Διπλωματική εργασία με θέμα:

Transcript

1 ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΜΟΥΣΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΑΚΟΥΣΤΙΚΗΣ Διπλωματική εργασία με θέμα: ''Κοχλιακά εμφυτεύματα: προσομοίωση της ακοής μέσω εφαρμογής και απεικόνιση της διασποράς ηλεκτρικού πεδίου με την Μέθοδο Πεπερασμένων Στοιχείων'' Σπουδαστής : Νικόλαος Παπαχρήστου Επιβλέπων καθηγητής : Ζέρβας Παναγιώτης Ρέθυμνο Σεπτέμβριος 2015

2 This page intentionally left blank

3 I first saw them getting scared, by the unknown or lost sense. I saw them crying, later laughing. Finally leaving, letting their soul listen to all those untold tales of sound Σε όσους κι όσες έχασαν το δώρο της ακοής, ας είναι η έρευνα ένα εργαλείο για την επανάκτηση ii

4 Abstract This thesis aims to the study of Cochlear Implant (CI) devices by developing and analyzing a computational FEM (Finite Elements Method) model. The model includes two stages: (a) imaging and simulation techniques for the dispersion of the electric field within the auditive cochlea, which is produced when stimulated by an electrode array, and (b) the study of an algorithm for the simulation of the hearing process through a Cochlear Implant device. The implementation of the cochlea is realized in COMSOL Multiphysics FEM analysis software, whereas the simulation of hearing with CI was realized in MATLAB, by parameterizing an Advanced Bionics F-120 C.I processor algorithm. In this respect, the present framework was designed to simulate a set of psychophysical experiments of timbre perception conducted at the University Pompeu Fabra of Barcelona (Music Technology Group, UPF). Computational models are useful because there is little data from CI users and can help to better understand the transmission of sound to the auditory nerve and also are useful to validate hypothesis on how to improve a cochlear implant device. The goal of this thesis is twofold: on one hand to create a prototype cochlear model in order to study the response of the human auditive system, when a CI is used and on the other to study an integrated algorithm of a CI device which is driven by a range of different musical sounds, in order to better understand the process of music perception by CI users. To test the algorithm, the study requires the examination of changes in the aural perception of CI users as a function of changes in frequency and intensity levels. For this, a music database was used explicitly for this study, which consists of a wide range of originally recorded instrument samples in different tonalities and dynamics. iii

5 Σύνοψη Στην παρούσα εργασία μελετάται και περιγράφεται ο τρόπος λειτουργίας των κοχλιακών εμφυτευμάτων (ΚΕ) μέσω της μελέτης ενός αλγόριθμου προσομοίωσης της ακοής μέσω συσκευής ΚΕ, καθώς και της δημιουργίας ενός υπολογιστικού μοντέλου για την αναπαράσταση της διάχυσης του ηλεκτρικού πεδίου εντός του ακουστικού κοχλία μέσω Μεθόδου Πεπερασμένων Στοιχείων, όταν αυτός διεγείρεται από ηλεκτρόδια. Η εργασία έγινε με τρόπο που να προσομοιώνει ένα σύνολο πειραμάτων γύρω από την αντίληψη του τονικού ύψους, στο Πανεπιστήμιο Pompeu Fabra της Βαρκελώνης (Music Technology Group, UPF). Σκοπός της εργασία συνεπώς είναι η ανάπτυξη ενός πρωτότυπου για την μελέτη, που να μπορεί να αναπαράγει τα πειραματικά δεδομένα. Τα υπολογιστικά μοντέλα είναι χρήσιμα καθώς λίγα δεδομένα υπάρχουν από τους χρήστες ΚΕ, και μπορούν να βοηθήσουν στην καλύτερη κατανόηση της διάδοσης του ήχου στο ακουστικό νεύρο, ενώ είναι χρήσιμα στην αξιολόγηση του τρόπου αναβάθμισης συσκευών ΚΕ. Για τις ανάγκες της έρευνας και τον έλεγχο του αλγορίθμου προσομοίωσης συσκευής ΚΕ, χρησιμοποιήθηκε μια βάση δεδομένων ηχητικών δειγμάτων, σε διαφορετικές τονικότητες και εντάσεις, έτσι ώστε να είναι δυνατόν να ερευνηθεί η απόκριση της ακοής υπό διαφορετικές συνθήκες. Στη συνέχεια οι μεταβλητοί παράμετροι της ηχητικής πληροφορίας αξιοποιήθηκαν κατά την αναπαράσταση του ηλεκτρικού πεδίου στο υπολογιστικό μοντέλο του ακουστικού κοχλία. Ή εξομοίωση του φαινομένου εντός του ακουστικού κοχλία έγινε σε περιβάλλον COMSOL Multiphysics, ενώ η παραμετροποίηση του επεξεργαστή ΚΕ έγινε σε γλώσσα MATLAB και αφορά σε υπάρχον αλγόριθμο επεξεργαστή κατοχυρωμένης συσκευής ΚΕ (Advanced Bionics BSD F-120). Τα εν λόγω λογισμικά πακέτα με δομικά στοιχεία προγραμματισμού τόσο για τη δημιουργία σύνθετων γεωμετρικών δομών όσο και για την επεξεργασία ήχου και εικόνας, αποτέλεσαν τη βάση για την ανάπτυξη και εξέταση του αλγορίθμου. iv

6 Με την εργασία αυτή αποκτήθηκε επιπλέον γνώση στο πλαίσιο των τεχνικών της επεξεργασίας του σήματος γενικότερα αλλά και συγκεκριμένα σε εφαρμογές του ήχου για κοχλιακά εμφυτεύματα, ενώ παράλληλα διερευνήθηκε η γνώση στα περιβάλλοντα προγραμματισμού MATLAB και COMSOL. Τέλος αποκτήθηκε εμπειρία στο ευρύ ερευνητικό πεδίο των ΚΕ και στις τεχνικές αναγνώρισης προτύπων και ανάκτησης μουσικής πληροφορίας που ολοένα και αναπτύσσονται σε αυτές τις εφαρμογές με σκοπό να βελτιώσουν την ποιότητα ζωής των ανθρώπων με απώλεια ακοής, που έχουν επιλέξει την συγκεκριμένη λύση. v

7 Ευχαριστίες Θέλω να ευχαριστήσω καταρχήν τον επιβλέποντα καθηγητή μου Παναγιώτη Ζέρβα για την καθοδήγηση και την βοήθεια του καθ' όλη τη διάρκεια της εργασίας. Τους ερευνητές, μουσικούς και φίλους: Ζαχαρία Βαμβακούση, για την στήριξή του κατά τη διαμονή μου στην Βαρκελώνη, Sertan Şentürk για τις ιδέες και φυσικά για την αξέχαστη συγκατοίκηση, Στέλλα Πασχαλίδου για την δυναμική παρότρυνση, την τόση υπομονή και τις πολύτιμες της παρατηρήσεις. Τον Waldo Nogueira, συν επιβλέποντα καθηγητή μου κατά τη διάρκεια της παραμονής μου στο MTG, για την όλη ιδέα επάνω στην εργασία, την άψογη συνεργασία μας στην πραγματοποίηση της συναυλίας music (music for Cochlear Implants), την παραχώρηση της άδειας χρήσης του αλγορίθμου της Advanced Bionics, και των αποτελεσμάτων από τα ψυχοακουστικά πειράματα που προηγήθηκαν. Θέλω να πω ένα μεγάλο ευχαριστώ στον Ross Daly και σε όλους τους μουσικούς του Λαβύρινθου, δασκάλους και μαθητές μαζί, για την ευκαιρία που μου έδωσαν όλα αυτά τα χρόνια να γνωρίσω από κοντά τόσες μουσικές του κόσμου. Τέλος θέλω να ευχαριστήσω όλους όσους συνέβαλαν με τον πιο ιδιαίτερο τρόπο στην πραγματοποίηση αυτής της εργασίας. Πρώτα απ' όλα την οικογένεια μου για την αγάπη και την αδιάκοπη παρουσία τους παντού και πάντα. Τις οικογένειες Μπάκα, Ευαγγελινού και Nurçe για την στήριξή τους. Τους Κώστα Μανίκη, Σωτήρη Στουρνάρα, Μιχάλη Κόρακα, Βίκτωρα Φινόπουλο, Κατερίνα Μελισσάρη, Nacho Peres, Anais Muñoz, Ειρήνη Παναγιώτου και Andreia Moreira για την πολύτιμη φιλία τους. vi

8 Περιεχόμενα Εισαγωγή... 9 Σκοπός της έρευνας...11 Ιστορική αναδρομή και σχετική έρευνα...12 Δομή της εργασίας...13 ΘΕΩΡΗΤΙΚΟ ΜΕΡΟΣ Κεφάλαιο 1: Θεμελιώδη της Ακοής Το ανθρώπινο ακουστικό σύστημα Εξωτερικό αυτί (Outer Ear) Μέσο αυτί (Middle Ear) Το εσωτερικό αυτί (Inner ear) Ο κοχλίας (Cochlea) Το όργανο του Corti (Organ of Corti) Ο μηχανισμός της ακοής Υποκειμενικά χαρακτηριστικά του ήχου Τύποι απώλειας ακοής Νευροαισθητήρια απώλεια ακοής (Neurosensoral hearing loss) 31 Κεφάλαιο 2ο: Κοχλιακά εμφυτεύματα και μουσική αντίληψη Κοχλιακά εμφυτέυματα (Cochlear Implants) Ακοή μέσω κοχλιακών εμφυτευμάτων Μουσική αντίληψη με κοχλιακά εμφυτέυματα Σήμα ομιλίας και μουσικό σήμα Αντίληψη έντασης και αντίληψη τονικού ύψους Χωρική θεωρία (Place theory) Χρονική θεωρία (Volley theory) Περιορισμοί των κοχλιακών εμφυτευμάτων Audio επεξεργασία και κωδικοποίηση...44 vii

9 ΕΦΑΡΜΟΓΗ Κεφάλαιο 3ο: Προσομείωση της ακοής μέσω ΚΕ και ανάπτυξη υπολογιστικού πρωτότυπου του ακουστικού κοχλία Μεθοδολογία Η Μέθοδος Πεπερασμένων Στοιχείων (ΜΠΣ) Ανάπτυξη πρωτότυπου Επεξεργασία σήματος (Signal processing) και προσομείωση της ακοής μέσω ΚΕ σε MATLAB Υπολογισμός του ηλεκτρικού πεδίου μέσω Μεθόδου Πεπερασμένων Στοιχείων (ΜΠΣ)...60 Κεφάλαιο 4ο: Συμπεράσματα και συζήτηση...61 Αποτελέσματα...61 Συμπεράσματα Ερμηνεία...65 Περιορισμοί της έρευνας...66 Προτάσεις για μελλοντική συνέχιση της εργασίας...67 Βιβλιογραφική αναφορά...69 Ηλεκτρονική βιβλιογραφία...74 ΠΑΡΑΡΤΗΜΑ Ι ΠΙΝΑΚΑΣ ΕΞΟΔΟΥ FEM ΑΝΑΛΥΣΗΣ A(i,j) Activation Matrix...75 ΠΑΡΑΡΤΗΜΑ ΙΙ...82 Ερευνητική αναφορά συναυλίας music (music for Cochlear Implants)...82 viii

10 Εισαγωγή Τα κοχλιακά εμφυτεύματα (Cochlear Implants) αποτελούν μια αποδεκτή μέθοδο για ενήλικες και παιδιά με μερική έως πλήρη απώλεια ακοής. Σήμερα πάνω από 200,000 ασθενείς παγκοσμίως έχουν υιοθετήσει τη λύση αυτή. Η πλειοψηφία των κωφών ανθρώπων έχει χάσει την ικανότητα για μετάφραση του ήχου σε πρότυπα ηλεκτρικής δραστηριότητας, που υπό κανονικές συνθήκες απαντώνται στις περίπου 30,000 ίνες του ακουστικού νεύρου. Επειδή τα πρότυπα αυτά δραστηριότητας είναι τα σήματα εισόδου του εγκεφάλου με αποτέλεσμα την αίσθηση ακοής, τα κοχλιακά εμφυτεύματα μετατρέπουν τον λόγο και τους περιβαλλοντικούς ήχους σε διακριτά ηλεκτρικά σήματα και στέλνουν τα σήματα αυτά στα ενδοθηλιακά ηλεκτρόδια, όπου παράγεται ένα ηλεκτρικό πεδίο και το ακουστικό νεύρο διεγείρεται προσπαθώντας να μιμηθεί τα παρόντα στα πρότυπα της κανονικής ακοής (Amparo Gema Albalate Gomez, 2005). Η βασική λειτουργία ενός κοχλιακού εμφυτεύματος (KE) βασίζεται στη διέγερση, εκ μέρους κάθε καναλιού, μιας τοπικής περιοχής του κοχλία, η οποία παράλληλα με τη χωροτονική οργάνωση του ακουστικού νεύρου, αντιστοιχεί στην αίσθηση κάποιας συχνότητας (R. V. Shannon, 1983). Σύμφωνα με αυτό, κάθε κανάλι χρησιμοποιείται για να κωδικοποιήσει τα περιεχόμενα του σήματος στην αντίστοιχη συχνοτική ζώνη. Εικόνα 1.0: Ανθρώπινο αυτί και ανατομία κοχλιακού εμφυτέυματος. Απεικονίζονται οι υπέυθυνες βαθμίδες για την κωδικοποίηση του ήχου και για τη διαδικασία διέγερσης. 10

11 Παρ' όλα αυτά, έχει δειχτεί επανειλημμένα ότι η ικανότητα της φασματικής ανάλυσης από μεριάς χρηστών CI, είναι περιορισμένη ακόμα και αν ο αριθμός των καναλιών είναι κατά πολύ μεγαλύτερος (L. M. Friesen, R. V. Shannon, D. Baskent, X. Wang, 2001 E. Molin, A. Leijon, H. Wallsten, 2005). Μία συσκευή CI και η λειτουργία της φαίνεται στην εικόνα 1.1. Ένας βασικός περιορισμός των κοχλιακών εμφυτευμάτων έχει να κάνει με την αντικατάσταση χιλιάδων τροχοφόρων κυττάρων, τα οποία βρίσκονται κατά μήκος του κοχλία, από ένα περιορισμένο αριθμό ηλεκτροδίων (συνήθως 22). Από την άλλη, τέτοιου τύπου ηλεκτρόδια δε διεγείρονται συνεχόμενα στο χρόνο, αλλά με ένα μέγιστο ρυθμό διέγερσης, χαρακτηρισμένος ως Ρυθμός Διέγερσης Καναλιού (Channel Stimulation Rate) (Amparo Gema & Albalate Gomez, 2005). Συνεπώς, η μέγιστη προσεγγίσιμη ανάλυση τόσο στο πεδίο του χρόνου όσο και στο συχνότικό πεδίο είναι περιορισμένη. Άλλες αιτίες περιορισμού είναι η φασματική υποβάθμιση εξαιτίας της συμβολής των ηλεκτρικών ρευμάτων μεταξύ γειτονικών ηλεκτροδίων ή καναλιών. Όλα τα παραπάνω οδηγούν σε μία υποβαθμισμένη φασματική ευκρίνεια και ως εκ τούτου μπορεί να εξηγήσει την περιορισμένη αντίληψη της χροιάς από μεριάς χρηστών. Στην εργασία αυτή επικεντρωνόμαστε στο θέμα της χροιάς (L. M. Friesen et al., 2001). Η χροιά, επίσης γνωστή ως ηχόχρωμα ή ποιότητα του τόνου, είναι το υποκειμενικό γνώρισμα του ήχου, το οποίο οδηγεί έναν ακροατή στο να διακρίνει δύο μουσικούς ήχους ίδιας συχνότητας και στάθμης ηχητικής πίεσης. Το αντίστοιχο αντικειμενικό γνώρισμα είναι το φάσμα. Η χροιά περιγράφει την αντίληψή μας για τη ποιότητα του τόνου των σύνθετων ήχων. Ο όρος χρησιμοποιείται κυρίως για την περιγραφή του ήχου των μουσικών οργάνων. Δυο μουσικά όργανα ηχούν διαφορετικά μεταξύ τους ακόμα και αν παράγουν το ίδιο τονικό ύψος. Ο τόνος ενός μουσικού οργάνου έχει τη δική του χροιά ενώ χροιά προσδιορίζεται από τον αριθμό και τα σχετικά πλάτη των επιμέρους μερικών αρμονικών του οργάνου. 11

12 Σκοπός της έρευνας Η παρούσα εργασία σχεδιάστηκε με σκοπό να προσομοιώσει ένα σύνολο ψυχοφυσικών πειραμάτων αντίληψης της χροιάς, τα οποία οποία έλαβαν μέρος στο πανεπιστήμιο Pompeu Fabra της Βαρκελώνης (DTIC, Music Technology Group). Για τον σκοπό αυτό, η εργασία αυτή θέτει ως στόχο να ερευνήσει την ανάπτυξη ενός μοντέλου για την απεικόνιση του τρόπου λειτουργίας ενός ΚΕ, εξετάζοντας το τι συμβαίνει σε φυσιολογικό επίπεδο μέσα στο ανθρώπινο ακουστικό σύστημα και τι διεργασίες συντελούνται ώστε να μετατραπεί τελικά ο ήχος σε αισθητήριο. Τα υπολογιστικά μοντέλα είναι ιδιαίτερα χρήσιμα καθώς υπάρχει πολύ λίγη πληροφορία από μεριάς χρηστών ΚΕ, συνεπώς βοηθάει σημαντικά στη κατανόηση της διαδικασίας της μετάδοσης του ήχου στο ακουστικό νεύρο, ενώ χρησιμεύουν επίσης στην αξιολόγηση της υπόθεσης σχετικά με το πως θα μπορούσαν να βελτιωθούν συσκευές ΚΕ. Συγκεκριμένος στόχος της εργασίας, ήταν αφενός η δημιουργία ενός πρωτότυπου για τη μελέτη της απόκρισης του ανθρώπινου ακουστικού συστήματος με προσθήκη ΚΕ, αφετέρου η δυνατότητα περαιτέρω διερεύνησης της ακουστικής αντίληψης των χρηστών ΚΕ, μέσα από την παρουσίαση ενός αλγορίθμου επεξεργασίας ηχητικού σήματος, το οποίο προσομοιώνει την ακοή των χρηστών. Μέσα από τη διεξαγωγή της έρευνας πάνω στη μουσική αντίληψη των χρηστών, και την πραγματοποίηση των πρωτότυπων του ακουστικού κοχλία και του προσομοιωτή ακοής των χρηστών, έγιναν περισσότερο κατανοητά τα προβλήματα και οι παράγοντες που σχετίζονται με την βελτίωση της ακουστικής αντίληψης όπως και οι περιορισμοί της τεχνολογίας ΚΕ. Τέλος, με την ολοκλήρωση ενός μέρους της εργασίας, εκτιμήθηκαν νέες προτάσεις πάνω στην επέκταση της εργασίας και συνέχιση της έρευνας στο συγκεκριμένο χώρο. 12

13 Ιστορική αναδρομή και σχετική έρευνα Οι πρώτες απόπειρες αποκατάστασης της ακοής σε άτομα με βαθειά κώφωση, μέσω πρόσθεσης κοχλιακών εμφυτευμάτων, πραγματοποιήθηκαν την δεκαετία του '70, γύρω από ένα κλίμα έντονου σκεπτικισμού (Luis Antonio Perez Gonzalez, 2008). Την εποχή εκείνη οι γιατροί και επιστήμονες συμφωνούσαν στο ότι η ηλεκτρική διέγερση των ακουστικών νεύρων δεν μπορούσαν να προκαλέσουν παρά μόνο θόρυβο. Ωστόσο οι προσπάθειες από τους ερευνητές συνεχίστηκαν, ως αποτέλεσμα σήμερα άνθρωποι με κώφωση να μπορούν να επικοινωνούν αποτελεσματικά χωρίς να χρειάζεται να διαβάζουν τα χείλη του συνομιλητή ή να τραγουδάνε, καθώς και να συνομιλούν μέσω τηλεφώνου. Από την έλευση της τεχνολογίας των κοχλιακών εμφυτευμάτων, χιλιάδες ανθρώπων με σοβαρή έως βαθειά κώφωση απέκτησαν ένα ικανοποιητικό επίπεδο επικοινωνίας με την χρήση ΚΕ. Ωστόσο, η ικανότητα αντίληψης της μουσικής στους χρήστες εκείνους δεν είναι τόσο ενθαρρυντική (Clark GM, 2008). Η μουσική, ο ήχος και γενικότερα τα ηχητικά αποσπάσματα και ερεθίσματα έχουν αποβεί σημαντικά στην ανθρώπινη ιστορία. Ανάμεσα στα άλλα, αποτελούν έναν μοναδικό τρόπο έκφρασης των συναισθημάτων. Η μουσική αντίληψη έχει αποτελέσει ένα είδος μετά-λειτουργικής αποτελεσματικότητας και ένα απαραίτητο κομμάτι για την εκτίμηση της ποιότητας ζωής (Quality of Life) των χρηστών ΚΕ. Με την αυξανόμενη πρόοδο της τεχνολογίας ΚΕ, των νευροεπιστημών και των επιστημών ψυχοφυσικής, οι άνθρωποι έχουν αυξήσει τις προσδοκίες τους για τις καινοτόμες αυτές συσκευές. Παρ' όλα αυτά, τα τελευταία χρόνια οι ερευνητές έχουν παρατηρήσει μια σημαντική δυσκολία από πλευράς χρηστών ΚΕ, στην αντίληψη της μουσικής σε σύγκριση με την αντίληψη της ομιλίας και των φωνημάτων σε τονικές γλώσσες (McDermott HJ, 2004, Xu L, Zhou N., 2011). 13

14 Δομή της εργασίας Η παρούσα εργασία χωρίζεται σε δύο μέρη, ένα θεωρητικό κι ένα μέρος εφαρμογής. Στο πρώτο κεφάλαιο παρουσιάζονται τα θεμελιώδη της ανθρώπινης ακοής, η περίπτωση της αισθητήριας απώλειας της και η λύση των κοχλιακών εμφυτευμάτων. Στο δεύτερο κεφάλαιο εξετάζονται η λειτουργία των ΚΕ σε σχέση με τα σήματα ομιλίας και μουσικής, η μουσική αντίληψη μέσω κοχλιακών εμφυτευμάτων, καθώς και τα στάδια επεξεργασίας και κωδικοποίησης του ακουστικού σήματος. Στο τρίτο κεφάλαιο παρουσιάζεται η εφαρμογή, ξεκινώντας με τη μεθοδολογία της έρευνας. Στη συνέχεια αναπτύσσονται κι αναλύονται βηματικά τα μέρη της εφαρμογής, αρχικά μέσα από την προσομοίωση της ακοής με ΚΕ και στη συνέχεια μέσα από την ανάπτυξη του υπολογιστικού πρωτότυπου για τον υπολογισμό του ηλεκτρικού πεδίου, μέσω Μεθόδου Πεπερασμένων Στοιχείων (ΜΠΣ). Τέλος, μαζί με τα αποτελέσματα, τα συμπεράσματα και τις προτάσεις για μελλοντική συνέχιση της εργασίας, στο Παράρτημα βρίσκεται η αναφορά της πειραματικής συναυλίας για χρήστες ΚΕ, η οποία πραγματοποιήθηκε στα πλαίσια του ερευνητικού προγράμματος music (music for Cochlear Implants), τον Φεβρουάριο του 2013 στο Caixa Forum της Βαρκελώνης. Η μελέτη και ρύθμιση του συστήματος κοινής απεύθυνσης (Public Adress) και η οπτική αναπαράσταση του μουσικού σήματος σε πραγματικό χρόνο αποτέλεσαν μέρος της εργασίας στα πλαίσια της πρακτικής μου άσκησης στο τμήμα του Music Technology Group, αλλά και αρχική ιδέα για την παρούσα εργασία. 14

15 ΘΕΩΡΗΤΙΚΟ ΜΕΡΟΣ Κεφάλαιο 1: Θεμελιώδη της Ακοής Στο πρώτο μέρος παρουσιάζονται οι βασικές αρχές του ανθρώπινου ακουστικού συστήματος, στο δεύτερο περιγράφεται αναλυτικά ο μηχανισμός της ακοής, ενώ στα επόμενα εξετάζεται η περίπτωση της νευροαισθητήριας απώλειας ακοής (Νeurosensory Ηearing Loss). 1.1 Το ανθρώπινο ακουστικό σύστημα Η ακοή είναι μία από τις πέντε αισθήσεις και ουσιαστικά αποτελεί ένα σύνθετο και ιδιαίτερα ευαίσθητο ηλεκτροακουστικό μετατροπέα ικανό να ανταποκρίνεται σε ένα μεγάλο εύρος κυματομορφών, εντάσεων και συχνοτήτων. Μετατρέπει τις διακυμάνσεις της ακουστικής πίεσης σε ηλεκτρικές ώσεις εντός του ακουστικού νεύρου, οι οποίες μεταφέρονται στον εγκέφαλο, από τον οποίο ερμηνεύονται και μετατρέπονται σε αισθήματα, την αντίληψη του ήχου. Μπορούμε να χωρίσουμε το ανθρώπινο ακουστικό σύστημα σε δύο μέρη: το περιφερειακό ακουστικό σύστημα (peripheral auditory system), το οποίο είναι υπεύθυνο για τις φυσικές διεργασίες μέσω των οποίων ανιχνεύεται ο ήχος και μεταφράζεται σε ηλεκτρικούς παλμούς από τα ακουστικά νεύρα και στη συνέχεια γίνεται αντιληπτό από τον εγκέφαλο, και το κεντρικό ακουστικό σύστημα (central auditory system), αποτελούμενο από το ακουστικό νεύρο και τον εγκέφαλο, υπεύθυνο για τις κινήσεις. Η ηχητική πληροφορία, πλέον επανακωδικοποιημένη, μεταφέρεται από τα διάφορα μέρη του εγκεφάλου στο ακουστικό νεύρο. Η ανατομία του ανθρώπινου αυτιού ή περιφερειακού ακουστικού συστήματος φαίνεται στην εικόνα

16 Εικόνα 1.1: Ανατομία του ανθρώπινου αυτιού ή περιφερειακού ακουστικού συστήματος. Η λειτουργία της κανονικής ακοής πραγματοποιείται από τρία κύρια μέρη στο ανθρώπινο ακουστικό σύστημα, τα οποία εξετάζονται παρακάτω: Εξωτερικό αυτί (Outer Ear) Παίζει το ρόλο της ακουστικής κεραίας, συλλέγοντας το ακουστικά κύματα και διαδίδοντας τα μέσω του ακουστικού καναλιού στην τυμπανική μεμβράνη. Αναλυτικά το εξωτερικό αυτί αποτελείται δύο κύρια μέρη: i. To πτερύγιο (pinna), το οποίο αποτελείται από ένα τμήμα χόνδρου του οποίου το σχήμα διευκολύνει την επαρκή συλλογή και διάδοση των ηχητικών κυμάτων στο τύμπανο. Το πτερύγιο εκτελεί επίσης μια σημαντική διεργασία όσον αφορά στον εντοπισμό της ηχητικής πηγής. Αυτό σημαίνει ότι η πληροφορία που αφορά την κατεύθυνση της πηγής υπερτίθεται στη συνολική ηχητική πληροφορία, έτσι ώστε το προσπίπτον στο τύμπανο κύμα πίεσης επιτρέπει στον εγκέφαλο να ερμηνεύσει τόσο το περιεχόμενο όσο και τη θέση στο χώρο από την οποία προήλθε. Το πτερύγιο επίσης παρέχει μια διαφοροποίηση του ήχου όσον αφορά την κατεύθυνση. Τουλάχιστον σε ελεύθερο πεδίο, είναι εύκολο να κλείσει κανείς τα μάτια, και με ευκολία να υποδείξει τις υπάρχουσες ηχητικές πηγές στο χώρο (F. Alton Everest & Ken C. Pohlmann, 2009). 16

17 ii. το ακουστικό κανάλι (acoustic canal), το συνολικό μήκος του οποίου σε ενήλικα είναι περίπου 2.5 cm. Αν το ακουστικό κανάλι θεωρηθεί ως ένα σύστημα κλειστού ανοικτού σωλήνα δίνει μια συχνότητα συντονισμού προσεγγιστικά ίση με f=c/4l ή 3400 Hz, όπου c η ταχύτητα διάδοσης του ήχου (340 m/s) και L το μήκος του ακουστικού καναλιού. Σημειώνεται ότι η συχνότητα αυτή συμπίπτει με τη συχνότητα για την οποία το ανθρώπινο ακουστικό σύστημα παρουσιάζει μέγιστη ευαισθησία. Το ακουστικό κανάλι αυξάνει επίσης την ακουστότητα του ήχο που το διαπερνάει. Αποτελεί έναν σωληνοειδή οδηγό, κλειστό από τη μία πλευρά λόγω θέσης του τυμπάνου. Η ομοιότητα του ακουστικού καναλιού με ένα σωληνοειδή οδηγό είναι εμφανής. Όπως με το σωλήνα κλειστό στο ένα άκρο, το αποτέλεσμα του συντονισμού του ακουστικού καναλιού αυξάνει την ηχητική πίεση στο τύμπανο για ορισμένες συχνότητες. Το μέγιστο του συντονισμού βρίσκεται κοντά στη συχνότητα εκείνη για τη οποία ο σωλήνας μήκους 2.5 cm προσεγγίζει το λ/4, δηλαδή τη συχνότητα των 3000 Hz. Εικόνα 1.2: Το εξωτερικό αυτί. Αποτελείται από το πτερύγιο (pinna) και το ακουστικό κανάλι και τερματίζει στο τύμπανο. 17

18 1.1.2 Μέσο αυτί (Middle Ear) Tο μέσο αυτί μεταδίδει την ακουστική ενέργεια από την τυμπανική μεμβράνη στο εσωτερικό αυτί. Οι μεταβολές στην ακουστική πίεση εντός του ακουστικού καναλιού προκαλούν την ταλάντωση της τυμπανικής μεμβράνης. Οι ταλαντώσεις αυτές μεταδίδονται σε τρία μικρά οστάρια. Τα οστάρια αυτά βρίσκονται στην γεμάτη αέρα περιοχή του μέσου αυτιού και οδηγούν τις ταλαντώσεις κατά μήκος του μέσου αυτιού στην ωοειδή θυρίδα (round window). Το μέσο αυτί λειτουργεί ως προσαρμογέας αντίστασης και ως ενισχυτής. Συγκεκριμένα ταιριάζει την αντίσταση του αέρα του ακουστικού καναλιού με αυτή του υγρού του περιλύμφιου (perilymph) που βρίσκεται εντός του ακουστικού κοχλία, στο εσωτερικό αυτί. Εικόνα 1.3: Το μέσο αυτί λειτουργεί ως προσαρμογέας αντίστασης των δύο μέσων διάδοσης. (Α) τα οστάρια του μέσου αυτιού μεταδίδουν τις ταλαντώσεις από το το τύμπανο στο ωοειδές παράθυρο του κοχλία. (Β) το μηχανικό ανάλογο της προσαρμογής της αντίστασης από το σύστημα των οσταρίων¹. Κατά τη διασύνδεση του συστήματος αυτού των οσταρίων συντελείται ένα σύνολο ενεργειών τύπου-μοχλού με ένα λόγο 1.3:1 σε 3.1:1, όση δηλαδή και η ελάττωση της αρχικής μετατόπισης του τυμπάνου, όταν η διέγερση έχει φτάσει στο ωοειδές παράθυρο. (F.Alton Everest & K. C. Pohlmann, 2009). Αυτό είναι μόνο ένα μέρος του μηχανισμού σύζευξης της μηχανικής αντίστασης. Η επιφάνεια του τυμπάνου είναι περίπου 80 18

19 mm², ενώ εκείνη του ωοειδούς παραθύρου μονάχα 3 mm². Ως εκ τούτου, μία δεδομένη δύναμη που ασκείται επάνω στο τύμπανο, ελαττώνεται κατά τον λόγο 80/3. Παρακάτω παρουσιάζονται συνοπτικά τα μέρη του μέσου αυτιού, ενώ στην εικόνα 1.3 φαίνεται η δομή καθώς και το μηχανικό ανάλογο της λειτουργία του μέσου αυτιού. Το μέσο αυτί αποτελείται από μια δομή τριών οσταρίων, τα οποία μεταδίδουν τις ταλαντώσεις των κυμάτων ηχητικής πίεσης από το τύμπανο στο ωοειδές παράθυρο (round window). Λόγω του στενέματος της περιοχής επαφής του οσταρίου που είναι υπεύθυνο για τη διάδοση των ταλαντώσεων, από το τύμπανο στο ωοειδές παράθυρο, η ενίσχυση της πίεσης πραγματοποιείται στο ωοειδές παράθυρο. Τα τρία οστάρια του μέσου αυτιού είναι γνωστά ως σφύρα (malleus) άκμονας (incus) και αναβολέας (stapes). Η σφύρα (malleus) είναι η εγγύτερη στο μέσο αυτί και συνδέεται με το εσωτερικό στρώμα της τυμπανικής μεμβράνης με την οποία και ταλαντώνεται. Ο άκμονας συνδέεται με τη σφύρα, οπότε και ταλαντώνεται μαζί με αυτή. Επίσης συνδέεται με την κεφαλή του αναβολέα. Αξίζει να σημειωθεί ότι εξαιτίας της μικρότερης διατομής του άκμονα, σε σχέση με εκείνη της σφύρας, παρατηρείται μια αύξηση της ενέργειας στη ταλάντωση, περίπου ίση με 2.5 db. Ο αναβολέας έχει μια βάση που εφάπτεται με την ωοειδή θύρα και η οποία χωρίζει το μέσο από το εσωτερικό αυτί. Καθώς ο άκμονας ταλαντώνεται, το ίδιο κάνει η βάση του αναβολέα. Επειδή η ταλαντευόμενη επιφάνεια της τυμπανικής μεμβράνης είναι μεγαλύτερη από την επιφάνεια του αναβολέα, ο εισερχόμενος ήχος έχει ενισχυθεί κατά 20 db. Το ωοειδές παράθυρο αποτελεί το ακρότερο τμήμα του μέσου αυτιού, συνοριακά με το εσωτερικό αυτί και εφάπτεται με τη scala tympani του ακουστικού κοχλία. Η λειτουργία του επιτρέπει την αποδέσμευση υδραυλικής πίεσης του υγρού του περιλυμφίου (perilymph) το οποίο προκαλείται από τις ταλαντώσεις του αναβολέα εντός του ωοειδούς παραθύρου. 19

20 Εικόνα 1.4: Εξιδανικευμένο σχήμα για την αναπαράσταση των τριών τμημάτων του ανθρώπινου αυτιού. Ο ήχος εισάγεται από το ακουστικό κανάλι και διεγείρει το τύμπανο. Οι ταλαντώσεις μεταδίδονται, μέσω μηχανικής σύζευξης στο μέσο αυτί και στον ακουστικό κοχλία. Το σήμα αναλύεται μέσω των στάσιμων κυμάτων που εντοπίζονται στη βασική μεμβράνη του ακουστικού κοχλία². Τέλος, η ευσταχιανή σάλπιγγα (eustachian tube) συνδέει το μέσο αυτί με το ρινοφάρυγγα. Λειτουργεί σαν σωλήνας που ανοίγει κατά την κατάποση ή το βήχα, έτσι ώστε να εξισορροπηθεί η πίεση. Στην εικόνα 1.4 αναπαριστώνται σχηματικά τα τρία μέρη του αυτιού πιο αναλυτικά Το εσωτερικό αυτί (Inner ear) Το εσωτερικό αυτί είναι το κύριο όργανο της ακοής. Μετατρέπει τις μηχανικές ταλαντώσεις του μέσου αυτιού σε ένα πρότυπο του οδεύοντος κύματος, στη βασική μεμβράνη του κοχλία και κατόπιν σε νευρικές ώσεις από τα τριχοφόρα κύτταρα εντός του κοχλία. Το εσωτερικό αυτί αποτελείται από τρία κύρια τμήματα, τον κοχλία (cochlea), την αίθουσα (vestibular labyrinth) και τα ημικυκλικά κανάλια (semicircular canals) (Ιωάννου, 1997). Η αίθουσα εντοπίζεται στο βάθος του κροταφικού οστού και αποτελείται από τρία μικρότερα όργανα, τον ασκό (sacculus), το θυλάκιο (utricle) και τα ημικυκλικά κανάλια (semicircular canals). 20

21 Τα δύο πρώτα σαν κύρια λειτουργία έχουν την απόκριση σε γραμμικές επιταχύνσεις (linear accelerations) της κεφαλής, ενώ τα ημικυκλικά κανάλια είναι υπεύθυνα για την απόκριση σε γωνιακές επιταχύνσεις (angular accelerations) της κεφαλής. Η μετατροπή των μηχανικών δονήσεων στο ωοειδές παράθυρο, σε ηλεκτρικές ώσεις από τους νευρώνες, πραγματοποιείται από ειδικά αισθητηριακά κύτταρα εντός του κοχλία. Τα πρότυπα της ταλάντωσης που αρχικά μεταδίδονται από τον αναβολέα στη βάση του ωοειδούς παραθύρου, συνιστούν ένα πρότυπο οδεύοντος κύματος εντός των αγωγών (L.Beranek, 1954). Το κυματόμορφο αυτό πρότυπο σήματος προκαλεί μια διάτμηση των κροσσών των εξωτερικών και εσωτερικών τριχοφόρων κυττάρων (hair cells). H διάτμηση αυτή προκαλεί την απώλεια πολικότητας, με αποτέλεσμα την παραγωγή νευρικών ηλεκτρικών κρούσεων τις οποίες ο εγκέφαλος ερμηνεύει ως ηχητική αίσθηση. Τα νευρικά σήματα, τα οποία κωδικοποιούν τα χαρακτηριστικά τού ήχου, μεταφέρονται στον εγκέφαλο από το ακουστικό νεύρο. Η scala tympani, η scala media και η scala vestibuli συνθέτουν τον κοχλία ο οποίος, όπως αναφέρθηκε, είναι το όργανο που μετατρέπει τα ηχητικά κύματα σε νευρικές διεγέρσεις, που προορίζονται στον εγκέφαλο με σκοπό να αποκωδικοποιηθούν. Το κεφάλαιο αυτό επικεντρώνεται στη δομή και τη λειτουργία του κοχλία Ο κοχλίας (Cochlea) Ο κοχλίας μπορεί να περιγραφεί ως σπειροειδής αγωγός μήκους περίπου 35 mm., σε σχήμα κουβουκλίου σαλιγκαριού, που περιελίσσεται περίπου 2½ φορές γύρω από τον εαυτό του. Η διατομή του αγωγού αυτού ελαττώνεται προοδευτικά από τη βάση προς την κορυφή. Ο συνολικός του όγκος υπολογίζεται περίπου στα 0.5 cm³. (Daniel R. Raichel, 2006). Η σπείρα του κοχλία περιβάλλει μια δομή γνωστή ως κεντρικός οστεώδης άξονας (modiolus) ενώ ο μεμβρανώδης λαβύρινθος του κοχλιακού τομέα χωρίζεται ακολούθως σε τρεις υποαγωγούς-κοιλότητες (scalae). Ο κοχλιακός αγωγός (cochlear duct) διατρέχει κατά μήκος του σπειροειδή κοχλία. 21

22 Επειδή καταλαμβάνει το κεντρικό τμήμα του εσωτερικού του κοχλία ονομάστηκε μεσαία κοιλότητα (scala media), του οποίου τα τοιχώματα διαχωρίζουν τον κοχλία σε δύο διαμήκη κανάλια, την αιθουσιαία κοιλότητα (scala vestibuli) και την τυμπανική κοιλότητα (scala tympani). Εικόνα 1.5: Το εσωτερικό αυτί σε ανάλυση. Στα αριστερά διακρίνεται το σύστημα των τριών ημικυκλικών καναλιών με τα υπομέρη τους. Δεξιά, ο κοχλίας με τις τρεις κοιλότητες³. Η μόνη επικοινωνία μεταξύ των χώρων αυτών πετυχαίνεται δια του ελικοθρέματος (helicotrema), ένα μικρό άνοιγμα στην κορυφή του κοχλία. Τα άλλα άκρα των δύο κοιλοτήτων, της αιθουσιαίας και της τυμπανικής, τερματίζουν στο ωοειδές και στο στρογγυλό παράθυρο αντίστοιχα. Η εικόνα απεικονίζει μια μεγεθυσμένη άποψη του κοχλιακού αγωγού. Ο αγωγός αυτός οριοθετείται από τη μεμβράνη του Reissner (Reissner's membrane), τη βασική μεμβράνη και την αγγειακή ράβδωση (stria vascularis). Η βασική μεμβράνη εκτείνεται από το οστεϊκό σπειροειδές έλασμα (spiral lamina), ένα άκρο το οποίο εκτείνεται από το κεντρικό πυρήνα του κοχλία μέχρι το σπειροειδή σύνδεσμο (spiral ligament). ¹ ² ³Οι παραπάνω εικόνες αποτελούν προσαρμογή αντίστοιχων εικόνων από το βιβλίο του (Daniel R. Raichel, 2006). 22

23 Εικόνα 1.6: Απεικόνιση της διατομής του κοχλιακού αγωγού. Διακρίνονται οι τρεις κοιλότητες, οι μεμβράνες που τις διαχωρίζουν και το όργανο του Corti. Το μήκος της βασικής μεμβράνης είναι περίπου 32 mm, από τη βάση προς την κορυφή του κοχλία, ενώ το πλάτος κυμαίνεται από περίπου 0.05 mm στη βάση έως περίπου 0.5 mm στην κορυφή. Ως προς τη σύσταση, η μεσαία κοιλότητα περιέχει την ενδόλυμφο (endolymph). Σε αντίθεση με τη περίλυμφο (perilymph) η ενδόλυμφος έχει υψηλή περιεκτικότητα σε ιόντα καλίου (K+) και χαμηλή σε ιόντα νατρίου (Na+). Το ενδολυμφικό σύστημα του κοχλία, δηλαδή η μεσαία κοιλότητα, συνδέεται με τον ασκό μέσω του πόρου επανένωσης (ductus reuniens) κι από εκεί συνδέεται με τον ενδολυμφικό ασκό (endolymphatic sac), ο οποίος βρίσκεται μέσα σε ένα οστεώδες κοίλωμα εντός του κρανίου. Τέλος, η ενδόλυμφος του θυλακίου και τα ημικυκλικά κανάλια επίσης συνδέονται με τον ενδολυμφικό ασκό Το όργανο του Corti (Organ of Corti) Τοποθετημένο επάνω στη βασική μεμβράνη είναι το όργανο του Corti (organ of Corti). Το όργανο αυτό, που απεικονίζεται με λεπτομέρεια στην εικόνα 1.7, αποτελείται απο κάποια δομικά κύτταρα, από τις ράβδους και τις σήραγγες του Corti καθώς και δύο είδη τριχοφόρων κυττάρων επάνω στα οποία εντοπίζεται η οροφιαία μεμβράνη (tectorial membrane). 23

24 Η σήραγγα του Corti, απομονωμένη από την ενδόλυμφο, περιέχει το κορτίλυμφο υγρό (cortilymph liquid). Τα τριχοφόρα κύτταρα αποτελούν τα αισθητήρια κύτταρα της ακοής. Τα εσωτερικά κύτταρα βρίσκονται σε μία ενιαία διάταξη στη σήραγγα του Corti, από τη μεριά του οστεώδους κεντρικού άξονα (modiolus). Τα εξωτερικά κύτταρα κατανέμονται σε τρεις παράλληλες σειρές επίσης στη σήραγγα του Corti, αλλά από τη μεριά της αγγειακής ράβδωσης. Τα εσωτερικά κύτταρα είναι στρόγγυλα, κοντά και πεπλατυσμένα. Οι ανώτερες επιφάνειες τους περιέχουν περίπου τριχοφόρα κύτταρα, τα στερεοτριχία (stereocilia). Τα εξωτερικά τριχοφόρα κύτταρα, τα οποία μοιάζουν περισσότερο με μικροσκοπικά καλάμια, περιέχουν περίπου στερεοτριχία διατεταγμένα σε σχήμα W. Υπάρχουν ,500 τριχοφόρα κύτταρα στις μονές σειρές των εσωτερικών κυττάρων και ένα σύνολο ,000 στις τρεις σειρές των εξωτερικών κυττάρων. Τα τριχοφόρα κύτταρα είναι συνδεδεμένα με περίπου 24,000 εγκάρσιες νευρικές ίνες σε ένα περίπλοκο δίκτυο που οδηγεί στον κεντρικό πυρήνα του κοχλία. Οι πυρήνες των νευρικών αυτών ινών σχηματίζουν το σπειροειδές έλασμα (spiral ganglion), το οποίο ενώνεται για να σχηματίσει το κοχλιακό τμήμα του κρανιακού νεύρου (cranial nerve). Εικόνα 1.7: Λεπτομέρεια από το εσωτερικό του κοχλία. Διακρίνονται το όργανο του Corti, η καλυπτήρια μεμβράνη, τα τριχοφόρα κύτταρα και η απόληξη του ακουστικού νεύρου. 24

25 Οι δύο από τους τρεις αυτούς τομείς αποτελούν κανάλια για τη μετάδοση της ακουστικής πίεσης ενώ στον τρίτο βρίσκεται ένας αισθητήρας μεταβολών της πίεσης, το λεγόμενο όργανο του Corti, το οποίο εντοπίζει κρούσεις πίεσης και αποκρίνεται ανάλογα με ηλεκτρικές ώσειςς που ταξιδεύουν κατά μήκος του ακουστικού νεύρου προς τον εγκέφαλο. Το όργανο του Corti βρίσκεται στη βασική μεμβράνη και περιέχει σειρές τριχοφόρων κυττάρων τα οποία εξέχουν από την επιφάνειά του. Υπολογίζονται ότι 16,000-20,000 τριχοφόρα κύτταρα κατανέμονται κατά μήκος της βασικής μεμβράνης η οποία ακολουθεί το σπειροειδές σχήμα του κοχλία. Στην εικόνα 1.8 φαίνεται η διάταξη εξωτερικών τριχοφόρων κυττάρων και στερεοτριχίων αντίστοιχα. (α) (β) Εικόνα 1.8: Μικροφωτογραφία των εξωτερικών τριχοφόρων κυττάρων, υποβασταζόμενα από τα κύτταρα Deiter, σχηματίζουν στήλες μεταξύ της βασικής μεμβράνης και του δικτυωτού ελάσματος (reticular lamina) (Yost,1993) (α) και (β) κάθε σειρά στερεοτριχίων συνδέεται με τη προηγούμενή της με μια σύνδεση σε σχήμα αιχμής (Schneider et. Al,2002). Δύο είδη τριχοφόρων κυττάρων βρίσκονται κατά μήκος της βασικής μεμβράνης: εξωτερικά και εσωτερικά. Τα εξωτερικά (outer hair cells) έχουν μηχανικό ρόλο ενώ τα εσωτερικά (inner hair cells) είναι υπεύθυνα για τη μετατροπή της κίνησης της βασικής μεμβράνης σε πρότυπα σκανδαλισμού των νευρώνων (neural firing patterns) από ηλεκτρικούς παλμούς, αποτελώντας κατ' αυτό τον τρόπο τα αισθητήρια κύτταρα της ακοής. 25

26 Στο ενδιάμεσο αυτών εσωτερικά σηραγγιακά κύτταρα (inner tunel cells) εσωκλείονται από τα δύο είδη τριχοφόρων κυττάρων στην κάθε πλευρά. Τα νεύρα εντός των εσωτερικών κυττάρων αποστέλλουν πληροφορία στον εγκέφαλο, ενώ τα νεύρα των εξωτερικών κυττάρων λαμβάνουν πληροφορία από τον εγκέφαλο. 1.2 Ο μηχανισμός της ακοής Τα ηχητικά κύματα κατευθύνονται από το πτερύγιο του εξωτερικού αυτιού στο ακουστικό κανάλι. Οι διαμήκης μεταβολές της πίεσης του αέρα κατευθύνονται προς το τύμπανο, προκαλώντας την ταλάντωση του. Λόγω της θέσης του οσταρίου της σφύρας, που βρίσκεται σε επαφή με το τύμπανο, το σύστημα των οσταρίων τίθεται σε ταλάντωση. Τα μικρά αυτά οστάρια ταλαντώνονται ως μια ενιαία μονάδα, μεταδίδοντας την ενέργεια από το τύμπανο στο ωοειδές παράθυρο κατά έναν λόγο 1.31 προς 1 (Daniel R. Raichel, 2006). Η ηχητική ενέργεια, όπως προαναφέρθηκε, αυξάνεται επιπλέον λόγω της διαφοράς των επιφανειών μεταξύ του τυμπάνου και της βάσης του αναβολέα, κατά έναν λόγο περίπου ίσο με 14. Πολλαπλασιάζοντας τον λόγο αυτό, που ισούται με την ενεργή διαφορά της επιφάνειας του επί τη δύναμη μοχλού του οστεϊκού συστήματος (1.31), προκύπτει μια αύξηση ενέργειας του λόγου 18.3 προς 1, περίπου ίση με 25.5 db SPL. Το μεσαίο αυτί ενεργεί ως μετασχηματιστής, ταιριάζοντας την εμπέδηση του αέρα με αυτή του υγρού του εσωτερικού αυτιού. Όταν ο ήχος διεγείρει το τύμπανο αρκετά ισχυρά, ώστε να το θέσει σε κίνηση, οι μύες του μέσου αυτιού αντιδρούν με ανακλαστικό τρόπο. Όπως προαναφέρθηκε, μια σειρά των τριχοφόρων κυττάρων στο όργανο του Corti λαμβάνει την κίνηση της βασικής μεμβράνης. Καθώς η βασική μεμβράνη κινείται, τα στερεοτρίχια εντός των τριχοφόρων κυττάρων ταλαντώνονται. Οι εκτροπές αυτές προκαλούν μια σειρά από ηλεκτροχημικές ενέργειες ικανές να παράγουν εξάρσεις ηλεκτρικού δυναμικού (action potentials) στα κύτταρα του σπειροειδούς ελάσματος. Τα σήματα αυτά μεταδίδονται στον κοχλιακό πυρήνα (cochlear nucleous) ένα μεταγωγικό κόμβο μέσα στο στέλεχος του εγκεφάλου. 26

27 Τελικά, η πληροφορία κατευθύνεται προς τον ακουστικό φλοιό, το τμήμα του εγκεφάλου που επεξεργάζεται την ακουστική πληροφορία. (α) (β) Εικόνα 1.9: Γραφική παράσταση του δυναμικού που αναπτύσσεται στη μεμβράνη ως συνάρτηση του χρόνου t (Kandel et. Al, 1991) (α) και (β) σχηματική απεικόνιση συνηθισμένου διπολικού αισθητηριακού νευρώνα (Gelfand, 1998). 1.3 Υποκειμενικά χαρακτηριστικά του ήχου Όταν ο ήχος είναι ακουστός, το πλάτος του είναι άνω του ορίου (above threshold) ενώ όταν δεν είναι ακουστός θεωρείται κάτω ενός ορίου (below threshold) (Daniel R. Raichel, 2006). Η ένταση του ήχου στο μεταβατικό διάστημα μεταξύ των σημείων που το καθιστούν ακουστό και μή ακουστό αντίστοιχα, ονομάζεται όριο ακουστότητας (threshold of hearing). Όταν ο ήχος υπερβεί το όριο αυτό, επεξεργάζεται και γίνεται αντιληπτός σαν να έχει κάποια χαρακτηριστικά, όπως ακουστότητα (loudness), τονικό ύψος (pitch), καθώς και ένα πλήθος άλλων αντιληπτικών χαρακτηριστικών όπως η πληροφορία. Η μελέτη της ακουστικής αντίληψης σε σχέση με τα φυσικά χαρακτηριστικά του ήχου εμπίπτει στο ευρύτερο πεδίο της ψυχοακουστικής. Ευαισθησία (Sensitivity) Το αυτί δεν είναι το ίδιο ευαίσθητο σε όλες τις συχνότητες. Η απόλυτη ευαισθησία του συστήματος ακοής και η οποία ορίζεται απο το όριο (threshold) του, εξαρτάται από διάφορους παράγοντες, οι σημαντικότεροι από τους οποίους είναι η στάθμη ηχητικής πίεσης (sound pressure level) και η συχνότητα (frequency) του ήχου. 27

28 Ο συντονισμός του καναλιού του αυτιού, η επίδραση τύπου-μοχλού των οσταρίων στο μέσο αυτί και η διαφορά μεταξύ της επιφάνειας του τυμπάνου και της βάσης του αναβολέα, στο σύνολό τους επηρεάζουνε την ένταση του ήχου που τελικά φτάνει στον κοχλία. Ακουστότητα (Loudness) Ενώ η αίσθηση της ακουστότητας συσχετίζεται με το πλάτος του ήχου άνω ενός ορίου, δε γίνεται αντιληπτή με τα ίδια μέτρα από το ανθρώπινο αυτί καθώς μεταβάλλεται στις διάφορες συχνότητες που βρίσκονται πάνω από το όριο. Η υποκειμενική κρίση συνιστά έναν αποφασιστικό παράγοντα στην εξακρίβωση του βαθμού ακουστότητας. Αυτό συντέλεσε στη δημιουργία των ισοϋψών καμπυλών (equal loudness contours) (εικόνα 1.10), οι οποίες συνδέουν τις τιμές στάθμης ηχητικής πίεσης (SPL) ίσης ακουστότητας για ένα αριθμό συχνοτήτων, κατά την κρίση ενός πλήθους ακρατών. Εικόνα 1.10: Το διάγραμμα των ισοϋψών καμπύλών4. Οι καμπύλες αυτές, γνωστές και ως καμπύλες phon, διαγράφονται ρωτώντας σε ακροατές να κρίνουν πότε οι τόνοι διαφόρων συχνοτήτων θεωρούνται ίσοι, σε ακουστότητα, με ένα δεδομένο τόνο στα 1 khz, με δεδομένη στάθμη ηχητικής πίεσης (SPL). 4 Για την προβολή του διαγράμματος αξιοποιήθηκε η πηγή: 'Peterson, A. P. G. and E. E. Gross. Handbook of Noise Measurement Concord, MA: General Radio'. 28

29 Τονικό ύψος (Pitch) Η αίσθηση του τονικό προφανώς συνδέεται με τη συχνότητα του τόνου. Το πραγματικό τονικό ύψος επηρεάζεται και από άλλους παράγοντες, όπως η στάθμη ηχητικής πίεσης και η παρουσία των συνιστωσών συχνοτήτων. Η αντίληψη του τονικού ύψους είναι μια σύνθετη διαδικασία, η οποία δεν έχει γίνει πλήρως κατανοητή ακόμα. (A.H Benade, 1976). Το τονικό ύψος που προκαλείται από κάποιους ήχους, μπορεί να επιφέρει την ίδια ακουστική απόκριση είτε με την παρουσία της θεμελιώδους συχνότητας είτε χωρίς αυτή. Ένα τονικό ύψος αναφοράς 1,000 mel ορίζεται ως το τονικό ύψος 1 khz με στάθμη ηχητικής πίεσης 60 db SPL. Η σχέση τονικού ύψους και συχνότητας, όπως προσδιορίζεται από πειράματα ακροατών, απεικονίζεται σε διάγραμμα παρακάτω. Στην πειραματική καμπύλη, τα 1,000 mel συμπίπτουν με το 1 khz, οπότε η στάθμη ηχητικής πίεσης για αυτή τη καμπύλη είναι 60 db SPL. Το σχήμα της καμπύλης της εικόνας 1.11 είναι παρόμοια με εκείνη της θέσης κατά μήκος της βασικής μεμβράνης σαν συνάρτηση της συχνότητας. Εικόνα 1.11: Σύμφωνα με την καμπύλη αυτή, ως αποτέλεσμα της κρίσης, για ένα πλήθος ακροατών, το τονικό ύψος (pitch) σε mel (μονάδα υποκειμενικού μεγέθους) σχετίζεται με τη συχνότητα, σε Hertz (μονάδα φυσικού μεγέθους) (Stevens and Volkman). 29

30 Χροιά (Timbre) Η χροιά, επίσης γνωστή και ως ηχόχρωμα, είναι το υποκειμενικό χαρακτηριστικό του ήχου που επιτρέπει έναν ακροατή να ξεχωρίσει δύο ήχους ίδιας συχνότητας και στάθμης ηχητικής πίεσης. Το αντίστοιχο αντικειμενικό χαρακτηριστικό είναι το φάσμα (spectrum). Η χροιά περιγράφει την αντίληψή μας ως προς την τονική ποιότητα των σύνθετων ήχων. Ο όρος χρησιμοποιείται ιδιαίτερα στα μουσικά όργανα. Ένα βιολί και μια λύρα ηχούν διαφορετικά μεταξύ τους ακόμα κι αν παίξουν την ίδια νότα. Ο τόνος κάθε μουσικού οργάνου έχει τη δική του χροιά, όπως φαίνεται στην εικόνα Η τελευταία προσδιορίζεται από το πλήθος και τα σχετικά πλάτη των αρμονικών του οργάνου. (I.C. Bruce,M.W. White, L.S. Irlicht, S. J. O Leary, S. Dynes, E. Javel & G.M. Clark, 1999). Εικόνα 1.12: Σύγκριση μιας νότας ίδιας συχνότητας (μεσαίο Ντο, Hz) για διαφορετικά μουσικά όργανα. Αριστερά η κυματομορφή για κάθε όργανο, ενώ δεξιά τα παραγόμενο φασματογραφήματα5. Η παραπάνω εικόνα αποτελεί προσαρμογή αντίστοιχης εικόνας από τη δημοσίευση 'Music Perception in Cochlear Implant Users' (Patrick J.Donelly, Charles J.Limb). 5 30

31 1.4 Τύποι απώλειας ακοής Μέσα από διαφορετικά είδη ακοομετριών, με τη χρήση καθαρών τόνων, είναι δυνατό να προσδιοριστεί ο τύπος απώλειας ακοής που παρουσιάζει ένα άτομο. Συγκεκριμένα, μετρώντας τις αγωγιμότητες του ήχου, οστέινη και αέρινη, συγκρίνονται τα αποτελέσματα κάθε ατόμου, προσδιορίζεται το τμήμα εκείνο που δυσλειτουργεί και καθορίζεται ο τύπος απώλειας ακοής. Διακρίνονται πέντε βασικοί τύποι απώλειας ακοής: αγώγιμη (conductive), νευροαισθητήρια (neurosensoral), κεντρική (central), λειτουργική (functional) και μικτή (mixed). Στην ενότητα αυτή αναλύεται η περίπτωση της νευροαισθητήριας απώλειας ακοής, ώστε να γίνει πιο κατανοητή παρακάτω η περίπτωση των κοχλιακών εμφυτευμάτων Νευροαισθητήρια απώλεια ακοής (Neurosensoral hearing loss) Τα τριχοφόρα κύτταρα μαζί με τη βασική μεμβράνη είναι υπεύθυνα για τη μετάφραση της μηχανικής πληροφορίας σε νευρωνική. Εάν τα τριχοφόρα κύτταρα υποστούν βλάβη το ακουστικό σύστημα δε διαθέτει το μέσο για τη μετατροπή των κυμάτων ακουστικής πίεσης σε νευρικούς παλμούς οδηγώντας σε ακουστική δυσλειτουργία. Εάν δε ένα μεγάλο μέρος των τριχοφόρων κυττάρων έχουν υποστεί βλάβη τότε μιλάμε για νευροαισθητήρια απώλεια ακοής. Ο όρος γενικά αναφέρεται στη βλάβη του εσωτερικού αυτιού ή σε βλάβη του ακουστικού νεύρου το οποίο οδηγεί το σήμα στον εγκέφαλο. Μόνο δυσλειτουργίες σχετιζόμενες με τη νευροαισθητήρια απώλεια ακοής μπορούν να αντιμετωπιστούν σήμερα με τη βοήθεια τεχνικών επεξεργασίας σήματος. Εάν το ποσοστό των τριχοφόρων κυττάρων που υπέστησαν βλάβη είναι περιορισμένο, τα επίπεδα απώλειας δεν είναι ουσιαστικά υψηλά και είναι δυνατό να επανακτηθούν με βασικά κυκλώματα γραμμικών ενισχυτών ή παρόμοια βοηθήματα. Αντίθετα, εάν ένα μεγάλο ποσοστό των τριχοφόρων κυττάρων έχει υποστεί βλάβη, τα παραγόμενα επίπεδα απώλειας ακοής μπορούν να φτάσουν τα 80 db ή και περισσότερο, χαρακτηριζόμενη ως βαθιά απώλεια ακοής. 31

32 Τέτοια επίπεδα δυσλειτουργίας συνεπάγονται την οριακή αντίληψη πολύ δυνατών ήχων συνεπώς δεν ωφελεί η χρήση ακουστικών βοηθημάτων. (James M. Kates, Mark Kahrs & Karlheinz Brandenburg, 1998). Εικόνα 1.13: Παράδειγμα ακοογράμματος ατόμου με αγώγιμη απώλεια ακοής (Conductive hearing loss). Είναι επίσης χαρακτηριστικό ότι στην κατηγορία της νευροαισθητήριας απώλειας ακοής εντάσσεται ένα μεγάλο πλήθος διαφορετικών περιπτώσεων εξασθένισης της ακουστικής ικανότητας του ατόμου, κάτι που καθιστά δύσκολη την προσπάθεια εύρεσης ενιαίων τρόπων αντιμετώπισης της. Στην πλειοψηφία των περιπτώσεων, οι προτεινόμενες θεραπευτικές πρακτικές δεν επιτυγχάνουν τη μόνιμη αποκατάσταση της ακοής του ασθενούς και ουσιαστικά χρησιμεύουν στο να κάνουν τα συμπτώματα της απώλειας ακοής απλώς ηπιότερα (Sataloff & Sataloff, 2005). 32

33 Κεφάλαιο 2ο: Κοχλιακά εμφυτεύματα και μουσική αντίληψη Το κεφάλαιο αυτό παρουσιάζει τις βασικές έννοιες ώστε να γίνει κατανοητή η εσωτερική λειτουργία ενός ΚΕ, καθώς επίσης και τις αρχές πάνω στις οποίες βασίζεται η ανάλυση του μουσικό-ακουστικού σήματος. Σε αυτή την ενότητα παρουσιάζεται μια πρώτη ταξινόμηση των κύριων ειδών σήματος, του σήματος ομιλίας (speech signal), του μουσικού σήματος (music signal), καθώς και των στοιχείων εκείνων που χαρακτηρίζουν την αντίληψη. Επίσης, περιγράφεται ο τρόπος με τον οποίο ο κοχλίας και οι γειτονικοί νευρώνες είναι σε θέση να διακρίνουν συνοπτικά συστατικά σε audio σήματα καθώς και το πώς γίνονται αντιληπτά βασικά χαρακτηριστικά όπως η ένταση και το τονικό ύψος. 2.1 Κοχλιακά εμφυτέυματα (Cochlear Implants) Τα κοχλιακά εμφυτεύματα (Cochlear Implants) είναι συσκευές σχεδιασμένες έτσι ώστε να παρέχουν εντοπισμό του ήχου και αναγνώριση ομιλίας για άτομα με σοβαρή απώλεια ακοής (Philipos C. Loizou, 1998). Συνοψίζοντας τη λειτουργία ενός ΚΕ σε πέντε στάδια: 1. Οι ήχοι λαμβάνονται από το μικρόφωνο. 2. Η ηχητική πληροφορία από το μικρόφωνο αποστέλλεται στον επεξεργαστή ομιλίας (speech processor), ο οποίος αναλύει την πληροφορία και τη μετατρέπει σε ηλεκτρικό σήμα. 3. Το κωδικοποιημένο σήμα μεταφέρεται μέσω καλωδίου στο πηνίο -κεραία (transmitting coil) στο σετ κεφαλής (headset). Από το πηνίο εκπομπής ραδιοκύματα μεταφέρουν το κωδικοποιημένο σήμα δια μέσω του δέρματος στο εμφύτευμα. 4. Ο δέκτης λαμβάνει τα FM διαμορφωμένα σήματα και τα αποκωδικοποιεί. Το σήμα περιέχει πληροφορία η οποία καθορίζει πόσο ηλεκτρικό ρεύμα θα σταλεί στα διάφορα ηλεκτρόδια. 5. Το κατάλληλο ποσό ηλεκτρικού ρεύματος περνάει από τους οδηγούς φορείς (lead wires) στα επιλεγμένα ηλεκτρόδια (electrodes). Η θέση των διεγειρομένων ηλεκτροδίων εντός του κοχλία καθορίζει τη συχνότητα ή ύψος του ήχου. 33

34 Εικόνα 2.1: Δομή ενός κοχλιακού εμφυτεύματος. 2.2 Ακοή μέσω κοχλιακών εμφυτευμάτων Οι χρήστες κοχλιακών εμφυτευμάτων δεν ακούνε το ίδιο καλά όσο ένας ακροατής χωρίς πρόβλημα ακοής. Τρεις πιθανοί λόγοι γι' αυτό είναι, πρώτον, η υποβάθμιση της ακουστικής αντίληψης προερχόμενη από τη διάδραση μεταξύ των καναλιών, όταν τα ηλεκτρόδια διεγείρονται (G. Stickney, 2001). Δεύτερον, η αντίληψη του τονικού ύψους (pitch) είναι πιο περιορισμένη για τους χρήστες κοχλιακών εμφυτευμάτων, σε σχέση με με έναν ακροατή χωρίς κάποια ακουστική βλάβη (J. Laneau, M. Moonen & J. Wouters, 2006). Τρίτον, οι χρήστες κοχλιακών εμφυτευμάτων χρησιμοποιούν ένα απλουστευμένο μοντέλο που προσομοιώνει τη λειτουργία ενός κανονικού κοχλία (B. S.Wilson, R. S. Schatzer, E. A. LopezPoveda, X. Sun, D. T. Lawson & R. D.Watford, 2005). Η διάδραση των καναλιών μπορεί να συμβεί είτε με σύγχρονη διέγερση (simultaneous stimulation) είτε με ασύγχρονη διέγερση (non simultaneous stimulation). Η ενεργοποίηση ενός ηλεκτροδίου προκαλεί τη διέγερση ενός μεγάλου πληθυσμού ακουστικών νεύρων γύρω από το ηλεκτρόδιο, καθώς τα ενδοκόχλια υγρά έχουν σχετικά υψηλή αγωγιμότητα. Το φαινόμενο αυτό ονομάζεται διάχυση ρεύματος (current spread). Όταν περισσότερα από ένα ηλεκτρόδιο διεγείρουν την ίδια ή επικαλυπτόμενες περιοχές του ακουστικού νεύρου, η διέγερση ενδέχεται να γίνει εσφαλμένα αντιληπτή. 34

35 Το γεγονός αυτό προκαλεί τη συνδυασμένη διέγερση των νεύρων από μεριάς ηλεκτροδίων. Αυτό περιορίζει τον αριθμό των ανεξάρτητων καναλιών πληροφορίας που μεταφέρεται στους κεντρικούς ακουστικούς μηχανισμούς και μπορεί να υποβαθμίσει την αναγνώριση τόσο της ομιλίας όσο και του μουσικού ήχου. Μελέτες σε ακροατές χωρίς ακουστική βλάβη έδειξαν ότι 10 ανεξάρτητες ζώνες είναι υπερβολικά λίγες για αναγνώριση ομιλίας, ενώ 30 ζώνες δε δίνουν κάποια βελτίωση, ως προς την ακρίβεια, σε σχέση με 20 ζώνες (J. Laneau et al., 2006). Παρ' όλα αυτά, μελέτες πάνω σε κοχλιακά εμφυτεύματα έδειξαν ότι η αναγνώριση ομιλίας δεν βελτιώνεται όσο αυξάνεται ο αριθμός των ηλεκτροδίων, από ένα πλήθος 4 έως 7 και άνω ( K. Fishman, R. V. Shannon & W. H. Slattery, 1997). Ένας λόγος που εξηγεί το παραπάνω είναι ότι καθώς αυξάνει ο αριθμός των ηλεκτροδίων, αυξάνει και η πιθανότητα διάδρασης μεταξύ των ρευμάτων. Συνεπώς η σχέση μεταξύ διάδρασης του ηλεκτρικού πεδίου και απόδοσης αναγνώρισης ομιλίας φαίνεται να είναι αντιστρόφως ανάλογη (G. Stickney, 2001). 2.3 Μουσική αντίληψη με κοχλιακά εμφυτέυματα Τα τελευταία χρόνια έχουν παρατηρηθεί βελτιώσεις, στις περιπτώσεις με πρόσθετα ακοής (hearing aids), στη μουσική αντίληψη (συμπεριλαμβανομένης και της ομιλίας σε θόρυβο) και κατ' επέκταση στη ποιότητα ζωής (Quality of Life) (Waldo Nogueira, 2012). Πολλοί χρήστες ωστόσο, τόσο πρόσθετων ακοής όσο και κοχλιακών εμφυτευμάτων δεν είναι ευχαριστημένοι με τη μουσική τους αντίληψη μετά την προσθήκη ή εμφύτευση αντίστοιχα. Για να επιτευχθεί μια άνοδος στην ποιότητα ζωής (QoL) γι' αυτό το πλήθος χρηστών, είναι απαραίτητη περισσότερη έρευνα πάνω στη μουσική αντίληψη (Lassaletta L, Castro A, Bastarrica M, PérezMora R, Madero R, De Sarriá J & Gavilán J., 2007). Επίσης πρόσφατες έρευνες έδειξαν ότι η μουσική εμπειρία διαμορφώνει ακουστικές λειτουργίες σε ακροατές χωρίς κάποια ακουστική βλάβη, οδηγώντας σε ευκολότερη αντίληψη της ομιλίας σε ακουστικά δυσμενείς συνθήκες, όπως με την παρουσία θορύβου. 35

36 Εικόνα 2.2: Ρυθμικά πρότυπα. Οι χρήστες ΚΕ συχνά αντιλαμβάνονται ευρύ, περιοδικά ρυθμικά πρότυπα αρκετά καλά, παρόλο τις δυσκολίες που συναντούν σε πολυπλοκότερα σχήματα και σε αλλαγές ρυθμού. Με το τελευταίο συνεπάγεται ότι η μουσική εμπειρία επιδρά θετικά στην ικανότητα κατανόησης και ερμηνείας της ομιλίας σε θορυβώδες περιβάλλον. Μέχρι σήμερα, υπήρχε η πεποίθηση ότι μέσω κοχλιακών εμφυτευμάτων δεν είναι δυνατή η μεταφορά της χρονικής και συχνοτικής πληροφορίας στο ακουστικό νεύρο για επιτευχθεί η μουσική αντίληψη. Ο λόγος είναι η ελλιπής μετάδοση πληροφορίας από τα ηλεκτρόδια στο ακουστικό νεύρο (B. S.Wilson, R. S. Schatzer, E. A. Lopez-Poveda, X. Sun, D. T. Lawson & R. D.Watford, 2005 ' B. C. J. Moore, 2003). Συνήθως τα ηλεκτρόδια μέσα στον κοχλία παράγουν πολύ μεγάλα πρότυπα διέγερσης (excitation patterns), πράγμα που δυσκολεύει τη σαφή συχνοτική αντίληψη. Μια καλύτερη αντίληψη των συχνοτήτων, ή του τονικού ύψους, επιφέρει μια καλύτερη μουσική αντίληψη. Διάφορες έρευνες πάνω στις διαφορετικές ιδιότητες της μουσικής πραγματοποιήθηκαν ώστε να εντοπιστούν οι μεγαλύτερες δυσκολίες κατά τη μουσική αντίληψη με χρήστες κοχλιακών εμφυτευμάτων (D. Pressnitzer, J. Bestel, & B. Fraysse, 2005' M. C. Leal, Y. J. Shin, M. Laborde, M. Calmels, S. Verges, S. Lugardon, S. Andrieu, O. Deguine & B. Fraysse, 2003 ). 36

37 Εικόνα 2.3: Οι χρήστες ΚΕ συναντούν περισσότερη δυσκολία στην αναγνώριση μελωδικών γραμμών με μικρές αλλαγές τονικού ύψους όπως το πάνω αριστερά σχήμα και στην αναγνώριση κατεύθυνσης του τονικού ύψους, όπως φαίνεται στο δεξιά σχήμα. Τα αποτελέσματα αυτών των μελετών έδειξαν ότι οι ρυθμικές δομές γίνονται αντιληπτές από τους χρήστες ΚΕ, σχεδόν το ίδιο καλά με ακροατές χωρίς προβλήματα ακοής (K. Gfeller, S. Witt, J. Stordahl, M. Mehr & G. Woodworth, 1997). Η αναγνώριση μελωδίας αποδεικνύεται δύσκολη για ενήλικες χρήστες ΚΕ. Η αντίληψη του τονικού ύψους σε χρήστες είναι σημαντική για την αναγνώριση τόσο της μελωδίας όσο και των μουσικών διαστημάτων. Ακροατές χωρίς πρόβλημα ακοής πετυχαίνουν όρια τονικού ύψους (pitch thresholds) περίπου 0.2 ημιτόνια ενώ χρήστες ΚΕ μεταξύ 2 και 7 ημιτονίων (R. Kang, G.L. Nimmons, W. Drennan, J. Longnion, C.Ruffin, K. Nie,...J.Rubinstein, 2009). Υπάρχει συσχέτιση μεταξύ λανθασμένης τονικής αντίληψης και λανθασμένης αναγνώρισης της μελωδίας με ΚΕ. Αντίθετα, η απόδοση στην αντίληψη της χροιάς, η οποία συνδέεται με την αναγνώριση του μουσικού οργάνου, φαίνεται να πλησιάζει εκείνη των κανονικών ακροατών. Για τον λόγο αυτό, τα ΚΕ παρέχουν σημαντικές πληροφορίες σχετικά με τη χροιά, ακόμα και αν είναι διαφορετικές σε σχέση με εκείνες πριν από την εμφύτευση (D. Pressnitzer et al., 2005). 37

38 2.4 Σήμα ομιλίας και μουσικό σήμα Η ομιλία παράγεται από τη διέγερση ενός ακουστικού σωλήνα (vocal tract) ο οποίος τερματίζει, στο άνω μέρος του, με τα χείλη ενώ από το κάτω μέρος με τη γλωττίδα. Δύο κύρια διαφορετικά είδη ήχων μπορούν να διακριθούν στην ομιλία: 1. φωνήματα τα οποία συνιστούν οι ομιλούμενοι φθόγγοι ως φωνήεντα και σύμφωνα, τα οποία παράγονται από τη διέγερση της φωνητικής οδού από ήμι-περιοδικούς παλμούς αέριας ροής προκαλούμενη από το άνοιγμακλείσιμο της γλωττίδας και 2. φωνήματα που προκύπτουν από σύμφωνα, τα οποία περιλαμβάνουν ήχους εκ τριβής, παραγόμενους από μια συστολή, με αποτέλεσμα μια δημιουργούμενη διαταραχή να παράγεται, που με τη σειρά της προκαλεί την παραγωγή μιας διέγερσης τύπου θορύβου. Για το σκοπό της ανάλυσης, η από φωνήματα ομιλία θεωρείται περιοδική μέσα στο πλαίσιο ανάλυσης. Η φωνητική οδός αποτελεί ένα σύστημα ακουστική διάδοσης που χαρακτηρίζεται από τις φυσικές του ιδιοσυχνότητες, καλούμενες φωνοσυχνότητες (formants). Οι φωνοσυχνότητες αντιστοιχούν στις συχνότητες συντονισμού της φωνητικής οδού και εντοπίζονται σε ένα μεγάλο εύρος συχνοτήτων (αρμονικών) πολλαπλάσιων της βασικής συχνότητας διέγερσης της θεμελιώδους (F0). Από την άλλη, οι φασματικές εξάρσεις των μη εκφωνούμενων ήχων, που αντιστοιχούν στην έναρξη των συμφώνων αποτελεί σημαντικό παράγοντα διακριτότητας των συμφώνων, η οποία σχετίζεται με τη θέση της άρθρωσης. Επιπλέον, οι πρώτες φωνοσυχνότητες (F1, F2), και η θεμελιώδης έχουν χρησιμοποιηθεί στα ΚΕ από διάφορες τεχνικές εξαγωγής χαρακτηριστικών (feature extraction), ως η μόνη πληροφορία μεταφερόμενη στα ηλεκτρόδια. 38

39 (α) (β) (γ) Εικόνα 2.4: Κυματομορφές και φασματογραφήματα (α) σήματος ομιλίας, (β) για τις ίδιες λέξεις η φράση τραγουδισμένη και (γ) η ίδια μελωδική φράση εκτελεσμένη σε πιάνο. Μια μεγάλη διαφορά ανάμεσα σε σήμα ομιλίας και μουσικό σήμα είναι η κατανομή της φασματικής ενέργειας. Στην περίπτωση της ανθρώπινης ομιλίας η ενέργεια είναι συχνά κατανεμημένη σε πολλές συχνότητες καθώς και στις αρμονικές τους. Στη μουσική ωστόσο, η φασματική ενέργεια μιας νότας ορισμένου τονικού ύψους δίνει περισσότερη έμφαση στη θεμελιώδη και τις αρμονικές της. Το μουσικό σήμα, στο οποίο και επικεντρώνεται η εργασία, φέρει ως πληροφορία τρία κύρια χαρακτηριστικά: ρυθμό (rhythm), τονικό ύψος (pitch) και χροιά (timbre). Ο ρυθμός αντικατοπτρίζει τα χρονικά χαρακτηριστικά του μουσικού σήματος, αντιπροσωπεύει τις σχέσεις μεταξύ των νοτών σε ένα μουσικό απόσπασμα. Το τονικό ύψος είναι πιθανότατα το σημαντικότερο χαρακτηριστικό στη μουσική αντίληψη. Αποτελεί το θεμελιώδες στοιχείο το οποίο σχετίζεται με τη θεμελιώδη συχνότητα (F0) του ήχου. Απαιτεί μια επαρκή ανάλυση συχνότητας ώστε να λάβει την πληροφορία του τονικού ύψους, ειδικά σε συγχορδίες εντός των οποίων σειρές αρμονικών εμφανίζονται ταυτόχρονα. (Mao Yitao & Xu Li, 2008). Η χροιά μπορεί να εκληφθεί σαν το 'ηχητικό χρώμα', το οποίο ορίζεται σαν ένα ειδικό χαρακτηριστικό δια μέσω του οποίου ένας ακροατής μπορεί να διακρίνει τις διαφορές ανάμεσα σε δύο ήχους με την ίδια ηχηρότητα και τονικό ύψος. 39

40 H χροιά συνδέεται επίσης με την κατανομή της ακουστικής ενέργειας κατά μήκος των συχνοτήτων και αντιπροσωπεύει το κληρονομικό χαρακτηριστικό της ηχητικής πηγής όπως ένα μουσικό όργανο ή ένα ηχείο. Η μοναδική συνάρτηση συχνότητας-πλάτους της πηγής δίνει ένα ιδιαίτερο σχήμα στο ηχητικό φάσμα, το οποίο μερικές φορές αναφέρεται ως φασματική περιβάλλουσα (spectral envelope). Εικόνα 2.5: Δύο στιγμιότυπα φασματικής περιβάλλουσας. Αριστερά η φασματική περιβάλλουσα για σήμα ομιλίας και συγκεκριμένα για το φώνημα /ό/,. Δεξιά η απεικόνιση ενός φασματογραφήματος, δηλαδή του φάσματος συναρτήσει μιας δεύτερης μεταβλητής (χρόνος t) για σήμα μουσικού οργάνου. Παρόλα τα εγγύ χαρακτηριστικά ανάμεσα σε μουσικό σήμα και σήμα ομιλίας, το πρώτο θεωρείται πιο σύνθετο από διάφορες απόψεις. Το φάσμα του μουσικού σήματος είναι συνήθως πιο ευρύ και σχετικά πιο πολύμορφο από εκείνο της ομιλίας. Για παράδειγμα, μια συνήθης θεμελιώδης F0 ενός ενήλικα ομιλητή (για άνδρα) είναι Hz, ενώ είναι υψηλότερο για γυναίκα ή παιδί. Η θεμελιώδης F0 μπορεί να είναι τόσο χαμηλή, για κάποια χαμηλόσυχνα όργανα όπως το κοντραμπάσο (Johnson K, 2003) ενώ μπορεί να είναι περιστασιακά τόσο υψηλό, όσο μερικές χιλιάδες Hertz για κάποια άλλα όργανα (Wright R & Uchanski RM, 2012). Στην εικόνα 2.5 απεικονίζονται οι φασματικές περιβάλλουσες για δύο διαφορετικές ηχητικές πηγές, μια για ανθρώπινη ομιλία και μία μουσικό όργανο. 40

41 2.5 Αντίληψη έντασης και αντίληψη τονικού ύψους Δυο διαφορετικές θεωρίες έχουν εξελιχθεί πάνω στον τρόπο με τον οποίο γίνεται αντιληπτό το τονικό ύψος ενός audio σήματος: Χωρική θεωρία (Place theory): Η θεωρία αυτή που αναπτύχθηκε από τον Von Békésy, υποστηρίζει ότι κάθε συχνοτικό περιεχόμενο σε ένα audio σήμα διεγείρει νευρικές ίνες σε μια συγκεκριμένη θέση κατά μήκος του κοχλία, η οποία όπως αποδείχτηκε παρουσιάζει μια επιλεκτικότητα σε σχέση με την συχνότητα. (Thomas P. Barnwell, 1981). Το κύμα που παράγεται στο εσωτερικό αυτί, από έναν ήχο συγκεκριμένης συχνότητας, οδεύει κατά μήκος της τυμπανικής κοιλότητας (scala tympani) ενώ το πλάτος του αυξάνεται ως που να φτάσει ένα μέγιστο σε μια συγκεκριμένη θέση. Η θέση αυτή ποικίλει για όλες τις συχνότητες με τέτοιο τρόπο ώστε μια αυξανόμενη συχνότητα να μπορεί να διεγείρει με την ίδια σειρά νευρώνες από την κορυφή προς τη βάση του κοχλία (Amparo Gema & Albalate Gomez, 2005). (α) (β) (γ) (δ) Εικόνα 2.6: Η κλίμακα Bark αναπαριστά τις κρίσιμες ζώνες κατά μήκος του κοχλία. (α) τομή του αναδιπλωμένου κοχλία, (β) συχνότητες των ζωνών Bark (κάτω, άνω και μεσαία), (γ) σχέση barkσυχνοτήτων (γραμμικός άξονας-x) και (δ) σχέση bark-συχνοτήτων (λογαριθμικός άξονας-x) ( Luis Antonio Perez Gonzalez, 2008). Περισσότερες έρευνες πραγματοποιήθηκαν από τους Fletcher, Zwickler και Fastl με σκοπό να βρεθεί ένα προσεγγιστικό μοντέλο για τις θέσεις διέγερσης και για τα κρίσιμα εύρη (perceptual band widths) κατά μήκος 41

42 της βασικής μεμβράνης (E. Zwicker & H.Fastl, 1999). Οι κρίσιμες ζώνες (critical bands), οι οποίες ορίζονται ως οι στενές ζώνες μέσα στις οποίες το ακουστικό σύστημα επεξεργάζεται ήχους, μελετήθηκαν σε πολλά πειράματα που συνδέονται με φαινόμενα επικάλυψης (masking effects) από θόρυβο και από τόνους επικάλυψης (εικόνα 2.6). Ο μηχανισμός της χωρικής θεωρίας, συνδέεται με τη θέση της διέγερσης. Τα ηλεκτρόδια που βρίσκονται κοντά στη βάση του κοχλία παράγουν πιο υψηλόσυχνες αισθήσεις από αυτά που βρίσκονται κοντά στην κορυφή. Η ανάλυση του ύψους, στη χωρική θεωρία, περιορίζεται από τον μικρό αριθμό επαφών των ηλεκτροδίων και από τη διάχυση του ρεύματος που προκαλείται όταν κάθε ηλεκτρόδιο ενεργοποιείται (W. Nogueira, 2012). Όταν το ηχητικό περιβάλλον είναι πιο σύνθετο, κρίνεται απαραίτητη η φασματική ανάλυση, ώστε να μπορεί να διακριθεί ένα σήμα ομιλίας από έναν θόρυβο ή να διακριθούν πολλαπλοί ομιλητές. Επίσης, για την περίπτωση ακροατών χωρίς πρόβλημα ακοής, περίπου 100 φασματικές ζώνες απαιτούνται για τη μουσική αντίληψη. (Boston Scientific. 'HiRes with Fidelity 120 Sound Processing; A report from Advanced Bionics'. The Auditory Business of Boston Scientific. 1992, September) Χρονική θεωρία (Volley theory): Η θεωρία αυτή είναι μια αναπροσαρμογή της θεωρίας συχνότητας, όσον αφορά την αντίληψη του τονικού ύψους. Συγκεκριμένα, υποστηρίζει τη δημιουργία διάφορων επιδράσεων οι οποίες παράγονται στο πρωτεύων ακουστικό νεύρο, με τέτοιο τρόπο ώστε οι νευρικοί παλμοί να είναι συγχρονισμένοι (phase-locked) με τα ερεθίσματα-σήματα εισόδου (Takahide Matsuoka & Yohishito Ono, 1998). Ωστόσο, καθώς ο συγχρονισμός αυτός ισχύει μεχρι τα 4 khz, η αντίληψη τονικού ύψους που βασίζεται σε πληροφορίες χρονισμού, είναι εφικτή μόνο για χαμηλόσυχνους ήχους. Ο μηχανισμός αυτός της αντίληψης τονικού ύψους σχετίζεται με το χρονικό πρότυπο της διέγερσης. Όσο αυξάνει η συχνότητα διέγερσης, τόσο αυξάνει και το τονικό ύψος το οποίο γίνεται αντιληπτό. Ωστόσο, οι περισσότεροι ασθενείς δεν αντιλαμβάνονται τις 42

43 διαφορές στη συχνότητα διέγερσης σε μεμονωμένα ηλεκτρόδια, για συχνότητες διέγερσης πάνω από 300 Hz (R. P. Carlyon and J. M. Deeks, 2002). Σήμα εισόδου Πρώτη ομάδα νευρώνων πυροδότησης Δεύτερη ομάδα νευρώνων πυροδότησης Εξαγωγή συχνότητας διέγερσης εισόδου Εικόνα 2.7: Χρονική θεωρία (volley theory). Εξαγωγή τονικού ύψους από τον σκανδαλισμό διαφορετικών νευρικών ομάδων. Η θεμελιώδης συχνότητα είναι σημαντική για την αναγνώριση του ομιλητή και για τη βελτίωση της κατανόησης της ομιλίας. Αξίζει να σημειωθεί ότι σε τονικές διαλέκτους (μανταρίνικη, καντονέζικη κ.α), οι αλλαγές του μοτίβου στο τμήμα ενός φωνήματος, προσδιορίζουν σε μεγάλο βαθμό τη λεξική ερμηνεία. Χρήστες ΚΕ σε χώρες με τονικές διαλέκτους δεν ωφελούνται στον ίδιο βαθμό με τους υπόλοιπους χρήστες. 2.6 Περιορισμοί των κοχλιακών εμφυτευμάτων Δύο είναι οι βασικοί περιορισμοί που εμφανίζονται σε ένα ΚΕ σε σχέση με το ακουστικό σύστημα: i. Μόνο ένας μικρός αριθμός ηλεκτροδίων (συνήθως 22) χρησιμοποιούνται για να αντικαταστήσουν χιλιάδες τριχοφόρων κυττάρων κατά μήκος της βασικής μεμβράνης, που με τη σειρά τους διεγείρουν ηλεκτρικά τις γειτονικές συνάψεις μεταξύ των νευρώνων. Όσο η κάθε περιοχή μεταφέρει πληροφορία για κάθε συχνότητα εισόδου, η απώλεια στην ανάλυση της συχνότητας είναι αναπόφευκτη. 6 Η παραπάνω εικόνα αποτελεί προσαρμογή αντίστοιχης εικόνας από τη δημοσίευση του Amparo Gema Albalate Gomez (2005). 43

44 ii. Συνήθως, ψηφιακές παλμοσειρές (pulse-trains) χρησιμοποιούνται για να παρουσιάσουν την κωδικοποιημένη πληροφορία στα ηλεκτρόδια. Οι συχνότητες των παλμοσειρών αυτών, που ονομάζεται Ρυθμός Διέγερσης Καναλιού (Channel Stimulation Rate), έχουν ένα τεχνολογικό ανώτατο όριο στις 2000 διεγέρσεις ανά δευτερόλεπτο. Αυτό έχει σαν αποτέλεσμα η χρονική ανάλυση να είναι επίσης περιορισμένη. 2.7 Audio επεξεργασία και κωδικοποίηση Οι μέθοδοι και οι τακτικές επεξεργασίας και κωδικοποίησης του σήματος παίζουν ιδιαίτερα σημαντικό ρόλο στη μεγιστοποίηση του συνολικού επικοινωνιακού δυναμικού των χρηστών. Στο πέρασμα του χρόνου διάφοροι αλγόριθμοι επεξεργασίας σήματος έχουν αναπτυχθεί, με σκοπό να προσομοιώσουν τα πρότυπα διέγερσης εντός του κοχλία, με όσο το δυνατό φυσικότερο τρόπο (P. C. Loizou, 1999). Στην παρακάτω εικόνα φαίνεται το μπλοκ διάγραμμα, με τις διάφορες βαθμίδες επεξεργασίας, που χρησιμοποιούνται σε έναν επεξεργαστή ΚΕ. (α) (β) Εικόνα 2.8: (α) Τακτική επεξεργασίας σήματος (signal processing strategy) και (β) κωδικοποίηση (coding stage). Το τμήμα της επεξεργασίας του σήματος αποτελείται από τις βαθμίδες μείωσης θορύβου (NR) και προσαρμοστικού ελέγχου κέρδους (adaptive gain control), ενώ το τμήμα της κωδικοποίησης περιλαμβάνει μια τράπεζα IIR φίλτρων, ακολουθεί η βαθμίδα εντοπισμού για κάθε περιβάλλουσα του σήματος ακολουθούμενη από τον αντιστοιχητή (mapper)ο οποίος αντιστοιχεί κάθε παλμό στο ανάλογο ηλεκτρόδιο. 44

45 ΕΦΑΡΜΟΓΗ Κεφάλαιο 3ο: Προσομείωση της ακοής μέσω ΚΕ και ανάπτυξη υπολογιστικού πρωτότυπου του ακουστικού κοχλία 3.1 Μεθοδολογία Η γεωμετρία του κοχλία βασίζεται σε προηγούμενη εργασία (Svante Stadler and Arne Leijon, 2009). Αρχικά σχεδιάστηκε ένα τρισδιάστατο πλέγμα (mesh) ανθρώπινου κοχλία, στο CAD περιβάλλον του COMSOL Multiphysics, εφαρμογής ειδικά σχεδιασμένη για την ανάλυση, μέσω Μεθόδου Πεπερασμένων Στοιχείων (Finite Elements Method), τον υπολογισμό και την προσομοίωση εφαρμογών φυσικής και μηχανικής. Το πλέγμα αυτό χρησιμοποιήθηκε ώστε πάνω σε αυτό να είναι δυνατή η μοντελοποίηση του ηλεκτρικού πεδίου που δημιουργείται εντός του κοχλία, ως αποτέλεσμα της διέγερσης του εκάστοτε ηλεκτροδίου. Στην εικόνα 3.1 φαίνονται στιγμιότυπα από τα στάδια δημιουργίας της γεωμετρίας του κοχλία στο περιβάλλον του Comsol Η Μέθοδος Πεπερασμένων Στοιχείων (ΜΠΣ) Η Μέθοδος Πεπερασμένων Στοιχείων (Finite Elements Method) είναι μια αριθμητική τεχνική για την λύση προβλημάτων που περιγράφονται από μερικές διαφορικές εξισώσεις. Ουσιαστικά ένας χώρος προς μελέτη αντικαθίσταται από πεπερασμένα-διακριτά στοιχεία. Στη συνέχεια βρίσκονται προσεγγιστικές λύσεις για τα επιμέρους αυτά στοιχεία για τον προσδιορισμό της ζητούμενης ποσότητας (G.P. Nikishkov, 2004). Ένα πρόβλημα συνεχούς φύσης διαφοροποιείται σε πρόβλημα πεπερασμένων στοιχείων με άγνωστες κομβικές τιμές. Για ένα γραμμικό πρόβλημα, χρειάζεται να λυθεί ένα σύστημα αλγεβρικών εξισώσεων. Οι τιμές μέσα στα πεπερασμένα στοιχεία μπορούν να υπολογιστούν χρησιμοποιώντας τέτοιες κομβικές τιμές (εικόνα 3.2). 45

46 (α) (β) Εικόνα 3.1: Δυο μονοδιάστατα στοιχεία (α) και η συνάρτηση παρεμβολής των στοιχείων (β). Δύο χαρακτηριστικά της ΜΠΣ που αξίζουν να σημειωθούν: α) η ακρίβεια κατά την τμηματική προσέγγιση των μη-πεπερασμένων φυσικών χώρων είναι καλή, ακόμα και με απλές προσεγγιστικές εξισώσεις (αυξάνοντας το πλήθος των στοιχείων πετυχαίνεται μεγαλύτερη ακρίβεια), β) ο τοπικός χαρακτήρας της προσέγγισης οδηγεί σε πλήρη συστήματα εξισώσεων για ένα διακριτοποιημένο πρόβλημα. Αυτό βοηθάει στη λύση προβλημάτων με μεγάλο αριθμό κομβικών αγνώστων. Εικόνα 3.2: Με σκοπό να προσεγγιστεί η συνάρτηση f(x) μπορούν να χρησιμοποιηθούν διαφορετικές συναρτήσεις (επάνω). Το σφάλμα της λύσης μειώνεται καθώς αυξάνονται τα τμήματα (κάτω). Για την προβολή των διαγραμμάτων αξιοποιήθηκε η πηγή: 'Finite Element Analysis (MCEN 4173/5173)' (Dr. H. Jerry Qi, 2006). 46

47 Τα παρακάτω βήματα περιγράφουν συνοπτικά την λειτουργία της ΜΠΣ: 1. Διακριτοποίηση της συνεχούς ποσότητας. Κατά το πρώτο στάδιο ο υπό μελέτη χώρος διαιρείται σε πεπερασμένα διακριτά στοιχεία. Το πλέγμα (mesh) συνήθως δημιουργείται από κάποιον αλγόριθμο προ επεξεργασίας. Η περιγραφή του πλέγματος συνιστάται από πλήθος πινάκων (arrays), τα οποία αποτελούν τις συντεταγμένες των κόμβων και τις συνδέσεις των στοιχείων. 2. Επιλογή συναρτήσεων παρεμβολής (interpolating functions): οι συναρτήσεις αυτές χρησιμοποιούνται κατά την παρεμβολή των μεταβλητών πεδίου πάνω στο εκάστοτε στοιχείο. Συχνά επιλέγονται πολυώνυμα. Ο βαθμός του πολυωνύμου εξαρτάται από το πλήθος των κόμβων που αντιστοιχείται στο στοιχείο. 3. Προσδιορισμός των ιδιοτήτων των στοιχείων. Χρειάζεται να οριστεί η εξίσωση του Πίνακα για το πεπερασμένο στοιχείο, η οποία συνδέει τις τιμές των κόμβων της άγνωστης συνάρτησης στις άλλες παραμέτρους. Για τη διεργασία αυτή μπορούν να χρησιμοποιηθούν διαφορετικές προσεγγίσεις, όπως η παραλλαγή (variation approach) και η μέθοδος Garlekin. 4. Συναρμολόγηση των εξισώσεων των επιμέρους στοιχείων. Για να βρεθεί ένα ενιαίο σύστημα εξισώσεων πρέπει πρώτα να συναρμολογηθούν οι εξισώσεις των στοιχείων. Με άλλα λόγια να συνδυαστούν οι εξισώσεις των τοπικών στοιχείων για όλα τα στοιχεία προς διακριτοποίηση. Οι συνδέσεις των στοιχείων χρησιμοποιούνται στην διεργασία συναρμολόγησης. Πριν τη λύση, ορίζονται οι συνοριακές συνθήκες (boundary conditions). 5. Λύση της γενικής εξίσωσης: η λύση της γενικής εξίσωσης είναι συνήθως πλήρης (sparse), συμμετρική και θετική. Άμεσες και επαναληπτικές μέθοδοι (iterations) είναι δυνατόν να χρησιμοποιηθούν για την λύση. Οι κομβικές τιμές της ζητούμενης λύσης παράγονται ως αποτέλεσμα της γενικής λύσης. Ο τρόπος επίλυσης προβλημάτων με χρήση πεπερασμένων στοιχείων είναι σχεδόν ο ίδιος σε όλες τις περιοχές που εφαρμόζεται. Στην περίπτωση της εργασίας, για την επίλυση σχεδιάζονται πρώτα η 47

48 κατασκευή, κατόπιν χωρίζεται σε μικρά γεωμετρικά σχήματα πχ τρίγωνα ή τετράπλευρα, που αποτελούν τα πεπερασμένα στοιχεία. Οι ιδιότητες του υλικού και οι εξισώσεις που χαρακτηρίζουν το υλικό εξετάζονται στα πεπερασμένα στοιχεία σαν συνάρτηση των αγνώστων μετατοπίσεων στις κορυφές του πεπερασμένου στοιχείου (μέθοδος των μετατοπίσεων). Λαμβάνονται υπόψιν οι συνοριακές συνθήκες καθώς και τα ηλεκτρικά φορτία πριν καταλήξουμε στις εξισώσεις ισορροπίας της κατασκευής. Η λύση του συστήματος των εξισώσεων ως προς τους αγνώστους, οι οποίοι είναι οι κομβικές μετατοπίσεις, είναι η ζητούμενη προσεγγιστική λύση. Γνωρίζοντας τις κομβικές μετατοπίσεις υπολογίζονται στα διάφορα σημεία της κατασκευής οι ζητούμενες ποσότητες, που είναι το μέγεθος του ηλεκτρικού πεδίου που αναπτύσσεται στον χώρο. Εικόνα 3.3: Σύγκριση λύσης με τη χρήση ΜΠΣ και ακριβούς λύσης. Εφαρμόζοντας την ΜΠΣ για την μελέτη του πρωτότυπου της εργασίας, πρώτα εξετάζεται η φυσιολογία ενός αντίστοιχου φυσικού. Ένας υγιής κοχλίας περιέχει πάνω από 30,000 νευρικές ίνες (I.C. Bruce et al., 1999). Η μοντελοποίηση κάθε νευρικής ίνας ξεχωριστά δεν είναι ούτε εφικτή ούτε και απαραίτητη ώστε να ληφθούν οι στατιστικές της νευρικής δραστηριότητας. Αντί αυτού, το ακουστικό νεύρο διαιρέθηκε σε τονοτοπικές ομάδες (tonotopic groups) και υπολογίστηκε η αναμενόμενη συχνότητα έξαρσης (expected spike rate) κάθε ομάδας. Στην περίπτωση αυτή, η αντίληψη του φάσματος θεωρείται ότι βασίζεται αποκλειστικά στον αριθμό των νευρικών εξάρσεων κάθε ομάδας νευρώνων, που σημαίνει ότι ο χρονισμός των εξάρσεων θεωρείται αμελητέος, ενώ η μέτρηση των εξάρσεων αθροίζεται για κάθε ομάδα και κάθε χρονικό παράθυρο. Επιπλέον, το άθροισμα των αποκρίσεων κάθε 48

49 νευρικής ομάδας θεωρείται ως μια μονοτονική συνάρτηση του αθροίσματος της ενεργοποίησης εντός του νευρικού ιστού που έχει προκληθεί από τον εκάστοτε ηλεκτρικό παλμό. Οι απλουστεύσεις αυτές, αν και αρκετά ακατέργαστες, χρειάζονται ώστε να είναι εφικτές η αναγνώριση της ομιλίας και της χροιάς (Svante Stadler et al., 2009). (α) (β) (γ) (δ) Εικόνα 3.4: Αρχική προσέγγιση: (α) γεωμετρία αρχικού μοντέλου και (β) πλέγμα. Απεικόνιση της διασποράς του ηλεκτρικού πεδίου σε τμήμα του κοχλία, όταν αυτός διεγείρεται από ένα μόνο ηλεκτρόδιο, σε δύο (γ) και σε τρεις διαστάσεις (δ). Εφαρμόζοντας την ΜΠΣ, σε μία πρώτη προσπάθεια, ένα αρχικό τρισδιάστατο μοντέλο σχεδιάστηκε με σκοπό να μελετηθεί η προσομοίωση της διασποράς του ηλεκτρικού πεδίου μέσα σε ένα μόνο τμήμα του κοχλία, με την παρεμβολή ενός μόνο ηλεκτροδίου. Ένα επίπεδο τμήμα, αποτελούμενο από ένα πολύγωνο, το οποίο ακολούθως ορίζεται από τα σημεία (keypoints), αντιπροσωπεύει τις τρεις κοιλότητες: τυμπανική (tympani), μεσαία (media) και αιθουσιαία (vestibuli). Το παρεμβαλλόμενο ηλεκτρόδιο, μέσα στη τυμπανική κοιλότητα εξωθήθηκε 49

50 Εικόνα 3.5: Το περιβάλλον του Comsol Multiphysics. Στην αριστερή πλευρά φαίνεται η ανάπτυξη του μοντέλου με τη χρήση των αντικειμένων (objects) του λογισμικού (model builder), στη μέση η ρύθμιση των παραμέτρων του κάθε αντικειμένου, ενώ στα δεξιά η γραφική διεπαφή χρήστη (GUI) του περιβάλλοντος. και κλιμακώθηκε τόσο ώστε να σχηματιστεί ένα βήμα γ = 30 για το επόμενο επίπεδο αναφοράς εργασίας (reference workplane). Η εξωτερική αυτή πλευρά τέμνεται με τον περιστρεφόμενο συμμετρικό πυρήνα του νευρικού ιστού, ο οποίος αποτελείται από ένα κύλινδρο ως βάση, δυο κωνικά τμήματα, έναν ακόμη κύλινδρο κι ένα κώνο στην κορυφή. Στην εικόνα 3.5 απεικονίζεται η αρχική γεωμετρία του κοχλία. Μετά την κατασκευή του πλέγματος, ορίστηκαν οι υλικές και ηλεκτρικές ιδιότητες. Με την εκτέλεση της πρώτης μελέτης (study), παρατηρήθηκαν τα πρώτα αποτελέσματα, σε μορφή σχεδίου των εντάσεων, όπως φαίνεται στην παρακάτω εικόνα. Παρά τα αποτελέσματα του τρισδιάστατου αρχικού μοντέλου, για ένα μόνο τμήμα του κοχλία, η ολοκλήρωση των υπόλοιπων τμημάτων στάθηκε αδύνατη εξαιτίας των ακόλουθων προβλημάτων: 50

51 i. οι συνεχής επικαλύψεις, ως αποτέλεσμα των σημείων που τέμνονταν οι ευθείες εξώθησης που συνδέουν τα σημεία-κλειδιά (keypoints), κατέστησαν τη διαδικασία δημιουργίας του πλέγματος (meshing) αδύνατη, ακόμα και μετά την μείωση των σημείων-κλειδιών και την απλούστευση της γεωμετρίας, και ii. έπειτα από δοκιμασίες με τη μέθοδο της γεωμετρικής σπείρας, σε διαφορετικά σχεδιαστικά περιβάλλοντα, η ασυμβατότητα ανάμεσα στα μορφότυπα των πλεγμάτων, κατέστησαν την εισαγωγή (import) των πλεγμάτων στο περιβάλλον του Comsol αδύνατη. Για τους παραπάνω λόγους, επιλέχθηκε διαφορετική μέθοδος και η κατασκευή του κοχλία συνεχίστηκε με χρήση πρωτογενών (primitive) γεωμετρικών δομών-αντικειμένων του ίδιου του περιβάλλοντος του Comsol. Για το σκοπό αυτό επιλέξαμε για πρωτογενές αντικείμενο, έναν αγωγό ελικοειδούς μορφής, τον οποίο σχεδιάσαμε έτσι ώστε να συμπληρώνει μιάμιση περιστροφή γύρω από τον εαυτό του. Ο αγωγός αυτός προσομοιώνει τον κοχλιακό αγωγό, ενώ τρεις ακόμα αγωγοί, ελικοειδούς επίσης μορφής, σχεδιάστηκαν έτσι ώστε να προσομοιώσουν τις τρεις κοιλότητες: την τυμπανική, τη μεσαία και την αιθουσιαία. Ύστερα από αυτό, παρεμβάλλαμε μια διάταξη αποτελούμενη από 16 ηλεκτρόδια, με τη μορφή κύβων, όπως φαίνεται στην εικόνα 3.6. (α) (β) (γ) Εικόνα 3.6: Η γεωμετρία του κοχλία με τη χρήση της μεθόδου των πρωτογενών αντικειμένων. (α) πλάγια άποψη, στην οποία διακρίνεται ο εξωτερικός κοχλιακός αγωγός, (β) πλάγια άποψη του αναπτύγματος των τριών κοχλιακών κοιλοτήτων, με τις νευρικές ομάδες στο κέντρο, και (γ) κάτοψη του ίδιου. 51

52 Με σκοπό να προσομοιωθούν οι νευρικές ίνες, κατασκευάστηκε ένα σύνολο από 24 αντικείμενα με τη μορφή κυλινδρικών στηλών, ώστε να προσομοιώσουν τον οστεώδη άξονα. Το όλο πλέγμα βρίσκεται μέσα σε ένα κύβο που αναπαριστά την οστέινη κοιλότητα όπως φαίνεται στην εικόνα 3.7. Η διάχυση του ηλεκτρικού πεδίου μέσα στον κοχλία προσομοιώθηκε σύμφωνα με τις προδιαγραφές που θέτει στην εργασία του ο Ratay. Οι τιμές των υλικών και ηλεκτρικών ιδιοτήτων που αντιστοιχήθηκαν στα διάφορα πεδία των αντικειμένων (objects domains) επιλέχθηκαν σύμφωνα με τις ίδιες προδιαγραφές. Οι διαστάσεις του μοντέλου αντικατοπτρίζουν μια συγκρίσιμη απόκλιση λόγω διαφορετικών γεωμετριών ανάμεσα στα μοντέλα. (α) (β) (γ) (δ) Εικόνα 3.7: Ο κοχλίας σε λεπτομέρεια. (α) άποψη από την άνω πλευρά: ομάδες νευρικών ινών σε μορφή στηλών, (β) εξέλιξη της κατασκευής των ομάδων των νευρικών ινών, (γ) ο κοχλίας όπως φαίνεται μέσα στην οστέινη κοιλότητα πριν την κατασκευή πλέγματος και (δ) μετά την κατασκευή του πλέγματος. 52

53 3.1.2 Ανάπτυξη πρωτότυπου Στη συνέχεια παρουσιάζονται βηματικά τα στάδια δημιουργίας του τελικού πρωτότυπου μέσα από το περιβάλλον του Comsol, και τη βιβλιοθήκη του model builder. i. Στάδιο ορισμού χρήσης συστήματος αναφοράς και συστήματος συνοριακών επιφανειών (εικόνα 3.8). Εικόνα 3.8: Ορισμός χρήσης συστημάτων αναφοράς και συνοριακών επιφανειών. ii. Ορισμός των παραμέτρων, όπου δηλώνεται ο αριθμός των ηλεκτροδίων της συστοιχίας (electrode array) και η ενεργή, για το κάθε ένα, κατάσταση όπως φαίνεται στην παρακάτω εικόνα: Εικόνα 3.9: Πίνακας παραμέτρων που αντιστοιχεί στον αριθμό ηλεκτροδίων στην ενεργή τους κατάσταση. 53

54 iii. Σχεδιασμός του πρωτοτύπου του κοχλία με τη χρήση γεωμετρικών αντικειμένων-δομών (εικόνα 3.10). Εικόνα 3.10: Tο παράθυρο με τα πεδία τιμών για την δημιουργία γεωμετρικής δομής έλικα (helix), με σκοπό την συναρμολόγηση του πρωτοτύπου. iv. Ορισμός των υλικών των επιφανειών οι οποίες συνθέτουν τον κοχλία: πυκνότητα (density), αγωγιμότητα (conductance), μέτρο του Young (Young modulus), λόγος του Poisson (Poisson ratio) και ειδική γραμμικοποιημένη αντίσταση (linearized resistance). Εικόνα 3.11: Μετά τον ορισμό των επιφανειών των υλικών φορτώνονται οι τιμές που αντιστοιχούν στις φυσικές ιδιότητες των υλικών που συνθέτουν τον κοχλία. 54

55 v. Στη συνέχεια, από τη βιβλιοθήκη Electrostatics, χρησιμοποιήθηκαν οι συναρτήσεις για τον υπολογισμό της τιμής του ηλεκτρικού πεδίου για κάθε επιφάνεια. Στο υπό μελέτη στατικό σύστημα χρησιμοποιήθηκαν οι εξισώσεις του Maxwell για τον προσδιορισμό του ηλεκτρικού πεδίου: D = ρv (1) και E=V (2) όπου D η πυκνότητα ηλεκτρικού πεδίου που αναπτύσσεται σε ένα χώρο όγκου V, και ρ η πυκνότητα ηλεκτρικού φορτίου υπό τις συνθήκες: D = E0 * Er * E και -nd=0 όπου E0 διηλεκτρική ενδοτικότητα του χώρου. vi. Δημιουργία πλέγματος (meshing), όπου με τη χρήση της Μεθόδου Πεπερασμένων Στοιχείων υπολογίζονται και στη συνέχεια συναρμολογούνται οι επιμέρους επιφάνειες του πρωτοτύπου (εικόνα 3.12). Εικόνα 3.12: Ολοκλήρωση της κατασκευής του πλέγματος (meshing) του πρωτότυπου. Διακρίνονται οι τρεις σπειροειδής αγωγοί και οι απολήξεις των ακουστικών νευρώνων (dendrites) με τη μορφή τεμνόμενων κυλίνδρων. 55

56 3.2 Επεξεργασία σήματος (Signal processing) και προσομείωση της ακοής μέσω ΚΕ σε MATLAB Αρχικά χρησιμοποιήθηκε μια συνηθισμένη τακτική επεξεργασίας ήχου ώστε να μοντελοποιηθεί η ηλεκτρική διέγερση από μια εμπορική συσκευή KE. Εδώ σημειώνεται ότι οποιαδήποτε επιπρόσθετη επεξεργασία από τον audio επεξεργαστή, δεν επιδέχθηκε τροποποίηση καθώς οι αλγόριθμοι αυτοί, υλοποιημένοι σε περιβάλλον Matlab, είναι κατοχυρωμένοι εμπορικά (επεξεργαστής 'F120 HiRes' της Advanced Bionics). Η προ επεξεργασία του σήματος έγινε με την υπόθεση ότι οι ρυθμίσεις συμφωνούν με μια μέση τιμή για τις παραμέτρους που χειρίζεται. Η αλυσίδα επεξεργασίας και κωδικοποίησης του ακουστικού σήματος φαίνεται στην εικόνα Πιο συγκεκριμένα τα audio δείγματα της εισόδου δέχθηκαν δειγματοληψία στα 17.4 khz με ανάλυση 16 bit και αφού οδηγήθηκαν μέσω βαθμίδας αυτόματου ελέγχου κέρδους (Automatic Gain Control AGC) πέρασαν μέσα από μια σειρά n-φίλτρων, όπου n ο αριθμός των ηλεκτροδίων του κοχλία, με τέτοιο τρόπο που κάθε φίλτρο αντιστοιχείται με ένα ηλεκτρόδιο. Η τράπεζα φίλτρων (filterbank) έχει υλοποιηθεί μεσώ IIR φίλτρων (Infinite Impulse Response), ενώ οι ανιχνευτές περιβάλλουσας (envelope detectors) υπολογίζουν μια μέση τιμή και στη συνέχεια ήμι-ανορθώνουν τις εξόδους πριν αυτές αποσταλούν στον αντιστοιχιστήκαν (mapper). Εικόνα 3.13: Μπλοκ διάγραμμα της τακτικής επεξεργασίας F-120 Hi Res. 56

57 Στην εικόνα 3.14 φαίνεται το περιβάλλον εργασίας του MATLAB με στιγμιότυπα από το στάδιο της προ επεξεργασίας, της κωδικοποίησης του ακουστικού σήματος (front-end processing and coding) και της δημιουργίας γραφικής διεπαφής χρήστη (Graphics User Interface) με σκοπό την προσομοίωση της ακρόασης μέσω συσκευής ΚΕ. Εικόνα 3.14: Το περιβάλλον του MATLAB με τη γραφική διεπαφή χρήστη (GUI) του επεξεργαστή. Οι αυξομειωτές έντασης T-Level, ορίζουν το level, για μια συχνοτική ζώνη, πάνω από το οποίο είναι ακουστό το σήμα από τον χρήστη, ενώ είναι δυνατή η τροποποίηση παραμέτρων όπως ο λόγος σήματος/θορύβου (Signal to Noise Ratio), εύρος παλμού (Pulse Width), κλίση (Slope) και μήκος μετασχηματισμού (Transform Length). Στην εφαρμογή του MATLAB, με την εκτέλεση του αλγορίθμου, δημιουργείται και εμφανίζεται η διεπαφή του επεξεργαστή. Δύο αρχεία audio φορτώνονται, ένα μουσικό σήμα κι ένα σήμα θορύβου, και προστίθενται. Τα συρόμενα faders αντιστοιχούν στην ένταση του σήματος για κάθε κάθε ηλεκτρόδιο. Το αποτέλεσμα είναι η προσομοίωση της ακουστικής εμπειρίας που έχουν οι χρήστες ΚΕ. Στα υπόλοιπα αντικείμενα του επεξεργαστή αντιστοιχούνται οι τιμές των παραμέτρων της τακτικής επεξεργασίας (strategy parameters). Οι παράμετροι που χρησιμοποιούνται στη συγκεκριμένη τακτική επεξεργασίας είναι: 57

58 ηλεκτρική αντίσταση (impedance) η τιμή της εικονικής ηλεκτρικής αντίστασης που δέχεται η έξοδος του επεξεργαστή, το εύρος παλμού (pulse width) σε ms, του σήματος που προορίζεται για τη συστοιχία ηλεκτροδίων, το διάκενο του παλμού (pulse gap), η χρονική απόσταση που μεσολαβεί μεταξύ των παλμών, το μήκος μετασχηματισμού (transform length), το μέγεθος του bin σε samples, το οποίο μετασχηματίζεται από το πεδίο του χρόνου στο πεδίο της συχνότητας μέσω FFT, SNR (Signal to Noise Ratio) ο λόγος σήματος προς θόρυβο, ο αριθμός των καναλιών (number of channels) του επεξεργαστή και η κλίση (slope) των φίλτρων. Σε επίπεδο τακτικής επεξεργασίας, το σήμα εισόδου αναλύεται από την τράπεζα φίλτρων με χρήση προθυμοποιημένων πακέτων εισόδου mδειγμάτων. Μια FFT ανάλυση L-σημείων αποσυνθέτει αρχικά το σήμα σε m-καλάθια (bins) με μια σταθερή ανάλυση συχνότητας f = fs/nfft, όπου fs η συχνότητα δειγματοληψίας σε Hertz. Για την απόσταση μεταξύ των filerbanks υπολογίστηκαν τα FFT bins λογαριθμικά διαχωρισμένα. Οι ζώνες αυτές σχετίζονται με τις κρίσιμες ψυχοακουστικές ζώνες (critical bands), όπου οι χαμηλόσυχνες ζώνες έχουν μεγαλύτερη ανάλυση συχνότητας από τις υψηλές ζώνες. Στη συνέχεια εντοπίζονται οι περιβάλλουσες και ύστερα από μια συμπίεση με λόγο 1:10 αντιστοιχίζονται τελικά στα ηλεκτρόδια με μια περίοδο διέγερσης ίση με : CSR = Tstim = 2*pw*nCh (3) όπου pw το χρονικό διάκενο σε ms και nch ο αριθμός των καναλιών της συσκευής ΚΕ. Στις εικόνες 3.15 και 3.16 φαίνονται στιγμιότυπα από το στάδιο επεξεργασίας του σήματος πρώτης βαθμίδας (front-end processing), με τον κώδικα σε MATLAB και τις εξόδους των αλγόριθμων επεξεργασίας αντίστοιχα. 58

59 Εικόνα 3.15: Ο αλγόριθμος υπολογισμού της εξόδου του επεξεργαστή και των επιμέρους εξόδων (mapper). (α) (β) (γ) (δ) Εικόνα 3.16: Αναπαράσταση των κυματομορφών (α) για ακουστικό σήμα τσέλο (νότα B 3ης οκτάβας) και (β) το ίδιο σήμα κατά την έξοδο του προσομοιωτή του επεξεργαστή. Kυματομορφή εισόδου (γ) και έξοδος του αντιστοιχητή (mapper) (δ). Στον άξονα x βρίσκονται οι τιμές των ηλεκτροδίων ενώ στον y οι συχνοτικές τιμές. Η ισχύς του ακουστικού σήματος αναπαριστάται με κλιμάκωση του χρώματος. 59

60 3.3 Υπολογισμός του ηλεκτρικού πεδίου μέσω Μεθόδου Πεπερασμένων Στοιχείων (ΜΠΣ) Έπειτα από το στάδιο της επεξεργασίας του σήματος, και πιο συγκεκριμένα με την εξαγωγή των τιμών από τις περιβάλλουσες, δημιουργήθηκε ένα διάνυσμα μήκους Nel, όπου Ν το πλήθος των ηλεκτροδίων της συσκευής. Το διάνυσμα αυτό δημιουργήθηκε με σκοπό να φορτωθούν οι τιμές από τις περιβάλλουσες στην εφαρμογή του COMSOL, και που αναπαριστά την διασπορά του ηλεκτρικού πεδίου εντός του κοχλία, ως απόκριση στις διεγέρσεις των N ηλεκτροδίων. (α) (β) (γ) (δ) Εικόνα 3.17: Τρισδιάστατα στιγμιότυπα από τη διασπορά του ηλεκτρικού πεδίου εντός του κοχλία με το λογισμικό COMSOL Mutiphysics. Στο (α) αναπαράσταση της έντασης του πεδίου εντός του κοχλία, με το ηλεκτρόδιο #8 να πραγματοποιεί τη διέγερση. Στο (β) και (γ) το μέτρο των διανυσμάτων έντασης του δημιουργούμενου πεδίου, όταν διεγείρεται το ηλεκτρόδιο #1 και (δ) θερμική αναπαράσταση του πεδίου, με διέγερση από τα ηλεκτρόδια #1, #8 και #11. 60

61 Κεφάλαιο 4ο: Συμπεράσματα και συζήτηση Αποτελέσματα Έπειτα από την εκτέλεση του τρισδιάστατου μοντέλου που απεικονίζει τη διάχυση του ηλεκτρικού πεδίου εντός του κοχλία, όταν αυτός διεγείρεται από μια διάταξη ηλεκτροδίων, ακολουθούν τα αποτελέσματα της μελέτης (εικόνας 3.18). Η έξοδος της FEM ανάλυσης (ΜΠΣ) αποτελείται από μετρήσεις σε διαφορετικά σημεία κατά μήκος του κοχλία (96 θέσεις). Για κάθε ηλεκτρόδιο που διεγείρεται, πραγματοποιήθηκαν 96 (24*4) καταγραφές, με αποτέλεσμα τη δημιουργία ενός πίνακα (24*4)*16 με το όνομα Πίνακας ενεργοποίησης (Activation matrix) Α, όπου Α (I,j) η ενεργοποίηση της ομάδας νευρικών ινών I, εξαιτίας της παρουσίας παλμού μοναδιαίας κρούσης (unit impulse) από ηλεκτρόδιο θέσης j. Στη συνέχεια δημιουργήθηκε ένα άλλος πίνακας (96*3) με το όνομα Πίνακας θέσεων Pcd, ο οποίος περιέχει τιμές x, y και z μεταβλητών για κάθε μετρούμενο σημείο κατά μήκος των νευρικών ομάδων I. Τέλος, δημιουργήθηκε και ένας τρίτος πίνακας μεταφοράς Tij, ώστε να προσομοιωθεί η διασπορά της διέγερσης κατά μήκος των νευρικών ομάδων εντός του κοχλία, με την μεταβλητή εξόδου να αντιστοιχεί στην κλίση του δυναμικού V, δηλαδή στο μέτρο του ηλεκτρικού πεδίου E αφού: - E = V (4) Τα διαγράμματα (plots) των πινάκων A και Τ που δημιουργήθηκαν στο Matlab φαίνονται στην εικόνα 4.1. (α) (β) Εικόνα 4.1: Πίνακες ενεργοποίησης Α (I,j) (α) και Πίνακας μεταφοράς Tij (β). 61

62 Στα διαγράμματα που ακολουθούν απεικονίζονται οι αποκρίσεις των νευρικών ομάδων στις ηλεκτρικές διεγέρσεις που αντιστοιχούν σε ένα στιγμιότυπο ενεργοποίησης των ηλεκτροδίων (ηλεκτρόδια 1, 4, 8, 12, 14 και 16). Εικόνα 4.2: Το μέτρο του ηλεκτρικού δυναμικού V, το οποίο αναπτύσσεται στα σημεία x,y και z συντεταγμένων ως συνάρτηση της κανονικοποιημένης κατανομής των θέσεων μέτρησης μέσα στο χώρο. Εικόνα 4.3: Η καμπύλη τιμών ηλεκτρικού δυναμικού V, ως συνάρτηση της θέσης μέσα στον υπό μέτρηση χώρο. 62

63 Εικόνα 4.4: Κατανομή του ηλεκτρικού πεδίου σε σχέση με τον αύξοντα αριθμό των μετρούμενων σημείων κατά μήκος του κοχλία. Εικόνα 4.5: Διάγραμμα νευρικής απόκρισης κατά μήκος των νευρικών ομάδων Εικόνα 4.6: Η έξοδος της μεθόδου κλίσης συζυγούς (conjugate gradient method) σε σχέση με τον αριθμό επαναλήψεων των υπολογισμών (iterations) από τον αλγόριθμο της εφαρμογής. 63

64 (α) (β) Εικόνα 4.7: Η νευρική απόκριση κατά τη διέγερση των ενεργών ηλεκτροδίων: 1, 4, 8, 12, 14 και 16, όπως φαίνεται (α) από τον χώρο έξω από την οστέινη κοιλότητα και (β) εντός της κοιλότητας. 64

65 Συμπεράσματα Ερμηνεία Επεξεργάζοντας τα αποτελέσματα του τρισδιάστατου πρωτότυπου του κοχλία, τα πρώτα αποτελέσματα δείχνουν μια σχετικά περιορισμένη διάχυση του ηλεκτρικού πεδίου στις γειτονικές περιοχές, εντός του κοχλία, μέσα στις οποίες βρίσκονται οι νευρικές ίνες και ο κεντρικός οστεώδης άξονας (modiolus). Το παραπάνω μπορεί να οφείλεται στο γεγονός ότι επιλέχθηκε μεγαλύτερη απόσταση ανάμεσα στα ηλεκτρόδια που προκαλούν τη διέγερση, και στο τερματικό τμήμα (απόληξη) του κεντρικού οστεώδους άξονα, σε σχέση με τις αποστάσεις που αναφερόταν τόσο στις προδιαγραφές των πρωτότυπων πάνω στα οποία βασίστηκε η εργασία [7, 9], όσο και στις πραγματικές τους διαστάσεις. Όπως αναφέρθηκε, βασικός σκοπός της εργασίας είναι η προσέγγιση της απόκρισης της ακοής μέσω ενός τρισδιάστατου πρωτοτύπου που να λαμβάνει υπόψιν το σπειροειδές σχήμα και τις διαστάσεις του ανθρώπινου κοχλία. Συνεπώς οι τιμές που αφορούν την αγωγιμότητα των υλικών, τον όγκο που περιλαμβάνεται στο πρωτότυπο και οι υποθέσεις σχετικά με τις οριακές συνθήκες, επιλέχθηκαν με τέτοιο τρόπο που να επιτρέπουν την ανάλυση της σχέσης έντασης πεδίου και απόστασης μεταξύ των σημείων στα οποία υπολογίζονται οι επιμέρους αποκρίσεις. Επίσης δοκιμάζοντας διαφορετικές αγωγιμότητες για τον νευρικό ιστό, την οστέινη κοιλότητα, τη βασική μεμβράνη, και το όργανο του Corti, φαίνεται να μην επηρεάζεται σημαντικά η διασπορά και η ένταση του ηλεκτρικού πεδίου στις εξωκυττάριες περιοχές. Συμπεραίνεται συνεπώς ότι τα αποτελέσματα αντιπροσωπεύουν κατά ένα μεγάλο ποσοστό την απόκριση του κοχλία στις διεγέρσεις, παρά τα μη αξιόπιστα δεδομένα όσον αφορά τις επιμέρους αγωγιμότητες. Για τους υπολογισμούς χρησιμοποιήθηκε ένα ποσοστό (80%) της τιμής της αντίστασης, σύμφωνα με τις προδιαγραφές του πρότυπου του Ratay [7]. Συμπερασματικά αυτό σημαίνει: 65

66 α) μεταβάλλοντας την αγωγιμότητα μιας περιοχής κατά έναν παράγοντα μεταξύ 0.5 και 2, δεν επηρεάζεται απαραίτητα η τιμή του πεδίου και ακολούθως η διέγερση του κοχλιακού νεύρου, και β) ακολουθώντας το πρότυπο του Finley και υποθέτοντας μια τιμή αγωγιμότητας πιο κοντά σε εκείνη του νευρικού ιστού, όλα τα αποτελέσματα που σχετίζονται με την κατανομή πεδίου μετατοπίζονται προς την αντίστοιχη λύση για ομογενές πεδίο. Περιορισμοί της έρευνας Στην παρούσα εργασία πραγματοποιήθηκε μεταξύ άλλων, μια επισκόπηση στον τρόπο λειτουργίας των ΚΕ και στον τρόπο με τον οποίο γίνεται αντιληπτή η ακοή μέσω αυτών των συσκευών. Μια βελτιωμένη εκδοχή του παρόντος πρωτότυπου θα πρέπει να εστιάσει σε δύο σημεία σχετικά με την εμφάνιση της διέγερσης: α) η φυσική επιφάνεια της νευρικής διόδου δεν είναι ούτε επίπεδη ούτε λεία, συνεπώς θα πρέπει να περιληφθούν λεπτομέρειες σχετικά με τη διαδρομή των σημείων υπολογισμού του πεδίου και β) τα ηλεκτρόδια θα πρέπει να σχεδιαστούν και να ελεγχθούν ξεχωριστά σε μια αντίστοιχη μελέτη προσομοίωσης. Τέλος μια απλούστευση σχετιζόμενη με ένα περιορισμένο εύρος, όσον αφορά τις ιδιότητες των υλικών τα οποία συνιστούν τον κοχλία, κατέστησε όλο το παραπάνω αναμενόμενο. 66

67 Προτάσεις για μελλοντική συνέχιση της εργασίας Τα τελευταία χρόνια, ένας μεγάλος αριθμός τεχνικών επεξεργασίας του σήματος προτείνονται με σκοπό τη βελτίωση της αντίληψης του τονικού ύψους. Κάποιες από αυτές είναι η επέκταση στη συχνότητα (frequency extension), η βελτιωμένη κωδικοποίηση τονικού ύψους (pitch coding) μέσω οδήγησης των ρευμάτων-σήματος (current steering) και μέσω εστίασης (focusing), όπως και η επέκταση του χρονικού ύψους (temporal pitch). Μια καλύτερη αντίληψη του ύψους πιθανότατα θα οδηγήσει σε μια καλύτερη αντίληψη της μουσικής εμπειρίας με τις συγκεκριμένες συσκευές. Αν πετύχουν, οι προσεγγίσεις αυτές μπορούν να βελτιώσουν την ποιότητα ζωής (QoL) στους χρήστες, βελτιώνοντας την επικοινωνία, την μουσική αντίληψη και την επαγρύπνηση και επαφή τους σε σχέση με το γύρω περιβάλλον τους. Μια πρόταση για μελλοντική συνέχιση της εργασίας είναι η αυτόματη αναγνώριση της χροιάς μέσω νευρωνικού μοντέλου και σε συνδυασμό με μια ή περισσότερες τεχνικές που εφαρμόζονται στον ευρύτερο χώρο της Μηχανικής Μάθησης (Machine Learning, ML) και της Ανάκτησης Μουσικής Πληροφορίας (Music Information Retrieval, MIR). Ένα παράδειγμα έρευνας σχετικά με την αναγνώριση της χροιάς, της μελωδίας, των ρυθμικών προτύπων και γενικότερα μουσικών χαρακατηριστικών αποτελεί σήμερα και το CompMusic (Music Technology Group, Pompeu Fabra). Σκοπός της έρευνας είναι, αφού ανακτηθούν τα μουσικά χαρακτηριστικά (feature extraction), ακολουθούν η αξιοποίηση της πληροφορίας μέσω της διαδικασίας εκπαίδευσης-δοκιμασίας αλγορίθμων αναγνώρισης της χροιάς ή άλλων χαρακτηριστικών. Κάποιες διαδεδομένες τεχνικές που χρησιμοποιούνται σήμερα περιλαμβάνουν: Dynamic Time Warping (DTW), Gaussian Mixture Models (GMM), Support Vector Machine (SVM) και άλλες. 67

