位各个特征波的潜伏期值等。

所述融合单元8连接所述特征提取单元7，用于将特征合并后的听觉通路健康检测特征输入bp人工神经网络进行数据融合，输出分类结果，根据所述分类结果生成听觉通路检测数据。

具体的，将气导/骨导纯音听阈、耳声能量和潜伏期进行特征关联，生成特征向量，将特征向量输入训练好的bp人工神经网络进行数据融合，输出分类结果；其中，分类结果为不同的折线图，根据不同的折线图判断用户的听觉健康(即听力正常、传导性听力损失、神经性听力损失、混合性听力损失)。

进一步地，bp人工神经网络的具体训练过程包括：网络初始化，根据输入输出序列确定输入层节点数、隐含层节点数、连接权值、阈值、学习速率和神经元激励函数；设置隐含层激励函数，计算隐含层输出；根据隐含层输出计算输出层结果；根据预测输出与期望输出计算网络预测误差；根据预测误差更新网络连接权重；根据预测误差更新节点阈值；判断迭代是否结束，结束则生成所需要bp人工神经网络模型，未结束则重新设置隐含层激励函数，循环迭代直至结束。

进一步地，所述融合单元8连接医生端，用于将分类结果传输给所述医生端，医生根据分类结果给出具体的诊断结果。

本实施例中，通过骨传导与气传导方法的对比，纯音测听，耳声发射以及听觉诱发电位等方法，实现外耳-耳蜗-听觉中枢一整个听觉通路功能的评估，这个功能将多种不同的检测方法集成在了一套检测系统当中，能够实现一整个听觉通路的功能评估，节省受试者的检测费用成本以及降低检测过程的繁琐性，同时，对于使用者的一整个听觉通路的功能评估，可以找到具体出现听觉功能问题的部位，并且针对性的做出治疗或者用药方案。

在一个实施例中，还包括：听觉通路健康跟踪模块9；

所述听觉通路健康跟踪模块9连接所述多源信息融合模块2，用于存储所述听觉通路检测数据，根据所述听觉通路检测数据对听觉通路健康进行跟踪监测，生成听觉通路健康跟踪报告，并根据所述听觉通路健康跟踪报告对治疗方案进行评估。

具体的，每一次的听觉通路检测数据上传至云端进行相应的存储，通过不同时间维度上每一次的检测结果，可以监测使用者的听觉通路健康发展情况，结合具体实际，可以进行相应的评估，例如，评估治疗方案的有效性，在给与相应的治疗之后，使用者的听觉功能在一段时间内相应的健康变化情况，指导治疗方案的设定与调整(即根据不同的治疗方案，在相应的治疗周期内观察其相应检测结果的变化情况，从而针对性的对治疗方案做出相应的调整)，实现从时间维度上对使用者的听觉通路健康进行长期的跟踪监测。

参照图3所示，一种听觉通路评估分析方法，包括：

s301、听觉通路健康检测模块采集纯音测听数据、耳声发射检测数据与听觉诱发电位检测数据。

s302、多源信息融合模块对所述纯音测听数据、所述耳声发射检测数据与所述听觉诱发电位检测数据分别进行特征提取，生成听觉通路健康检测特征，将所述听觉通路健康检测特征输入bp人工神经网络，生成听觉通路检测数据。

s303、听觉健康分析模块对所述听觉通路检测数据进行相关性分析，根据分析结果对听觉通路进行评估。

具体的，分别统计不同听觉通路检测数据的听觉通路健康检测特征，包括骨导纯音测听各个频率点的听阈值与平均听阈，气导纯音测听各个频率点的听阈值与平均听阈，纯音刺激频率耳声发射的各个频率点的值，扫频音刺激频率耳声发射的频段内各个点的值，纯音畸变产物耳声发射的各个频率点的值，扫频音畸变产物耳声发射的频段内各个点的值，短声听觉诱发电位各个特征波的潜伏期值，短纯音听觉诱发电位各个特征波的潜伏期值，扫频音听觉诱发电位各个特征波的潜伏期值。

进一步地，对于同一种听觉功能情况下，不同检测方法所得到的相应的结果，进行显著性分析，从而得到不同检测结果的相关性分析；例如对于同一种听觉功能，如类别1为高频听力损失，类别2为低频听力损失，分别统计类别1和类别2中所有被试者的纯音测听结果、耳声发射结果以及听觉诱发电位结果，对于同一个类别下的各个结果，两两配对，如纯音测听结果与耳声发射结果进行一次配对样本t检验，检验两种结果间是否有显著性差异；再对两个类别中所有结果进行组合，进行独立样本t检验，验证两个样本之间的检测结果是否具有显著性差异。

在一个实施例中，如图4所示，步骤s301，即所述听觉通路健康检测模块采集纯音测听数据、耳声发射检测数据与听觉诱发电位检测数据，包括：

s3011、纯音测听数据采集单元设置测试频率参数与初始声强参数，并根据所述测试频率参数与所述初始声强参数进行纯音检测，生成纯音测听数据。

具体的，在进入系统ui界面后选择了纯音测听检测后，根据所选的传导方式选择，给用户佩戴相应的传导耳机，同时，给与一个应答器用于对于所听到的声音进行主动反馈。

进一步地，纯音测听检测所使用的声音为频率固定的纯音，其频率通常为250hz-8000hz之间，以250hz为梯度依次增加；频率点位根据具体要测试的频率段进行细分，声音大小通常为-10db至120db之间，以5db为梯度变化；测试开始的频率电位一般在1000hz，随后依次往高频增加，在达到测试频率最高频率(如8000hz)后，测试频率转为低频(如250hz)，再依次增加到1000hz后结束；对于声音强度的设定，通常从20db开始给声，给声规律具体是：在给与声音后，如果受试者可以听见声音，则给声声强减小10db，如果受试者无法听见声音，则给声强度增加5db，依次类推，每个频率点的声强都需要反复测试，确定该频率的听阈声强的规则是，给该声音强度5次，至少能听见3次，则该声强作为这个频率点的听阈值；同时在给声强度在80db及以上时，系统需要给出警示说明，说明声音强度过大，可能会损伤听力。在纯音测听检测完成以后，根据所测试结果和所输入的病例信息，生成相应的纯音测听检测报告，报告上应包括正常值参考范围，并计算相应的平均听阈，将数据上传至云端，并结合大数据给出相应的建议。

s3012、耳声发射检测数据采集单元设置第一刺激声类型、第一测试频段参数、第一刺激强度参数与耳声发射类型，并根据所述第一刺激声类型、第一测试频段参数、第一刺激强度参数与耳声发射类型进行耳声发射检测，生成耳声发射检测数据。

具体的，在进入系统ui界面后选择了耳声发射检测后，根据所选的传导方式选择，给用户佩戴相应的传导耳机，同时，配备一个高灵敏度的麦克风用于耳声的采集。

进一步地，在选择完传导方式后，需要进行第一刺激声类型的选择，可以选择的刺激声有两种，第一种为纯音，第二种为扫频音；在确认好刺激声之后需要选择而耳声发射的类型，第一种为刺激频率耳声发射，第二种为畸变产物耳声发射；耳声发射检测完成后，根据测试结果和所输入的病例信息，生成相应的耳声发射检测报告，报告中包含正常值参考范围，将数据上传至云端，并结合大数据给出相应的建议。

进一步地，扫频音是一种在频域中构建的声音，根据耳蜗基地膜的延迟特性对组成声音的各个频率成分的出现时间进行了相应的调整，从而达到耳蜗基底膜同步兴奋的目的，如果刺激声的类型选择扫频音，则还需要进行扫频音频段(即第一测试频段参数)的设置，由于扫频音是通过在频域中构建一个信号，该信号的特点是不同频率的信号具有不同的发生时间，因此需要进行频段的设置，默认为250hz-8000hz。

s3013、听觉诱发电位检测数据采集单元设置第二刺激声类型、第二测试频段参数、第二刺激强度参数、叠加平均次数与刺激方式，并根据所述第二刺激声类型、第二测试频段参数、第二刺激强度参数、叠加平均次数与刺激方式进行听觉诱发电位检测，生成听觉诱发电位检测数据。

具体的，在进入系统ui界面后选择了听觉诱发电位检测后，根据所选的传导方式选择，给用户佩戴相应的传导耳机，同时，配置三个电极，分别置于额顶发迹，左右耳后乳突，以额顶发迹的电极作为正极，以给声耳的同侧耳后乳突作为负极，以给声耳对侧耳后乳突作为参考电极，进行听觉诱发电位信号的采集。

进一步地，在选择完传导方式并且放置好电极后，进行第二刺激声类型的选择，可以选择的刺激声有三种，分别为纯音，短纯音和扫频音；选择完刺激声后，即可进行刺激方式的选择，可以选择的刺激方式有两种，分别为固定刺激速率方法与随机刺激速率方法；之后，进入第二刺激频段参数的设置界面，第二刺激频段参数包括：刺激声频率，刺激声强度，刺激声频段(扫频专用)，叠加平均次数等；通常叠加平均次数需在1000次以上；在听觉诱发电位检测完成以后，根据测试结果和所输入的病例信息，生成相应的听觉诱发电位检测报告，报告中包含正常值的参考范围，将数据上传至云端，并结合大数据给出相应的建议。

在一个实施例中，如图5所示，步骤s302，包括：

s3021、特征提取单元对所述纯音测听数据、所述耳声发射检测数据与所述听觉诱发电位检测数据分别进行特征提取，生成听觉通路健康检测特征，并将所述听觉通路健康检测特征进行特征合并。

具体的，所述听觉通路健康检测特征，包括：纯音听阈、耳声能量和潜伏期。

进一步地，对于纯音测听检测特征(即纯音听阈)，包括骨导纯音测听各个频率点的听阈值与平均听阈，气导纯音测听各个频率点的听阈值与平均听阈；对于耳声发射检测特征(即耳声能量)，包括纯音刺激频率耳声发射的各个频率点的值，扫频音刺激频率耳声发射的频段内各个点的值，纯音畸变产物耳声发射的各个频率点的值，扫频音畸变产物耳声发射的频段内各个点的值；对于听觉诱发电位检测特征(即潜伏期)，包括短声听觉诱发电位各个特征波的潜伏期值，短纯音听觉诱发电位各个特征波的潜伏期值，扫频音听觉诱发电位各个特征波的潜伏期值等。

s3022、融合单元将特征合并后的听觉通路健康检测特征输入bp人工神经网络进行数据融合，输出分类结果，根据所述分类结果生成听觉通路检测数据。

具体的，将气导/骨导纯音听阈、耳声能量和潜伏期进行特征关联，生成特征向量，将特征向量输入训练好的bp人工神经网络进行数据融合，输出分类结果；其中，分类结果为不同的折线图，根据不同的折线图判断用户的听觉健康(即听力正常、传导性听力损失、神经性听力损失、混合性听力损失)。

进一步地，bp人工神经网络的具体训练过程包括：网络初始化，根据输入输出序列确定输入层节点数、隐含层节点数、连接权值、阈值、学习速率和神经元激励函数；设置隐含层激励函数，计算隐含层输出；根据隐含层输出计算输出层结果；根据预测输出与期望输出计算网络预测误差；根据预测误差更新网络连接权重；根据预测误差更新节点阈值；判断迭代是否结束，结束则生成所需要bp人工神经网络模型，未结束则重新设置隐含层激励函数，循环迭代直至结束。

进一步地，所述融合单元8连接医生端，用于将分类结果传输给所述医生端，医生根据分类结果给出具体的诊断结果。

在一个实施例中，还包括：

听觉通路健康跟踪模块存储所述听觉通路检测数据，根据所述听觉通路检测数据对听觉通路健康进行跟踪监测，生成听觉通路健康跟踪报告，并根据所述听觉通路健康跟踪报告对治疗方案进行评估。

具体的，每一次的听觉通路检测数据上传至云端进行相应的存储，通过不同时间维度上每一次的检测结果，可以监测使用者的听觉通路健康发展情况，结合具体实际，可以进行相应的评估，例如，评估治疗方案的有效性，在给与相应的治疗之后，使用者的听觉功能在一段时间内相应的健康变化情况，指导治疗方案的设定与调整(根据不同的治疗方案，在相应的治疗周期内观察其相应检测结果的变化情况，从而针对性的对治疗方案做出相应的调整)，实现从时间维度上对使用者的听觉通路健康进行长期的跟踪监测。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。