學研新創 - 智慧醫療與健康科技
以深度學習噪音消除法改善人工電子耳植入者之語音辨識度
2018-12-12
力博宏主任團隊/振興醫療財團法人振興醫院、中研院資訊創新研究中心、陽明大學生物醫學工程學系

力博宏、曹昱、賴穎暉

人工電子耳(Cochlear implant, CI)是現今唯一可幫助全聾患者重新聽見聲音的重要科技。於過去研究指出,此科技在安靜的溝通環境下能有效幫助患者提升語音理解能力,但在噪音情境下仍有改善的空間。近年,以深度學習為基礎之噪音消除法(例如: deep denoising autoencoder, DDAE)被提出並證明它能有效的提升聲學應用之相關產品於噪音下的使用滿意度。有鑑於此,本研究進一步的以DDAE為基礎提出以聲音情境特性為考量之噪音消除法,進而提升人工電子耳使用者於噪音環境下之聆聽效益。於臨床實驗結果證明,本團隊提出之架構能顯著改善人工電子耳於噪音情境下之語音理解力表現並達統計上之顯著差異。本研究為第一篇於臨床證明深度學習架構能有效提升人工電子耳患者於噪音情境下之聆聽效益研究,而這也為人工電子耳於信號處理之發展上開啟另一個研究方向。

評審推薦
利用Deep learning 來降噪,確實可解決電子耳目前的技術屏障。基礎研究數據完整,初步語言設定為中文,也有利於目前國內長照市場需求。
2023年度精進成果
研究證實,人工電子耳裝置在語音理解力上的聆聽已有進展,但在音樂聆聽方面仍待突破性訊號處理技術介入,方能有效提升效益。繼在未來科技獎中以電子耳消除噪音為主題進行探討,本年度更深入的解決電子耳使用者面臨的問題。其中之一的挑戰即為使用者聆聽音樂上之效益。電子耳使用者對於音樂上的享受仍有許多進步空間,造成此現象重要的因素為當前電子耳裝置所採用之電極數量仍不夠多,使得音樂的保真度下降。當前電子耳音樂聆聽的研究中已有許多聆聽策略被提出,然而在識別不同音樂特徵(時間特徵、頻譜特徵)時,使用者間存在相當大的個體差異,因此相同聆聽策略下許多患者聆聽音樂有”噪音般”的感受。本創新研究假設若能依使用者對於音樂成分(人聲、節奏、旋律)的喜好特性來進行自適配之微調,將可能有助於電子使用者進行音樂的聆聽滿意度及辨識效益,以解決它們聆聽音樂上之問題。
團隊簡介
力博宏  
學歷 國立陽明大學醫學系醫學士、臨床醫學研究所博士
現職 振興醫院耳鼻喉部暨聽覺醫學中心主任
國立陽明大學醫學院醫學系部定副教授
經歷 2012年起連續六年人工電子耳手術獲頒國家生技醫療產業策進會SNQ國家品質標章
台灣耳鳴學會理事
台灣耳鼻喉科醫學會監事暨聽語訓練委員會委員
台灣耳科醫學會監事

 

本網站中所有資料(包括影音.文字.圖表.數據等) ,均屬於本中心或各該新創企業團隊之專屬財產,如有引用,請確實註明出處來源。 <完整資訊>
財團法人生技醫療科技政策研究中心 版權所有
Copyright © 2012 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved