JP2014112856A - 脳波検出に適する補聴器およびそのような補聴器を適応する方法 - Google Patents

Abstract

【課題】補聴器のユーザによって着目されている着目クラスに対して補聴器を自動適応する方法を提供する。
【解決手段】増幅器，入力トランスデューサ（８０７、８１０），出力トランスデューサ８２４および信号処理装置８２５を備え，上記増幅器と信号処理装置８２５とが接続された補聴器において，脳波のような電気信号を検出するように構成され，上記信号処理装置に接続された差動増幅器に接続された少なくとも２つの電極８０１，８０３，８０５と，上記検出信号に応じて推定されるユーザの着目クラスにしたがって上記補聴器の音処理を修正する手段と，を備える。
【選択図】図８

Description

この発明は，概略的には脳波の計測（測定）および上記計測信号に応じて信号処理の調節（調整）が可能な補聴器に関し，より詳細には，増幅器，入力トランスデューサ，出力トランスデューサおよび信号処理装置を備え，上記増幅器と上記信号処理装置とが接続されている補聴器に関する。さらにこの発明は補聴器の適応方法（a method for adaptation）に関する。

特に医療科学の分野において，脳波（brain waves）の計測（測定）が望まれる被験者（以下，簡単化のために「被験者」（subject）と呼ぶ）の頭皮上に電極を配置することによって脳波を計測し，適切な設備を用いて上記計測された脳波を観察，処理および解釈する（interpret）ことが一般的に知られている。典型的には，この設備は脳波検査（脳波記録）装置（electroencephalograph）であって，これを用いることによっていわゆる脳波図（ＥＥＧ：Electroencephalogram）を取得することができる。ＥＥＧは被験者の脳におけるシナプス（synapses）間を流れる電流によって被験者の頭皮の表面に現れる電位を計測することにより，被験者の脳の電気活動の計測と記録とを提供する。医療科学の分野においてＥＥＧはさまざまな診断目的で使用されている。

このような用途のシステムとして国際特許公開２００６／０４７８７４に開示のものが知られており，そこには被験者の両耳の少なくとも一方と関連して配置された電極，すなわち外耳部に配置されたまたは耳道内に配置された電極を用いた脳波計測が記載されている。計測値は特にてんかん発作の兆候の検出に使用されている。また，国際特許公開２００６／０４７８７４には，それぞれが検出電極および基準（参照）電極である一対の電極の使用についても記載されており，このような設定（set up）は脳波検査の分野ではよく知られている。

さらに，国際特許公開２００８／１１６４６２からは，補聴器によりテスト刺激信号を生成して上記信号を被験者に音響刺激として送信し，被験者の頭皮に載置した分離した電極を用いて上記音響刺激に応答する脳波を検出し，かつ脳波計などの電気生体機器（電気生理学的計器）（electrophysiological instrument）に脳波応答を送信して処理することにより被験者の聴力を計測することが知られている。

しかしながら，既知のシステムの少なくとも信号処理装置は，その複雑性および広範で複雑な機器を用いることから，その使用および操作は有能なスタッフに限定されている。さらに，電極はもちろんのこと，場合によっては関連する配線を被験者の頭皮および／または頭部のさまざまな部分に配置することから，既知のシステムは研究室環境外での使用にはやや魅力のないものとなり，したがって脳波計測結果をむしろやっかいな研究室外で使用することに関する利点のための開発が求められている。

以上から，この発明は，大規模（広範）で複雑な設備（機器）を用いることなく，また用いるとしても最低限のもので，ＥＥＧ等の脳波計測（測定）を可能とする補聴器を提供することを目的とし，日常生活において簡単に使用可能であるとともに，補聴器における脳波計測結果の使用に関連する利点を研究室外でも容易に利用可能な補聴器を提供することを目的とする。

この発明の第１の観点によると，上記目的は，増幅器，入力トランスデューサ，出力トランスデューサおよび信号処理装置を備え，上記増幅器と上記信号処理装置とが接続されている補聴器であって，脳波のような電気信号を検出するように構成され，上記信号処理装置に接続された差動増幅器に接続されている少なくとも２つの電極と，上記検出信号に応じて上記補聴器の動作を修正する手段とをさらに備えたことを特徴とする補聴器を提供することによって，達成される。

したがって，被験者の脳波を監視しかつ計測することができ，計測された脳波を内部で処理可能な補聴器が提供される。このような補聴器を用いると，もはや脳波の計測および上記計測信号の処理に外部設備を使用する必要がなくなり，ユーザによって装着されても目立たずしたがって研究室外での装着により魅力的となる。

この発明による補聴器を用いて日常生活中に脳波の計測ができるようになることで，様々な用途および利点がもたらされる。

とりわけ，少々驚きではあるが，脳波計測結果を使用してユーザが注意を払っている聴覚像部分（part of an acoustic image the user pay attention）を推定することができることが，発明者によって示されている。このような推定の詳細については後述する。

ユーザが注意を払っている聴覚像部分を計測することが可能である場合，この情報を，補聴器のアルゴリズムについての有用なフィードバックとして用いて，ユーザが注意を払っている聴覚像の特定部分の最適明瞭度（optimum intelligibility）を得るために補聴器を適応することができ，ユーザが意識的に補聴器を適応するように行動する必要がなくなる。このような補聴器の制御は，ユーザが複雑な聴覚像の特定部分に着目（注目）している状況において特に有用である。たとえば，複数の音源を含む聴覚像中において，特定人物の発話，スピーカ・アナウンス，または音楽再生等の特定の音源を補聴器ユーザが見分けようとしているときが挙げられる。

これは，聴覚像の一部を強調または抑制する現在の方法とは対照的である。現在，ユーザは，補聴器のプログラムをたとえば音楽用プログラムに手動で変更することでき，補聴器のマイクロフォンを用いて雑音の存在を検出することができる。補聴器の信号処理装置において適当なアルゴリズムを動作させることによってノイズを抑制することができる。

補聴器を用いた脳波計測に関連するその他の有利な用途および利点としては，限定されないが，以下のようなものが挙げられる。

ａ）聴性脳幹反応（ＡＢＲ：Auditory Brainstem Response）または聴性定常反応（ＡＳＳＲ：Auditory Steady State Response）のような計測に用いる刺激として自然音環境（the natural sound environment）を用いて，ユーザの聴力損失の進行を監視することである。これにより，補聴器の「オンザフライ」（on-the-fly）フィッティング，すなわち必要とされるときの調節（調整）が可能になる。
ｂ）たとえばユーザからの反応を必要とせずに聴性脳幹反応（ＡＢＲ）の計測結果を用いてユーザの聴覚閾値を計測することによって聴覚閾値の目標像を得るといった，ユーザの聴覚閾値の計測である。これは，小さな子供や認知能力が著しく低下した人に対して特に望ましい。
ｃ）脳コンピュータ・インターフェースの一タイプとしての使用，たとえばＥＥＧ認識の使用による補聴器の制御である。脳コンピュータ・インターフェースでは，ユーザは，たとえば補聴器のプログラムを変更するといった所望の動作に意識を集中させることで補聴器を制御することが可能であり，上記所望の動作が，検出可能な「思考」たとえば実際には動かさずに右腕を動かすことを想像すること等に関係付けられる。また，脳コンピュータ・インターフェースではＥＥＧ信号がこのような事象の検出に利用されるので，遠隔制御の一部または全体の代わりとなり得る。

好ましい実施形態によると，上記信号処理装置は，上記少なくとも２つの電極によって検出された信号から少なくとも１つの特徴（feature）を抽出する特徴抽出手段と，上記特徴抽出手段によって抽出された上記少なくとも１つの特徴を分類する（classifying）分類手段とを備えている。これによって，上記計測された脳波信号によって伝達される一の特定の特徴に着目することができ，被験者に関する所望の知覚的な情報を含むことができるようになる。上記特徴抽出手段によって抽出される特定の特徴は，補聴器に組込まれる特定の機能性に依存する。

上述の通り，この実施形態は，脳波信号計測を行ってユーザが注意を払っている聴覚像部分を推定するのに補聴器を使用することが望まれる場合に，特に有用である。

好ましい実施形態によると，上記補聴器は，上記特徴抽出手段に接続されたマイクロフォンをさらに備えている。これにより，上記マイクロフォンによって検出される聴覚像を，電極によって検出された信号の処理中における追加情報として用いることができる。

好ましい実施形態によると，上記補聴器はさらに，上記少なくとも２つの電極によって検出された信号を，所定の着目（注意，注目）クラス群（a predefined set of attention classes）と比較する手段を備え，これにより補聴器のユーザによってフォーカスされている（意識付けされている）（focused upon）聴覚像部分の自動検出が行われる。

この明細書において用語「着目クラス」とは，限定はされないが，「信号タイプ」（“signal type”）すなわち聴覚像における信号のタイプ（種類，種別）と，ユーザの「空間フォーカス」（“spatial focus”）と，ユーザの「精神フォーカス」（“mental focus”）のうちの一つまたは複数の主要な着目クラス（one or more main attention classes）を意味する。主要着目クラス「信号タイプ」は，発話，音楽，雑音等のサブ・クラスを含んでもよい。主要着目クラス「空間フォーカス」は，広域／狭域，左／右等のサブ・クラスを含んでもよい。また，主要着目クラス「精神フォーカス」は，環境への関心，集中，リラックス等のサブ・クラスを含んでもよい。

特に好ましい実施形態によると，上記補聴器の動作を修正する手段は，上記特徴抽出手段によって抽出された上記少なくとも１つの特徴に応じて上記補聴器の動作を修正するものであり，これによって，上記補聴器のユーザによって着目されている聴覚像の所与の部分に対して上記補聴器を自動適応することができる。

好ましい実施形態によると，上記補聴器の動作を修正する手段は，特に上記信号処理装置によって，聴覚閾値計測，聴力損失計測，注意集中計測（an attention focus measurement）および脳コンピュータ・インターフェース（ＢＣＩ：Brain-Computer Interface）動作計測のうちの少なくとも１つの特性を含むものとして検出信号が認識されたことに応じて，上記補聴器によって起動される。これにより，聴覚閾値，聴力損失，注意集中および／またはＢＣＩ動作に関連して補聴器の調節が行われるので，調節プロセスが簡素化されるとともに，検出信号と関係のない特徴に起因する調節が回避される。

特に好ましい実施形態によると，上記少なくとも２つの電極は，ユーザによる上記補聴器の装着時にユーザの組織と物理的に接触するように上記補聴器の一部，好ましくは上記補聴器のプラグの表面上および／または表面中に配置され，これにより，脳波信号の検出において向上した品質および信号強度がもたらされる。

さらなる実施形態によると，上記補聴器は上記少なくとも２つの電極と接触する流動性の導電性ジェル（a fluid, conductive gel）をさらに含み，これにより信号検出の品質が向上する。なお，この目的に適する他の一般に知られる電極材料を採用してもよい。

