Zautomatyzowany system testowania lokalizacji dźwięku u osób z wadą słuchu

Podsumowanie

Protokół ten wprowadza zautomatyzowany system testowania lokalizacji dźwięku z precyzyjnym ustawieniem głośników oraz zintegrowaną analizą odpowiedzi, zweryfikowaną u osób ze słuchem normalnym oraz z jednostronną głuchotą. Zapewnia powtarzalną metodę oceny słuchu przestrzennego i wspiera klasyfikację funkcjonalną z wykorzystaniem ram Międzynarodowej Klasyfikacji Funkcjonowania, Niepełnosprawności i Zdrowia (ICF).

Streszczenie

Lokalizacja dźwięku jest podstawowym elementem percepcji słuchowej, jednak jej ocena kliniczna pozostaje technicznie wymagająca. Chociaż testy lokalizacji w wolnym polu z użyciem półkolistych układów głośnikowych są uznawane za złoty standard, wiele istniejących protokołów opiera się na procedurach sterowanych przez egzaminatora i dostarcza ograniczonych wskazówek dotyczących funkcjonalnej interpretacji błędów lokalizacji.

Przedstawiono zautomatyzowany protokół lokalizacji dźwięku, który łączy standaryzowane dostarczanie bodźców i akwizycję odpowiedzi z funkcjonalnie zorientowaną ramą interpretacyjną. Bodźce są prezentowane z wcześniej zdefiniowanych pozycji azymutalnych w warunkach kontrolowanych, odpowiedzi uczestników są zbierane za pomocą graficznego interfejsu, a metryki wydajności lokalizacji obliczane są automatycznie po zakończeniu testu. Co istotne, błędy ilościowej lokalizacji są następnie tłumaczone na klinicznie istotne kategorie za pomocą ram klasyfikacji International Classification of Functioning, Disability and Health (ICF).

Protokół zastosowano u 34 dorosłych, w tym 20 osób ze słuchem normalnym i 14 osób z jednostronną głuchotą (SSD). Uczestnicy byli testowani w warunkach standaryzowanych, a ich wyniki były kwantyfikowane za pomocą średniego błędu kwadratowego (RMSE) oraz średniego błędu bezwzględnego (MAE). Wyniki były funkcjonalnie klasyfikowane zgodnie z ramami ICF. Słuchacze z normalnym słuchem konsekwentnie wykazywali niskie błędy lokalizacyjne odpowiadające branemu lub łagodnemu uszkodzeniu, podczas gdy grupa z SSD wykazywała większe błędy kątowe i wyższy poziom zaburzeń definiowanych przez ICF.

Integrując zautomatyzowany protokół lokalizacji z interpretacyjnym skalą opartą na ICF, podejście to ułatwia powtarzalną ocenę poziomej lokalizacji dźwięku, jednocześnie umożliwiając klinicznie istotną interpretację przestrzennych deficytów słuchu. Proponowane ramy wspierają testy niezależne od egzaminatora i mogą być stosowane w środowiskach klinicznych i badawczych do charakteryzowania wydajności lokalizacji w grupach słuchaczy i interwencjach.

Wprowadzenie

Utrata słuchu jest zazwyczaj ilościowa za pomocą audiometrii czystej tonacji, która zapewnia prosty pomiar progów słuchowych i pozwala klinicystom sklasyfikować stopień upośledzenia oraz przewidywać związane z tym trudności w codziennym życiu. Jednak spadek zdolności lokalizacji dźwięku, będący funkcjonalną konsekwencją utraty słuchu, nie może być tak łatwo uchwycony ¹. W przeciwieństwie do testów progowych, lokalizacja wymaga integracji sygnałów binauralnych i znacznie trudniej ją obiektywnie ocenić lub sklasyfikować pod kątem niepełnosprawności funkcjonalnej.

Konwencjonalne testy lokalizacji w wolnym polu od dawna uważane są za złoty standard, ale mają kilka ograniczeń. Dokładne umieszczenie co najmniej siedmiu głośników w układzie półkolistym (-90° do 90°) jest potrzebne dla zapewnienia wiarygodnego testowania ². Wymagania, takie jak precyzyjna kalibracja przestrzenna oraz konieczność sterowania wieloma głośnikami jednocześnie, mogą uczynić tę konfigurację technicznie wymagającą. Ponadto procedury lokalizacji dźwięku tradycyjnie opierały się na znacznym zaangażowaniu egzaminatorów na wielu etapach testowania, w tym dostarczaniu bodźców, monitorowaniu reakcji oraz rejestracji wyników ^3,4. Chociaż w nowszych badaniach wprowadzono różne stopnie automatyzacji, nadzór egzaminatora lub interwencja ręczna jest zazwyczaj nadal wymagana od rozpoczęcia testu do zakończenia ^5,6. W rezultacie wyniki lokalizacji mogą być zależne od egzaminatora oraz implementacją specyficzną dla lokalizacji, co prowadzi do zmienności w wykonywaniu testów i ogranicza standaryzację między instytucjami. Te wyzwania są dodatkowo nasilone w populacjach pediatrycznych, gdzie utrzymanie uwagi i przestrzegania stosunków podczas długich sesji testowych może być szczególnie trudne⁵. Łącznie czynniki te wprowadzają zmienność między egzaminatorami i miejscami, komplikując porównania w badaniach krzyżowych i ograniczając standaryzację protokołów lokalizacji dźwięku ^1,7.

Aby sprostać tym wyzwaniom, potrzebny jest zautomatyzowany i standaryzowany system umożliwiający efektywne, niezależne od egzaminatora testy lokalizacji dźwięku. Taki system nie tylko usprawniłby procedurę testowania, ale także zwiększyłby powtarzalność w środowiskach klinicznych i badawczych. Ponadto, poza kwantyfikacją błędów kątowych lub błędów kątowych, przeliczanie wydajności lokalizacji na kategorie funkcjonalne może wspierać bardziej klinicznie istotne interpretacje.

W niniejszej pracy przedstawiamy zintegrowane podejście do automatycznego systemu testowania lokalizacji dźwięku oraz demonstrujemy jego zastosowanie przy użyciu Międzynarodowej Klasyfikacji Funkcjonalnych, Niepełnosprawności i Zdrowia (ICF) w skali klasyfikacji ¹. Podejście to odpowiada na praktyczne ograniczenia tradycyjnych metod, jednocześnie zapewniając standaryzowane, funkcjonalnie zorientowane ramy oceny zdolności lokalizacji u osób z ubytkiem słuchu. Proponowany system jest przeznaczony do stosowania w kontrolowanych warunkach klinicznych i badawczych, gdzie wymagana jest standaryzowana ocena poziomej lokalizacji dźwięku. Obecny protokół koncentruje się na lokalizacji azymutalnej w warunkach stałej pozycji głowy i nie uwzględnia lokalizacji pionowej ani dynamicznych scenariuszy słuchania związanych z ruchem głowy. Te ograniczenia są wpisane w cel minimalizacji zbędnych sygnałów i zapewnienia powtarzalnej oceny dla egzaminatorów i sesji egzaminacyjnej.

Protokół

Protokół badania został przejrzany i zatwierdzony przez Instytucjonalną Radę Przeglądową Szpitala Najświętszego Serca Hallym University (numer zatwierdzenia: HALLYM 2023-07-015-001). Wszyscy uczestnicy wyrazili pisemną świadomą zgodę przed udziałem.

1. Instrumenty

UWAGA: Podczas testów poziom szumu tła wewnątrz kabiny utrzymywał się poniżej około 35 dBA, co zapewnia, że zakłócenia zewnętrzne nie zakłócają wydajności lokalizacji dźwięku.

Dźwiękoszczelna kabina (wymiary wewnętrzne około 3 800 × 2 200 × 2 100 mm) zapewniała kontrolowane środowisko odsłuchu na wolnym polu z minimalnym hałasem otoczenia. W kabinie zainstalowano półkolistą szafę głośnikową o promieniu 3000 mm. Siedem głośników zamontowano w odstępach 30°, rozciągając się od −90° do +90° azymutu, a wszystkie głośniki ustawiono na tej samej wysokości (na wysokości głowy przy siedzeniu; około 1 050 mm) i w równej odległości od głowy uczestnika (Rysunek 1). Głośniki były podłączone do wielokanałowego interfejsu audio za pomocą zbalansowanych, ekranowanych kabli XLR.

UWAGA: Podczas podłączania wielu głośników do komputera osobistego znajdującego się na zewnątrz kabiny dźwiękoszczelnej, na ścianie kabiny instalowano panel kablowy lub przejście. Ułatwiało to stabilne prowadzenie kabli między wnętrzem a zewnętrzem kabiny, jednocześnie utrzymując izolację akustyczną i minimalizując zakłócenia kabli.
Prezentacja bodźców i pozyskiwanie danych były kontrolowane za pomocą komputera osobistego z systemem Windows, uruchamiającego specjalnie opracowane oprogramowanie (Rysunek 2; patrz Tabela materiałów). Przygotowano krzesło regulowane wysokości i zagłówek, aby stabilizować pozycję głowy uczestnika podczas prezentacji bodźców. Zastosowano specjalnie wykonane krzesło z regulowaną wysokością siedzenia i pozycją zagłówka, aby umożliwić indywidualną antropometrię uczestników. Zagłówek zapewniał dotykowe sprzężenie zwrotne, pomagając uczestnikom utrzymać spójną orientację głowy skierowanej do przodu podczas prezentacji bodźca.

UWAGA: Niestandardowe oprogramowanie zostało opracowane wewnętrznie, aby wspierać automatyczne testy lokalizacji dźwięku. Po rozpoczęciu testu oprogramowanie kontrolowało prezentację bodźców i sekwencjonowanie prób, zbierało odpowiedzi uczestników za pomocą interfejsu dotykowego oraz automatycznie obliczało metryki wydajności lokalizacji, w tym średni błąd kwadratowy (RMSE), średni błąd bezwzględny (MAE) oraz błąd lokalizacji na zakończenie testu.

Rysunek 1. Tablica głośników do testu lokalizacji dźwięku poziomego Prosimy kliknąć tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 2. Schemat systemu eksperymentalnego. System składał się z komputera osobistego podłączonego do interfejsu audio, który dostarczał sygnały do wzmacniacza mocy, a następnie do układu głośników. Do kalibracji użyto miernika poziomu dźwięku, aby zapewnić jednolity poziom dźwięku we wszystkich głośnikach. Proszę kliknąć tutaj, aby zobaczyć większą wersję tego wykresu.

2. Setup01

Przed rozpoczęciem testu przeprowadzono procedurę kalibracji, aby zapewnić jednolity poziom dźwięku we wszystkich głośnikach testowych. Szerokopasmowy bodziec szumowy o średniej kwadratowej wartości pierwiastkowej (RMS) dopasowany do bodźców testowych był prezentowany kolejno z każdego głośnika. Na statywie umieszczono precyzyjny miernik poziomu dźwięku klasy 1 wyposażony w mikrofon wolnopolowy na wysokości głowy (około 1 050 mm) w pozycji uczestnika. Równoważny ciągły poziom dźwięku (LZeq; Z-ważony, czasowo uśredniony poziom ciśnienia dźwiękowego) z każdego głośnika został zmierzony, a poziomy wyjściowe dostosowano tak, aby mierzony LZeq wynosił około 60 dB SPL (±0,5 dB) we wszystkich głośnikach.

UWAGA: Regulacja poziomów wyjściowych głośników została przeprowadzona na poziomie interfejsu audio, aby zapewnić spójną kalibrację między głośnikami. Oprogramowanie niestandardowe nie zawierało funkcji kontroli poziomu i służyło wyłącznie do prezentacji bodźców, kontroli próbnej, zbierania odpowiedzi oraz obliczania metryk lokalizacji.

3. Eksperyment

Uczestnik siedział na specjalnie wykonanym krześle tak, aby głowa była wyrównana z głośnikiem czołowym (0° azymutu, centralna pozycja półkolistego układu) i umieszczona w centrum półkolistego układu głośników. Zagłówek został dostosowany tak, aby mocno przylegał do guzki potylicznej, a uczestnik miał utrzymywać kontakt z zagłówkiem przez cały test. Touchpad umieszczono bezpośrednio przed uczestnikiem do rejestracji odpowiedzi, a instrukcje dotyczące jego użycia były podawane.

UWAGA: Nieprawidłowe ustawienie na początku testu może wpłynąć na efektywne kąty głośników i obniżyć dokładność pomiaru. Zagłówek zapewniał wyczuwalne sprzężenie zwrotne, pozwalając uczestnikom monitorować, czy głowa pozostaje prawidłowo ustawiona. Urządzenie reagujące nie może działać jako bariera wizualna ani dźwiękowa, a touchpad nie powinien zasłaniać bezpośredniej linii widzenia uczestnika z centralnym głośnikiem.

Wprowadzono kod identyfikacyjny uczestnika oraz numer badania, a status urządzenia słuchowego (implant ślimakowy, aparat słuchowy lub brak aparatu) wybrano za pomocą graficznego interfejsu użytkownika (GUI). Rozpoczęto sekwencję zapoznawczą. W interfejsie graficznym wybrano przycisk Zapoznania , aby rozpocząć sekwencję zapoznania. Uczestnik miał przez cały czas trwania sekwencji utrzymywać wzrok skierowany w stronę centralnego głośnika. Podczas sekwencji zapoznawania system automatycznie prezentował bodźce słuchowe kolejno z każdego głośnika.

UWAGA: Uczestnik został poinstruowany, aby utrzymać głowę skierowaną do przodu i unikać obracania się w stronę źródła dźwięku podczas tego etapu. Test lokalizacji dźwięku wykorzystywał szerokopasmowe bodźce szumowe (20-20 000 Hz) generowane w dwóch formach spektralnych i prezentowane na trzech poziomach intensywności (55, 60 i 65 dB HL). Wszystkie bodźce miały czas trwania 500 ms z 5 ms rozpędami i przesuniętymi rampami, zgodnie z ustalonymi protokołami lokalizacji ^1,2. Łącznie z każdego z siedmiu głośników w losowej kolejności przedstawiono sześć unikalnych bodźców, co dało 42 próby na uczestnika.

Rysunek 3. Interfejs mówca-mapa używany do odpowiedzi uczestników. Proszę kliknąć tutaj, aby zobaczyć większą wersję tej figurki.

W interfejsie GUI wybrano przycisk Pre-test , aby aktywować tryb pre-test. Uczestnik miał być zwrócony w stronę głośnika czołowego i naciskać przycisk Start na panelu dotykowym, gdy jest gotowy, zachowując jednocześnie przód głowy. Po naciśnięciu przycisku Start system wyświetlił pierwszy testowy dźwięk z jednego z głośników. Po prezentacji dźwięku wyświetlacz touchpada przeszedł na mapę głośników, na której uczestnik wybierał postrzeganą lokalizację źródła dźwięku (Rysunek 3).

Po każdej odpowiedzi system udzielał natychmiastowej informacji zwrotnej. Dla poprawnych odpowiedzi wyświetlano komunikat potwierdzający przed przejściem do kolejnego procesu. Za błędne odpowiedzi na mapie podświetlano poprawną lokalizację głośnika, a dźwięk odtwarzano trzy razy z tego głośnika. Test wstępny składał się z trzech prób i system automatycznie kończył go po zakończeniu trzeciego testu.

UWAGA: Uczestnik był monitorowany, aby upewnić się, że głowa pozostaje skierowana w stronę głośnika czołowego podczas sekwencji sprzężenia zwrotnego, ponieważ obracanie głowy zakłócało dokładne postrzeganie sygnałów przestrzennych. Ponieważ poszczególne próby nie mogły być powtarzane w automatycznej sekwencji, każda sytuacja, w której uczestnik wyraźnie nie utrzymał wymaganej pozycji głowy do przodu, powodowała wznowienie sesji zamiast powtórzenia na poziomie próby. Te wznowione sesje nie zostały uwzględnione w ostatecznej analizie. Liczba badań przedtestowych była określona w systemie (ograniczona do trzech prób) i nie mogła być modyfikowana przez egzaminatora ^8,9.

Po zakończeniu testu wstępnego klikano główny przycisk testowy , aby rozpocząć główną sekwencję testową. Uczestnik naciskał przycisk Start na panelu dotykowym, aby wywołać dźwięk z jednego z głośników. Po prezentacji dźwięku wyświetlacz touchpada przechodził na mapę z głośnikami, na której uczestnik wybierał postrzeganą lokalizację dźwięku. Po każdej odpowiedzi system wyświetlał przycisk Następny . Uczestnik mógł poświęcić dodatkowy czas przed naciśnięciem przycisku Następny, aby odpocząć i zweryfikować prawidłową orientację głowy przed rozpoczęciem kolejnego testu. System automatycznie przechodził przez zdefiniowaną liczbę prób, powtarzał sekwencję prób i kontynuował proces aż do zakończenia głównego testu.

UWAGA: Podkreślono, że głowa pozostawała skierowana w stronę głośnika czołowego przez cały test. Ta pozycja zapewniała spójne postrzeganie sygnałów przestrzennych i zapobiegała biasu spowodowanym niezamierzonymi ruchami głowy. Po zakończeniu bodźca uczestnicy mogli odwrócić głowę, aby wizualnie zidentyfikować i wybrać postrzegany głośnik. Przed rozpoczęciem kolejnego badania jednak wrócili do początkowej pozycji czołowej, aby upewnić się, że wszystkie kolejne bodźce są postrzegane w tych samych warunkach standaryzowanych. Chociaż system nie obejmował zintegrowanego śledzenia głowy, egzaminator wizualnie monitorował orientację głowy przez cały test, aby upewnić się, że uczestnicy utrzymują wymaganą pozycję do przodu przed każdym bodźcem.

Po zakończeniu testu system automatycznie kończył sesję i generował plik loga. Dziennik zawierał zapisy z każdego badania, w tym prezentowany bodziec, kierunek źródła dźwięku oraz reakcję uczestnika. Na podstawie tych odpowiedzi system obliczył RMSE, MAE oraz efekt odpowiedzi, które zostały zapisane razem z logiem próby do dalszej analizy.

UWAGA: Plik logu został prawidłowo zapisany po sesji, ponieważ zawierał zarówno surowe dane odpowiedzi, jak i obliczone metryki wydajności wymagane do dalszej analizy.

4. Przetwarzanie i analiza danych

Po zakończeniu testu lokalizacji dźwięku system automatycznie obliczał RMSE, MAE oraz efekt odpowiedzi dla każdego uczestnika na podstawie nagranych odpowiedzi z próby. Do wizualizacji i przygotowania rysunków eksportowane dane były następnie przetwarzane za pomocą specjalnie opracowanych skryptów.

Aby ułatwić klinicznie istotną interpretację poprawnej wydajności lokalizacji, metryki błędów lokalizacji zostały dodatkowo sklasyfikowane według ram opartych na International Classification of Functioning, Disability and Health (ICF). Podejście to zostało przyjęte na podstawie wcześniej proponowanego konsensusowego systemu klasyfikacji poziomej lokalizacji dźwięków, który mapował ilościowe błędy lokalizacji na stopniowane poziomy upośledzenia funkcjonalnego¹. W tym ujęciu wydajność lokalizacji sklasyfikowano na pięć kategorii – brak, łagodne, umiarkowane, ciężkie oraz całkowite uszkodzenie – na podstawie rozkładu błędu lokalizacji w grupie referencyjnej z normalnym słuchem (NH) oraz poziomu ryzyka związanego z konkretnym zestawem testowym. Co ważne, ta klasyfikacja nie zastąpiła konwencjonalnych wskaźników błędu (np. RMSE czy MAE), lecz służyła jako warstwa interpretacyjna, która tłumaczyła numeryczne miary wydajności na funkcjonalnie istotne kategorie. Klasyfikacja oparta na ICF została zastosowana post hoc do wyników lokalizacji uzyskanych w niniejszym badaniu, aby wesprzeć standaryzowaną interpretację oraz ułatwić porównania między uczestnikami i grupami słuchaczy.

