Website
Aktuelles
Montag, 28.09.2020

Forschung

Individualisierte Hörhilfenanpassung

Foto: Adobe Stock

Künstliche Intelligenz für neue Methoden der Störgeräuschunterdrückung

Das KI SIGS Anwendungsprojekt "Individualisierte Hörhilfenanpassung" verfolgt die Zielsetzung, Methoden der künstlichen Intelligenz zu entwickeln und bereitzustellen, die den sogenannten „First Fit“ verbessern und eine Adaptation an die Nutzer und ihre spezifischen Hörverluste und Vorlieben ermöglichen. Des Weiteren sollen KI-basierte Störgeräuschunterdrückungsmethoden entwickelt werden, die an die individuelle Nutzung angepasst sind. Dabei widmet sich das Institut für Signalverabeitung, geleitet von Prof. Alfred Mertins, den leichten und mittleren Hörverlusten, die mit einem medizinischen Hörgerät ausgeglichen werden sollen, und die Universität Hamburg befasst sich mit sehr starken Hörverlusten, die eines Cochlea-Implantats bedürfen. Der Industriepartner Advanced Bionics addressiert das gesamte Spektrum von leichten bis sehr starken Hörverlusten.

Die Grundlage für die Entwicklung der vorgeschlagenen KI-Methoden stellen vom Industriepartner erhobene Datensätze dar, für die bislang keine effiziente Möglichkeiten der Nutzung existieren. Advanced Bionics verfügt über Daten zu mehr als einer Million Anpassungsverläufen inklusive Rückmeldungen der Kunden, die sukzessive in Änderungen der Parametereinstellungen der jeweiligen Hörgeräte umgesetzt wurden. Ebenso ist sogenannte Data-Logging-Information verfügbar, die dokumentiert, in welchen akustischen Situationen sich die Hörgeräteträger befanden und welche Verstärkungsänderungen in diesen Situationen von ihnen vorgenommen wurden. Aufgrund der hohen Dimensionalität des Parameterraums und der Vielzahl von Einstellmöglichkeiten ist die optimale Gerätekonfiguration eine Herausforderung, die nicht mit Faustformeln, sondern nur durch datengetriebene Methoden der künstlichen Intelligenz ausreichend gelöst werden kann.

Ziel der Arbeiten an der Universität zu Lübeck ist es daher, mit Verfahren maschinellen Lernens aus den großen Datenbasen zu passgenaueren Hörsystemeinstellungen für den einzelnen Patienten zu gelangen, bei denen der Einzelne von den verteilten Anpassungsmodifikationen und Entscheidungen anderer Nutzer mit ähnlichen Hörprofilen in vergleichbaren akustischen Situationen und mit ähnlichen Anforderungen profitieren kann. Dadurch soll der Anpassungsprozess verkürzt und die Akzeptanz und der Nutzen der Hörsysteme in der Praxis verbessert werden.