کاربرد الگوریتم تفریق طیفی ارتقا یافته به منظور کاهش نویز به همراه بررسی تعداد کانال ها در پردازشگر سیگنال گفتاری سیستم کاشت حلزون

نوع مقاله : مقاله های پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد، گروه فیزیک و مهندسی پزشکی، دانشکده‌ی پزشکی و کمیته‌ی تحقیقات دانشجویی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

2 استادیار،گروه فیزیک و مهندسی پزشکی، دانشکده‌ی پزشکی،دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

چکیده

مقدمه: کاشت حلزون شنوائی  به عنوان یکی از موثر ترین روشها  برای بازگرداندن درجه ای از شنوایی افراد مبتلا به کاهش شنوایی عمیق شناخته  شده است. استراتژی های بهبود گفتار نقش بسیار مهمی را در بهینه سازی کاشت حلزون ایفا می کنند. در این مقاله، یک الگوریتم کاهش نویز برای کاشت حلزون ارائه شده است.روش ها: به منظور  بهبود عملکرد کاشت حلزون در محیط های نویزی ،یک الگوریتم کاهش نویز برای این سیستم ارائه شده است که شامل تفریق طیفی با استفاده از طبقه بندی بین غالب بودن گفتار و یا نویز در هر کانال می باشد. در طبقه بندی پیشنهادی از  انحراف معیار   طیف سیگنال مشاهده در هر کانال استفاده می گردد.یافته ها: عملکرد الگوریتم کاهش نویز پیشنهادی از طریق ارزیابی عینی توسط SNR قطعه ای با استفاده از جملات Noisy92  که توسط نویز همهمه ، اتومبیل و قطار در SNR 0-20 دسی بل مخدوش گردیده بودند و مشاهده طیف سیگنال و همچنین آزمون ذهنی توسط  15 شنونده با شنوایی نرمال  با استفاده از شبیه ساز کاشت حلزون در کلینیک شنوایی دانشگاه علوم پزشکی اصفهان در مهر ماه  سال 1391  انجام گرفت. به منظور بررسی تاثیر کانالها بر روی درصد بازشناسی گفتار ،از فیلتر بانکهای 6، 8 و 16 کاناله  استفاده  گردید. در تمام SNR ها ، توسط  الگوریتم پیشنهادی افزایش درکی  در حدود  45 درصد مشاهده شد.نتیجه گیری: براساس ارزیابی های انجام شده، روش پیشنهادی موجب کاهش  نویز سیگنال گفتاری می گردد .

کلیدواژه‌ها


عنوان مقاله [English]

An Improved Spectral Subtraction Algorithm for Noise Reduction in Cochlear Implants with Increasing Number of Channels

نویسندگان [English]

  • Marjan Mozaffarilegha 1
  • Saeed Kermani 2
1 MSc Student, Department of Biomedical Engineering, School of Medicine AND Student Research Committee, Isfahan University of Medical Sciences, Isfahan, Iran
2 Assistant Professor, Department of Biomedical Engineering, School of Medicine, Isfahan University of Medical Sciences, Isfahan, Iran
چکیده [English]

Background: Cochlear implants are widely accepted as the unique and most effective way for individuals with severe to profound hearing loss to restore some degree of hearing. Speech enhancement strategies play an extremely important role in optimizing the cochlear implant. In this study, a noise reduction algorithm was proposed for cochlear implant.Methods: To improve the performance of cochlear implants in noisy environments, a noise reduction algorithm was proposed for cochlear implant that applied a spectral subtraction using the classifications between the speech and the noise dominants in each channel. The proposed classifications use the standard deviation of the spectrum of observation signal in each channel. The performance of the proposed noise reduction algorithm was evaluated by segmental signal-to-noise ratio (SNR) using Noisy92 sentences embedded in babble, car noise and train at 0–20 dB. SNR and subjective listening tests were assessed with 15 normal hearing listeners using a specific cochlear implant (CI) simulator in Clinical audiology of Isfahan University of Medical Sciences, Iran, in June 2012. In addition, to evaluate the effect of the channel on speech recognition, 6, 8 and 16 channels of filter banks were used.Findings: At all SNR values, subjects performed better with proposed enhanced algorithm by 45 percentage points.Conclusion: Based on comparing segmental SNR with spectral subtraction, and visually inspecting the enhanced spectrograms and subjective listening test, the proposed method was found to effectively reduce noise while minimizing distortion to speech.

کلیدواژه‌ها [English]

  • Cochlear implants
  • , Improved spectral subtraction
  • Speech enhancement
  1. Nie K, Stickney G, Zeng FG. Encoding frequency modulation to improve cochlear implant performance in noise. IEEE Trans Biomed Eng 2005; 52(1): 64-73.
  2. Wilson BS, Lawson DT, Muller JM, Tyler RS, Kiefer J. Cochlear implants: some likely next steps. Annu Rev Biomed Eng 2003; 5: 207-49.
  3. Xu L, Tsai Y, Pfingst BE. Features of stimulation affecting tonal-speech perception: implications for cochlear prostheses. J Acoust Soc Am 2002; 112(1): 247-58.
  4. Yao J, Zhang YT. The application of bionic wavelet transform to speech signal processing in cochlear implants using neural network simulations. IEEE Trans Biomed Eng 2002; 49(11): 1299-309.
  5. Zeng FG, Nie K, Stickney GS, Kong YY, Vongphoe M, Bhargave A, et al. Speech recognition with amplitude and frequency modulations. Proc Natl Acad Sci USA 2005; 102(7): 2293-8.
  6. Weiss MR. Effects of noise and noise reduction processing on the operation of the Nucleus-22 cochlear implant processor. J Rehabil Res Dev 1993; 30(1): 117-28.
  7. Hochberg I, Boothroyd A, Weiss M, Hellman S. Effects of noise and noise suppression on speech perception by cochlear implant users. Ear Hear 1992; 13(4): 263-71.
  8. McDermott HJ, McKay CM, Vandali AE. A new portable sound processor for the University of Melbourne/Nucleus Limited multielectrode cochlear implant. J Acoust Soc Am 1992; 91(6): 3367-71.
  9. Hu Y, Loizou PC. A subspace approach for enhancing speech corrupted with colored noise. IEEE Signal Processing Letters 2002; 9(7): 204-6.
  10. Wilson BS, Finley CC, Lawson DT, Wolford RD, Zerbi M. Design and evaluation of a continuous interleaved sampling (CIS) processing strategy for multichannel cochlear implants. J Rehabil Res Dev 1993; 30(1): 110-6.
  11. Dorman MF, Loizou PC. Changes in speech intelligibility as a function of time and signal processing strategy for an Ineraid patient fitted with continuous interleaved sampling (CIS) processors. Ear Hear 1997; 18(2): 147-55.