Koklear Implant Sistemlerinde Dalgacık Paket Dönüşümü Temelli Yeni Bir Ses İşleme Stratejisi A New Speech Processing Strategy Based on Wavelet Packet Transform in Cochlear Implant Gülden Köktürk 1, Yahya Öztürk 2 1. Elektrik ve Elektronik Mühendisliği Bölümü Dokuz Eylül Üniversitesi gulden.kokturk@deu.edu.tr 1. 4S Bilgi Teknolojileri yahyaozturk@gmail.com Özetçe Koklear implant, duyma yetisini doğuştan kaybetmiş yada duyma derecesi çok düşük olan insanların duyma seviyelerini artırmak için günümüzde kullanılan bir cihazdır. İmplant içersinde yer alan ses işleme algoritmalarından faydalanılarak belirli frekans bantlarında sinyal gücü artırılıp kodlanarak duyma işlevi sağlanır. Bu çalışmada, koklear implant için dalgacık paket dönüşümü kullanılarak Türkçe kelimelerin anlaşılabilirliğini sağlamak amacıyla yeni bir ses işleme yöntemi önerilmiştir. Önerilen algoritmanın diğer algoritmalara göre anlaşılabilirliği arttırdığı görülmüştür. Bu sonuç anlaşılabilirlik testi ile desteklenmiştir. Abstract Cochlear implants improve partial hearing to profoundly deaf people. Many investigators from various disciplines made combined efforts for progression on these implants. The speech processing strategy in modern cochlear implant s extracts and encodes amplitude information in a number of frequency bands. In thesis study, we proposed an approach to improve the performance of speech enhancement techniques based on wavelet packet algorithm. This algorithm has better results on speech intelligibility than other existing algorithm and this result has been proved by the intelligibility experiments. 1. Giriş Koklear implant gelişmiş ülkelerde duyma zorluğu çeken insan sayısının nüfus içersinde yüzde olarak artmasıyla bu insanların duyma kapasitelerini artırmak için geliştirilmiş bir cihazdır. Bu cihazın yapılan geliştirmelerle başarımının iyileştirilmesine rağmen, normal dinleyici ile koklear implant kullanıcısı arasında sesin anlaşılabilirliği arasında belirleyici farklılıklar vardır. Koklear implant protezi, kokleada alıcı hücreleri yok olan sağır insanlarda işitsel sinir hücrelerin doğrudan uyarılmasıyla çalışır [1]. Bu protezlerde ana iyileştirmenin implantın uyarım sistemi, işaret işleme stratejileri ve hastaya cihazın uygun hale getirilmesinde geliştirelen tekniklerde olduğu görülmektedir [2]. Bu alandaki yeni gelişmeler ise, özellikle işaret işleme stratejilerinde, daha yüksek oranda tüm duyma işlevinin yapılandırılması üzerinedir. Koklear implant sitemi temelde şu bölümlerden oluşur; mikrofon, ses işleyicisi, verici, alıcı ve elektrot dizisi [3]. Koklear implantta ses işleme teknikleri, kullanıcının işitme potansiyelini arttırmak için oldukça önem taşımaktadır. Ayrıca, son yıllarda geliştirilen farklı stratejiler ile sağır olan insanların doğal olana mümkün olduğu kadar yakın duyma yetilerinin iyileştirilmesi de amaçlamaktadır. Çoklu kanal koklear protezleri için çeşitli ses işleme stratejileri geliştirilmiştir. Bunların başlıcaları; dalga biçimi stratejileri, öz nitelik bulma stratejileri ve n-m stratejileri şeklinde üç bölümde toplanabilir [1]. Dalgacık yöntemi, durağan olmayan işaret ve görüntülerde gürültü süzgeçleme, sıkıştırma ve analiz gibi çeşitli işaret işleme uygulamaları için kullanılan temel bir yöntemdir. Hem zaman hem de sıklıkta iyi bir çözünürlük sağlayan dalgacık dönüşümü ses sinyali gibi yarı durağan sinyaller için oldukça uygun bir yöntemdir. Ses işleme uygulamalarında geleneksel yöntemlere göre dalgacık dönüşümü sesin iyileştirilmesinde daha iyi sonuç vermektedir. Kaynakçada, ses işlemede dalgacık yönteminin kullanımı üzerine çeşitli çalışmalar bulunmaktadır. Fakat, ses işleme uygulamaları için dalgacık paket dönüşümü kullanılarak sesi analiz etmek üzerine belirleyici bir çalışma gözlenmemiştir. Ayrık dalgacık dönüşümünün bir şekli olan dalgacık paket dönüşümü ikici ayrıştırmada bir kısıt olmaksızın alt bant analizine olanak sağlar. Temelde, ayrık dalgacık paket dönüşümü sıklık ekseninde uyarlanır bir ayrıştırmanın yapılmasını sağlar. Bu özel ayrıştırma en iyileme ölçütleri ile gerçeklenir [4]. Yapılan araştırmalar, koklear implantların ses stratejilerinde kullanılan süzgeç bantlarının dalgacık dönüşümündeki süzgeç bantlarına parallel olduğunu göstermektedir. Bu da, dalgacık dönüşümünün koklear implantlarda kullanılabilir bir yöntem olacağının göstergesidir [1, 5, 6, 7]. Bu çalışmada, N-M stratejisi üzerinde, uyarılan elektrot diziliminin dalgacık paket dönüşümü kullanılarak değiştirilmesiyle elde edilen yeni bir strateji önerilmiştir. Analiz sonuçlarının değerlendirme aşamasında, Türkçe kelimeler kullanılmıştır. Kelimeler Türkçe ses bilgisi temel alınarak seçilmiş ve gruplandırılmıştır. Deneklere dinletilen kelimeler Ege Üniversitesi, Kulak-Burun-Boğaz Ana Bilim
Dalı nda yer alan sessiz odalarda kaydedilmiştir. Sonuçlar karşılaştırmalı olarak verilmiştir. çıkarımını nasıl yapabildiğini gösteren en genel öbek çizimi verilmiştir. 2. Koklear İmplant Koklear implant, doğuştan sağır yada duymada çok güçlük çeken bireylerin ses algısını sağlamak amacıyla cerrahi olarak yerleştirilen elektronik bir cihazdır. Çoğunlukla biyonik kulak olarak adlandırılır [8]. Temelde implant kulak arkasındaki deri altı içine cerrahi yöntemle yerleştirilen bir parça ile kulağa takılan diğer bir parçadan oluşmaktadır. İmplant içersinde; sesi dış çevreden toplayan bir mikrofon, alınan bu sesi işleyen bir ses işleyici, sesi işleyiciden alınan sinyali alan ve elektriksel uyarıya çeviren alıcı/verici (uyarıcı), uyarıcıdan darbeleri alan ve işitsel sinirlerin farklı bölgelerine ileten elektrot grubunun yer aldığı elektrod dizisi bulunmaktadır. Koklear implant ilk yapılandırıldığında tek kanal implantlar geliştirilmiştir. Tek kanal implant kokleada tek bir elektrot kullanarak elektrik uyarısı sağlar. 1970 lerin başlarında geliştirilmiş ve hasta uygulamaları başlatılmıştır [9]. Gelişen teknoloji ile çok kanallı implantlar gündeme gelmiştir. Çok kanallı implantlar kokleada elektriksel uyarıyı bir elektrot dizisi kullanarak sağlar. Elektrot dizisi kokleada farklı bölgelerin uyarılmasını sağlayacak işitsel sinir liflerini uyarmak için kullanılır. Böylece farklı sıklıkta kodlanmış uyarılar kullanılabilmektedir. Sistemde kokleanın uç bölgesine yakın kısımdaki elektrotlar yüksek sıklıklı işaretleri, apekse yakın olan yerdeki elektrotlar ise alçak sıklıktaki işaretleri temsil etmektedir. Koklear implantta ses işleme için çeşitli stratejiler kullanılmaktadır. Bir sonraki bölümde bu stratejiler tarihsel gelişime göre verilecektir. 2.1. Sıkıştırılmış Analog Yaklaşım Stratejisi Sıkıştırılmış analog yaklaşım stratejisi temelde Symbion Şirketi tarafından geliştirilmiştir [10]. Bu sistemde ses işareti önce otomatik kazanç kontrol birimi kullanılarak sıkıştırılır ve merkez sıklıkları 0.5, 1, 2 ve 3.4 khz olacak şekilde dört yanyana sıklık bandı ile süzgeçlenir. Daha sonra süzgeçlenmiş dalga şekilleri uyarı formatına çevrilerek koklea içersine cerrahi müdahele ile yerleştirilmiş dört elektroda gönderilir. 2.2. Sürekli Serpiştirmeli Örnekleme Stratejisi Bu yaklaşım Research Triangle Institute araştırmacıları tarafından geliştirilmiştir [11]. Elektrot ile gönderilen işaret, uyarı yolu ile değil serpiştirmeli darbelerle gerçekleştirilir. Darbelerin genliği, bant geçiren süzgeç dalga şekillerinin zarfından türetilir. Elde edilen bu zarf sıkıştırıldıktan sonra iki fazlı darbeleri kiplemede kullanılır. Doğrusal olmayan sıkıştırma işlevi (yani logaritmik işlev), zarf çıkışının elektronik olarak duyma birimi uyarılmış hastanın dinamik erimine uygun olmasını sağlamak için kullanılır. 2.3. Koklear İmplant için N-M Ses İşleyici Stratejisi Bu stratejide, ses işareti m sıklık bandına bölünür ve işleyici bu m çıkışın zarfından en yüksek enerjili n adet çıkış zarfını seçer (Şekil 1). Sadece n seçilen çıkışla ilişkili elektrotlar her çevrimde uyarılır. Örneğin; 22 kanal çıkışından sadece 6 kanal çıkışının seçildiği 22-6 stratejide her çevrimde sadece seçilen bu 6 kanal uyarılır. N-M stratejisi, öz nitelik gösterimini de içerdiği için melez bir stratejidir. Şekil 2 te bu sistemin öz nitelik Şekil 1: Koklear implantta N-M ses stratejisinin detaylandırılmış öbek çizimi [12] Şekil 2: Koklear implantta N-M ses stratejisinin öz nitelik çıkarımını gösteren genel öbek çizimi [12] 3. Dalgacık Paket Dönüşümü Dalgacık paket dönüşümü geleneksel ayrık dalgacık dönüşümünün hem yaklaşım hem de detay katsayılarının analizi üzerine oturtulmuş ayrık dalgacık dönüşümü temelli bir yöntemdir. Bu yöntemle verinin içeriğine bağlı olarak hem zamanda hem de sıklıkta daha iyi bir çözünürlük elde edilebilmektedir. İlk olarak Coifamn, Meyer ve Wickerhauser tarafından önerilmiştir [13]. Dalgacık dönüşümü işaret bağımlı bir dönüşümdür. Çünkü, işaretin ayrıştırılması doğurgay işlevlerinin en iyi kümesinin elde edilmesiyle gerçekleştirilir. Bir doğurgayın seçimi, dönüşüm katsayılarının elde edildiği ikici süzgeç bankasının ağaç yapısının seçimi ile yapılır [14]. Bu nedenle, ayrıştırma işleminin uygulaması hesaplama kolaylığı yönünden basittir. Algoritmanın yapısı şu şekilde özetlenebilir: L2(R) de bir çok çözünürlüklü analizin V uzayı, düşük çözünürlük uzayı V e yüksek çözünürlük uzayı W eklenerek analiz edilir [15]. Bu durumda, V uzayı üzerindeki birimdik doğurgay ailesi t 2, V Z uzayındaki birimdik doğurgay ailesi t 2 ve Z W uzayındaki ψ t 2 birimdik doğurgay Z ailesi ile yapılandırılır. ve ψ ayrıştırıcıları, eşlenik ayna süzgeç h n ve g n ( 1) h 1 n tarafından gösterilebilir. Paket dönüşümündeki ikili ağaçın her bir düğümü (j, k) lar tarafından etiketlenmiştir. Burada j L 0
olmak üzere (L veri uzunluğunu gösterir) j, ağaçtaki gidilen seviye sayısını k ise, düğüm sayısını vermektedir. Dalgacık paket dönüşümünde, her düğümdeki dalgacık paket birimdik doğurgay işlevleri aşağıdaki gibi tanımlanır. (t) ψ (t) ψ Buna bağlı olarak, süzgeç işlevleri ise ve h n ψ t 2 (1) g n ψ t 2 (2) h n ψ (t),ψ t 2 (3) g n ψ (t),ψ t 2 (4) şeklinde elde edilir. Sonuç olarak, ayrıştırma ve geriçatma katsayıları f A(10 k) (9) sıklık konum işlevi kullanılmıştır [16]. Burada; f, Hz cinsinden sıklık değerini, x ise 0 dan 1 e tabana ait uzunluğunun oranı olarak tanımlanır. A ve a, birer sabittir ve sırasıyla 165.4 ile 2.1 değerlerine eşittir. Elektrot seçimi, N-M stratejisi ile aynıdır. Çalışmada, 22 kanal elektrot için 6 elektrot seçimi yapılmıştır. Sadece, en yüksek genlikli seçilen bu 6 elektrot için dalgacık paket dönüşümünden yararlanılarak analiz gerçekleştirilmiştir. Aslında önerilen bu yeni strateji, N-M stratejisi temelli bir yöntemdir. Şekil 5 te önerilen streteji için çıkış dalga şekli verilmiştir. Bu içeriğin başlangıç işaretinin dalga şeklini içeren Şekil 4 deki dalga şekline çok benzer olduğu şekilden görülmektedir. Hz şeklindedir. d t d h 2t (5) d t d g 2t (6) d t d h 2t d g 2t (7) 4. Yeni Ses İşleme Stratejisi Dalgacık paket dönüşümü tabanlı önerilen ses işleme stratejisinin öbek çizimi Şekil 3 te gösterilmiştir [17]. Sistem temel olarak beş parçadan oluşmaktadır. Pencereleme öbeğinde işaretteki kısa süreli değişimleri önlemek için Hanning pencere kullanılmıştır. Dalgacık paket dönüşümü elektrot seçimi için temel olan sıklık seçiminin iyiliştirilmesi için kullanılmıştır. Ana dalgacık işlevi, deneysel olarak Daubechies 10 dalgacık işlevi seçilmiş ve 8 seviyeye kadar analiz yapılmıştır. Hz 25-75 Hz aralığı Zaman Şekil 4: İşaret dalga şekilleri, başlangıç işaretinin genişbant izge grafiği ve dar bant izge grafiği Zaman 25-75 Hz aralığı Şekil 5: İşaret dalga şekilleri, önerilen yeni sesi işleme yönteminin geniş-bant izge grafiği ve dar bant izge grafiği Şekil 3: Önerilen yeni ses işleme yönteminin öbek gösterimi Eşleme öbeğinde en iyi ağacın bulunması ile eşleme işlevinden kanal çıkışları belirlenmiştir. Kullanılan eşleme işleci aşağıdaki gibi tanımlanmıştır. E M C, (8) Burada E elektrot çıkışını, M ise eşleme işlecini göstermektedir. Eşleme işlevi elektrotlar ve dalgacık paket dönüşümü çıkış düğümleri arasındaki ilişkiyi göstermektedir. Bu çalışmada uyarım için kullanılan elektrot sayısı 22 dir. Koklea için kanal sıklık bantları hesaplanırken Şekil 4 den de görülebileceği gibi, geniş bant izge grafiğinde N-M stratejisinde 25 msn ve 75 msn arasında bazı yüksek sıklık elemanları yöntem tarafından kaldırılmıştır. Halbuki Türkçe kelimelerde s, ş, f gibi anlaşılabilirlikte belirleyici olan bu harfler bu sıklık bant aralığında yer almaktadır. Dalgacık paket dönüşümde ise