《EAR AND HEARING》：An Evaluation of the Temporal Integrator Processing Strategy for Cochlear Implants in Comparison to the Clinical Strategy and in Multi-Talker Noise
编辑推荐：
本研究评估了一种新型人工耳蜗（CI）声音处理策略——时域积分处理策略（TIPS），通过与临床常用策略（CIS和ACE）对比，考察其在语音噪声（SSN）和多人谈话噪声（babble）环境下对CI使用者的语音识别能力、语音质量及设备功耗的影响。结果表明，TIPS能在不损害噪声中语音清晰度和质量的前提下，显著降低设备功耗（最高42%），为延长电池寿命、改进设备形态及支持前端降噪算法提供了可能，具有重要的临床应用潜力。
引言
人工耳蜗（CI）通过电刺激听觉神经来传递声音。当代CI声音处理策略主要基于连续交替采样（CIS），它编码每个电极通道中离散频率范围内的包络信息。然而，当环境中存在背景噪声时，传统策略传递的语音包络信息往往受损，导致交流效果变差。电信号在耳蜗和听觉神经导电液体及结构中的扩散是导致语音感知效果不佳的主要因素之一，这会减少植入物提供的独立通道数量，并损害频谱和时间线索的利用。一些研究报道，较低的刺激速率（增加连续脉冲间的时间间隔，从而减少脉冲相互作用的可能性）相比高刺激速率能产生更好的清晰度和/或偏好评分，但其他研究则显示了高刺激速率的益处或在200至5000脉冲每秒范围内无差异。降低刺激速率虽可减少脉冲相互作用，但也降低了对语音包络的采样率，可能导致对快速包络波动（如辅音释放爆破和元音起始）的语音特征表征不佳。
声音处理策略的修改为采样时域包络提供了另一种方法。例如，时域积分处理策略（TIPS）使用时域掩蔽模型，从刺激模式中选择一个子集的电刺激脉冲，从而减少电荷相互作用的可能性，同时提供包络峰值的精确采样。先前的研究（Lamping et al. 2020）发现，与CIS策略相比，使用TIPS去除刺激模式中一半的脉冲后，在语音噪声存在的情况下，语音接收阈值（SRT）显著改善了2.4分贝。本研究扩展了先前的研究，纳入更能反映CI使用者日常聆听条件的实验，包括非平稳的多人谈话噪声，并与临床更常用的高级组合编码器（ACE）策略进行比较。
材料与方法
研究包含两个参与者内实验，分别测量了TIPS与CIS（实验1）和ACE（实验2）参考策略相比的语音感知结果。所有方法和统计分析均在数据收集前于开放科学框架进行了预注册。参与者为12名CI使用者，均使用Cochlear公司的设备，并至少有6个月的使用经验。刺激通过Nucleus MATLAB Toolbox（NMT）对CIS或ACE的模拟来生成，并应用了高强调波器。所有策略均使用受试者临床设置的脉冲速率、相同相位间隙、相位持续时间和接地电极。在测试每个策略前，参与者有10分钟的适应期。
TIPS处理应用时域掩蔽模型来识别并移除在电极阵列刺激前不太可能被感知的刺激脉冲。对于每个电极通道，参考策略的输出被馈送到一个滑动时域积分器。该积分器窗口通过卷积运算应用于原始刺激和移除了目标脉冲的刺激副本上，根据对数转换后差异的最大值与决策标准的比较，决定是否保留目标脉冲。在实验1中，使用1.3分贝的决策标准从CIS基线中移除50%的电流脉冲（TIPS50）。在实验2中，分别使用1.3分贝和1.62分贝的决策标准从ACE基线中移除33%（TIPS33）和50%（TIPS50）的电流脉冲。
在获得语音感知测量之前，为每个实验策略确定了最舒适水平（MCL），并在每个实验内的实验策略之间进行了响度平衡。语音感知评估包括安静环境下的语音质量评分和噪声中的语音清晰度。语音质量以平均意见得分（MOS）在1（“差”）到5（“优秀”）的范围内测量。噪声中的语音清晰度以语音接收阈值（SRT）测量，即正确报告50%词语时的信噪比。SRT使用英国英语矩阵测试自适应测量，分别在语音噪声和多人谈话噪声中（实验1）进行，或仅在多人谈话噪声中（实验2）进行。
结果
响度平衡与估计功耗节约
与实验1中的CIS基线相比，TIPS50平均需要将电荷增加约6.05%（1.22 nC），导致平均净功耗节约42.3%。与实验2中的ACE基线相比，TIPS33需要将电荷增加约13.14%（1.48 nC），导致平均净功耗节约21.8%；TIPS50需要将电荷增加约25.45%（3.08 nC），导致平均净功耗节约33.6%。
语音感知：TIPS与CIS对比
在语音噪声中，组级结果显示CIS和TIPS50的SRT结果相似，CIS的中位数SRT为-1.38分贝，TIPS50为-1.62分贝。在多人谈话噪声中，CIS的中位数SRT为1.88分贝，TIPS50为0.74分贝。线性混合效应模型（LMM）显示，与序列分析中建立的标称p值0.0440相比，处理策略对SRT结果没有显著主效应。噪声类型有显著主效应，多人谈话噪声导致SRT估计增加3.66分贝。策略与噪声类型之间没有交互作用。
平均意见得分（MOS）质量评分方面，组级结果表明TIPS获得的总体质量评分低于CIS，CIS的中位数质量评分为3.31，TIPS50为2.75。LMM显示策略主效应和评估顺序主效应显著，但策略与顺序之间没有交互效应。事后比较表明，TIPS50的质量评分比CIS估计低0.365分。
语音感知：TIPS与ACE对比
在多人谈话噪声中，参与者获得的SRT范围从-3.21分贝（C50使用TIPS33）到9.52分贝（C41使用ACE）。组级结果显示ACE的中位数SRT为0.97分贝，TIPS33为1.07分贝，TIPS50为1.81分贝。LMM显示，对于TIPS33或TIPS50，策略对SRT均无显著主效应。
平均意见得分（MOS）质量评分方面，LMM显示，对于TIPS33或TIPS50，策略对质量评分均无显著效应，评分顺序也无显著效应，策略与评分顺序之间也无交互作用。
讨论
语音结果与参与者变异性
与实验1中的CIS基线和实验2中的ACE基线相比，TIPS在噪声中的语音感知相似。SRT测量是可靠的，实验1中多人谈话噪声与语音噪声相比SRT有高度显著的增加，这与之前的报告一致。实验2中，一些参与者在TIPS条件下表现出SRT的改善，超出了矩阵测试报告的测量精度，例如C39（TIPS33改善3.55分贝，TIPS50改善2.76分贝）和C50（TIPS50改善1.49分贝）。在任何条件下，均未观察到任何参与者的SRT增加超出报告的矩阵测试精度。
大多数听者报告使用基线CIS策略理解语音有困难，这主要反映在实验1中使用CIS在多人谈话噪声中获得的较高SRT。这种困难可能使得在有限的适应期后更难适应TIPS处理。语音质量评分方面，与实验1中的CIS基线相比，TIPS的质量评分往往较低，但与实验2中的ACE基线相比则无显著差异。实验2中的大多数参与者表示，至少有一种TIPS图谱产生的语音质量与ACE策略名义上相当或更好。事后斯皮尔曼等级相关性分析未发现SRT的变化与质量评分的变化之间存在显著关系。
功耗节约
使用TI窗口引导脉冲移除，可以显著降低CI刺激所需的功耗。应用于CIS策略的TIPS50估计净功耗节约42.3%，与Lamping等人报告的结果一致。当应用于ACE处理后的TIPS50所赋予的近似平均净功耗节约低于实验1中使用CIS获得的结果，这是由于将TIPS处理应用于ACE时，需要更大的C水平增加来维持舒适的聆听水平。
与先前TIPS评估的比较
当前研究与Lamping等人先前研究中观察到的TIPS语音感知结果存在显著差异。具体而言，Lamping等人观察到的TIPS50在语音噪声中2.4分贝的SRT益处未在当前研究的听者中复制，TIPS在组级上未导致SRT差异。探索性分析表明，策略和实验对SRT测量均无效应，但策略与实验之间存在显著的交互作用，可能是由于参与者、策略或刺激物的差异所致。
现实潜力
尽管本研究未发现TIPS对SRT有显著改善，但TIPS赋予的显著功耗节约仍可通过延长电池寿命、减小外部电池尺寸和/或为计算密集型前端降噪算法提供功率而使CI使用者受益。需要进一步研究来完善TIPS算法对掩蔽脉冲的检测，例如，将跨电极通道的信息纳入掩蔽模型。此外，还需确定是否可以通过更简单的方法（如降低刺激速率）实现类似的语音或功耗节约益处。
TIPS带来的语音感知益处也可能在更长的适应期后出现，例如在临床带回家研究中连续使用后。对于TIPS在临床设备上的实施，该算法必须为实时处理进行修改。如果实施在临床设备上，这种后向掩蔽窗口将需要延迟刺激以收集足够的时间帧供TIPS处理。这样的延迟可能被CI使用者感知为视听不同步或自身语音感知延迟。实时TIPS实施需要调整TI窗口，仅使用当前和过去刺激帧的信息，从而使TIPS处理的刺激能够以无显著延迟的方式构建和传递。
总结与结论
TIPS使用时域掩蔽模型从CI刺激模式中移除脉冲。在两个实验中评估了与CIS和ACE处理策略结合的TIPS在噪声中的语音感知和语音质量评分，每个实验测试了12名CI使用者。实验表明，TIPS可实现高达42%的显著功耗节约，而不损害语音质量或噪声中的语音清晰度。尽管存在一些个体差异，但Lamping等人先前发现的平均SRT改善在实验1和2的组级SRT中未观察到。尽管TIPS未带来SRT的一致改善，但其赋予的功耗节约可通过增加电池寿命、改进设备形态和提供前端降噪算法的功率而使CI使用者受益。