Wyniki

W badaniu wzięło udział łącznie 34 uczestników: 20 dorosłych z prawidłowym słuchem (NH) oraz 14 dorosłych z jednostronną głuchotą (SSD), zdefiniowaną jako mająca ciężką do głębokiej utraty słuchu w uchu upośledzonym (> 70 dB HL) oraz uchu przeciwległym o czystej średniej tonacji ≤30 dB HL do 4 000 Hz, zgodnie z definicją SSD ustalone na podstawie międzynarodowego konsensusu^{2, 10}. Grupa NH składała się z 12 mężczyzn i 8 kobiet, o średnim wieku 28,85 ± 5,88 roku or...

Dyskusja

Aby umieścić wydajność proponowanego systemu lokalizacji w kontekście, błędy lokalizacyjne zaobserwowane w niniejszym badaniu zostały przeanalizowane w odniesieniu do wartości podanych w poprzednich badaniach lokalizacji w wolnym polu. Chociaż bezpośrednie porównania ilościowe między badaniami są z natury ograniczone przez różnice w konfiguracjach eksperymentalnych, parametrach bodźców i metodach odpowiedzi, wcześniejsze badania wykazały, że wydajność poziomej lokalizacji dźwięku u słuchaczy NH w warunkach szumu szerokop...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Oprogramowanie do testowania lokalizacji dźwięku na zamówienie	Opracowanie wewnętrzne	Nie ma	Oprogramowanie opracowane na zamówienie (oparte na Pythonie, wersja 3.14.2) służące do automatycznej prezentacji bodźców, sekwencjonowania prób, zbierania odpowiedzi na ekranie dotykowym oraz automatycznego obliczania błędu RMSE, MAE i lokalizacji.
Oprogramowanie R	R Foundation for Statistical Computing	Nie ma	Środowisko obliczeń statystycznych wykorzystywane do wizualizacji danych post hoc i generowania figur (wersja 4.4.2)
Interfejs audio RME Fireface UFX+	RME	Fireface UFX+	Wielokanałowa karta dźwiękowa kompatybilna z ASIO, używana do odtwarzania bodźców i kalibracji poziomów. Poziomy wyjściowe poszczególnych głośników były regulowane na poziomie interfejsu.
Głośniki Genelec 8010A	Genelec	8010A	Głośniki pełnozakresowe używane do testów lokalizacji dźwięku w wolnym polu. Wszystkie głośniki były identycznymi modelami, aby zapewnić spójną moc akustyczną na pozycjach azymutalnych.
Niestandardowy półkolisty stojak do speaeker	Produkcja wewnętrzna	Nie ma	Promień 3000 mm, wysokość 1050 mm, zaprojektowany do montażu 7 głośników przy równych odstępach kątowych (30 stopni)
Krzesło regulowane wysokości	Produkcja wewnętrzna	Nie ma	Specjalnie wykonane, regulowane krzesło z regulowanym zagłówkiem i regulowanym zagłówkiem, służące do uzyskania dotykowej informacji zwrotnej dla utrzymania stabilnej pozycji głowy podczas testów.
Komputer osobisty z systemem Windows	ASUS	PN64	Mini PC (Intel Core i5-13500H) używany do prezentacji bodźców, kontroli próbnej oraz pozyskiwania danych
Zbalansowany kabel audio	Mogami	W2594	Kabel audio o niskiej pojemności, zrównoważony, używany do podłączania głośników do interfejsu audio
Miernik poziomu dźwięku	Brü El & Kjæ r	Typ 2250	Używany do kalibracji wyjścia głośnikowego; Precyzyjny instrument klasy 1 (IEC 61672-1)
Mikrofon wolnego pola	Brü El & Kjæ r	Typ 4189	Mikrofon z prepolaryzacją w polu wolnym (FRAC12-calowy), kompatybilny z typem 2250, używany do precyzyjnego pomiaru SPL.
Monitor dotykowy	Jooyon	Widok B	Monitor dotykowy do zbierania odpowiedzi uczestników.
Pokój dźwiękoszczelny	Sontek (na zamówienie, Korea)	Nie ma	Zewnętrzne: 4050 & razy; 2450 i razy; 2575 mm (W & ktoś; D & times; H); Wewnętrzne: 3800 i razy; 2200 i razy; 2100 mm, zaprojektowany tak, aby zapewnić izolowane od hałasu środowisko podczas testów wolnego pola