bu bantlar incelendiğinde bu yüksek sıklık elemanlarının düşük sıklık elemanları kadar korunduğu gözlenmiştir (Şekil 5). Yeni ses işleme yönteminde en iyi ağacın belirlendiği öbek, gürültüyü yok etme ve ses işaretindeki istenmeyen elemanları ortadan kaldırmak için yapılandırılmıştır. Böylece N-M statejisindeki elektrot seçimine göre yeni strateji ile çıkış elektrotları daha hatasız belirlenmiştir. Ayrıca komşu kanallar arasındaki girişim azaltılarak daha iyi bir iletim sağlanmıştır. Deneysel çalışmada, 23 ile 30 yaşları arasında 20 sağlıklı denek üzerinde çalışmalar gerçekleştirilmiştir. Tüm deneklerin ana dili Türkçe dir ve iki yönlü olarak 250 ile 6000 Hz aralığındaki iki kat sıklıklarda 20 db duyma seviyesinden
daha iyi eşik değeri alınmıştır. Deneklere dinletilen Türkçe kelimeler yeni strateji ve N-M statejisi için ayrı ayrı düzenlenmiştir. Bunun nedeni deneğin her iki algoritmayı da dinleyeceği için kelimeleri ezberleme olasılığından kaçınmaktır. Tüm kelimeler ses bilgisi yönünden dengelenmiştir ve kelimelerin zorluk derecesi her iki listede de ayarlanmıştır. Listeler hazırlanırken, Tükçe de kullanılan sesli ve sessiz harflerinin kullanım sıklıkları Türkçe ses bilgisine göre belirlenmiştir. Bu düzenleme yapılırken bir Türk Dili uzmanına danışılmış ve Türk Dil Kurumu Sözlüğü nden faydalanılmıştır. Ayrıca deneklere dinletilen listeler Ege Üniversitesi, Kulak-Burun-Boğaz Ana Bilim Dalı nda yer alan sessiz odalarda ses düzeyi bu birimde bulunan doktorlar tarafından onaylanmış birine okutularak kaydedilmiştir. Kelimeler deneklere doğrudan kafaya bağlı bir mikrofon sistem ile dinletilmiş, duyulan kelimelerin verilen tabloya dinletilme sırasıyla işlenmesi istenmiştir. Anlaşılamıyan kelime için tabloda boş yer bırakılması söylenmiştir. Anlaşılabilirlik ölçütü aşağıda verilen ifadeye göre düzenlenmiştir. Şekil 6: Anlaşılabilirlik test sonuçlarının grafiksel gösterimi Anlaşılabilirlik D ğ L ü x 100 (10) Anlaşılabilirlik testi sonuçları N-M stratejisi ve yeni ses işleme stratejisi için Tablo 1 de verilmiştir. Tablodan da görüldüğü gibi dalgacık paket dönüşümü tabanlı yeni stratejinin anlaşılabilirlik yüzdesi N-M stratejisine göre daha iyidir. Anlaşılabilirlik oranlarının erkek ve kadın dinleyicilere göre ortalama yüzdesi Şekil 6 de verilmiştir. Yeni N-M Tablo 1: N-M stratejisi ve önerilen strateji için anlaşılabilirlik test sonuçları Cinsiyet Yaş Aralığı Katılımcı Sayısı Anlaşılabilirlik (%) Erkek 23-29 8 81.93 Kadın 23-33 12 79.17 Toplam 23-33 20 80.55 Erkek 23-29 8 77.60 Kadın 23-33 12 75.21 Toplam 23-33 20 76.40 Önerilen yeni stratejinin gürültü direncini ölçebilmek için sinyal gürültü oranı iyileştirme testi sisteme uygulanmıştır. Bu testi gerçekleştirmek için, kayda alınan başlangıç liste verisine sırasıyla; pembe gürültü, F-16 gürültüsü, Volvo gürültüsü ve fabrika gürültüsü 5 db seviyesinde eklenmiştir. Bu gürültüler isimlerinde verilen ortamlarda kayıt edilen gerçek gürültülerdir. Daha sonra bu veriye ayrı ayrı yeni yöntem ile N-M yöntemi uygulanmıştır. Sonuçlar sinyal gürültü oranı (SGO) na bakılarak değerlendirilmiştir. Bu sonuçlar, Şekil 7 