一种用于听障受试者声音定位测试的自动化系统

摘要

本方案介绍了一种自动化的声源定位测试系统，该系统具有精确的扬声器定位和集成化的反应分析功能，并已在听力正常和单侧耳聋受试者中得到验证。该方法可提供一种可重复的空间听觉评估手段，并支持采用《国际功能、残疾和健康分类》（ICF）框架进行功能分类。

摘要

声音定位是听觉感知的基本组成部分，但其临床评估在技术上仍具有较高要求。尽管使用半圆形扬声器阵列进行的自由场定位测试被视为金标准，但许多现有方案依赖于由检查者主导的操作流程，且对定位误差的功能性解释提供的指导有限。

本文介绍了一种结合标准化刺激呈现与反应采集以及面向功能的解释框架的自动化声音定位检测方案。在受控条件下，从预定义的方位位置呈现刺激，通过图形界面收集受试者的反应，并在测试完成后自动计算定位性能指标。重要的是，定量的定位误差随后通过基于国际功能、残疾和健康分类（ICF）的分类框架，转化为具有临床意义的类别。

该方案应用于34名成人，其中包括20名听力正常者和14名单侧耳聋（SSD）患者。所有受试者均在标准化条件下进行测试，其表现通过均方根误差（RMSE）和平均绝对误差（MAE）进行量化。结果根据国际功能、残疾和健康分类（ICF）框架进行功能分类。听力正常受试者表现出持续较低的声源定位误差，对应于无或轻度功能障碍；而SSD组则表现出更大的角度误差以及更高的ICF定义的功能障碍水平。

通过将自动化定位方案与基于ICF的解释性量表相结合，该方法可实现对水平声源定位能力的可重复评估，同时能够对空间听觉缺陷进行具有临床意义的解释。所提出的框架支持无需检查者干预的测试，可用于临床和科研环境，以表征不同听者群体及干预措施下的定位表现。

引言

听力损失通常通过纯音测听进行量化，该方法可简单地测量听觉阈值，使临床医生能够对听力损伤的严重程度进行分类，并预测患者在日常生活中的相关困难。然而，听力损失所导致的声音定位能力下降这一功能性后果，却难以通过常规方法捕捉¹。与阈值测试不同，声音定位依赖于双耳线索的整合，在客观评估或按功能障碍程度进行分类方面要困难得多。

传统的自由场定位测试长期以来被视为金标准，但其存在若干局限性。为确保测试的可靠性，需要将至少七个扬声器精确地以半圆形排列（-90° 至 90°）²。该设置对空间校准的精确性要求较高，且需同时控制多个扬声器，技术上较为复杂。此外，声音定位测试的传统方法在多个测试阶段均需大量依赖测试人员的参与，包括刺激呈现、反应监测和结果记录^3,4。尽管近年来部分研究已引入不同程度的自动化，但通常仍需测试人员从测试开始到结束进行监督或手动干预^5,6。因此，测试结果可能受到测试人员相关因素和特定场所实施方式的影响，导致测试执行过程中的变异性，限制了不同机构间的标准化。这些挑战在儿童群体中尤为突出，因为在较长时间的测试过程中维持注意力和配合度尤为困难⁵。总体而言，这些因素导致不同测试人员和测试场所之间出现变异性，增加了跨研究比较的难度，并限制了声音定位测试方案的标准化^1,7。

为应对这些挑战，需要一种能够实现高效、不受检测者影响的声源定位测试的自动化和标准化系统。此类系统不仅能够简化测试流程，还能提高临床和研究环境中的可重复性。此外，除了量化角度误差或偏差外，将定位表现转化为功能类别还可支持更具临床意义的解读。

本研究提出了一种用于自动声音定位测试系统的综合方法，并通过国际功能、残疾和健康分类（International Classification of Functioning, Disability and Health, ICF）分类量表¹展示了其应用。该方法克服了传统方法的实际局限性，为听力损失个体的定位能力评估提供了标准化、以功能为导向的评估框架。所提出的系统适用于需要对水平声音定位能力进行标准化评估的受控临床和研究环境。当前方案聚焦于头部固定条件下的方位角定位，未涉及垂直定位或包含头部运动的动态听觉场景。这些限制源于尽量减少额外线索干扰、确保不同检查者及测试会话之间评估结果可重复性的目标。

方案

该研究方案已通过汉阳大学圣心医院机构审查委员会的审查和批准（批准编号：HALLYM 2023-07-015-001）。所有参与者在参与前均签署了书面知情同意书。

1. 仪器

注意：测试期间，隔音室内的背景噪声水平保持在约 35 dBA 以下，以确保外部噪声不会干扰声音定位性能。

一个隔音室（内部尺寸约为 3,800 × 2,200 × 2,100 mm）提供了一个环境噪声极低的受控自由声场听音环境。室内安装了一个半圆形扬声器架，半径为 3,000 mm。七个扬声器以 30° 为间隔安装，覆盖从 −90° 到 +90° 的水平方位角范围，所有扬声器均置于相同高度（受试者坐姿时头部高度，约 1,050 mm），且与受试者头部距离相等（图 1）。扬声器通过平衡屏蔽 XLR 音频线缆连接至多通道音频接口。

注意：当将多个扬声器连接到位于隔音室外部的个人计算机时，需在隔音室墙壁上安装壁挂式电缆面板或穿墙接线装置。这有助于在保持声学隔离的同时，实现隔音室内与外部之间稳定的电缆布线，并最大限度减少电缆杂乱。
刺激呈现与数据采集由一台运行自定义开发软件的基于 Windows 系统的个人计算机控制（图 2；参见材料表）。准备了一把带有头枕的高度可调椅子，以在刺激呈现过程中稳定受试者的头部位置。使用一把座椅高度和头枕位置均可调节的定制椅子，以适应不同受试者的身体测量学特征。头枕提供触觉反馈，帮助受试者在刺激呈现期间保持一致的正前方头部朝向。

注意：该定制软件由本实验室自主开发，用于支持自动化的声源定位测试。测试启动后，软件将控制刺激呈现和试验顺序，通过触摸屏界面采集受试者的反应，并在测试结束时自动计算定位性能指标，包括均方根误差（RMSE）、平均绝对误差（MAE）以及定位偏差。

图1．用于水平声音定位测试的扬声器阵列请点击此处查看该图的放大版本。

图 2。实验系统示意图。 该系统由一台个人计算机连接至音频接口组成，音频接口将信号传输至功率放大器，再传至扬声器阵列。使用声级计进行校准，以确保所有扬声器的输出水平一致。请点击此处查看此图的放大版本。

2. 设置01

测试开始前，需进行校准程序，以确保所有测试扬声器的声音呈现水平一致。将一个与测试刺激在均方根（RMS）上匹配的宽带噪声刺激依次从每个扬声器发出。在受试者位置处，将配备自由场麦克风的一级精密声级计置于三脚架上，高度与头部齐平（约1050 mm）。测量每个扬声器发出的等效连续声级（LZeq；Z计权、时间平均声压级），并调节输出水平，使所有扬声器测得的LZeq均约为60 dB SPL（±0.5 dB）。

注意：在音频接口级别对扬声器输出电平进行了调整，以确保各扬声器之间的一致性校准。该定制软件不包含电平控制功能，仅用于刺激呈现、试验控制、反应采集以及定位参数的计算。

3. 实验

受试者坐在定制的椅子上，使头部与前方扬声器对齐（0°方位角，半圆形阵列的中心位置），并位于半圆形扬声器阵列的中心。调整头枕，使其紧贴枕骨隆突，同时指导受试者在整个测试过程中保持与头枕的接触。在受试者正前方放置一个触摸板以记录反应，并提供了其使用说明。

注意：测试开始时位置不当可能影响有效扬声器角度，并降低测量准确性。头枕提供触觉反馈，使参与者能够监测头部是否保持在正确位置。反应装置不得成为视觉或听觉屏障，触摸板不应遮挡参与者与中央扬声器之间的直接视线。

输入参与者识别码和试验编号，并通过图形用户界面（GUI）选择听力设备状态（人工耳蜗、助听器或无助听器）。启动熟悉化序列。在图形用户界面中，选择熟悉化按钮以开始熟悉化序列。指导参与者在整个序列过程中保持注视中央扬声器。在熟悉化序列期间，系统会自动依次从每个扬声器呈现听觉刺激。

注意：要求受试者在该步骤中保持头部正对前方，避免转向声源。声源定位测试采用宽带噪声刺激（20-20,000 Hz），分为两种频谱形状，并以三种强度水平（55、60 和 65 dB HL）呈现。所有刺激持续时间为 500 ms，起始和终止斜坡均为 5 ms，符合既定的定位测试方案^1,2。总共六种不同的刺激，每种从七个扬声器中的每一个随机播放一次，每位受试者共完成 42 次试验。

图 3．用于记录受试者反应的扬声器-地图界面。 请点击此处查看该图的放大版本。

在图形用户界面上，选择预测试按钮以启动预测试模式。指导受试者面向正前方的扬声器，并在准备就绪后按触控板上的开始按钮，同时保持头部正对前方。按下开始按钮后，系统将从其中一个扬声器播放第一个测试声音。声音播放结束后，触控板屏幕切换为扬声器分布图，受试者需在图上选择其感知到的声音来源位置（图3）。

每次回答后，系统均提供即时反馈。对于正确回答，系统会显示确认信息，然后允许进入下一次试验。对于错误回答，地图上会高亮显示正确的扬声器位置，并从该扬声器将声音重复播放三次。预测试包含三次试验，系统在完成第三次试验后自动终止测试。

注意：在反馈序列期间需监测受试者，以确保其头部始终朝向前方扬声器，因为头部转动会影响空间线索的准确感知。由于在自动序列中无法重复单个试验，因此一旦发现受试者明显未保持规定的头部朝前位置，将触发整个实验会话的重新开始，而非仅重复该次试验。这些重新开始的会话未被纳入最终分析。预测试试验的次数由系统预先设定（限定为三次），无法由测试人员修改^8,9。

完成前测后，点击主测试按钮以启动主测试序列。受试者按下触摸板上的开始按钮，触发其中一个扬声器播放声音。声音播放结束后，触摸板屏幕切换为扬声器分布图，受试者需在图上选择其感知到的声音位置。每次响应后，系统会显示下一个按钮。受试者可在点击下一个按钮前额外留出时间休息，并确认头部朝向正确，以便开始下一次试验。系统将自动依次进行预设次数的试验，重复试验序列，直至主测试完成。

注意：在整个测试过程中，强调受试者的头部始终保持朝向前方扬声器的方向。该位置确保了空间线索感知的一致性，并防止因无意的头部移动而产生偏差。刺激结束后，允许受试者转动头部，通过视觉识别并选择其感知到的扬声器。但在下一次试验开始前，他们需返回初始的正前方位置，以确保所有后续刺激均在相同标准化条件下被感知。尽管该系统未包含集成的头部追踪功能，检查者在整个测试过程中通过视觉监控头部朝向，以确保受试者在每次刺激前均保持规定的朝前位置。

测试结束后，系统会自动终止会话并生成日志文件。该日志包含每次试验的记录，包括呈现的刺激、声源方向以及受试者的反应。根据这些反应，系统计算出均方根误差（RMSE）、平均绝对误差（MAE）和反应偏差，并将这些指标与试验日志一并保存，供后续分析使用。

注意：会话结束后，日志文件已妥善保存，其中包含原始响应数据以及进一步分析所需的计算性能指标。

4. 数据处理与分析

声音定位测试完成后，系统根据记录的试验反应自动计算每位参与者的均方根误差（RMSE）、平均绝对误差（MAE）和反应偏差。为了可视化和制图，随后使用自行开发的脚本对导出的数据进行处理。

为了促进对声音定位表现进行具有临床意义的解释，声音定位误差指标还使用基于国际功能、残疾和健康分类（International Classification of Functioning, Disability and Health, ICF）的框架进行了分类。该方法借鉴了先前提出的一种关于水平声音定位的共识性分类系统，该系统将定量的定位误差映射到不同等级的功能障碍水平上¹。在此框架中，定位表现根据正常听力（normal-hearing, NH）参考组中定位误差的分布以及与特定测试设置相关的偶然水平，被划分为五个类别：无、轻度、中度、重度和完全障碍。重要的是，该分类并未取代传统的误差指标（例如 RMSE 或 MAE），而是作为解释性层次，将数值型表现指标转化为具有功能意义的分类。本研究中获得的声音定位结果在事后应用了基于 ICF 的分类方法，以支持标准化的解释，并促进不同受试者及听者群体之间的比较。

结果

本研究共招募了34名参与者，其中包括20名听力正常（NH）的成年人和14名单侧耳聋（SSD）的成年人。SSD的定义为患耳存在中重度至极重度听力损失（> 70 dB HL），对侧耳在4,000 Hz及以下频率的纯音平均听阈≤30 dB HL，该定义依据国际共识确立^2,10。NH组包括12名男性和8名女性，平均年龄为28.85 ± 5.88岁，平均听阈为3.99 ± 4.12 dB HL。

SSD 组包括 9 名男性和 5 名女性（其中 7 例为左侧 SSD），平均年龄为 36.37 ± 16.24 岁。患耳的平均听力阈值为 95.18 ± 24.36 dB HL，而对侧耳的平均听力阈值为 7.32 ± 10.24 dB HL。平均而言，SSD 组的年龄高于 NH 组。

讨论

为了将所提出的定位系统的性能置于适当的背景下，本研究考察了观察到的定位误差与以往自由场定位研究中报道的数值之间的关系。尽管由于实验配置、刺激参数和响应方法的不同，跨研究的直接定量比较存在固有限制，但先前的研究表明，在宽带噪声条件下，正常听力（NH）听者的水平声源定位性能在多种实验范式下均处于相近的数量级²。在以往的自由场研究中，正常听力听者的定位误差报告范围从几度到约10°不等，当使用更宽的水平范围或更粗的空间采样间隔时，误差更大^3,11,12。在本研究中，正常听力参与者在±90°的水平范围内以30°空间采样间隔表现出平均均方根误差（RMSE）为7.82°（± 3.50°）。尽管实验设置与早期研究有所不同，但本研究所观察到的定位误差幅度与文献中报道的正常听力听者在宽带自由场定位任务中的误差值基本一致。

值得注意的是，本研究中正常听力（NH）参与者的数...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
自定义声源定位测试软件	In-house developed	N/A	自主开发的软件（基于 Python，版本 3.14.2），用于自动呈现刺激、试验序列控制、基于触摸屏的反应采集，以及均方根误差（RMSE）、平均绝对误差（MAE）和定位偏差的自动计算。
R 软件	R Foundation for Statistical Computing	N/A	用于事后数据可视化和图表生成的统计计算环境（版本 4.4.2）
RME Fireface UFX+ 音频接口	RME	Fireface UFX+	多通道 ASIO 兼容声卡，用于刺激播放和声级校准。各个扬声器的输出电平在接口层面进行调节。
Genelec 8010A 扬声器	Genelec	8010A	全频带扬声器，用于自由场声源定位测试。所有扬声器均为相同型号，以确保在不同方位角位置具有声学输出的一致性。
自定义半圆形扬声器支架	In-house fabrication	N/A	半径 3000 mm，高度 1050 mm，设计用于以相等角度间隔（30°）安装 7 个扬声器
高度可调座椅	In-house fabrication	N/A	定制的高度可调座椅，配有可调节头枕，用于提供触觉反馈，帮助受试者在测试过程中保持稳定的头部位置。
基于 Windows 的个人计算机	ASUS	PN64	迷你电脑（Intel Core i5-13500H），用于刺激呈现、试验控制和数据采集
平衡音频线缆	Mogami	W2594	低电容平衡音频线缆，用于连接扬声器与音频接口
声级计	Brüel & Kjær	型号 2250	用于扬声器输出校准；1 级精度仪器（IEC 61672-1）
自由场传声器	Brüel & Kjær	型号 4189	½ 英寸预极化自由场传声器，与型号 2250 兼容，用于精确的声压级（SPL）测量。
触摸屏显示器	Jooyon	Carry view B	用于采集受试者反应的触摸屏显示器。
隔音室	Sontek（定制，韩国）	N/A	外部尺寸：4050 × 2450 × 2575 mm（宽 × 深 × 高）；内部尺寸：3800 × 2200 × 2100 mm，专为自由场测试提供隔声环境而设计