RS56031B1 - Postupak i uređaj za zamenu čula - Google Patents

Description

Opis

Oblast tehnike

Ovaj pronalazak se odnosi na postupke i uređaje za zamenu čula sa posebnom primenom u lečenju tinitusa.

Stanje tehnike

Tinitus je abnormalno neurološko stanje koje nastaje usled gubitka signala u uhu. Dok konkretni razlozi nastanka tinitusa nisu u potpunosti razumljivi, određene analogije su primenjene kako bi se opisali njegovi mogući uzroci. Na primer, smatra se da je tinitus često posledica fizičkog oštećenja sluha kao, na primer, usled oštećenja trepljastih ćelija u pužu uha (lat. kohlea). U pokušaju da nadoknadi nedostajuću audio informaciju, mozak često u ponavljajućim petljama podiže nivo pojačanja do takvog nivoa da dolazi do nastanka lažnih signala, što je po principu slično nastanku mikrofonije kada se jačina zvuka audio pojačala u auditorijumu dovede na prevelik nivo. Alternativno je moguće zamisliti električnu pumpu za vodu kojoj se iznenada ograničava dotok vode. Pumpa u tom slučaju oscilira i vibrira u očajničkom pokušaju da kompenzuje pad dotoka vode. Može se smatrati da tinitus suštinski nastaje pomoću istog tipa mehanizma: gubitak signala u uhu rezultuje povećanjem spontane i oscilatorne aktivnosti u pridruženim neuronima mozga. Ova aktivnost se od strane obolelog percipira kao imaginarni, lažni zvuk.

Oboleli od tinitusa imaju značajno veću verovatnoću da iskuse iluzorni audio efekat poznat pod nazivom „cvikerov ton“ (Zwicker). Cvikerov ton nastaje usled izlaganja pojedinca šumu širokog frekvencijskog opsega (20Hz do 20kHz) sa „rupom“ u spektru (tišina) koja se nalazi na arbitrarnoj frekvenciji. Kada se ukine pobuda pomoću šuma, osoba doživljava „zvonjenje“ na frekvenciji na kojoj se nalazila rupa u spektru šuma. Ovo sugeriše da mozak uvodi frekvencijski zavisnu osetljivost ili pojačanje, slično frekvencijskim kontrolama koje se nalaze na stereo uređajima (tzv. „ekvilajzer“), kako bi kompenzovao nejednaku osetljivost puža na različitim frekvencijama. Na frekvencijama na kojima je osetljivost puža smanjena, mozak povećava pojačanje u opsegu frekvencija kako bi kompenzovao gubitak. U frekvencijskim opsezima u kojima osetljivost pada ispod minimalnog praga, mozak povećava pojačanje do patološkog nivoa. Ovo se ispoljava u vidu imaginarne buke, zvonjenja ili, čak, haotičnih oscilacija što su česti opisi efekata tinitusa.

Postoji veliki broj tretmana za lečenje tinitusa, uključujući radio-operacije, direktnu stimulaciju audio-nerava, farmakološke tretmane, fiziološke postupke i delovanje spoljašnjom reprodukcijom zvuka. Dok mnogi tretmani pružaju olakšanje određenim grupama pacijenata, trenutno ne postoji pouzdan metod lečenja za sve pacijente, a predmetni pronalazak cilja da omogući još jedan alternativni pristup rešavanju problema.

Opis pronalaska

Pronalazak je definisan nezavisnim Zahtevima 1 i 15 kao i zavisnim Zahtevima.

Obezbeđen je uređaj namenjen primeni u lečenju tinitusa koji sadrži jedinicu za obradu zvuka, taktilnu jedinicu i interfejs između njih, gde:

navedena taktilna jedinica sadrži matricu električnih stimulatora namenjenih površinskoj stimulaciji kože, gde se svaki od stimulatora može nezavisno pobuditi kako bi delovao taktilnim nadražajem na subjekat, i ulaz namenjen prihvatanju većeg broja signala pobude od strane navedenog interfejsa i usmeravanju pojedinačnih signala pobude na individualne stimulatore; i gde navedena jedinica za obradu zvuka sadrži:

ulaz konfigurisan za prijem audio signala;

procesor za digitalnu obradu signala koji se može primeniti za analizu navedenog audio signala i generisanje navedenog većeg broja signala pobude koji su reprezent navedenog audio signala; i

izlaz konfigurisan za prijem navedenog većeg broja signala pobude od strane navedenog procesora za digitalnu obradu signala i prosleđivanje navedenog većeg broja signala pobude do navedenog interfejsa. Prvenstveno, navedeni procesor za digitalnu obradu signala može generisati navedeni veći broj signala pobude kao vremenski promenljivu sekvencu izlaznih obrazaca matrice, gde svaki izlazni obrazac matrice sadrži skup signala pobude kojim je potrebno delovati na izlaznu matricu stimulatora u toku diskretnog vremenskog perioda, što predstavlja reprezent diskretnog vremenskog odbirka ulaznog signala vremena.

Procesor za digitalnu obradu signala je programiran da analizira navedeni audio signal deljenjem navedenog audio signala na niz frejmova u vremenskom domenu, zatim primeni transformaciju na svaki od frejmova kako bi generisao skup koeficijenata koji reprezentuju navedeni frejm, i mapira navedeni skup koeficijenata na skup signala pobude kojima je potrebno delovati na izlaznu matricu.

Navedena transformacija koja je izvršena na svakom od frejmova je poželjno odabrana iz skupa koji sadrži Furijeovu transformaciju, kratkotrajnu Furijeovu transformaciju (STFT), talasnu transformaciju, curvelet transformaciju, gammatone transformaciju i zak transformaciju.

Prvenstveno, navedena transformacija je Furijeova transformacija ili kratkotrajna Furijeova transformacija, gde se navedeni signal odabira brzinom od između 4 kHz i 12 kHz, poželjnije između 6 kHz i 10 kHz a prvenstveno oko 8 kHz.

Pogodno, navedeni niz vremenski promenljivih frejmova se može preklapati jedan sa drugim.

Početak svakog od frejmova je poželjno izmešten od početka prethodnog frejma za između 10 i 20 ms, poželjnije za 12 do 18 ms, a prvenstveno za oko 16 ms.

Procesor je prvenstveno programiran da primeni dužinu frejma od 18 do 164 ms, poželjnije od 50 do 150 ms, a prvenstveno 64 ili 128 ms.

Skup koeficijenata prvenstveno reprezentuje signal u frekvencijskom domenu i koeficijenti su mapirani na signale pobude na takav način da su koeficijenti koji reprezentuju slične frekvencije mapirani na signale pobude namenjene stimulatorima koji se u navedenoj izlaznoj matrici nalaze fizički blizu jedan u odnosu na drugi.

