CN108652639B - 听力测试结果图形自动识别方法 - Google Patents
听力测试结果图形自动识别方法 Download PDFInfo
- Publication number
- CN108652639B CN108652639B CN201810474121.8A CN201810474121A CN108652639B CN 108652639 B CN108652639 B CN 108652639B CN 201810474121 A CN201810474121 A CN 201810474121A CN 108652639 B CN108652639 B CN 108652639B
- Authority
- CN
- China
- Prior art keywords
- bandwidth
- calculating
- hearing
- value
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/12—Audiometering
- A61B5/121—Audiometering evaluating hearing capacity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Otolaryngology (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种听力测试结果图形自动识别方法,其特征在于,包括如下步骤:S1、计算最高点的听力阈值和最低点的听力阈值之差;S2、计算上行频宽和下行频宽并计算频带值;S3、计算临界带宽;S4、计算频宽上下限的范围;S5、与对应临界带宽对比并得出结论。本发明提供了一种听力测试结果图形自动识别方法,可帮助医生和操作人员快速准确地发现潜在的或已经存在的听力损伤,可对受试者及时进行风险评估,为进一步探查损伤部位和诱因提供更完整的结构性数据,提高诊断精确度,此外还可方便受试者阅读和理解测试结果,为受试者进行日常保护预防康复提供精细的决策依据。
Description
技术领域
本发明涉及听力测试结果的分析方法,特别涉及一种听力测试结果图形自动识别方法。
背景技术
听力测试是耳科门诊中最常规和最重要的检查项目,其结果可反映听力损失的程度、性质及病变的部位,广泛应用在耳鼻喉科和体验等临床诊疗上。目前市面上的听力设备都是通过图形即听力图的方式显示听力测试结果的,读懂听力图需要具备相关的专业知识,然而有很多临床医生可能也不懂查阅和解读,经常由操作人员把图形信息转换为检查结果写在听力报告上。一般听力图是没有在电脑上保存数据的,最终导致检查数据浪费,影响往后的诊断分析。而对于受试者,因为其缺乏知识,更是不懂阅读检查结果了,可是由于医生和操作人员工作繁忙,难以给受试者对图像进行详细的解说,这样就可能会阻碍受试者对自身情况的深入了解,万一其出现了隐匿的听力问题而不曾发现,也会缺乏警觉和保护意识,最终听力问题加重,后果不堪设想。
发明内容
有鉴于此,本发明提供了一种听力测试结果图形自动识别方法,能帮助医生和操作人员快速准确地发现潜在的或已经存在的听力损伤,对受试者的听力状况及时进行风险评估。
根据本发明的一个方面,提供了听力测试结果图形自动识别方法,其特征在于,包括如下步骤:
S1、计算最高点的听力阈值和最低点的听力阈值之差:获取图中最高点的听力阈值M和最低点的听力阈值N,并计算最高点的听力阈值和最低点的听力阈值之差HLD;
S2、计算上行频宽和下行频宽并计算频带值:以最低点的听力阈值为中心计算阈值差达到第一预定值HLD1的上行频宽和下行频宽,并计算频带值;
S3、计算临界带宽;
S4、计算频宽上下限的范围:计算一段连续的频带中阈值等于第二预定值HLD2的频宽上下限的范围;
S5、与对应临界带宽对比并得出结论:以步骤S4的计算结果与临界带宽相比较得出步骤S 4的计算结果与对应临界带宽的关系。
在一些实施方式中,步骤S2进一步包括如下步骤:
S21、设定第一预定值HLD1的值,在图中获取阈值为N-HLD1点的上行频点X和下行频点Y;
S22、上行频宽的值为X-N,下行频宽的值为N-Y,频带值为X-Y。
在一些实施方式中,所述临界带宽的计算公式为:
z=13arctan(0.00076f)+3.5arctan〔(f/7500)2〕
其中,z表示临界带宽编号,f表示频率。
在一些实施方式中,所述S5进一步包括如下步骤:
S51、取上行频点X和下行频点Y的中间频点值并计算该值的临界带宽;
S52、以频带值与步骤S51中的临界带宽进行对比。
在一些实施方式中,所述第一预定值为26~40dBHL,所述第二预定值为15~20dBHL。
本发明的有益效果是:本发明提供了一种听力测试结果图形自动识别方法,可帮助医生和操作人员快速准确地发现潜在的或已经存在的听力损伤,可对受试者及时进行风险评估,测试结果同时作为数据形式保存在电脑里,与图像一一对应,为进一步探查损伤部位和诱因提供更完整的结构性数据,提高诊断精确度,此外还可方便受试者阅读和理解测试结果,为受试者进行日常保护预防康复提供精细的决策依据。
附图说明
图1为本发明一实施方式的听力测试结果图形自动识别方法的流程框图;
图2为常见的临界带宽数据列表;
图3为实施例2中受试者的听力测试结果图。
具体实施方式
下面结合附图对发明作进一步详细的说明。
图1示意性地显示了根据本发明的一种实施方式的听力测试结果图形自动识别方法。
参照图1,听力测试结果图形自动识别方法包括如下步骤:
S1、计算最高点的听力阈值和最低点的听力阈值之差:获取图中最高点的听力阈值M和最低点的听力阈值N,并计算最高点的听力阈值和最低点的听力阈值之差HLD;
