[发明专利]基于机器学习的真耳分析测试系统

说明书

本发明提供基于机器学习的真耳分析测试系统，其可以客观精准地评估助听器在真正人耳上的放大情况，进而做到确保助听器最终验配的准确性。通过测试驱动模块中的数据实时处理模块实时采集测量麦克风传回的声音频谱数据，处理后获得待预测者的听力补偿实测值，通过听力补偿值预测模块根据待预测者的个人数据进行预测，获得待预测者的听力补偿预测值，将听力补偿实测值、听力补偿预测值以同一坐标系同时显示在同一个交互界面上，直观显示所述听力补偿预测值和所述听力补偿实测值的差值。

技术领域

本发明涉及声学测试设备技术领域，具体为基于机器学习的真耳分析测试系统。

背景技术

助听器验配过程中，需根据患者的性别、年龄、听力损失类型、听力损失程度等相关因素使用合适的听力补偿处方公式，在不同频率下计算给出具体的介入增益量。早期助听器的选配及助听器效果的评估使用的是主观方法，验配师通过询问病人佩戴助听器的主观感受来判断验配效果的好坏，以此作为评判的标准。这种方法过于依赖验配师的个人能力，所以验配效果非常不稳定。近几年真耳分析(Real Ear Measurement,REM)方法被引入助听器验配领域，真耳分析是指在真正的人耳中的鼓膜近处进行声学测量的过程；然而现有助听器验配领域中对于真耳分析技术的应用，大多是基于验配师通过测量工具进行参数测量，然后再人工借助工具、个人经验进行判断、调节助听器参数，虽然脱离了病人对助听器效果的主观感受判断，然而在调整助听器参数过程中仍然依赖验配师的个人经验，并未真正的做到客观、准确的判断，进而不能确保助听器的最终验配的准确性。

发明内容

为了解决当前助听器验配无法完全做到客观准确的问题，本发明提供基于机器学习的真耳分析测试系统，其可以客观精准地评估助听器在真正人耳上的放大情况，进而做到确保助听器最终验配的准确性。

本发明的技术方案是这样的：基于机器学习的真耳分析测试系统，其包括：真耳测试模块，其特征在于，其还包括：测试驱动模块、数据导入模块、听力补偿值预测模块、校准模块；

所述真耳测试模块包括放音设备、测量麦克风、参考麦克风；所述放音设备负责在测试项目中给出测试信号声；所述测量麦克风用以测量待检测者外耳道近鼓膜处的声音频谱；所述参考麦克风用于测量在测试过程中由所述放音设备发出的声音频谱；

所述校准模块对所述放音设备的音量提供校准功能，对所述测量麦克风、所述参考麦克风提供校准功能，输出所述测量麦克风、所述参考麦克风的频率响应的差值，记为麦克风频率差值；

所述测试驱动模块包括测试数据读取模块、测试音驱动模块、数据实时处理模块；

所述测试数据读取模块读取所述真耳测试模块中进行测试时使用的测试用声音文件，对所述测试用声音文件做数字量-模拟量转换，将其变为底层驱动可用的电信号；

所述测试音驱动模块将所述测试用声音文件对应的电信号输入到所述真耳测试模块中，由所述放音设备播放，对待检测者进行实时检测；所述真耳测试模块通过所述测量麦克风采集的声音频谱数据传入所述数据实时处理模块；

所述数据实时处理模块在测试期间实时采集所述测量麦克风、所述参考麦克风的信号，进行实时的数据处理；数据处理流程为：首先进行FFT快速傅里叶变换，将传输的所述声音频谱数据的时域信号转换到频域，得到谱线后，根据所述校准模块输出的所述麦克风频率差值进行谱线的修正，再根据1/3倍频程的精度统计在每个频带内的能量，获得待预测者的听力补偿实测值，并且将所述听力补偿实测值实时绘制出结果曲线显示在交互界面上；

所述数据导入模块导入待预测者的个人数据，所述个人数据包括：个人基础信息和预测听力阈值数据；所述预测听力阈值数据是待检测者在指定的声学频率下进行测听后，测得的听阈数值；