Poželjnije, koeficijenti koji reprezentuju susedne frekvencije se mapiraju na signale pobude namenjene stimulatorima koji su fizički susedni jedan u odnosu na drugog.

Prema alternativnim izvođenjima, procesor za digitalnu obradu signala je programiran da analizira navedeni audio signal mapiranjem sukcesivnih segmenata navedenih audio signala na skup karakteristika odabranih iz rečnika navedenih karakteristika.

Matrica stimulatora može biti, na primer, formirana od pravougaono raspoređene mreže od m × n stimulatora postavljenih na podjednakom rastojanju jedan od drugog, šestougaonog rasporeda koncentričnih šestougaonih pod-matrica ili kružnog rasporeda koncentričnih kružnih pod-matrica.

Prvenstveno, navedeni procesor je moguće primeniti i za normalizaciju amplituda signala pobude kako bi odgovarale unapred određenom opsegu intenziteta signala pobude.

Prema prvenstvenim izvođenjima, navedena taktilna jedinica je izvedena u obliku tela dimenzionisanog da bude postavljeno na jezik ljudskog subjekta, gde je svaki stimulator u obliku elektrode sa zaobljenom površinom koja se pruža od navedenog tela.

Poželjnije, zaobljena površina svake od elektroda je suštinski poluloptasta.

Prvenstveno izvođenje koristi matricu elektroda za jezik kao uređaj za zamenu čula, gde se audio informacije predstavljaju mozgu preko taktilne stimulacije primenjene na jezik. Sistem je sastavljen od izlaznog bežičnog elektro-taktilnog uređaja i računara za obradu audio signala koji bežično prenosi elektro-taktilne slike za pobudu primenom Bluetooth tehnologije do elektro-taktilnog displeja. Alternativno, obe komponente se mogu kombinovati u jedinstvenu jedinicu radi poboljšane prenosivosti. Dodatno, taktilni nadražaj koji je generisan od strane sistema može biti prezentovan na bilo kakvoj osetljivoj površini tela.

Detaljan opis prvenstvenih izvođenja

Na Slici 1, uređaj za tretiranje tinitusa je generalno naznačen pozicijom 10, gde uređaj sadrži jedan ili veći broj izvora 12 audio ulaza, modul 14 za obradu signala i matrica 16 elektro-stimulatora.

Izvor(i) audio signala mogu biti bilo kakvog tipa, a radi ilustracije Slika 1 prikazuje tri takve opcije: integrisani audio izvor 18, kao što je skup MP3 fajlova i integrisani audio dekoder, mikrofon 20 namenjen prijemu zvučnih signala iz okruženja, ili konekcija za spoljašnji audio izvor 22 poput zvučne kartice računara. Sistem može posedovati veći broj takvih izvora, na primer ugrađeni audio izvor namenjen korišćenju tokom treninga ili aktivnih terapeutskih sesija, mikrofon za obradu zvuka iz korisnikovog spoljašnjeg okruženja, i ulazni konektor (na primer standardni 3,5 mm konektor) namenjen povezivanju na spoljašnje audio izvore. Drugi načini ulaza kao što su sopstveni iPod konektor ili konektor za dodatni MP3 plejer ili optički audio ulaz takođe mogu biti izvedeni (iPod je zaštićeno ime kompanije Apple Inc. iz Kupertina, Kalifornija, SAD).

Slika 2 prikazuje fizičko izvođenje takvog sistema koje sadrži kućište 24 koje sadrži integrisani audio izvor 18 i modul 14 za obradu signala (Slika 1, nije prikazan na Slici 2), matricu 16 elektro-stimulatora sastavljenu od mreže od 16 x 16 elektroda raspoređenih na supstratu koji je pogodno dimenzionisan za postavljanje na ljudski jezik, traku 26 za konekciju koja prenosi 256 individualnih signala pobude od kućišta 24 do individualnih elektroda u matrici 16 i vrpcu 28 za kačenje kućišta oko korisnikovog vrata.

Na Slici 3 ulazni audio signal se obrađuje od strane modula 14 za obradu signala sa Slike 1 koji proizvodi skup od 256 potrebnih signala pobude kao reprezentaciju ulaznog audio signala. Modul 14 za obradu signala poseduje sledeće funkcionalne module, gde će svaki od njih biti detaljnije opisan u daljem tekstu: ulazni audio signal x(t) primljen kao vremenski odabiran signal, prosleđuje se na odabiranje i kreiranje frejmova 30, zatim na dekomponovanje i analizu 32 generišući skup koeficijenata ili simbola koji reprezentuju zvuk, a koji se dalje podvrgavaju određivanju prostornih koeficijenata i reverznom modelovanju na prijemu 34, što je praćeno skaliranjem vrednosti koeficijenata i konverziji 36 tipa i iterativnom praćenju zasićenja i korelaciji 38.

Odabiranje i formiranje frejmova

Prema Slici 4, sistem prima vremenski odabran audio signal x(t ). Vremenski odabrani podaci raspoređeni su u segmente, poznate i kao frejmovi, prema funkciji 40 za formiranje frejmova i preklapanje koja obrazuje deo funkcije 30 za odabir i obrazovanje frejmova sa Slike 3. Obeležićemo pojedinačni frejm korišćenjem matrične notacije simbolom x, pri čemu se naknadna obrada primenjuje na svaki frejm pojedinačno, što je suprotno u odnosu na obradu čitavog audio strima od jednom.

Kao što je tipičan slučaj sa audio analizom, neophodno je da naznačena veličina frejma (tj. širina prozora analize) bude konzistentna sa trajanjem audio objekata sadržanih u audio ulazu koji se razmatra; na primer, govorni fonemi ili muzičke note. Veličina frejma koja se meri u odbircima i koju označavamo simbolom N, zavisi od brzine odabiranja i tipično je u pitanju stepen broja dva. Dodatno je poželjno poboljšati granične efekte frejma korišćenjem funkcije prozora, pri čemu ističemo funkciju Hamingovog prozora. Ne postoji ograničenje da frejmovi moraju biti susedni u audio strimu, a oni se mogu i preklapati. Za naše izvođenje odabrana je brzina odabiranja fs od 8.000 Hz što odgovara širini opsega signala od 4.000 Hz, za šta je poznato da sadrži dovoljnu količinu frekvencijskih informacija tako da se rekonstruisani signal može interpretirati kao zvuk. Na osnovu naše analize TIMIT govornog korpusa, uključujući i muške i ženske rečenice, koristili smo sledeću statistiku koja se tiče dužine fonema na osnovu čega smo odredili veličinu frejma: maksimalna dužina = 164 ms, minimalna dužina 18 ms, prosečna dužina = 81 ms, srednja dužina = 67 ms, imajući na umu veličinu frejma od 512 (64 ms) ili 1024 (128 ms) audio odbiraka.

