2026年3月13日
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。
本研究旨在开发一种完全自动化的系统,用于评估听力障碍患者的声音定位能力。尽管某些系统已具备一定程度的自动化,但许多声音定位测试仍依赖于检查人员的监督和手动操作流程。本方案提供了一种端到端的自动化框架。
首先,搭建一个内部尺寸约为 3,800 × 2,200 × 2,100 毫米的隔音室,以提供受控的自由声场听音环境,并在隔音室内安装一个半径为 3,000 毫米的半圆形扬声器架。将七个扬声器以 30 度为间隔安装在支架上,覆盖从负 90 度到正 90 度的水平方位角范围。将所有扬声器置于同一高度,约 1,050 毫米,相当于人坐姿时的头部高度。
将每个扬声器放置在距离受试者头部相等的位置。使用平衡屏蔽的XLR音频线缆将扬声器连接至多通道音频接口。通过运行定制开发软件的Windows个人计算机控制刺激呈现和数据采集。
校准过程中,使用各扬声器发出与测试刺激均方根值匹配的宽带噪声刺激。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,高度约为1050毫米(头部水平位置)。测量来自每个扬声器的等效连续声级,即Z计权时间平均声压级。
调节输出水平,使所有扬声器的等效连续声压级测量值约为60分贝。准备一把带有头枕的高度可调椅子,以在刺激呈现期间稳定受试者的头部位置。确保头枕提供触觉反馈,以帮助在刺激呈现期间保持一致的正向头部朝向。
现在让受试者坐在特制的椅子上,使其头部与位于0度方位角的前方扬声器对齐,该位置对应半圆形阵列的中心。调整头枕,使其紧贴枕骨隆突,并指导受试者在整个测试过程中保持与头枕的接触。将一个触摸板直接放置在受试者正前方,并说明其使用方法,用于记录反应。
在图形用户界面中输入参与者识别码和试验编号。通过选择“人工耳蜗”、“助听器”或“无助听设备”来设定听力设备状态,然后点击“熟悉化”按钮,再选择“开始”,启动熟悉化序列。指导参与者在整个序列过程中始终保持注视中央扬声器方向。
在熟悉化序列期间,从每个扬声器自动且依次呈现听觉刺激。在图形用户界面上选择预测试按钮,以激活预测试模式。指导受试者面向前方扬声器,并保持头部向前的朝向。
指导受试者在准备就绪后按下触摸板上的开始按钮。按下开始按钮后,从其中一个扬声器播放第一个测试声音。声音播放结束后,将触摸板显示切换为扬声器分布图,并记录受试者对感知声源位置的选择。
每次回答后立即提供反馈。对于正确回答,在允许进入下一次试验前显示确认信息;对于错误回答,在地图上标出正确的扬声器位置,并从该扬声器重复播放声音三次。
第三次试验后,预测试将自动终止。完成预测试后,在图形用户界面上选择主测试按钮,以启动主测试序列。指导受试者按下触摸板上的开始按钮,以触发其中一个扬声器播放声音。
声音呈现后,将触摸屏显示切换为扬声器分布图,并记录参与者对感知声音位置的选择。每次响应后,屏幕上会显示“下一个”按钮。自动进入下一次预设的试验,并重复试验序列,直至主要测试完成。
让系统在结束后自动终止会话并生成 CSV 日志文件。在日志文件中记录每次试验的信息,包括呈现的刺激、声源方向以及受试者的反应。在结果表中验证计算出的定位性能指标,包括均方根误差、平均绝对误差和反应偏差。
本研究共招募了34名参与者,其中包括20名听力正常的成年人和14名单侧耳聋的成年人。一名具有代表性的听力正常参与者整体表现出准确的声源定位能力,其响应结果沿对角线分布,仅在负90度处出现一次错误。一名具有代表性的右侧耳聋参与者整体定位准确性较低,其响应结果偏向于完好的左侧,贯穿整个方位角范围。
采用基于ICF的分类方法,大多数单侧耳聋参与者被归类为表现出中度至重度功能障碍,其中一例为完全功能障碍,一例为无功能障碍。相比之下,正常听力组大多被归类为无功能障碍,仅有一名参与者表现出轻度功能障碍。
本方案使研究人员能够使用标准化且自动化的测试系统来测量声音定位能力。在刺激呈现过程中保持头部位置一致,对于获得准确的声音定位测量结果至关重要。未来的研究可应用此方案来比较不同听者群体及临床干预措施下的特殊听力效果。
查看完整文字稿并访问数千部科学视频
本文介绍了一种用于评估成人水平声源定位能力的全自动化方案,旨在克服由检测者主导的操作流程的局限性,并提升对定位误差的临床解读。该系统整合了标准化的刺激呈现、自动化的反应采集,以及基于《国际功能、残疾和健康分类》(ICF)的解释框架,能够对空间听觉能力进行可重复且具有临床意义的评估。
自动化的声源定位检测填补了针对听力障碍人群的标准化、可重复听觉功能评估方面的重要空白。通过将定量误差指标与经过临床验证的解释框架相结合,该系统在关键的发现和转化转折点上提高了预测可信度和功能分类的准确性。该方法支持可扩展、无需依赖检测人员的工作流程,适用于科研和临床研发领域的相关研究。
该自动化方案通过提供标准化、定量且功能上可解释的听觉表型分析,连接了早期发现、筛选和转化研究。