68 Επιπλέον, οι μέθοδοι μέσα από τις οποίες θα προσεγγιστούν οι τεχνικές αυτές, θα παίξουν σημαντικό ρόλο, καθώς ο συνδυασμός ερωτηματολογίων υποκειμενικής εκτίμησης και συσχέτισης αυτών με πιο αντικειμενικές μετρήσεις όπως η αναγνώριση τονικού ύψους, χροιάς, μελωδίας ή μουσικού οργάνου, θεωρούνται απαραίτητες ώστε μπορέσει να γίνει περισσότερη κατανοητή η αντίληψη της μουσικής στην καθημερινή ζωή. 68

69 Βιβλιογραφική αναφορά [1] Lucid Antonio Perez Gonzalez, ''Automatic Speech Recognition with a Cochlear Implant Auditory Nerve Model,'' Universitat Hannover Institut fur Theoretische Nachrichtentechnik und Informationsverarbeitung, [2] Amparo Gema Albalate Gomez, ''Signal Analysis by using Adaptative Filterbanks in Cochlear Implants,'' Universitat Hannover Institut fur Theoretische Nachrichtentechnik und Informationsverarbeitung, [3] R. V. Shannon, Multichannel electrical stimulation of the auditory nerve in man I: basic psychophysics, Hearing Research, vol. 11, no. 2, pp , [4] L. M. Friesen, R. V. Shannon, D. Baskent & X. Wang, Speech recognition in noise as a function of the number of spectral channels: comparison of acoustic Hearing and cochlear implants, Journal of the Acoustical Society of America, vol. 110, no. 2, pp , [5] B. A. Henry & C. W. Turner, The resolution of complex spectral patterns by cochlear implant and normal-hearing listeners, Journal of the Acoustical Society of America, vol. 113,no. 5, pp , [6] E. Molin, A. Leijon & H. Wallsten, Spectro-temporal discrimination in cochlear implant users, Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 05), vol. 3, pp , Philadelphia, Pa,USA, [7] Frank Rattay, Richardson Naves Leao & Heidi Felix., A model of the electrically excited human cochlear neuron. II. Influence of the threedimensional cochlear structure on neural excitability, [8] Frank Rattay,''Analysis of Models for External Stimulation of Axons, IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL. BME33, NO. 10, OCTOBER

70 [9] Svante Stadler & Arne Leijon (EURASIPMember),''Prediction of Speech Recognition in Cochlear Implant Users by Adapting Auditory Models to Psychophysical Data,'' Sound and Image Processing Lab, KTH, Stockholm, Sweden. Hindawi Publishing Corporation EURASIP Journal on Advances in Signal Processing, [10] U. van Rienen, J. Flehr, U. Schreiber, S. Schulze, U. Gimsa,W. Baumann,...H.-W. Pau,''Electro-Quasistatic Simulations in Bio-Systems Engineering and Medical Engineering,'' Advances in Radio Science, 3, 39 49, [11] C. A. Miller, P. J. Abbas, B. K. Robinson, J. T. Rubinstein & A. J. Matsuoka, Electrically evoked single-fiber action potentials from cat: responses to monopolar, monophasic stimulation, Hearing Research, vol. 130, no. 1-2, pp , [12] I.C. Bruce, M.W. White, L.S. Irlicht, S. J. O Leary, S. Dynes, E. Javel, G.M. Clark (1999), A stochastic model of the electrically stimulated auditory nerve: Singlepulse response, IEEE Transactions on Biomedical Engineering, 46(6): [13] I.C. Bruce, M.W. White, L.S. Irlicht, S. J. O Leary, S. Dynes, E. Javel, G.M. Clark,(1999), A stochastic model of the electrically stimulated auditory nerve: Pulsepulse response, IEEE Transactions on Biomedical Engineering, 46(6): [14] I.C. Bruce, M.W. White, L.S. Irlicht, S. J. O Leary, G.M. Clark, (1999), Renewal process approximation of a stochastic threshold model for electrical neural stimulation, Journal of Computational Neuroscience, 9: [15] F.Alton Everest & K. C. Pohlmann, Master Handbook of Acoustics, 5th Edition, Mc Gill Graw, [16] Leo L. Beranek, Acoustics, Acoustic Laboratory, Massachusets Institute of Technology,

71 [17] H. Spoendlin & A. Schrott, Analysis of the human auditory nerve, Hearing Research, vol. 43, no. 1, pp , [18] Johnson K.,Acoustic and auditory phonetics, (2nd ed.).oxford, UK: Blackwell, [19] Wright R & Uchanski RM.,''Music perception and appraisal: cochlear implant users and simulated CI listening,'' Jam Acad. Audiol., 2012, 23: [20] Douglas Reynolds, Gaussian Mixture Models, MIT Lincoln Laboratory, 244 Wood St., Lexington, MA 02140, USA. [22] G. Stickney, Analysis of speech processing strategies for cochlear implants and the effects of electrodes interaction, Phd dissertation, Universitiy of Texas at Dallas, [23] J. Laneau, M. Moonen & J. Wouters, Factors affecting the use of noiseband vocoders as acoustic models for pitch perception in cochlear implants, Journal of the Acoustical Society of America, vol. 119, pp , [24] B. S.Wilson, R. S. Schatzer, E. A. Lopez-Poveda, X. Sun, D. T. Lawson & R. D.Watford, Two new directions in speech processor design for cochlear implants, Ear and Hearing, pp , August [25] B. C. J. Moore, Coding of sounds in the auditory system and its relevance to signal processing and coding in cochlear implants, Otology & Neurotology, vol. 24, pp , [26] K. Fishman, R. V. Shannon & W. H. Slattery, Speech recognition as a function of the number of electrodes used in the SPEAK cochlear implant speech processor, IEEE Transactions on speech and audio processing, vol. 40, pp , [27] Lassaletta L, Castro A, Bastarrica M, Pérez-Mora R, Madero R, De Sarriá J, Gavilán J, Does music perception have an impact on quality of life following CI implantation?, Acta Otolaryngol Jul;127(7):

72 [28] B. C. J. Moore, Coding of sounds in the auditory system and its relevance to signal processing and coding in cochlear implants, Otology & Neurotology, vol. 24, pp , [29] D. Pressnitzer, J. Bestel & B. Fraysse, Music to electric ears: Pitch and timbre perception by CI patients, Abbas New York academy of sciences, vol. 1060, pp , [30] M. C. Leal, Y. J. Shin, M. Laborde, M. Calmels, S. Verges, S. Lugardon,...B. Fraysse, Music perception in adult cochlar implant recipients, ActaOto-Laryngologica, vol. 123, [31] K. Gfeller, S. Witt, J. Stordahl, M. Mehr & G. Woodworth, Perception of rhythmic and sequential pitch patterns by normally hearing adults and adult CI users, Ear and Hearing, vol. 18, pp , [32] S. Pijl and D.W.F. Schwarz, Melody recognition and musical interval perception by deaf subjects stimulated with electrical pulse trains through single CI electrodes, Journal of the Acoustical Society of America, vol. 98, no. 2, pp ,1998. [33] D. Pressnitzer, J. Bestel, and B. Fraysse, Music to electric ears: Pitch and timbre perception by CI patients, Annals New York academy of sciences, vol. 1060, pp , [34] R. Kang, G.L. Nimmons, W. Drennan, J. Longnion, C. Ruffin, K. Nie,...J. Rubinstein, Development and validation of the University of Washington Clinical Assessment of Music Perception test Ear Hear, Aug;30(4):411-8, [35] Thomas P. Barnwell, Recursive Windowing for Generating Autocorrelation Coefficients for LPC Analysis, IEEE Transactions on acoustics, speech and signal processing, October [36] E.Zwicker and H.Fastl., Physchoacoustics. Facts and Models, Springer,

73 [37] Takahide Matsuoka & Yohishito Ono, Phase Locking by integral pulse modulation and the information of the missing fundamental un pulse trains, IEEE proc.20th International Conference in Medicine and Biology Society, Vol 20, No 6, [38] HiRes with Fidelity 120 Sound Processing; a report from Advanced Bionics, the Auditory Business of Boston Scientific, Boston Scientific, September [39] Z. M. Smith, B. Delgtte & A. J. Oxenham, Chimeric sounds reveal dichotomies in auditory perception, Nature, vol. 416, pp , [40] L. Geurts & J. Wouters, Coding of the fundamental frequency in continuous interleaved sampling processors for cochlear implants, Journal of the Acoustical Society of America, vol. 109, pp , [41] O. Macherey, R. Carlyon, O. A. VanWieringen & J.Wouters, A dualprocess integrator-resonator model of the electrically stimulated human auditory nerve, Journal of the Association for Research in Otolaryngology, vol. 8, no. 1, pp , [42] R. P. Carlyon & J. M. Deeks, Limitations on rate discrimination, Journal of the Acoustical Society of America, vol. 112, pp , [43] P. C. Loizou, Signal-processing techniques for CIs, IEEE Eng. Med. Biol. Mag., vol. 18, no. 3, pp ,

74 Ηλεκτρονική βιβλιογραφία ΑuditoryNeuroscience ( AnatZaidman-Zait (2013). Quality of Life Among Cochlear Implant Recipients. Retrieved August 12, 2013, from Index of /hbase/sound. (2013, September 9), from THE INNER EAR: THE COCHLEA. (2013, September 12), from COCHLEAR IMPLANT SIMULATION Version 2.0. (2013, October 5), from Graeme M.Clark. (2013). The multiple-channel cochlear implant: the interface between sound and the central nervous system for hearing, speech, and language in deaf people a personal perspective. Retrieved October 19, 2013, from Pascale Sandmann, Tom Eichele, Michael Buechler, Stefan Debener, Lutz Jancke, Norbert Dillier,...Martin Meyer (2009). Evaluation of evoked potentials to dyadic tones after cochlear implantation. Brain, 132 (7): Retrieved November 11, 2013, from 74

75 ΠΑΡΑΡΤΗΜΑ Ι ΠΙΝΑΚΑΣ ΕΞΟΔΟΥ FEM ΑΝΑΛΥΣΗΣ A(i,j) Activation Matrix 75

76 76

77 77

78 78

79 79

80 80

81 81

82 ΠΑΡΑΡΤΗΜΑ ΙΙ Ερευνητική αναφορά συναυλίας music (music for Cochlear Implants) Σύνοψη Η συναυλία music for Cochlear Implants (music), σχεδιάστηκε ειδικά για ανθρώπους με απώλεια ακοής. Διάφοροι μουσικοί από την Ισπανία παρουσίασαν τις συνθέσεις τους και αυτοσχεδίασαν παράλληλα με την σε πραγματικό χρόνο οπτική αναπαράσταση του φάσματος (real time spectral visualization) του μουσικού σήματος σε οθόνη. Σε σχέση με την επεξεργασία του ήχου, ζητούμενο ήταν η μετατροπή του δυναμικού εύρους των σημάτων των επιμέρους group καναλιών σε πλέον περιορισμένα εύρη με σκοπό την ενίσχυση και δρομολόγηση αυτών μέσω μαγνητικού βρόγχου (magnetic loop), και η διερεύνηση σχετικά με την βελτίωση της μουσικής αντίληψης από μεριάς χρηστών. Στην παρούσα αναφορά παρουσιάζεται η ανάπτυξη των αλγορίθμων επεξεργασίας ήχου που χρησιμοποιήθηκαν για την οπτική αναπαράσταση της ηχητικής πληροφορίας και την δυναμική επεξεργασία του μουσικού σήματος. Εξετάζονται επίσης τα προβλήματα που παρουσιάστηκαν, ενώ συζητιούνται οι εκτιμήσεις και τα συμπεράσματα για μια πιθανή βελτιωμένη προσέγγιση του παρόντος εγχειρήματος στο μέλλον. 82

83 Εικόνα Π.1: Stage plan και διάγραμμα ροής σήματος του προγράμματος της συναυλίας music. 83

84 Οπτική αναπαράσταση μουσικού σήματος Οι οπτικές αναπαραστάσεις που χρησιμοποιήθηκαν στην συναυλία πραγματοποιήθηκαν σε περιβάλλον Processing. Αποτελούνται από ένα σύνολο αναλυτών φάσματος πραγματικού χρόνου (Real Time Analyzers) με τη μορφή: i. ενός πρωτότυπου αντικειμένου τριών διαστάσεων με τη μορφή κοχλία, πάνω στο οποίο ένα δεύτερο αντικείμενο με τη μορφή σφαίρας ταλαντεύεται, σύμφωνα με την συχνοτική περιοχή μέσα στην οποία εντοπίζεται η μέγιστη RMS τιμή του μουσικού σήματος. ii. μιας γραμμικής συστοιχίας επιπέδων σε σπειροειδή διάταξη που αντιπροσωπεύουν ισοδύναμες ψυχοακουστικές ζώνες (Bark bands), το πλάτος των οποίων μεταβάλλεται ακολούθως σύμφωνα με την συχνοτική περιοχή μέσα στην οποία εντοπίζεται η μέγιστη RMS τιμή του μουσικού σήματος. Ο αλγόριθμος επεξεργασίας ήχου που χρησιμοποιήθηκε παρουσιάζεται στο παρακάτω διάγραμμα: BarkBands envelopes Select maxband Change size 1 INPUT Over ~ lap &add 2 Log FFT (n=48) nbands Εικόνα Π.2: Διάγραμμα επεξεργασίας μουσικού σήματος. 84

85 Επεξεργασία μουσικού σήματος Λόγω περιορισμού του δυναμικού εύρους των σημάτων τα οποία ένα ΚΕ μπορεί να διαχειριστεί, εφαρμόστηκε συμπίεση του σήματος σε διαφορετικές ομάδες audio σημάτων (groups). Το δυναμικό εύρος ΚΕ περιορίζεται προσεγγιστικά σε: CI DR 10 db Αντίστοιχα, το κατά προσέγγιση δυναμικό εύρος των ομαδοποιημένων καναλιών ισούται με: GroupDR 60 db Συνεπώς κρίθηκε απαραίτητος ένας λόγος συμπίεσης ίσος με r= y/x =1 /6. Σε σχέση με τις τιμές των παραμέτρων Attack και Release time και χωρίς κάποια προηγούμενη μέτρηση της απόκρισης του ακροατηρίου χώρου, επιλέχθηκαν εμπειρικά οι παρακάτω τιμές: Attack = 5 ms Release = 300 ms ενώ το επίπεδο κατωφλίου (Threshold Level) επιλέχθηκε να παραμείνει στα -18 dbfs. Κατά την διαδικασία ελέγχου του ήχου (sound check), και με την παρουσία ενός χρήστη ΚΕ, τα αποτελέσματα ήταν ικανοποιητικά σε σχέση με τα υπό συμπίεση σήματα. Αντίθετα κατά την διάρκεια του κυρίως προγράμματος παρουσιάστηκαν εξάρσεις (peaks) ως και 6 db. 85

86 Αποτελέσματα Η αναπαράσταση του μουσικού σήματος πραγματοποιήθηκε με επιτυχία μέσα από το ειδικό πακέτο λογισμικού Processing. Η μέθοδος συμπίεσης αποδείχθηκε επαρκής για την οδήγηση του συστήματος μαγνητικού βρόγχου της αίθουσας συναυλιών. Σε σχέση με την δρομολόγηση σήματος, παρόλο που η παράλληλη δρομολόγηση κρίθηκε απαραίτητη, λόγω μη επαρκούς αριθμού βοηθητικών διαύλων του συστήματος, επιλέχθηκε σειριακή (INSERT Send/Return). Συμπεράσματα Στην παρούσα αναφορά παρουσιάστηκε συνοπτικά ο τρόπος με τον οποίο σχεδιάστηκε και πραγματοποιήθηκε σε τεχνικό επίπεδο μια συναυλία για χρήστες ΚΕ. Για την καλύτερη αξιολόγηση της ετοιμάστηκαν, μοιράστηκαν και συμπληρώθηκαν 133 ερωτηματολόγια στο ακροατήριο, με σκοπό να προσδιοριστεί το ποσοστό αποδοχής του μουσικού αποτελέσματος και των συνθέσεων οι οποίες παρουσιάστηκαν. Αξιολογήθηκαν η αντίληψη του ρυθμού, της μελωδίας καθώς και πιο υποκειμενικές εκτιμήσεις όπως οι διαφορετικές αισθήσεις που προκάλεσαν στους ακροατές οι συνθέσεις (ενδιαφέρον/έλλειψη ενδιαφέροντος, ένταση/ηρεμία, χαρά/λύπη κλπ). Τέλος, με αυτό τον τρόπο αντλήθηκαν βασικά συμπεράσματα όσον αφορά τις ομοιότητες που παρουσιάζονται ανάμεσα στις τρεις ομάδες ακροατών (χρήστες ΚΕ - χρήστες ακουστικών βαρηκοΐας - ακροατές χωρίς ακουστική βλάβη) όσον αφορά τη μουσική εμπειρία και αντίληψη. 86

87 Εικόνα Π.3: Ο αργεντινός συνθέτης και χρήστης ΚΕ Alejandro Civilotti κατά την διάρκεια της συναυλίας. Εικόνα Π.4: Ο Sergio Nadei, ερευνητής και δημιουργός του ReacTable αυτοσχεδιάζοντας. 87

88 Εικόνα Π.5: Ο συνθέτης Luis Noguiera κουρδίζοντας το πιάνο. Εικόνα Π.6: Το κουαρτέτο του Αlejandro Fränkel. 88

89 Fig. Π.7: Έλεγχος ήχου και οπτικής αναπαράστασης (visualization). Στη σκηνή η Alba Murteno σε φωνητική solo peformance. Εικόνα Π.8: Η αίθουσα Caixa Forum κατά την διάρκεια παρουσίασης του music. 89