Moguća alternativa bi bila izvođenje koje nije zasnovano na frejmovima, kod kojeg bi sekvenca nelinearnih filtera vršila ekstrakciju željene informacije iz ulaznog talasnog oblika audio signala sa karakteristikama koje bi bile poravnate na nivou odbirka, ili čak na nivou pod-odbirka, pre nego ograničene ili poravnate sa granicama frejma. Prema ovom scenariju, N može biti jednako jednom odbirku.

U kontekstu elektro-taktilnog matričnog izlaznog uređaja, svaki frejm će proizvesti jednu elektro-taktilnu matričnu „sliku“ (ili izlaznu matricu) koju je potrebno prikazati na izlaznom uređaju. Susedni frejmovi obrazuju sekvencu takvih slika za šta je analogija prikaz filma na ekranu televizora. Za naš sistem korišćena je mreža koja sadrži 16 x 16 elektroda, gde svaka elektroda poseduje dinamički opseg od 0 do 255 naponskih nivoa, što odgovara unsigned char tipu podataka iz C programskog jezika. Kao što je razmatrano u prethodnom tekstu, brzina odabiranja je u mnogome zavisna od širine opsega signala koji se razmatra. Ipak, i brzina osvežavanja elektro-taktilnog izlaznog uređaja se mora uzeti u razmatranje: uzimajući ekrane televizora kao primer – koji iskorišćavaju perzistenciju čula vida – ukoliko je brzina osvežavanja suviše niska, postoje primetni skokovi između scena. Slično je i sa elektro-taktilnim izlazom, ukoliko je brzina osvežavanja isuviše niska, može postojati nedostatak kontinuiteta između susednih slika i prezentovana informacija će ispoljavati slične skokove između frejmova. U suprotnom slučaju, ukoliko je brzina isuviše velika, susedni pojedinačni frejmovi mogu biti percipirani kao jedan usled čulnih ograničenja jezika – tako da se ne ostvaruju poboljšanja. Ukratko, postoji kompromis između frekvencije odabiranja i brzine osvežavanja uređaja koji je zavistan od veličine matrice/slike.

Za sistem, specificirali smo brzinu prikaza frejmova (brzina osvežavanja) od 62,5 frejmova u sekundi, što je konzistentno sa perzistencijom čula vida, tako da je određena veličina frejma od 512 odbiraka (ovde je veličina frejma duplo veća od veličine matrice; ispod je razmotreno kako se za matricu generiše 256 koeficijenata korišćenjem amplitudskog spektrograma.

Dodatno, kako bi se postigli konzistentni obrasci nadražaja između uzastopnih elektro-taktilnih slika, potrebno je preklapanje između frejmova; gde se frejmovi širine N preklapaju na o odbiraka, gde na svakih a = N − o odbiraka prozor analize klizi kako bi obuhvatio nove odbirke, pri čemu se vrši obrada frejma i generisanje nove slike koja se prenosi do izlaza. Zbog toga, elektro-taktilni izlaz se osvežava na svakih a odbiraka, gde a predstavlja napredovanje frejma (nasuprot preklapanju).

Naznačavamo brzinu frejmova od 62,5 Hz koja pri brzini odabiranja od 8 kHz odgovara trajanju od 16 ms. Ipak, kako veličina frejma odgovara trajanju od 64 ms (tako da se mogu uhvatiti audio objekti), preklapamo frejmove kao što je prethodno preporučeno gde N = 512 i α = 128, što zadovoljava trajanje frejma od 16 ms.

Konačno, vršimo sumiranje korišćenjem sledeće kvantitativne ilustracije: osvežavamo niz na 62,5 Hz i želimo da obuhvatimo frekvencije do 4.000 Hz. Sa ovom vrednošću kao Nikvistovom frekvencijom, dobijamo brzinu odabiranja od 8 kHz. Koristimo frejmove koji sadrže 4 osvežavanja, što znači da svaki frejm sadrži:

sa frejmovima koji su preklopljeni tako da novi frejm nastaje nakon svakog osvežavanja, što bi prema ovome bilo nakon svakih 128 odbiraka.

Obzirom da je veličina frejmova 512 i da je veličina matrice 256 (pamteći da frejm odgovara slici matrice), generišemo reprezentaciju od 256 koeficijenata koja će biti prikazana na matrici korišćenjem pogodne dekompozicije signala kao što će biti razmotreno u daljem tekstu.

Dekompozicija signala i analiza

Od uvođenja teorije informacija sredinom prošloga veka (Shannon, 1948), predloženo je da je redundansa čulnih ulaza važna za razumevanje percepcije (Attneave, 1954; Barlow 1959). Redundansa sadržana u našem okruženju je ono to omogućava mozgu da izradi kognitivne modele okruženja oko sebe (Barlow 1961, 1989). Smatra se da statističke pravilnosti na ulazu čula moraju nekako biti razdvojene od redundansi i enkodovane na neki efikasan način, što je dovelo do Barlow-ove hipoteze koja naznačava da je cilj rane perceptualne obrade transformacija visoko-redundantnog čulnog ulaza u efikasniji faktorijel kod koji može biti naveden kao dalja matrična transformacija.

Jednačina 1

gde je W = [ w1| … | w N] N x N linearni matrični operator, x = [ x1, … , x N]T] čulni ulazni vektor i s = [ s1, … , s N] T kodovani ulaz, gde su vrednosti W,s i x realni brojevi, tj W,s,x ∈ R.

Takva transformacija se vrši matrično-vektorskom operacijom množenja i može se primeniti za zamenu čula sluha, gde x odgovara našem frejmu a s predstavlja kodovani izlaz koji je potrebno reprezentovati kao napone na elektro-taktilnom izlaznom uređaju.

Posmatrajući Sliku 5, vršimo dekompoziciju audio strima (nakon odabiranja i obrazovanja frejmova) u superpoziciju osnovnih talasa primenom harmonijske analize. Najčešći oblik harmonijske analize je Furijeova analiza koja se vrši primenom diskretne kratkotrajne Furijeove transformacije (STFT), tj. dekompozicijom signala u sinusne talase, gde W odgovara Furijeovoj osnovi u kompleksnom domenu, C, koji daje kompleksnu vrednost s ∈ C koju označavamo sC. STFT funkcija je simbolično reprezentovana funkcijom 42 sa Slike 5.

Kako bi se izvršila transformacija koeficijenata, sC, u oblik pogodan za prikaz na elektro-taktilnoj matrici, primenjujemo amplitudski spektrogram 44 rezultujućih STFT koeficijenata i prikazujemo te vrednosti. Dodatna prednost korišćenja amplitudnog spektrograma je ta da rezultujući koeficijent, snnisu negativne vrednosti (tj. isključujemo negativne vrednosti, s ≥ 0);

Jednačina 2

𝑠𝑛=?𝑚??(?𝑠𝐶)

Negativne vrednosti ne mogu biti prikazane na elektro-taktilnoj matrici obzirom da naponi elektroda reprezentuju intenzitet, tako da koeficijenti koji se prikazuju na uređaju moraju biti u obliku sn.

Obzirom da STFT rezultuje simetričnim vrednostima, samo prva polovina STFT frejma je potrebna da generiše amplitudski spektrogram, što rezultuje sa 256 koeficijenata koje je potrebno prikazati na matrici, po jedan za svaku elektrodu.

Zajedno STFT funkcija 42 i amplitudski spektrogram 44 obezbeđuju funkciju 32 dekompozicije uopštenog signala, koja je prikazana na Slici 3.

Druge moguće alternative uključuju uopštene primere Furijeove analize kao što su talasne transformacije, gammatone transformacije, zak transformacije, curvelet transformacije itd. koje se takođe mogu primeniti za reprezentaciju audio signala na elektro-taktilnoj matrici zamenom W osnovama koje definišu ove transformacije.

Kao što je utvrđeno pilot probama izvršenim na obolelima 20 od tinitusa (biće detaljnije opisano ispod) primenom sistema sa Slika 1 i 2, očigledno je da tokom vremena subjekat uči da pridruži nadražaj (koeficijentima amplitudskog spektrograma) prezentovan od strane elektro-taktilnog izlaza na jeziku individualnim zvucima. Premisa ovog tretmana je da somato-senzorski korteks, koji prima taktilne informacije od jezika, poseduje dovoljnu količinu putanja do auditornog korteksa kako bi se uspostavila ova korelacija.

U kontekstu lečenja tinitusa, obzirom da mozak ne poseduje druge eksterne reference za audio okruženje, kroz naša ispitivanja smo demonstrirali da obezbeđivanje dodatne reference o audio okruženju putem zamene za čulo sluha omogućava mozgu da rekalibriše kompenzacione mehanizme kroz plastičnost mozga i tako ublažava efekte tinitusa.

Prostorni raspored koeficijenata

Obzirom da je zvuk jedno-dimenzioni signal i da želimo da ga prikažemo na dvodimenzionalnoj elektro-taktilnoj matrici, neophodno je jednodimenzionalne podatke ugraditi u dvodimenzionalni prostor. Izlaz koraka dekompozicije signala je takođe jednodimenzionalan. Određivanje pogodne topologije je zadatak koji se može izvršiti odvojeno, gde je rezultujući raspored reprezentovan N × N matricom P permutacije. U toku izvršavanja, koeficijenti Snse preraspoređuju izvršavanjem množenja sa matricom permutacije,

Jednačina 3

U kontekstu dekompozicije signala primenom Furijeove osnove, poželjno raspoređujemo vektore tonotopski, tj. tako da se komponente koje se po pitanju frekvencije nalaze blisko jedna drugoj postavljaju i na matrici u blizini jedna do druge. Gde (0,0) u matričnoj notaciji (gornje levo) odgovara frekvencijski najvišoj komponenti, dok (√ N, √ N) (dole desno) odgovara frekvencijski najnižoj komponenti. Suštinski, frejm se deli u √ N vektora koji se, zatim, koriste za formiranje redova matrice/slike koja se prikazuje na elektro-taktilnoj izlaznoj matrici.

Reverzni model na prijemu i oblikovanje signala

Na Slikama 3 i 6, nakon dekompozicije signala i raspoređivanja koeficijenata, može biti neophodno izvršiti naknadnu obradu rezultujućih signala pobude kako bi se oni oblikovali u oblik pogodan za bolji doživljaj zvuka percipiranog kroz jezik, kao što je naznačeno pozicijom 36. Na primer, u kontekstu naknadne audio obrade, ponekad je neophodno izvršiti kompresiju dinamičkog opsega zvuka (primenom nelinearne funkcije), što smanjuje razliku između visokih i niskih nivoa zvuka, a kako bi se i tihi signal mogao čuti u bučnom okruženju. Može biti neophodno oblikovati signale koji se prezentuju na elektro-taktilnoj izlaznoj matrici na sličan način, kako bi se obezbedilo da jezik može da čuje sve zvučne signale nakon dekompresije. Na najosnovnijem nivou, takvo oblikovanje signala unosi pojačanje nadražaja na nivou pojedinačnih elektroda na osnovu osetljivosti jezika na takav nadražaj u tom regionu.

Pri transformaciji vremenskih odbiraka zvuka u drugi domen pomoću transformacije osnove (Jednačina 1), bitna stvar koju je potrebno uzeti u razmatranje je da rezultujući koeficijenti ispoljavaju numeričku ekspanziju koje je nadugačko i naširoko neodređeno. Na primer, naš audio ulaz je normalizovan na vrednost između -1 i 1 kada se dovodi sa zvučne karte. I pored toga, dekompozicija talasne forme signala može proizvesti vrednosti koje su veće od ovog opsega, a ovakvo ponašanje se naziva numeričkom ekspanzijom. Ovaj efekat je reprezentovan na Slici 6 kao da nastaje između dekompozicije 32 i obezbeđivanja koeficijenata 34.

Konačno, koeficijenti će biti reprezentovani u matrici, gde svaka elektroda poseduje dinamički opseg tipa unsigned char (0 do 255). Kako bi se osiguralo da se koeficijenti uklapaju unutar ovog opsega, neophodno je izvršiti skaliranje koeficijenata – bilo pre ili nakon izvršene dekompozicije signala – tako da koeficijenti koje je potrebno poslati na izlaz ne rezultuju klipingom signala (tzv. clipping) na elektro-taktilnoj matrici nakon konverzije u tip unsigned char, tj. kako koeficijenti koje je potrebno prikazati ne bi prekoračili raspoloživi dinamički opseg elektroda. Stoga je potrebno izvršiti skaliranje/normalizaciju, na primer sμ→ s gde je μ faktor skaliranja, kako bi se obezbedilo da se koeficijenti koje je potrebno prikazati na izlaznom uređaju nalaze u dozvoljenom dinamičkom opsegu intenziteta napona na elektrodama.

Audio obrada se vrši korišćenjem broja sa pomerajućim zarezom duple preciznosti (8 bajtova). Ipak, elektrode na matrici mogu reprezentovati 0 do 255 intenziteta napona (1 bajt), što odgovara tipu unsigned char. Praćenje i skaliranje koeficijenata osigurava da će koeficijenti (tipa double) nalaziti u opsegu 0 → 1, koji se zatim konvertuje u tip unsigned char radi prikazivanja na izlaznoj matrici množenjem sa 255,0 i zatim primenom promenljive koeficijenta na unsigned char tip. Ovaj proces je prikazan iterativno između procesa 36 i 38, i naziva se procesom „konverzije tipa“ u procesu 36.

Tipična procedura jeste da se na ad-hoc način odredi pogodna vrednost kojom će se izvršiti skaliranje signala, zatim prate vrednosti rezultujućih koeficijenata, s, a u slučaju nastanka klipinga, smanji μ za malu vrednost; vrednost skaliranja se brzo stabilizuje na pogodnu vrednost.

Dodatno, efekti percepcije se takođe moraju uzeti u razmatranje. Na primer, pomoću MP3 standarda za audio kompresiju vrši se kompresija zvuka sa gubicima gde se zvuci koji nisu čujni od strane ljudskog uha (usled maskiranja takvih zvukova efektima percepcije) uklanjaju se iz zvučnog signala što je razlika koja je veoma malo primetna sa tačke slušaoca. MP3 standard primenjuje „reverzni model prijema“ prema kojem se signali koje prijemnik (ljudsko uho) ne može osetiti uklanjaju od strane MP3 kodeka bez ili sa malom degradacijom kvaliteta signala. Takvi efekti maskiranja percepcije će biti najverovatnije ispoljeni od strane dela tela na koji je postavljena taktilna matrica (na primer jezik) i može biti iskorišćeno prilikom prikaza informacije na elektro-taktilnoj izlaznoj matrici.

Elektro-taktilna matrica

Matrica elektroda primenjena u uređaju sa Slike 2 koristi poluloptaste električne stimulatore za površinsku stimulaciju kože koji osiguravaju homogenu gustinu struje na dodirnoj površini između kože i elektroda. Elektrostatika nalaže da je raspodela naelektrisanja na naelektrisanom telu najveća na oblastima sa najvećim zakrivljenjem površine. Ovo je dobro poznato kao „ivični efekat“. Naelektrisana tela sa oštrim ivicama doživljavaju nagomilavanje naelektrisanja duž ovih ivica. Najveći broj električnih stimulatora za površinu kože koristi ravne elektrode u obliku diska. Mikroskopska ispitivanja ovih elektroda otrkivaju oštre ivice duž obima elektrode. Pokazano je da na ovim ivicama dolazi do nejednake raspodele naelektrisanja na kontaktnoj površini elektrode i kože u toku električne stimulacije (Krasteva i Papazov, 2002). Ovo će uticati na kvalitativnu percepciju nadražaja, a pored toga može dovesti i do bola ili opekotina na koži.

Gausov zakon za jačinu polja izvan sfere poluprečnika R je

Jednačina 4

a gustina naelektrisanja D (naelektrisanje po jedinici površine) na sferi poluprečnika R za naelektrisanje Q skalira na isti način:

Jednačina 5

Prema našoj postavci, ove Jednačine znače da će jačina polja i gustina naelektrisanja D biti inverzno proporcionalni u odnosu na poluprečnik elektrode R. Podrazumevajući konstantno naelektrisanje Q, ovo implicira da će jačina polja i gustina naelektrisanja biti veća na vrhu igle nego na površini velike sfere.

Ovo dalje implicira da bi za zadatu veličinu elektrode, ukoliko želimo da minimizujemo maksimalnu jačinu polja, elektroda trebalo da bude sferična.

Gustina struje je data jednačinom:

Jednačina 6

gde je J( r, t) vektor gustine struje na lokaciji r u trenutku t (SI jedinica je Amper po kvadratnom metru). n( r, t) je gustina čestica odnosno broj čestica po zapremini na lokaciji r u trenutku t (SI jedinica je m<−3>) jeste naelektrisanje pojedinačnih čestica gustine n (SI jedinica je Kulon). Primenjujemo polusferni električni stimulator namenjen delovanju na površinu kože sa uniformnim poluprečnikom i zakrivljenjem površine koji će osigurati homogenu gustinu struje na kontaktnoj površini između elektroda i kože, i tako umanjiti rizik od bolnih koncentracija struje.

Šestougaona matrica sa uniformnom distribucijom elektroda se sastoji od koncentričnih šestougaonih matrica sa uniformo raspoređenim elektrodama. Broj elektroda e je dat sledećom jednačinom:

gde je k broj koncentričnih šestougaonih matrica u matrici oko centralne elektrode. Prednost ovakve matrice jeste da je rastojanje između elektroda uniformno na čitavoj matrici.

Pilot ispitivanja

U ispitivanje dugo četiri nedelje uključili smo 20 učesnika tokom kojeg su oni koristili uređaj za primenu tretmana koji istovremeno prezentuje zvuk čulima sluha i dodira. Muzika koja je puštena korisniku preko slušalica je simultano dekomponovana u sastavne talasne oblike (primenom STFT transformacionog postupka opisanog iznad) koji se enkoduju u taktilne matrice i prezentuju korisniku preko intra-oralnog elektro-taktilnog senzora postavljenog na jezik.

Tretmanom je bilo obuhvaćeno 12 muškaraca i 8 žena prosečnog uzrasta od 48 ± 22 godine sa trajnim tinitusom (trajni simptomi u toku trajanja od više od 6 meseci) nastalim usled buke i/ili gubitka sluha koji je u vezi sa njihovim godištem. Učesnici nisu dobijali nikakav drugi tretman za gubitak sluha ili tinitus.

Režim tretmana se sastojao od korišćenja uređaja u toku 30 minuta u toku jutra i ponovo uveče. U svakoj od sesija učesnici su slušali 30 minuta prepisanu muziku kroz slušalice uz simultanu pobudu jezika taktilnim reprezentacijama muzike.

Učesnici su procenjeni pre i posle intervencije korišćenjem THI upitnika (Tinnitus Handicap Inventory) [videti C.W. Newman i ostali Arch Otolaryngol Head Neck Surg., vol. 122, pp.143-148, 1996: i A. McCombe i ostali, Clin Otolaryngol, vol.