特に好ましい実施形態によると，上記少なくとも２つの電極は銀電極であり，この電極は，ユーザの耳道内の環境条件にさらされたときに特に優れた耐久性を示す。

この発明の第２の観点によると，第１および第２の補聴器を備える補聴器システムが提供され，第１および第２の補聴器のうちの少なくとも一方がこの発明の上記第１の観点による補聴器であり，上記第１および第２の補聴器のそれぞれが増幅器を備えるとともに，上記第１および第２の補聴器のうちの少なくとも一方が特徴抽出手段および分類手段を有する信号処理装置を備えており，上記第１および第２の補聴器のうちの少なくとも一方が，上記第２または第１の補聴器それぞれに情報を送信する送信手段を備えることを特徴とする。

このようなシステムを用いることによって，たとえばユーザの各耳において２つの補聴器のそれぞれによって計測された信号を比較することができるようになる。これにより，音知覚，たとえば各耳の聴力を計測し，比較し，かつ監視することができる。

脳の左半球が論理的思考プロセスを司り，脳の右半球がより抽象的な思考プロセスを司ることが知られているので，左右の補聴器を，それぞれ，比較可能な異なる思考プロセスの結果として得られる異なる信号が検出されるように，さらに構成することができる。

上記補聴システムのさらに好ましい実施形態によると，上記信号処理装置がクラス結合手段（a class combining means）をさらに備え，上記第１および第２の補聴器の特徴抽出手段および／または分類手段および／またはクラス結合手段がそれぞれ上記送信手段によって相互接続され，上記送信手段が無線である。これにより，有線または無線接続によって，補聴システムの補聴器間で特定の特徴および／または計測結果の送信，さらには監視および比較が可能となる。無線送信手段を用いる場合は特に使い勝手が良い補聴システムが提供される。

この発明の第３の態様によると，ユーザによる使用中に補聴器を適応させる方法が提供され，この方法は，この発明による少なくとも１つの補聴器を用意し，ユーザから脳信号を好ましくは脳波記録（ＥＥＧ）として計測し，上記検出信号に応じて補聴器の動作を調節するものである。

特に好ましい実施形態によると，上記方法は，上記計測信号を所定の着目クラス群と比較するステップをさらに含む。

特に好ましい実施形態によると，上記計測，比較および調節が所定の頻度で繰り返される。

他の特に好ましい実施形態によると，上記比較のステップは，上記信号処理装置において第１のアルゴリズムを実行することにより上記計測された脳信号から特徴を抽出するステップと，上記信号処理装置において第２のアルゴリズムを実行することにより上記特徴を分類するステップとを含む。

この発明の一実施形態による補聴器を示す。 図１による補聴器用のプラグを示す。 この発明の一実施形態による補聴器の差動増幅器を通る信号検出経路，すなわち「アナログ・フロント・エンド」として知られる信号処理経路の始めの部分を示すフロー図である。 この発明による補聴器における特徴抽出および分類プロセスの原理を示すフロー図である。 この発明の３つの異なる実施形態の一つによる補聴システムにおける特徴抽出および分類プロセスの原理を示すフロー図である。 この発明の３つの異なる実施形態の一つによる補聴システムにおける特徴抽出および分類プロセスの原理を示すフロー図である。 この発明の３つの異なる実施形態の一つによる補聴システムにおける特徴抽出および分類プロセスの原理を示すフロー図である。 この発明の一実施形態による補聴器の信号検出および処理経路全体を示すフロー図である。 図９ｂとの組合わせによる，この発明の一実施形態による補聴システムの信号検出および処理経路全体を示すフロー図である。 図９ａと組合わせによる，この発明の一実施形態による補聴システムの信号検出および処理経路全体を示すフロー図である。 発話（破線）および音楽（実線）にそれぞれ注意を払っている被験者からの脳波を２４回試行計測した結果におけるスペクトル解析結果を示す。 図１０ａのパワースペクトルにおける２０〜３５Ｈｚの区間の平均値および標準偏差を示す。 発話（「＋」により示される）および音楽（「○」により示される）にそれぞれ注意を払っている被験者からの脳波を２４回試行計測した結果における自己回帰（ＡＲ：Auto-Regressive）分析結果を示す。 発話および音楽にそれぞれ注意を払っている被験者の脳波を２０回試行計測した結果の非対称性解析結果を示すもので，全試行の平均非対称比（ＡＲ：Asymmetry Ratio）を示す。 発話および音楽にそれぞれ注意を払っている被験者の脳波を２０回試行計測した結果の非対称性解析結果を示すもので，各試行におけるＡＲを示す。 発話および音楽にそれぞれ注意を払っている被験者の脳波を２０回試行計測した結果の非対称性解析結果を示すもので，図１２ｂの各試行に対応した値の平均値および分散値を示す。 被験者が目を開けた状態と閉じた状態のそれぞれについて，さらなる刺激がない場合の，図２の電極の１つに対応する耳内電極を用いて行った計測の結果を示す。

この発明のさらなる詳細について，限定されない例示的な実施形態に基づいて，図面を参照しつつ説明する。

図１はこの発明の好ましい実施形態による補聴器を示すもので，上記補聴器は，耳かけ型（behind-the-ear）（ＢＴＥ）コンポーネント101，ユーザの耳道内に挿入するプラグ103すなわち耳内（in-the-ear）（ＩＴＥ）コンポーネント，およびＢＴＥコンポーネント101とプラグ103とを接続する接続手段102を備えている。プラグ103は表面および接続開口104を備えている。

上記接続開口104は，上記補聴器（ＨＡ）からユーザの耳道（ear canal）に向けて，したがって鼓膜に向けて，音を伝達するための開口である。通常のＢＴＥ型補聴器の場合，上記接続開口104は上記接続手段102と直接接続するためのものとなる。耳内レシーバ型（receiver-in-the-ear）補聴器の場合，上記接続開口104は上記接続手段102とレシーバとを接続するためのものとなる。

プラグ103のような補聴器プラグは，ユーザの耳，好ましくは耳道にフィットするように，好ましくは個別成形（custom moulded）されている。ユーザの耳，好ましくは耳道に挿入されると，プラグ103の表面はユーザの耳の組織に隣接して物理的に接触する。なお，この発明による補聴器は原理的にいかなる種類の補聴器であってもよい。

図２を参照して，補聴器はさらに，脳波のような電気信号（electrical signals such as brain waves）を検出するように構成される５つの電極201，202，203，204，205を備えている。以下に詳述する実際の検出は，好ましくは基準点（参照点）（a reference point）に関連して行われる。上記電極201〜205は上記補聴器のプラグ206（図１の103）の表面上に配置されている。これに代えて，上記電極201〜205はプラグ206の表面中に埋込まれていてもよく，補聴器の別の部分の表面上に配置されるか，または表面中に埋込まれていてもよい。設けられる電極201〜205の正確な数は，図示する５つの電極201〜205より多くても少なくてもよく，これは重要ではない。しかしながら，好ましくは少なくとも２つの電極を設けるものとする。これにより，複数の電極の少なくとも一の電極が基準点として動作しすなわち基準電極となり，残りの電極が検出電極となり，計測信号の品質を向上させることができる。これに代えて，１つの電極が一または複数の他の電極に対する基準電極として動作し，他の電極が検出電極として動作する状態で，一団としてたとえば対として動作するように，電極201〜205を設定してもよい。好ましくは電極201〜205は銀製である。銀は人の耳道内の過酷な環境に対して優れた耐久性を示すことが知られている。しかしながら，人の耳道の環境に抗するのに適するあらゆる材料を原理的には使用することができる。

上記電極201〜205によって検出される信号の品質をさらに向上させるために，補聴器は上記電極201〜205と接触する導電性ジェル（図示略）を備えてもよい。

図３を参照して，図３は，この発明による補聴器の電子回路の始めの部分（前段部分）（initial part）の一実施態様を示すフロー図である。上記電子回路の始めの部分は，アナログ・フロント・エンド（analog front-end）として知られている。図示するアナログ・フロント・エンドは入力信号を受ける複数の電極（電極１〜Ｎ）に接続されるが，図３においては簡単化のために，１番目の電極313およびＮ番目の電極307のみが示されている。電極307，313は，それぞれ，チャンネル308，314を介して，電極307，313によって検出された信号を受信しかつ増幅する差動増幅器309，317に接続されている。各差動増幅器309，317は，チャンネル316を介して基準電極315からの入力も受信する。上記差動増幅器309，317は，それぞれのアナログ・デジタル変換器（analog digital converter）（ＡＤＣ）311，319に接続されている。

さらに，上記電子回路の始めの部分は入力トランスデューサを備え，図３ではこれがマイクロフォン301として示されている。マイクロフォン301は，ＡＤＣ305に接続された増幅器303に接続されたマイクロフォン・チャンネル302を介してアナログ・フロント・エンドに接続されている。これにより，マイクロフォン301において検出される聴覚像（acoustic image）を，電極307，313，315で検出される信号の処理における付加的情報（additional information）として用いることができる。

ＡＤＣ305，311，319は，上記増幅器303および上記差動増幅器309，317から受信した各増幅信号304，310，318をサンプリングし，これにより時間的に離散した出力信号306，312，320を生成する。なお，マイクロフォン信号306についてのサンプリング周波数と電極信号312，320についてのサンプリング周波数とは異なっていてもよい。各ＡＤＣ305，311，319からの出力信号306，312，320は，それぞれの組み合わせにより信号ベクトル321を構成し，ここではｓ＝ｓ（ｉ，ｎ）と記述する。ｉはサンプリングされた信号の起源すなわち電極番号ｉを表し，ｎはサンプリング時間を表す。これにより，信号ベクトル321を，時空間信号（a signal in time and space）または時間依存ベクトル（a time dependent vector）とみなすことができる。上記信号ベクトル321は，以下に説明するように，補聴器における後続の信号処理のための入力として機能する。

図４を参照して，図４はこの発明による補聴器における特徴抽出および特徴分類プロセスの原理を示している。上記信号ベクトル401（図３の321）は特徴抽出手段402の入力として用いられる。特徴抽出手段402からの出力は一または複数の抽出される特徴であり，ここでは「特徴ベクトル」（feature vector）403と呼ぶ。この特徴ベクトルは，抽出された特徴を分類する分類手段404の入力として機能する。上記分類手段404の出力は，着目（注意，注目）クラス（attention class）の少なくとも１つの指標（indicator）である。着目クラスという用語についてはこの明細書の最初の方で定義した通りである。指標は，多数の着目クラスのうちの一つを示唆するものでもよいし（ハード分類），各着目クラスの確率を与える確率ベクトルであってもよい（ソフト分類）。以下，上記分類手段404の出力を「クラス・ベクトル」（class vector）405と呼ぶ。クラス・ベクトル405は，補聴器のさらなる信号処理手段において利用されるべき出力として送信される。

