[发明专利]用于训练供耳蜗植入系统中的处理单元使用的机器学习模型的系统和方法

说明书

示例性系统配置为维护代表用于在耳蜗植入系统中使用的机器学习模型的数据并训练机器学习模型。训练可包括：将音频内容作为训练输入施加到机器学习模型，机器学习模型配置为向音频内容施加机器学习启发来输出代表音频内容的电信号；将电信号施加到脑部处理模型，脑部处理模型配置为输出代表电信号的合成音频内容；生成代表音频内容与合成音频内容之间的差异的误差度量；以及将误差度量回馈到机器学习模型中，机器学习模型配置为使用误差度量来调整向音频内容施加的机器学习启发。

相关申请

本申请要求于2019年7月11日提交的美国临时专利申请号62/873,114的优先权，所述美国临时专利申请的全部内容由此以引用的方式并入。

背景信息

耳蜗植入系统常规包括处理单元(例如，耳后式声处理器)和耳蜗植入物，耳蜗植入物配置为植入在听力受损的受体(recipient)体内。处理器单元配置为按照声处理策略处理向受体呈现的音频内容(例如，语音或其它声音)以生成刺激参数。处理单元进一步配置为将刺激参数发送给耳蜗植入物，耳蜗植入物使用刺激参数来生成和施加代表对受体的音频内容的电刺激。以该方式，受体可感知音频内容。

耳蜗植入系统性能(例如，受体的音频感知的质量、功率消耗等方面)很大部分上取决于由处理单元使用来处理向受体呈现的音频内容的具体声处理策略。不幸的是，由于声处理策略取决于大量变量的组合并且进行客观性评估有挑战，因此通常难以对之进行优化。事实上，改进由声处理单元使用的声处理策略的常规方法往往只提供不显著的性能增益，且有时候在一些用例中和/或对于耳蜗植入受体人口的子集无意中减弱了性能。

附图说明

附图图示出不同实施例并且是本说明书的一部分。图示的实施例仅只是示例，并不限制本公开的范围。贯穿附图，相同或相似的附图标记标示相同或相似的元件。

图1图示示例性的耳蜗植入系统。

图2示出图1的耳蜗植入系统的示例性配置构造。

图3示出图1的耳蜗植入系统的另一示例性配置构造。

图4图示由处理单元采用的示例性声处理策略。

图5示出示例性模型管理系统。

图6示出由模型管理系统实施来维护和训练机器学习模型的操作的示例性实现方式。

图7示出图6中所示的机器学习模型训练过程的替代实现方式。

图8示出示例性的配置构造，在该配置构造中，网络使模型管理系统和耳蜗植入系统的处理单元互连。

图9A-9C示出不同的实现方式，在这些实现方式中，机器学习模型由处理单元使用以实施一个或多个处理级(processing stage)。

图10图示示例性的配置构造，在该配置构造中，处理单元被配置为实现电荷限制元件。

图11图示示例性的配置构造，在该配置构造中，处理单元被配置为基于受体特定反馈(recipient-specific feedback)进一步训练机器学习模型。

图12-14图示示例性方法。

图15图示示例性计算装置。

具体实施方式