深度神经网络在助听器中的应用：提升信噪比、言语识别及用户偏好的有效性研究

《Frontiers in Audiology and Otology》：Effectiveness of deep neural networks in hearing aids for improving signal-to-noise ratio, speech recognition, and listener preference in background noise

本综述系统评估了基于深度神经网络（DNN）的Edge Mode?算法在改善感音神经性听力损失患者言语感知（SPIN）中的效能。通过实验室客观测量（KEMAR模型）、临床行为学测试（CNC+5、QuickSIN、WIN、NST+5）及生态瞬时评估（EMA）三重验证，证实该算法可显著提升多说话者嘈杂环境中的信噪比（SNR）和主观偏好，其效益与听力损失程度无关，凸显人工智能（AI）驱动技术在个性化助听干预中的潜力。

　　

引言

全球约15%的成年人存在听力困难，且预计至2050年听损人群将达25亿。感音神经性听力损失患者最常见的诉求是改善噪声环境下的言语理解能力。尽管助听器（HA）可通过定向麦克风等技术提升信噪比（SNR），但传统方法对信号本身的适应性处理有限，且患者对噪声中言语识别（SPIN）的不满仍是导致设备弃用的主因。近年来，人工智能（AI）与机器学习（ML）技术为实时信号处理带来突破，其中深度神经网络（DNN）可通过噪声分离策略优化SNR，但受限于硬件算力与训练数据，其临床转化仍面临挑战。

方法

本研究分两阶段评估DNN算法（商业化为Edge Mode?）的效能：

阶段I：在模拟真实环境的7类场景（酒吧、餐厅等）中，通过KEMAR人工头模型结合Hagerman相位反转法，客观测量算法相较于默认“Personal”程序的SNR改进，并基于言语可懂度指数（SII）预测SPIN表现。

阶段II：招募20名感音神经性听损患者（平均77岁），先后进行未助听与助听状态下的SPIN测试（CNC+5、QuickSIN、WIN、NST+5），并通^过生态瞬时评估（EMA）采集主观偏好数据。算法效益与听力损失程度（高频纯音平均阈值，HFPTA）及未助听表现进行回归分析。

结果

实验室数据：Edge Mode?在扩散性噪声环境中较基线条件提升SNR达13 dB，优于Personal程序（7 dB），且效益因声学场景与耳塞耦合方式异质。

行为学表现：算法激活后，CNC+5正确率提升10%（p < 0.001）、QuickSIN与WIN的SNR需求降低约1 dB（p = 0.002/0.046），但NST+5无改善。效益与听力损失程度（R² < 0.05）及未助听表现无关，个体差异显著。

主观评价：EMA显示患者在所有噪声环境中均偏好Edge Mode?，其言语理解改善与聆听努力降低具有统计学意义（p < 0.001）。

讨论

DNN算法对多说话者嘈杂环境（如QuickSIN使用的多谈话者嘈杂声）的SPIN改善显著，但对语音整形噪声（如NST+5）无效，提示算法需针对不同噪声类型优化。个体效益差异可能源于外周编码异常（如频谱-时间调制敏感度下降、突触病变）或执行功能（如工作记忆）差异，强调个性化验配策略的必要性。主观与客观改善的一致性进一步验证AI驱动功能提升患者满意度的潜力。

结论

Edge Mode?通过DNN实时信号处理可有效提升噪声环境下的SNR与言语识别，但其效益受噪声类型与个体认知差异调节。未来需开发更精准的前置评估工具，以实现基于外周/中枢特征的个性化助听干预。