de verilmiştir. Bu şekilden görüleceği üzere, SGO değeri her eklenen gürültü tipi için yeni yöntemde daha iyi sonuç vermektedir. Şekil 7: Farklı gürültü tipleri için sinyal gürültü oranları 5. Sonuç Bu çalışmada, dalgacık paket dönüşümü temelli yeni bir ses işleme stratejisi koklear implant uygulamaları için önerilmiştir. Sistemin temeli, en yüksek enerjili katsayıları elde edip bağlantılı elektrotları uyarmak ve işitsel engelli hastanın duyma yetisini artırmaktır. Çalışmada sistem, anlaşılabilirlik yönünden test edilmiş ayrıca SGO sonuçları N- M stratejisi ile karşılaştırılmıştır. Sonuç olarak, önerilen yöntemin anlaşılabilirlik yönünden başarımı arttırdığı gözlenmiştir. 6. Kaynakça. [1] B. Wilson, Signal processing in cochlear implants: audiological foundations. Singular Publishing Group Inc., 1993. [2] G. Loeb, Cochlear prosthetics, Annual Review in Neuroscience, vol. 13, pp. 357-371, 1990. [3] C. Parkins and S. Anderson (eds.), Cochlear prostheses, An international symposium New York, New York Academy of Sciences, 1983. [4] L. Brechet, M.F. Lucas at all., Compression of biomedical signal with mother wavelet optimization and best basis wavelet packet selection, IEEE Trans. On Biomedical Eng., vol. 54, no. 12, September 2007. [5] W. House and K. Berliner, Cochlear implants: Progress and perspectives, Annals of Otology, Rhinology and Laryngology, pp. 1-124, 1982.
[6] J. Millar, Y. Tong, and G. Clark, Speech processing for cochlear implant prostheses, Journal of Speech and Hearing Research, vol. 27, pp. 280-296, 1984. [7] W. Nogueira, A. Giese, B. Edler, A. Buchner, Wavelet Packet Filterbank for Speech Processing Strategies in Cochlear Implants, ICASSP, 2006. [8] Cochlear Inc., Retrieved September 2009 from Cochlear Implant website, http://www.cochlear.com. [9] W. House, A personal perspective on cochlear implants, in Cochlear implants. R. Schindler and M. Merzenich, eds., pp. 13-16, New York: Raven Press, 1985. [10] D. Eddington, Speech discrimination in deaf subjects with cochlear implants, J. Acoust. Soc. Am., vol. 68, no. 3, pp. 885-891, 1980. [11] B. S. Wilson, C. C. Finley, D. T. Lawson, R. D. Wolford, D. K. Eddington, W. M. Rabinowitz, Better speech recognition with cochlear implants, Nature, 352, pp. 236-238, July 1991. [12] P. Loizou, Mimicking the human ear, IEEE Signal Processing Magazine, vol. 15, no. 5, pp. 101-130, 1998. [13] C. Herley, M. Vetterli, Orthogonal time-varying filter banks and wavelet packets, IEEE Trans. on Signal Processing, vol. 42, no. 10, Oct. 1994. [14] R. R. Coifman, M. V. Wickerhauser, Entropy based algorithms for best basis selection, IEEE Trans. on Information Theory, vol. 38, part 2, 1992. [15] S. Mallat, S., A wavelet tour of signal processing. New York, Academic Press, 1998. [16] D. D. Greenwood, A cochlear frequency-position function for several species-29 years later, J. Acoust. Soc. Am., vol. 87, no. 6, pp. 2593-2605, 1990. [17] Y. Öztürk, New Speech Processıng Strategıes Based On Wavelet Packet Transform In Cochlear Implants, M. Sc. Thesis, DEÜ The Graduate School of Natural and Applied Science, 2009.