26, pp. 388-393, 1999] i korišćenjem upitnika za reakciju na tinitus (TRQ – Tinnitus Reaction Questionnaire) [videti P.H. Wilson i ostali, Journal of speech and hearing research, vol. 34, pp.197-201, 1991]. THI je samo-izveštajna mera za hendikepirane od tinitusa koja kvantifikuje uticaj 25 aspekata tinitus na svakodnevni život. THI kategoriše rezultate u 5 ocena po pitanju ozbiljnosti: Stepen 1: Neznatno, 2: Blago, 3: Umereno, 4: Oštro i 5: Katastrofalno. THI merenje pre intervencije je iskorišćeno za procenu uticaja tinitusa na učesnika ispitivanja u toku četvoronedeljnog perioda pre početka ispitivanja. THI merenje nakon interfencije je iskorišćeno za procenu uticaja tinitusa na učesnika u toku četvoronedeljnog perioda u toku kojeg je učesnik primio tretman..

TRQ je samo-prijavljujuća mera reakcije na tinitus koja procenjuje 26 aspekata tinitusa na kvalitet svakodnevnog života. TRQ rezultat od 16 ili više se smatra klinički značajnim. TRQ merenje pre izvođenja tretmana je upotrebljena za procenu uticaja tinitusa na učesnika toko perioda od jedne nedelje pre početka ispitivanja. TRQ merenje nakon izvođenja tretmana je iskorišćeno za procenu uticaja tinitusa na učesnika u toku jedno-nedeljnog perioda pre završetka ispitivanja.

Dodatno u odnosu na THI i TRQ, učesnici su zamoljeni da opišu bilo kakve simptomatične promene i stanje ukoliko su simptomi Nestali / Znatno poboljšani / Poboljšani / Nepromenjeni / Pogoršani / Najgori.

Pridržavanje pravila od strane učesnika: od 20 učesnika regrutovanih za ispitivanje, njih 17 je uspešno završilo period od četiri nedelje tretmana.

Preko 60% učesnika koji su završiti četvoro-nedeljno ispitivanje prijavilo je da su se njihovi simptomi „Poboljšali“ ili „Veoma poboljšali“.

Gotovo 60% učesnika je registrovalo umanjenje od jednog stepena ili više u svojim THI rezultatima.

Gotovo 90% učesnika je registrovalo poboljšanje kroz svoje TRQ rezultate pri čemu je 65% njih registrovalo poboljšanje kao veće od 20%.30% učesnika je prešlo iz klinički značajnih TRQ rezultata (>16) u ne-klinički značajne TRQ rezultate (<16).

Moguće alternativne dekompozicije signala

Pošto je premisa za korak dekompozicije signala zasnovana na ideji o iskorišćenju redundanse u čulnim ulazima, dekompozicija signala nije ograničena na harmonijsku analizu usled činjenice da se mogu iskoristiti mnoge različite pretpostavke kako bi se postigla Jednačina 1. U sledećim delovima, opisaćemo moguće alternative ovom koraku.

Dok su postupci harmonijske analize izuzetno korisni, moguće je konstruisati razuđene reprezentacije korišćenjem karakteristika (koje se nazivaju rečnikom signala ili osnovnim vektorima) koje su naučene iz korpusa podataka. Takve metode kreiraju reprezentacije sa manje aktivnih koeficijenata i proizvode bolje slike koje se mogu prikazati na matrici. Razuđene reprezentacije su poznate u analizi/obradi signala i tipično se koriste kako bi se signal mogao kompresovati, na primer diskretne kosinusne transformacije se koriste u MPEG video kompresiji.

Korak učenja se vrši nezavisno od primene, tj. pre, dok se dekompozicija ulaznog audio strima (uklapanje) na utvrđeni rečnik vrši u realnom vremenu. Ispod grubo opisujemo jedan broj takvih pristupa koji se mogu iskoristiti za konstruisanje rečnika signala koji je prilagođen korpusu zvuka, na primer govoru.

Kada se obrazuju rečnici signala, neophodno je primeniti odabrani postupak na neke podatke za učenje (na primer, govor, muziku, zvuk u različitim okruženjima itd.) gde se podaci za učenje odabiraju i obrazuju frejmove korišćenjem iste šeme koja je prethodno opisana, ipak sekvenca od K frejmova se razmatra odjednom i koristimo X = [ x1| … | xK] opisuje matricu sa podacima za učenje. Rezultujući rečnik signala, W, proizvodi kodirane oblike, s, koji su optimizovani da se iskoriste kao podaci za učenje, što se može primeniti za postizanje optimalnog enkodovanja ovih tipova podataka, pod uslovom da je K dovoljno veliko. Na primer, kada se na događaju na otvorenom sluša muzika, korisno je iskoristiti rečnik signala koji je naučen na osnovu snimaka koncerata na otvorenom (nasuprot, na primer, muzici kitova) kako bi se postiglo šturo enkodovanje.

U Jednačini 1, W je konstruisano na osnovu ovog prethodno proračunatog rečnika signala i kada je zvuk prezentovan sistemu on se enkoduje korišćenjem ove matrice rečnika. Koeficijenti rezultujućeg koda, s1, … , s N, su topološki organizovani u zavisnosti od nekog kriterijuma (na primer uzajamne zavisnosti između s1, … , s N) i reprezentovani su na elektro-taktilnoj izlaznoj matrici. Takve organizacije su slične tonografičkim organizacijama auditornih receptora u auditornom korteksu. Na ovaj način sistem vrši perceptualno enkodovanje disfunkcionalnog modaliteta.

Sledeći postupci određuju W na osnovu korpusa podataka, X, što je korak koji se izvodi pre korišćenja sistema, pri čemu se x naknadno projektuje na fiksni rečnik signala W pomoću linearne transformacije (Jednačina 1) u realnom vremenu kada se sistem nalazi u funkciji.

Analiza osnovnih komponenti

Analiza osnovnih komponenti (PCA – Principal Component Analysis) (Pearson, 1901) (takođe poznata kao Karhunen-Leve transformacija ili Hotelingova transformacija) jeste tehnika za umanjenje dimenzionalnosti multivarijantnih podataka - X je multivarijanta – koja zadržava karakteristike podataka koje najviše doprinose statističkoj varijansi. PCA je linearna transformacija koja nema fiksni skup osnovnih vektora (što je različito od Furijeove transformacije, na primer). Umesto toga, PCA transformiše naučene podatke X u ortogonalni koordinatni sistem koji odgovara pravcima varijanse podataka. Vektori koji definišu pravce varijanse, [ w1| … | w N] poznati su kao osnovne komponente podataka:

Jednačina 7

Analiza nezavisnih komponenti (ICA – Independent Component Analysis) (Comon, 1994) obuhvata skup metoda za razdvajanje multivarijantnih podataka u statistički nezavisne komponente. Inspiraciju je našla u Barlow-ovoj hipotezi (Atick and Redlich, 1990) pretpostavljajući princip minimalne redundanse, koji predlaže model koji koristi takav metod kao mehanizam za dobijanje efikasnog koda. ICA daje linearni matrični operator, W, (koji se određuje na osnovu podataka za učenje X) a koji uračunava i zajedničku verovatnoću distribucije s u nezavisne komponente,

Jednačina 8

a koja se u opštem slučaju rešava kao problem optimizacije gde se W pronalazi maksimizacijom neke od mera nezavisnosti. Takve mere uključuju zajedničku informaciju (Comon, 1994), entropiju (Bell i Sejnowski, 1995), ne-gausovu raspodelu (Hyvarinen i Oja, 1997) i proređenost (Zibulevsky i Pearlmutter, 2001). Korišćenjem rečnika signala, W, konstruisanog primenom ICA u Jednačini 1, moguće je prikazati statistički nezavisne komponente zvuka, koje proizvode enkodovane vrednosti koje su i dekorelisane i uzajamno nezavisne.

Faktorizacija nenegativne matrice

Faktorizacija nenegativne matrice (NMF – Non-negative Matrix Factorization) je linearna nenegativna aproksimativna faktorizacija niskog ranga namenjena dekompoziciji multivarijantnih podataka (Lee i Seung, 2001; Paatero i Tapper, 1994). NMF je pristup zasnovan na putanjama koji se ne zasniva na statističkim pretpostavkama u vezi podataka. Umesto toga, on pretpostavlja da su za predmetni domen – na primer slike izrađene u nijansama sive – nenegativni brojevi fizički bez značenja. Negativne komponente ne poseduju reprezentaciju u stvarnom svetu u kontekstu slike u nijansama sive, što je dovelo do zaključka da je potragu za W potrebno ograničiti na nenegativne vrednosti, tj. vrednosti koje su veće od i uključuju nulu. Podaci koji sadrže negativne komponente, na primer zvuk, mogu biti transformisani u nenegativnu formu pre primene NMF. U tipičnom slučaju, u ovu namenu se koristi amplitudski spektrogram, gde podaci za učenje X takođe prolaze kroz proces izrade amplitudskog spektrograma koji je opisan iznad. Formalno, NMF se može interpretirati kao

Jednačina 9

gde je A = W<−1>matrica N × R, pri čemu je R ≤ N tako da su greške prilikom rekonstrukcije minimizovane. Faktori A i S se određuju na osnovu podataka za učenje X korišćenjem pravila za multiplikativno osvežavanje (Lee i Seung, 2001), gde A sadrži karakteristike podataka a S njihove aktivacije, koji se odbacuju nakon izvođenja koraka učenja. NMF kod je nenegativan i, kao takav, spreman za prikaz na izlazu, za razliku od koda proizvedenog od strane PCA i ICA koji može sadržati negativne komponente koje zahtevaju dodatnu ne-linearnu transformaciju (na primer izračunavanje apsolutne vrednosti) pre prikazivanja na izlaznoj matrici. U toku izvršavanja, svaki frejm x rezultuje snizvođenjem sledeće optimizacije,

Jednačina 10

Razuđena prekompletna dekompozicija

U Jednačini 1, rečnik u koji se ulazni zvuk x dekomponuje, tj. kolone W − 1, poseduje veličinu jednaku (ili manju od) dimenzije N od x. Kao što je razmatrano, može biti poželjno da dekompozicija x bude razuđena, što znači da se može izraziti u funkciji malog broja elemenata rečnika, što ovde odgovara slučaju razuđenog vektora 𝑠. Ukoliko je distribucija na osnovu koje se uzima x dovoljno bogata, ovo može biti nemoguće postići sa bilo kojim rečnikom od samo N elemenata.

Kao alternativa moguće je koristiti prekompletan rečnik, što znači da on poseduje više od N elemenata, tj. rečnik signala jeste debela matrica. Ukoliko se rečnik postavi u kolone matrice D, onda ovo odgovara pronalaženju vektora s koji je razuđen i koji takođe zadovoljava jednačinu D s ≈ x.

Sve do ovog mesta opisivali smo primenu Jednačine 1 za transformaciju x korišćenjem rečnika signala. Sada naznačavamo prekompletan rečnik signala D, gde transformacija korišćenjem Jednačine 1 nije moguća obzirom da je jednačina podograničena za D, tako da koristimo optimizacionu Jednačinu 11 datu ispod kako bi izvršili transformaciju.

Postoji veći broj algoritama za pronalaženje takvog vektora s, od kojih je najpoznatija L1 dekompozicija kod koje se nalazi s čiji se elementi sa minimalnom sumom apsolutnih vrednosti izlažu gornjem stanju gde se ≈ konkretizuje kao kvadratna greška, što rezultuje sa:

Jednačina 11

gde je λ konstanta koja menja razuđenost s za vernost reprezentacije x.

Kao što je slučaj sa W u Jednačini 1, rečnik D može biti određen na veći broj načina, uključujući i PCA, ICA, NMF i njihove varijante, kao što su prekompletna ICA i razuđena konvolutivna NMF (O’Grady i Pearlmutter, 2008).

Dodatno, moguće je kombinovati rečnike signala koji su obrazovani učenjem na osnovu različitih skupova podataka i konstruisati prekompletan rečnik. Na primer, korišćenjem ICA možemo konstruisati dva rečnika signala iste dimenzije kao i W za govor, gde je jedan prilagođen za muški glas, a koji označavamo sa M, i drugi koji je prilagođen za ženski govor, koji označavamo sa F. Nakon toga ih možemo kombinovati kako bi konstruisali D, gde je D = [ M| F]. Prednost koja se time postiže jeste da kada se u audio strimu nalazi govor muškarca, M deo D je najaktivniji dajući razuđene reprezentacije, i obrnuto.

Kao što je ranije naglašeno, elektrode na elektro-taktilnoj izlaznoj matrici reprezentuju intenzitet i time koeficijenti koje je potrebno prikazati na uređaju, sn, moraju biti nenegativne vrednosti. Za alternativne metode koje su opisane iznad – uz izuzetak po pitanju NMF i amplitudskog spektrograma – neophodno je proslediti rezultujuće koeficijente, s, kroz ne-linearnost koja na izlazu proizvodi samo nenegativne vrednosti. Koristimo apsolutnu vrednosti s kako bi generisali sn,

Jednačina 12

Kako bi reprezentovali elemente rečnika koji opisuju audio signal na dvodimenzionalnoj matrici, elementi rečnika koji su iskorišćeni za dekompoziciju signala, a koji su dužine N, mogu biti zamišljeni kao tačke u N prostoru, sa različitim rastojanjima između svakog od vektora. Moguće je korišćenjem postupaka kao što je lokalno linearno ugrađivanje (Locally Linear Embedding) ili multi-dimenziono skaliranje (Multi-dimensional Scaling) ugraditi ove multi-dimenzione vektore u dvodimenzionalni prostor i tako postići dvodimenzionalni raspored. Ove metode zahtevaju meru rastojanja (ili divergencije) koja se može odrediti bilo direktno na osnovu elemenata rečnika, bilo korišćenjem statistike karakteristika njihovih odziva. Ovo bi podrazumevalo iskorišćavanje statistike ovih vektora, i tako blisko raspoređivanje vektora koji poseduju slične karakteristike - kao što su unakrsna korelacija, relativna entropija, uzajamna zavisnost, itd.

Claims (15)

PATENTNI ZAHTEVI

1. Uređaj namenjen primeni u lečenju tinitusa, koji sadrži jedinicu za obradu zvuka, taktilnu jedinicu i interfejs između njih, gde:

navedena taktilna jedinica sadrži matricu električnih stimulatora namenjenih površinskoj stimulaciji kože, gde se svaki od stimulatora može nezavisno pobuditi kako bi delovao taktilnim nadražajem na subjekat, i ulaz namenjen prihvatanju većeg broja signala pobude od strane navedenog interfejsa i usmeravanju pojedinačnih signala pobude na individualne stimulatore; i

gde navedena jedinica za obradu zvuka sadrži:

ulaz konfigurisan za prijem audio signala;

procesor za digitalnu obradu signala koji se može primeniti za analizu navedenog audio signala i generisanje navedenog većeg broja signala pobude koji su reprezent navedenog audio signala putem deljenja navedenog audio signala u niz frejmova u vremenskom domenu, primenom transformacije na svakom od frejmova kako bi se generisao skup koeficijenata koji reprezentuju navedeni frejm, i mapiranjem navedenog skupa koeficijenata na skup signala pobude kojim će se delovati na matricu; i

izlaz konfigurisan za prijem navedenog većeg broja signala pobude od strane navedenog procesora za digitalnu obradu signala i prosleđivanje navedenog većeg broja signala pobude do navedenog interfejsa.

2. Uređaj prema Zahtevu 1, gde se navedeni procesor za digitalnu obradu signala može dalje primeniti za generisanje navedenog većeg broja signala pobude kao vremenski promenljive sekvence izlaznih matričnih obrazaca, gde svaki izlazni matrični obrazac sadrži skup signala pobude kojim je potrebno delovati na izlaznu matricu u toku diskretnog vremenskog perioda, a reprezentuje diskretni odbirak ulaznog signala u vremenu.

3. Uređaj prema Zahtevima 1 ili s, gde je navedena transformacija koja se primenjuje na svakom od frejmova odabrana iz grupe koja sadrži Furijeovu transformaciju, kratkotrajnu Furijeovu transformaciju (STFT), talasnu transformaciju, curvelet transformaciju, gammatone transformaciju i zak transformaciju.

4. Uređaj prema Zahtevu 3, gde je navedena transformacija Furijeova transformacija ili kratkotrajna Furijeova transformacija, i gde se navedeni signal odabira brzinom odabiranja od između 4 kHz i 12 kHz, poželjnije između 6 kHz i 10 kHz, a prvenstveno brzinom odabiranja od oko 8 kHz.

5. Uređaj prema bilo kojem od Zahteva 1 do 4, gde se navedeni niz vremenski promenljivih frejmova preklapa jedan sa drugim.

6. Uređaj prema bilo kojem od Zahteva 1 do 5, gde je početak svakog od frejmova izmešten od početka prethodnog frejma za između 10 i 20 ms, poželjnije za između 12 i 18 ms, a najpoželjnije za oko 16 ms.

7. Uređaj prema bilo kojem od Zahteva 1 do 6, gde je navedeni procesor programiran da koristi dužinu frejma od 18 do 164 ms, poželjnije od 50 do 150 ms, a prvenstveno od 64 ili 128 ms.

8. Uređaj prema bilo kojem od Zahteva 1 do 7, gde navedeni skup koeficijenata reprezentuje signal u frekvencijskom domenu, i gde su koeficijenti mapirani na signale pobude na takav način da su koeficijenti koji reprezentuju slične frekvencije mapirani na signale pobude koji su namenjeni stimulatorima koji se nalaze fizički jedan blizu drugog u navedenoj matrici.

9. Uređaj prema Zahtevu 8, gde se koeficijenti koji reprezentuju susedne frekvencije mapiraju na signale pobude namenjene stimulatorima koji su fizički susedni jedni drugima.

10. Uređaj prema Zahtevu 1 ili 2, gde je navedeni procesor za obradu digitalnog signala programiran da analizira navedeni audio signal mapiranjem uzastopnih segmenata navedenog audio signala na skup karakteristika odabranih iz rečnika navedenih karakteristika.

11. Uređaj prema bilo kojem od prethodnih Zahteva, gde je navedena matrica stimulatora izvedena u vidu pravougaono raspoređene mreže od m × n stimulatora koji se nalaze na jednakom uzajamnom rastojanju.

12. Uređaj prema bilo kojem od Zahteva 1 do 10, gde je navedena matrica stimulatora izvedena u vidu šestougaono raspoređenih koncentričnih šestougaonih pod-matrica ili u vidu kružno raspoređenih koncentričnih kružnih pod-matrica.

13. Uređaj prema bilo kojem od prethodnih Zahteva, gde se navedeni procesor može dodatno iskoristiti za normalizaciju amplituda signala pobude kako bi se oni doveli unutar unapred određenog opsega intenziteta signala pobude.

14. Uređaj prema bilo kojem od prethodnih Zahteva, gde je navedena taktilna jedinica izvedena u obliku tela dimenzionisanog tako se postavlja na jezik ljudskog subjekta, i gde je svaki stimulator izveden u obliku elektrode sa zaobljenom površinom koja se pruža sa navedenog tela.

15. Postupak za konverziju audio signala u veći broj signala pobude namenjenog naknadnom prenosu do matrice električnih stimulatora za površinsku stimulaciju kože, naznačen time, što postupak sadrži korake:

prijema audio signala;

analize navedenog audio signala i generisanja većeg broja signala pobude koji reprezentuju navedeni audio signal u vidu vremenski promenljive sekvence izlaznih matričnih obrazaca deljenjem navedenog audio signala u niz frejmova u vremenskom domenu, primenom transformacije na svaki od frejmova kako bi se generisao skup koeficijenata koji reprezentuju navedeni frejm i mapiranjem navedenog skupa koeficijenata na skup signala pobude kojim je potrebno delovati na matricu na takav način da se pojedinačni signali pobude usmere ka pojedinačnim stimulatorima; i

prosleđivanja navedenog većeg broja signala pobude na izlaz radi prenosa do navedene matrice električnih stimulatora za površinsku stimulaciju kože.