Настройка речевых процессоров с применением алгоритмов нейросетевой системы
Настройка речевых процессоров с применением алгоритмов нейросетевой системы
Левин С.В., Наркевич А.Н., Янов Ю.К. и др. Настройка речевых процессоров с применением алгоритмов нейросетевой системы. Consilium Medicum. 2018; 20 (3): 73–76. DOI: 10.26442/2075-1753_20.3.73-76
________________________________________________
Levin S.V., Narkevich A.N, Yanov Y.K. et al. Fitting of speech processors using algorithms of the neural network system. Consilium Medicum. 2018; 20 (3): 73–76. DOI: 10.26442/2075-1753_20.3.73-76
Настройка речевых процессоров с применением алгоритмов нейросетевой системы
Левин С.В., Наркевич А.Н., Янов Ю.К. и др. Настройка речевых процессоров с применением алгоритмов нейросетевой системы. Consilium Medicum. 2018; 20 (3): 73–76. DOI: 10.26442/2075-1753_20.3.73-76
________________________________________________
Levin S.V., Narkevich A.N, Yanov Y.K. et al. Fitting of speech processors using algorithms of the neural network system. Consilium Medicum. 2018; 20 (3): 73–76. DOI: 10.26442/2075-1753_20.3.73-76
Результаты операции кохлеарной имплантации (КИ) напрямую зависят от качества проведенной операции, реабилитационной программы и настройки системы КИ. У каждого пациента важна максимальная точность проведения этих мероприятий. В случае допущения погрешностей на любом из этапов КИ не будет эффективна вся система реабилитации в целом. У детей раннего возраста и сложных групп пациентов субъективные данные и диагностические занятия с педагогами не могут дать достаточно сведений для настройки речевого процессора. В таких случаях используются объективные методы исследования слуха. Наиболее быстрый и автоматизированный метод объективного исследования, применяющийся в КИ, – телеметрия нервного ответа. Целью нашего исследования являлось изучение возможности использования нейронных сетей для обработки электрически вызванного потенциала действия у пациентов с КИ. Материалы и методы. Обследованные пациенты (n=120) были разделены на 2 группы: группа обучения нейронной сети и группа сравнения. Результаты. Были проанализированы данные обученных нейронных сетей и выбрана сеть с наименьшей ошибкой. Структура сети составила 3 входных нейрона, 3 скрытых нейрона и 1 выходной нейрон. Доля верного прогноза при работе данной сети составила 99,2%. Заключение. Применение нейросетевой экспертной системы позволяет увеличить информативность телеметрии нервного ответа при настройке системы КИ; оптимизировать параметры настройки речевого процессора для каждого пациента; повысить эффективность реабилитации пациентов после КИ.
Ключевые слова: кохлеарная имплантация, обучение нейронной сети, исследование слуха, нейросетевая экспертная система.
________________________________________________
The results of the operation of cochlear implantation directly depend on the quality of the operation performed, the rehabilitation program and the setting of the cochlear implant system. For each patient, the maximum accuracy of these measures is important. But in case of making errors at any stage of cochlear implantation, the entire rehabilitation system as a whole will not be effective. Precise adjustment of the speech processor is very important for young children and complex groups of patients, and subjective data and diagnostic exercises with teachers can not give enough information to adjust the speech processor. In such cases, objective methods of hearing research are used. The fastest and automated method of objective research used in CI is the of a nervous response telemetry. The purpose of our study was to study the possibility of using neural networks for processing electrically induced action potential in patients with CI. Materials and methods. 120 patients were examined. The patients were divided into 2 groups: neural network training group and comparison group. Results. The data of the trained neural networks were analyzed and the network with the lowest error was chosen. The network structure consisted of three input neurons, three hidden neurons and one output neuron. The proportion of the correct forecast for this network was 99.2%. Conclusion. The application of the neural network expert system allows increasing the informative value of the telemetry of the neural response when tuning the CI; optimize speech processor settings for each patient; improve the efficiency of rehabilitation of patients after CI.
1 ФГБУ «Санкт-Петербургский научно-исследовательский институт уха, горла, носа и речи» Минздрава России. 190013, Россия, Санкт-Петербург, ул. Бронницкая, д. 9;
2 ФГБОУ ВО «Северо-Западный государственный медицинский университет им. И.И.Мечникова» Минздрава России. 191015, Россия, Санкт-Петербург, ул. Кирочная, д. 41;
3 ФГБОУ ВО «Красноярский государственный медицинский университет им. проф. В.Ф.Войно-Ясенецкого» Минздрава России. 660022, Россия, Красноярск, ул. Партизана Железняка, д. 1
*narkevichart@gmail.com
________________________________________________
S.V.Levin1,2, A.N.Narkevich*3, Y.K.Yanov1, S.G.Vachrushev3, V.E.Kuzovkov1,3, E.A.Levina1, V.A.Voronov2, А.V.Shaporova1 1 Saint Petersburg Research Institute of Ear, Nose, Throat and Speech of the Ministry of Health of the Russian Federation. 190013, Russian Federation, Saint Petersburg, ul. Bronnitskaya, d. 9; 2 I.I.Mechnikov North-West State Medical University of the Ministry of Health of the Russian Federation. 191015, Russian Federation, Saint Petersburg, ul. Kirochnaya, d. 41; 3 Prof. V.F.Voino-Yasenetski Krasnoyarsk State Medical University of the Ministry of Health of the Russian Federation. 660022, Russian Federation, Krasnoyarsk, ul. Partizana Zhelezniaka, d. 1 *narkevichart@gmail.com