听觉场景中声源的脑电辅助调制
神经元与认知
2017-11-29 v2
摘要
基于非侵入式EEG（脑电图）的听觉注意检测未来可能有助于改进助听器。本工作是一项新颖尝试，旨在通过基于非侵入式EEG的脑机接口，利用听觉注意的概率检测在线调制声源。所提出的在线系统通过增益自适应调制即将到来的声源，该增益自适应采用在离线校准数据上训练的分类器的概率决策（软判决）。本工作中，校准EEG数据在受试者聆听两个声源（一个被注意，一个未被注意）的环节中收集。EEG测量与被注意和未被注意声源包络（估计）之间的互相关系数用于展示被注意与未被注意声源神经响应的锐度和延迟差异。已识别出相关模式中区分被注意源与未被注意源的显著特征，随后用于训练听觉注意分类器。与文献中现有结果相比，本文有两点主要贡献。首先，使用听觉注意分类器，我们展示了仅用单通道EEG测量且时长更短的高离线检测性能，而文献中现有方法采用大量通道和更长EEG测量。其次，利用在校准环节离线训练的分类器，我们展示了在线声源调制系统的性能。我们观察到在线声源调制系统能够将被注意声源的水平保持在高于未被注意源的水平。
引用
@article{arxiv.1612.00703,
title = {EEG-assisted Modulation of Sound Sources in the Auditory Scene},
author = {Marzieh Haghighi and Mohammad Moghadamfalahi and Murat Akcakaya and Deniz Erdogmus},
journal= {arXiv preprint arXiv:1612.00703},
year = {2017}
}