人对不同频率声音的识别能力是不一样的,目前衡量听力损伤通常采用500Hz、1000Hz、2000Hz、4000Hz四个频点的听阈的平均数,按照标准进行定义,一般认为数值在25dBHL以内为正常听力,26~40dBHL为轻度听力损失,41~60dBHL为中度听力损失,61~80dBHL为重度听力损失,超过80dBHL为极重度听力损失,这种分类的方法可以快速知道受试者的听力状态大概所处的水平,但往往不适合那些听力在正常分级范围内但存在隐性听力损伤或者伴有耳鸣的受试者,临床实践的数据显示,按照听力分级显示正常的受试者,进行精细化的听力测试后可能存在不同程度的听力切迹,听力切迹的最低点与最高点之差大于等于15dBHL即可认为出现听力损失,所以听力图中的最低点和最高点之差往往暗示着受试者是否已经存在听力损失,可以弥补单看平均阈值来判断听力正常与否的不足。
受试者完成听力测试后,每个频点的数据均保存在电脑中,对这些数据进行运算,依据公式:HLD=听力最差的阈值-听力最好的阈值,即HLD=N-M。
S2、计算上行频宽和下行频宽并计算频带值:以最低点的听力阈值为中心计算阈值差达到第一预定值HLD1的上行频宽和下行频宽,并计算频带值;第一预定值HLD1可以取1以上的任何整数数值,视检测结果的需要,由操作者自由设定,通常设定的数值越大,频宽约大,通过对比不同数值下的频宽,可以发现受试者听力损失程度的轻重与否。第一预定值优选为26~40dBHL。
步骤S2进一步包括如下步骤:
S21、设定第一预定值HLD1的值,在图中获取阈值为N-HLD1点的上行频点X和下行频点Y;
S22、上行频宽的值为X-N,下行频宽的值为N-Y,频带值则为X-Y。
在检查结果中,听力最差的频点会被重视,当找到了听力最差的频点后,其旁带的频率状态也对受试者的听力情况有重要的临床意义,先设定一个阈值差即第一预定值HLD1,然后算出以最差频点为中心的上行和下行频带符合阈值差的频点,从而获得一个频带值,这个频带值可以反映受试者听力损伤或者需要引起关注的频带范围,频带越宽,听力状态越差。
S3、计算临界带宽;心理声学模型通常把人耳看做有限的频率带,称之为临界带宽BC,在同一子带内,一个纯音可以被以它为中心频率,且具有一定带宽的连续噪声所抑制,如果在这一频带内噪声功率等于该纯音功率,此时该纯音处于刚好能被听到的临界状态,即成为这一带宽为临界带宽。人耳对音频信号的分析以临界带宽为基础,类似一个非等宽的子带滤波器组,因此,心理声学模型需要将信号从频域映射到临界带宽。
临界带宽的计算公式为:
z=13arctan(0.00076f)+3.5arctan〔(f/7500)2〕
其中,z表示临界带宽编号,f表示频率。图2中列出了一些常见的临界带宽数据。
S4、计算频宽上下限的范围:计算一段连续的频带中阈值等于第二预定值HLD2的频宽上下限的范围;第二预定值HLD2的取值范围是15~20dBHL,优选为15dBHL。
当获得完整的听力检测数据后,便可统计出一段连续的频带中阈值等于第二预定值HLD2的频宽上下限的范围,同一受试者可出现多个带宽,这些带宽的数据可以为后面第S5步的方法做为基础数据,有重要的临床意义。
S5、与对应临界带宽对比并得出结论:以步骤S4的计算结果与临界带宽相比较得出步骤S 4的计算结果与对应临界带宽的关系。步骤S5进一步包括如下步骤:
S51、取上行频点X和下行频点Y的中间频点值并计算该值的临界带宽;
S52、以频带值与步骤S51中的临界带宽相对比。
获得步骤S4的数据以后,就可以把结果与其临界带宽进行比较,如前所述,同一带宽内的声音之间是会互相抑制的,通过结合临界带宽的计算,即可知道上下限范围是否为一个临界带宽的宽度,结果可能是在同一带宽内(中心频率的窄带噪声即可起到良好的抑制作用)、在多个带宽内(需要多个带宽的中心频率的窄带噪声才具有良好的抑制作用)或者跨带宽(需要所跨越的两个带宽的中心频率的窄带噪声结合才具有较好的抑制作用),这些数据对于耳鸣的声治疗中有重要的指导作用,直接关系到选配什么类型和频带的声音作为治疗声,有效提高声治疗耳鸣的效果。
实施例2
参照图3,图3为一受试者的听力测试结果图,图中的横坐标为听力测试频率,纵坐标为听力测试阈值。
最低点的听力阈值N是55dBHL,最高点的听力阈值M是20dBHL,则HLD=N-M=55-20=35dBHL。说明该测试者为轻度听力损失。
如图,听力最差点为5993Hz,55dB,设置第一预定值HLD1为30dB,则以5993Hz为中心,上行阈值差小于等于30dB的频点为5040Hz,上行频宽为5040-5993Hz,下行阈值差小于等于30dB的频点为5993Hz,下行频宽为5993-6727Hz,所以频带可确定为:5040-6727Hz,频宽为6727-5040=1687。
由上述可知,受试者的听力在高频的位置出现的听力损伤的切迹,其中最差点为5993Hz、55dB,在其附近的频率范围内,比5993Hz好15dBHL的频率分别是5187Hz和6536Hz,所以频宽上下限范围就是5187-6530Hz。
当知道上下限带宽为5187-6530Hz后,取其中心频率5858进行临界带宽的计算,通过步骤S3的计算公式可计算出频率范围约为5300-6400Hz,即上下限范围超过一个临界带宽。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于发明的保护范围。
Claims (5)
1.听力测试结果图形自动识别方法,其特征在于,包括如下步骤:
S1、计算最高点的听力阈值和最低点的听力阈值之差:获取图中最高点的听力阈值M和最低点的听力阈值N,并计算最高点的听力阈值和最低点的听力阈值之差HLD;
S2、计算上行频宽和下行频宽并计算频带值:以最低点的听力阈值为中心计算阈值差达到第一预定值HLD1的上行频宽和下行频宽,并计算频带值;
S3、计算临界带宽;
S4、计算频宽上下限的范围:计算一段连续的频带中阈值等于第二预定值HLD2的频宽上下限的范围;
S5、与对应临界带宽对比并得出结论:以步骤S4的计算结果与临界带宽相比较得出步骤S 4的计算结果与对应临界带宽的关系。
2.根据权利要求1所述的听力测试结果图形自动识别方法,其特征在于,步骤S2进一步包括如下步骤:
S21、设定第一预定值HLD1的值,在图中获取阈值为N-HLD1点的上行频点X和下行频点Y;
S22、上行频宽的值为X-N,下行频宽的值为N-Y,频带值为X-Y。
3.根据权利要求2所述的听力测试结果图形自动识别方法,其特征在于,所述临界带宽的计算公式为:
z=13arctan(0.00076f)+3.5arctan〔(f/7500)2〕
其中,z表示临界带宽编号,f表示频率。
4.根据权利要求3所述的听力测试结果图形自动识别方法,其特征在于,所述步骤S5进一步包括如下步骤:
S51、取上行频点X和下行频点Y的中间频点值并计算该值的临界带宽;
S52、以频带值与步骤S51中的临界带宽进行对比。
5.根据权利要求1~4任一项所述的听力测试结果图形自动识别方法,其特征在于,所述第一预定值为26~40dBHL,所述第二预定值为15~20dBHL。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810474121.8A CN108652639B (zh) | 2018-05-17 | 2018-05-17 | 听力测试结果图形自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810474121.8A CN108652639B (zh) | 2018-05-17 | 2018-05-17 | 听力测试结果图形自动识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108652639A CN108652639A (zh) | 2018-10-16 |
CN108652639B true CN108652639B (zh) | 2020-11-24 |
Family
ID=63776118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810474121.8A Active CN108652639B (zh) | 2018-05-17 | 2018-05-17 | 听力测试结果图形自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108652639B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110459212A (zh) * | 2019-06-05 | 2019-11-15 | 西安易朴通讯技术有限公司 | 音量控制方法及设备 |
CN112686295B (zh) * | 2020-12-28 | 2021-08-24 | 南京工程学院 | 一种个性化听力损失建模方法 |
CN112995879B (zh) * | 2021-03-02 | 2022-04-26 | 佛山博智医疗科技有限公司 | 一种输出声音可变频的助听装置及其应用方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101939041A (zh) * | 2007-12-05 | 2011-01-05 | 加州大学评议会 | 用于抑制耳鸣的设备和方法 |
US20120283594A1 (en) * | 2009-12-15 | 2012-11-08 | Uhlen Inger | Method for determining hearing thresholds |
CN204636380U (zh) * | 2015-04-09 | 2015-09-16 | 复旦大学附属眼耳鼻喉科医院 | 一种耳鸣治疗仪 |
CN107371113A (zh) * | 2016-05-12 | 2017-11-21 | 奥迪康医疗有限公司 | 助听器系统及其运行方法 |
CN107693024A (zh) * | 2017-11-13 | 2018-02-16 | 佛山博智医疗科技有限公司 | 二维及三维hld测试方法 |
-
2018
- 2018-05-17 CN CN201810474121.8A patent/CN108652639B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101939041A (zh) * | 2007-12-05 | 2011-01-05 | 加州大学评议会 | 用于抑制耳鸣的设备和方法 |
US20120283594A1 (en) * | 2009-12-15 | 2012-11-08 | Uhlen Inger | Method for determining hearing thresholds |
CN204636380U (zh) * | 2015-04-09 | 2015-09-16 | 复旦大学附属眼耳鼻喉科医院 | 一种耳鸣治疗仪 |
CN107371113A (zh) * | 2016-05-12 | 2017-11-21 | 奥迪康医疗有限公司 | 助听器系统及其运行方法 |
CN107693024A (zh) * | 2017-11-13 | 2018-02-16 | 佛山博智医疗科技有限公司 | 二维及三维hld测试方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108652639A (zh) | 2018-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108652639B (zh) | 听力测试结果图形自动识别方法 | |
US7286983B2 (en) | System and method for processing low signal-to-noise ratio signals | |
US7398213B1 (en) | Method and system for diagnosing pathological phenomenon using a voice signal | |
Nelson | High-level psychophysical tuning curves: Forward masking in normal-hearing and hearing-impaired listeners | |
CN102124759B (zh) | 助听适合度判断装置、助听处理调整系统及助听适合度判断方法 | |
Heeren et al. | Relation between loudness in categorical units and loudness in phons and sones | |
Sisto et al. | Otoacoustic emission sensitivity to low levels of noise-induced hearing loss | |
US8075494B2 (en) | Audiogram classification system | |
EP2124223A1 (en) | Method and system for diagnosing pathological phenomenon using a voice signal | |
Flamme et al. | Short-term variability of pure-tone thresholds obtained with TDH-39P earphones | |
Saunders et al. | The performance-perceptual test and its relationship to unaided reported handicap | |
Cairns et al. | Repeatability of the TEN (HL) test for detecting cochlear dead regions | |
Zimatore et al. | Post-processing analysis of transient-evoked otoacoustic emissions to detect 4 kHz-notch hearing impairment–a pilot study | |
Flamme et al. | Stimulus and transducer effects on threshold | |
Neagu et al. | Investigating pupillometry as a reliable measure of individual’s listening effort | |
Schönfelder et al. | Identification of stimulus cues in narrow-band tone-in-noise detection using sparse observer models | |
Narne et al. | Ripple glide direction discrimination and its relationship to frequency selectivity estimated using notched noise | |
Alexander | How to use probe microphone measures with frequency-lowering hearing aids | |
Prieve et al. | Observations of distortion product otoacoustic emission components in adults with hearing loss | |
Sabin et al. | Weighting function-based mapping of descriptors to frequency-gain curves in listeners with hearing loss | |
Bug et al. | Influence of response-time limits on automated hearing threshold determination | |
Bockstael et al. | Improved hearing conservation in industry: More efficient implementation of distortion product otoacoustic emissions for accurate hearing status monitoring | |
RU2446741C1 (ru) | Способ оценки нарушений слухового восприятия речевых сигналов | |
Oremule et al. | Mobile audiometry for hearing threshold assessment: A systematic review and meta‐analysis | |
Margolis et al. | Evaluation of binomial distribution estimates of confidence intervals of speech-recognition test scores |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |