人工耳蜗使用者耳蜗内电场扩散与电压矩阵的关联性研究及其对言语感知的预测价值

为解决人工耳蜗(CI)使用者个体间言语感知差异的预测难题，研究人员对比了术后电诱发复合动作电位扩散(SoE)与电压矩阵(VM)的关联性，发现两者高度相关但存在差异，并首次将ECAP分离指数(ECAP separation index)适配至VM数据，证实VM分离指数与言语识别阈值(SRT)显著负相关。该研究为临床提供更便捷的客观评估工具，推动个性化CI调试策略发展。

　　

听力障碍是全球性健康挑战，人工耳蜗(CI)作为重度耳聋患者的终极解决方案，其效果却存在巨大个体差异。目前临床面临的核心困境在于：缺乏能准确预测患者言语感知能力的客观指标。传统电诱发复合动作电位扩散(spread of excitation, SoE)测量虽能反映耳蜗内电场分布，但存在操作复杂、患者不适等局限；而术中常用的电压矩阵(voltage matrix, VM)虽便捷，却长期被认为仅适用于电极位置监测。这种技术鸿沟使得临床医生难以快速评估患者潜能并优化调试策略。

德国美因茨大学医学中心的研究团队在《Hearing Research》发表突破性研究，首次系统比较了SoE与VM在术后评估中的关联性，并创新性地将神经电生理指标移植至物理测量领域。研究人员对17例双侧植入MED-EL人工耳蜗的患者进行多中心队列研究，采用空间前掩蔽范式记录SoE，通过阻抗场遥测(impedance field telemetry, IFT)获取VM数据，结合Oldenburg句子测试(OLSA)评估言语感知。关键技术包括：1) 开发min2标准化方法对齐SoE-VM数据；2) 改进指数拟合算法提取DIST_a,0.25等宽度参数；3) 将Hughes提出的ECAP分离指数适配为VM分离指数。

研究结果部分：
3.1 SoE与VM数据对比显示，在10例完整数据中，蜗顶记录位点(电极3)相关性最强(r=0.77-0.99)，但存在平均0.159的标准化振幅均方根差异。蜗底记录位点(电极9)差异最显著，证实两种测量在蜗顶区域一致性更高。

3.2 指数拟合分析发现，蜗底区域DIST_a,0.25等宽度参数在SoE与VM间存在显著差异(p<0.05)，但不对称性指标ΔMax_ab无统计学差异，提示解剖结构对电场分布的影响具有测量方法无关性。

3.3 创新的VM分离指数在电极7-8组合中展现最强预测力，与快速噪声(FN)下的SRT相关系数达-0.8(p<0.001)，表明相邻电极电场分离度越高，言语感知能力越优。

讨论部分强调三个关键发现：首先，SoE与VM的差异主要源于神经响应成分，这解释了为何基于SoE的宽度参数能预测SRT而VM参数无效。其次，蜗底区域更大的测量差异可能与耳蜗螺旋结构相关，为解剖-功能关联研究提供新思路。最具临床价值的是VM分离指数的创新应用，该指标规避了SoE测量的繁琐流程，首次实现通过常规阻抗检测预测言语预后。

这项研究建立了人工耳蜗评估的新范式：VM可作为SoE的补充工具用于几何评估，而涉及神经编码的精细调试仍需SoE支持。未来研究可探索VM分离指数与其他听觉认知指标的关系，并开发基于该指标的自动化调试算法。论文突破性地架起了物理测量与神经电生理的桥梁，为精准听觉康复奠定理论基础。