上記特徴抽出手段402および上記分類手段404の機能性をさらに明確化するために，高次元である信号ベクトル401の空間Ｓの次元低減マッピング（dimension reducing mappings）として，上記特徴抽出ｆおよび上記分類ｃを考えることができる。

ｆ：Ｓ→Ｆ および ｃ：Ｆ→Ｃ

ここで，Ｆは低次元の特徴ベクトル403の空間（the space of feature vectors 403 of a lower dimension）であり，Ｃは上記クラス・ベクトル405を構成するさらに低次元の着目クラス群（the set of attention classes）である。なお，特徴抽出ｆおよび分類ｃの両方は，個々のユーザに適応させるためにトレーニングすることが必要になるものと考えられる。

図５は，この発明による補聴システムにおける特徴抽出および特徴分類プロセスの原理の第１の実施形態を示している。この補聴システムは，図５の破線よりも上側に記載された第１の補聴器（たとえば，左側補聴器）および図５の破線よりも下側に記載された第２の補聴器（たとえば，右側補聴器）を備えている。第１および第２の補聴器はいずれも，実質的に図１および図２を参照して上記した通りの，この発明による補聴器である。図示する実施形態において，左右の各補聴器において，実質的に上記した通りのアナログ・フロント・エンドが，左側信号ベクトル501および右側信号ベクトル506をそれぞれ生成する。左右の各補聴器において，各信号ベクトル501，506は，図４に関連して説明したタイプの特徴抽出および分類プロセスの入力として利用される。したがって，信号ベクトル501，506は，それぞれ，特徴抽出手段502，507の入力として利用され，特徴ベクトル503，508が生成される。そして，これらベクトルは，それぞれ，分類手段504，509の入力として利用され，クラス・ベクトル505，510がそれぞれ生成される。

さらに，特徴抽出手段502，507は，送信手段（図５において矢印で示す）を介して相互に接続され，信号ベクトル501，506の交換が行われる。上記送信手段は，好ましくは補聴器間の双方向通信に適応した無線送信手段であるが，原理上は，任意の適切な送信手段とすることができる。このような補聴システムは，たとえば大量の信号を収集することができ，最終的な信号処理を行う信号処理装置に大量の情報を提供することができる。

上記送信手段は，原理的には，上述したコンポーネント以外のコンポーネントを接続する，補聴器間の接続を形成することができる。たとえば，図５のプロセスの第２の実施形態を表す図６に示すように，上記補聴器の各分類手段604，609間に相互接続を設けることによって，補聴器間で特徴ベクトル603，608を交換できるようにすることができる。

また，図５のプロセスの第３の実施形態を表す図７に示すように，各分類手段704，710の出力を交換する，相互接続の別の構成も考えられる。図７において，これがサブクラス・ベクトル705，711として示されている。この場合，上記補聴システムの各補聴器は，サブクラス・ベクトル705，711を結合して（combining），最終的なクラス・ベクトル707，713をそれぞれ形成するクラス結合手段706，712をさらに備える。

図８を参照して，図８はこの発明による補聴器における信号取得および処理経路全体を示すフロー図である。この補聴器は，アナログ・フロント・エンド812に接続され，信号802，804，806，809，811をそれぞれ送信する，電極801，803，基準電極805，およびマイクロフォン807，810の形態の入力トランスデューサを備えている。アナログ・フロント・エンド812の出力すなわち信号ベクトル813，821は，デジタル・バック・エンド825に与えられる。デジタル・バック・エンド825の出力は補聴器の出力トランスデューサに供給される信号であり，図示する例ではスピーカ信号823としてスピーカ824に供給される。スピーカ824に与えられるスピーカ信号823は，一般的に，たとえばデジタル・バック・エンド824の内部または外部（in or on）に配置されるデジタル・アナログ変換器（図示略）によって得られるアナログ信号である。

上記デジタル・バック・エンド825は，図４に関連して説明した方法による特徴抽出および分類のための回路を備えている。すなわち，信号ベクトル813に対して行われる特徴抽出814および特徴ベクトル815に対して行われる分類816を含む。また，デジタル・バック・エンド825では，分類816によって得られたクラス・ベクトル817の着目クラスを所定の着目クラス群（a predetermined set of attention classes）と比較する手段（図８に最適化819として示す）の入力として，クラス・ベクトル817が利用される。最適化（optimization）819は，ユーザが注意を集中している（concentrating focus on）音像部分に基づいて，補聴器のアルゴリズムを最適化するためのものである。たとえば，補聴器のノイズ低減は，発話と音楽のどちらを聴いているかに応じて異なって作用するべきである。これを可視化する方法の一つとして，コスト関数の個々の項の重付けが上記着目クラスに応じて定まる，そのようなコスト関数を描写することがあげられる（One way of visualizing this is to picture a cost function in which the weighting of the individual terms of the cost function depend on the attention class）。さらに，コスト関数は最適化されるべき補聴器パラメータの関数である。したがって上記最適化819には，コスト関数と，上記コスト関数の最適条件を見出すように構成される数値アルゴリズムとが含まれる。上記最適化819の入力は着目クラスであり，出力は補聴器自体の音処理に影響するパラメータである。上記最適化819からの出力820は補聴器信号処理ユニット822に与えられる。このユニット822は，出力820，すなわち本質的に特徴抽出手段814によって最初に抽出された特徴に応じて，補聴器の動作を修正する手段を備えている。

さらに，上記信号処理ユニット822は，たとえば補聴器が耳道内で正しくない位置にある場合または補聴器が故障している場合に，たとえば聴覚的にそのことをユーザに知らせる手段（図示略）を備えてもよい。

また，ユニット822は，上記マイクロフォン（複数）によって取得されてアナログ・フロント・エンド812から直接にユニット822に与えられる信号821を処理する手段（図示略）を備えてもよい。このような手段は，たとえば指向性システム，圧縮器，ノイズ低減手段およびフィードバック除去手段を備えてもよい。

図９ａおよび図９ｂは，両方の組合わせによって，この発明による左側補聴器914（図９ａ）および右側補聴器928（図９ｂ）を備えた補聴システムの信号取得および処理経路全体を示すフロー図である。左右の各補聴器914，928はいずれも，実質的に図８に関連して説明したような補聴器である。しかしながら，この補聴システムは，補聴器914，928間において情報交換を行う送信手段915，好ましくは無線送信手段をさらに備えている。この補聴システムの機能性は，特徴抽出907，922ならびに分類908，923が，図５，図６および図７に関連して説明した方法のうちの一つにしたがって行われる点のみが，図８による補聴器と異なる。

したがって，上記送信手段915は，一般的に，補聴システムの各補聴器914，928の２つの選択的構成要素間の接続を形成するが，好ましくは，図５，図６および図７のいずれかによる接続を形成する。さらに上記送信手段915は，補聴器914，928間の接続を，希望および／または必要（desire and/or need）に応じて変更できるように構成されてもよい。

以下，記録したＥＥＧデータに基づいてこの発明による補聴器の信号処理装置において行われる信号処理の例を，さらに詳述する。これらの例は，ユーザが注意を払っている聴覚像の部分すなわち着目フォーカス（注意集中）（attention focus）を推定するために上記補聴器を用いて脳波を検出するという，少々驚くべき可能性に関するものである。

実験の設定
実験は，２つの音源によるステレオ信号を用いて設定（セット・アップ）された。音源は，それぞれ，連続的な発話および音楽である。すべての試行において音源の位置は固定され，発話はステレオ信号の右チャンネルから，音楽はステレオ信号の左チャンネルから到来するものとする。実験の各試行において，試験の被験者は，およそ３０秒間ステレオ信号を聴くことが要求され，一試行の全期間にわたって発話または音楽のいずれかに注意を向ける（着目する，集中する，注目する）（concentrate focus）とともに，試行間で集中を入替えるように指示される。

すべての試行において同じステレオ信号を再生することによって，注意（着目）と直接的にも間接的にも結びつかない要因が除去されることが保証される。これは，計測可能な発話と音楽への集中の違いが，脳の認識層から「より低い（深い）」（lower）知覚層または感覚層へのフィードバックに由来する，という仮定に基づいている。

この実験は，注意（着目）と直接的にも間接的にも関連しない脳の応答を相殺する（balance out）とともに，外部要因および外部源を相殺するように設計されている。

実験は防音室で行った。また，ｇＭＯＢＩｌａｂ＋携帯型生体信号取得システム（８電極，単極記録）を用いて，４人の被験者からＥＥＧ形式のデータを記録した。被験者には，空間的に分離した音楽／発話記録（spatially separated music/speech recording）を用いて同じオーディオ・トラックを聴くとともに，試行間で，音楽から発話にまたは発話から音楽に注意（着目）を切り替えるように要請した。

各ＥＥＧ記録は８チャンネルを含み，サンプリング周波数は２５６Ｈｚとした。この行われた実験は脳の電気的活動をキャプチャ（収集）するのに充分である。実験は２４回にわたって試行した。すなわち，発話と音楽とにそれぞれ１２回ずつ注意を集中させた。

実験結果
ａ）スペクトル解析（Spectrum analysis）
図１０ａおよび図１０ｂは，各試行について２９秒の時間区間に行われたスペクトル解析の結果を示している。ピリオドグラム（periodogram）を適用して，長さＮ（Ｎは１００に設定した）の一連のオーバーラップ・ウィンドウ（overlapping windows）を用いてパワースペクトル密度（Power Spectrum Density）解析を行った。上記スペクトル解析は，所与の周波数帯における上記信号の総エネルギー量を記述するものである。

発話を破線により，音楽を実線により示す図１０ａの平均パワースペクトルは，上記ウィンドウ・データ（windowed data）から決定した。

図１０ｂは，図１０ａに示すスペクトルの２０〜３５Ｈｚの周波数区間における総エネルギーの平均値および標準偏差（the mean value and the standard deviation）を示している。発話に注意を向けた試行が「＋」により，音楽に注意を向けた試行が「○」により示されている。図１０ｂに示される振幅に有意な差異があることから，ここで試験された２つの着目クラスすなわち発話および音楽を，高い成功率で識別可能な分類手段が得られることが明らかである。

ｂ）自己回帰分析（Auto-Regressive analysis）（ＡＲ分析）
電極によって計測された信号から時間領域の特徴（time-domain feature）を得るために，自己回帰分析（ＡＲ分析）を適用することができる。ＡＲ分析により得られる特徴は，スペクトル解析とは対照的に無次元（dimensionless）である。このことは，たとえば電極と肌との間の接触具合が変化したことによって信号レベルが変化しても，計算される特徴には影響がないという大きな利点がある。ＡＲ分析によって得られるＡＲ係数は，信号における一時的な相関構造（the temporal correlation structure）を記述するものである。

上記ＡＲ分析のモデルは，データ列ｓ_１，ｓ_２，・・・ｓ_Ｎ中の現在サンプルｓ_ｎが，最も新しいｐ個のサンプル値（the p most recent samples）ｓ_ｎ−１，ｓ_ｎ−２，・・・ｓ_ｎ−ｐの線形加重（a linearly weighted sum）として予測可能であることを前提とする。モデル次数はｐであり，これはデータ長Ｎよりも小さくなければならない。ｓ_ｎの上記予測値であるｓ（上線付）は，以下のように記述することができる。

ここで，ａ_ｐｉは上記ＡＲモデルの重みであり，この重みは上記モデルの係数を表す。これらの係数を計算するために，実際の値ｓ_ｎと予測値ｓ_ｎ（上線付）との間の誤差を考慮しなければならない。この誤差は，前方予測誤差（the forward prediction error）ｅ_ｐｎと呼ばれ，以下のように記述することができる。

上記予測誤差のパワー（べき乗）（power）Ｅは，すべてのデータ列についての二乗平均予測誤差（the mean of the squared prediction errors）を表す。

最終的に，上記ＡＲモデルの係数は，以下の式を解くことによって推定することができる。

４次ＡＲモデル（a fourth order AR-model）を適用して，４〜２４秒という時間周期について電極からの時間領域の特徴を取得した。まず，長さ１００のスライディング・ウィンドウを用いて各信号を分割し，ＥＭＤベースのフィルタリング技術を用いて０．０１Ｈｚから４５Ｈｚまで各ウィンドウのデータのフィルタリングを行った。すべての試行について各ウィンドウにおけるＡＲモデルの係数を決定しかつ平均化した。

図１１は，上述のタイプの実験において得られた計測結果に対して実行されたＡＲ分析の結果すなわちＡＲモデルの係数を示している。発話に注意を向けた試行が「＋」により示され，音楽に注意を向けた試行が「○」により示されている。図１１に示す発話と音楽の試行間で特徴が著しく乖離（separation）していることから，２つの着目クラスである発話および音楽を，高い成功率で識別可能な分類手段が得られることが明らかである。

ｃ）非対称性解析（Asymmetry analysis）
非対称性解析によって，非対称比（asymmetry ratio）と平均周波数値（mean frequency value）とを組合わせて，２次元プロット（2D plot）を生成することができる。このプロットは，一対のチャンネルについて，各時間および周波数における非対称性レベル（the level of asymmetry at each time and frequency）を示す。特定の周波数範囲について平均非対称値を決定して，特徴の識別に利用してもよい。

非対称性解析は，経験的モード分解（Empirical Mode Decomposition）（ＥＭＤ）の延長上にあって，２変量ＥＭＤ（Bivariate EMD）（ＢＥＭＤ）として知られている。一般的なＥＭＤは，個々には瞬時周波数に帰する多数の成分における信号のフィルタリングまたは分解を行うデータ駆動型解析手法である。その拡張版であるＢＥＭＤを使用することによって，２つの信号は，同一またはほぼ同一の共役周波数（conjugate identical or nearly identical frequency）を有する多数の成分に分解される。このような一対の成分の振幅から２つの信号の平均瞬時周波数における両信号間の非対称性を計算することができる。

２つのＥＥＧチャンネルＣ_１，Ｃ_２の各周波数帯における非対称比を計測するには，最初に複素信号ｚ＝Ｃ_１＋ｊＣ_２をＢＥＭＤによって分解する。複素固有モード関数（the complex intrinsic mode functions）が，上記２つのチャンネルＣ_１，Ｃ_２について一セットの共通周波数成分（a set of common frequency components）を提供する。そして，実成分と虚成分とに個別にHilbert-Huang変換を適用して，対応する瞬時振幅（ａ_１，ａ_２）および周波数（ｆ_１，ｆ_２）を求める。これに基づいて，非対称比（Ｒ_Ａ）および平均周波数（ｆ_ｍｅａｎ）が以下のように求められる。

上記のような非対称性解析の結果が，試行回数を２０回とし，その他については上述の通りとした実験について，図１２ａ，図１２ｂおよび図１２ｃに示されている。

図１２ａは，周波数帯３〜１４Ｈｚにわたる平均非対称比を示している。発話に注意を向けた試行が破線により示され，音楽に注意を向けた試行が実線により示されている。

図１２ｂは，周波数帯３〜１４Ｈｚにおける各試行の平均非対称比を示している。発話に注意を向けた試行が「＋」により示され，音楽に注意を向けた試行が「○」により示されている。

最後に，図１２ｃは，各試行について図１２ｂに示す値についての平均および分散を示している。発話に注意を向けた試行の平均が「＋」により示され，音楽に注意を向けた試行の平均が「○」により示されている。

特に図１２ｂおよび図１２ｃに示す非対称性解析から，発話に注意を向けた試行の方が音楽に注意を向けた試行よりも一般的には非対称比が高くなるので，２つの着目クラスである発話および音楽を高い成功率で識別可能な分類手段が得られる可能性を裏付ける根拠として寄与することが分かる。さらに，この非対称性解析からは，特徴分離の最適な周波数帯が被験者ごとに異なることが分かる。

ｄ）耳内電極を用いたアルファ帯域試験（Alpha band test with in-the-ear electrodes）
ＥＥＧの十分に裏付けされた特性として，被験者は，目を開けた状態とは対照的に，目を閉じた状態で強いアルファ帯域成分（およそ１０Ｈｚに出現）を示す。この現象を用いてＥＥＧ記録の品質を評価することができる。

すなわち，目を開けた状態と閉じた状態の両方のもとで，かつ他の刺激を無くした状態で，被験者の記録を行った。図１３は，図２の電極204に相当する耳内電極を用いて取得したスペクトル記録を示している。予想通り，目を閉じた状態のもとではアルファ帯域は大きくなることが分かる。以上のことから，内耳を介して得られる記録は，裏付けのあるＥＥＧ挙動と一致すると結論付けることができる。これらの結果により，耳内電極によって計測されたＥＥＧデータが有効なＥＥＧデータであることが確認できる。

最後にするが，上記好ましい実施態様の説明は一例にすぎず，当業者であれば特許請求の範囲から逸脱することなく，様々なバリエーションが可能であることを認識するであろうことは言うまでもない。

Claims (17)

1. 差動増幅器，入力トランスデューサ，出力トランスデューサおよび信号処理装置を備え，上記差動増幅器と信号処理装置とが接続されている補聴器であって，脳波のような電気信号を検出するように構成される少なくとも２つの電極を備え，上記少なくとも２つの電極が基準電極および検出電極を含み，上記差動増幅器に１対の上記基準電極と上記検出電極が接続されており，上記差動増幅器に続いて上記信号処理装置が接続されており，
   上記信号処理装置が，上記少なくとも２つの電極によって検出された信号から少なくとも１つの特徴を抽出する特徴抽出手段と，上記特徴抽出手段によって抽出された上記少なくとも１つの特徴を分類して上記補聴器を装着しているユーザが注意を払っている着目クラスを推定する分類手段とを備え，
   上記推定された着目クラスに応じて上記補聴器の音処理を修正する手段をさらに備えたことを特徴とする，
   補聴器。
2. 上記推定される着目クラスは，発話，音楽および雑音を含む信号タイプに関するもの，広域／狭域および左／右を含む空間フォーカスに関するもの，ならびに環境への関心，集中およびリラックスを含む精神フォーカスに関するもの，の少なくともいずれかを含む，
   請求項１に記載の補聴器。
3. 上記特徴抽出手段に接続されたマイクロフォンをさらに備えたことを特徴とする，請求項１または２に記載の補聴器。
4. 上記少なくとも２つの電極によって検出された信号を所定の着目クラス群と比較する手段をさらに備えたことを特徴とする，請求項１から３のいずれか一項に記載の補聴器。
5. 上記補聴器の音処理を修正する手段が，特に上記信号処理装置によって，聴覚閾値計測，聴力損失計測，注意集中計測，および脳コンピュータ・インターフェース動作計測のうちの少なくとも１つの特性を含むものとして検出信号が認識されたことに応じて，上記補聴器によって起動されることを特徴とする，請求項１から４のいずれか一項に記載の補聴器。
6. 上記少なくとも２つの電極が，ユーザによる上記補聴器の装着時にユーザの組織と物理的に接触するように，上記補聴器の一部，好ましくは上記補聴器のプラグの表面上および／または表面中に配置されていることを特徴とする，請求項１から５のいずれか一項に記載の補聴器。
7. 上記少なくとも２つの電極と接触する流動性の導電性ジェルをさらに含むことを特徴とする，請求項１から６のいずれか一項に記載の補聴器。
8. 上記少なくとも２つの電極が銀電極であることを特徴とする，請求項１から７のいずれか一項に記載の補聴器。
9. 少なくとも一方が請求項１から８のいずれか一項に記載の補聴器である第１および第２の補聴器を備え，上記第１および第２の補聴器がそれぞれ増幅器を備えるとともに，上記第１および第２の補聴器のうちの少なくとも一方が特徴抽出手段および分類手段を有する信号処理装置を備えた補聴システムであって，上記第１および第２の補聴器のうちの少なくとも一方が，上記第２または第１の補聴器それぞれに情報を送信する送信手段を備えていることを特徴とする，補聴システム。
10. 上記信号処理手段がクラス結合手段をさらに備えていることを特徴とする，請求項９に記載の補聴システム。
11. 上記第１および第２の補聴器の特徴抽出手段および／または分類手段および／またはクラス結合手段がそれぞれ，上記送信手段によって相互接続されていることを特徴とする，
    請求項１０に記載の補聴システム。
12. 上記送信手段が無線であることを特徴とする，請求項９，１０または１１に記載の補聴システム。
13. 請求項１から８のいずれか一項に記載の少なくとも１つの補聴器を用意し，
    ユーザの脳信号を計測し，
    検出信号に応じて上記補聴器の動作を調節する，
    ユーザによる使用中に補聴器を適応する方法。
14. さらに上記計測信号を所定の着目クラス群と比較することを特徴とする，請求項１３に記載の方法。
15. 上記計測，比較，および調節のステップを所定の頻度で繰返すことを特徴とする，請求項１３または１４に記載の方法。
16. 上記比較のステップが，
    上記信号処理装置において第１のアルゴリズムを実行することによって上記計測された脳信号から特徴を抽出するステップと，
    上記信号処理装置において第２のアルゴリズムを実行することによって上記特徴を分類するステップと，
    を含むことを特徴とする，請求項１４または１５に記載の方法。
17. 上記比較のステップの少なくとも一部が，経験的モード分解（ＥＭＤ：Empirical Mode Decomposition）に基づく信号処理を用いて行われることを特徴とする，請求項１４，１５または１６に記載の方法。
    

Images