人工耳蜗植入者音乐感知能力的研究进展

吴雨桐 徐百成 郭玉芬

兰州大学第二医院耳鼻咽喉科（兰州 730030）

人工耳蜗（cochlear implant,CI）作为一种人体感觉仿生装置，目前临床应用可以基本满足植入者进行安静环境下的日常言语交流。随着文化的蓬勃发展和对生活质量要求的不断提高，听力损失患者对于音乐欣赏的需求渐多[1]，且提高音乐感知能力可以使其更好地感知声调语言[2,3]。然而当前技术水平下的CI相比于人类听觉系统而言，用于感知音乐是远远不够的[4]，提高CI植入者对于音乐的感知能力是当下亟待解决的问题。

1 CI感音的原理及技术局限性

1.1 基本原理

CI的核心技术为将声波转换成电脉冲信号的言语编码策略，这一过程可以分为：声信号的转换与传输、电信号的接收、电信号的感知[5]。CI的麦克风获取声信号，记录并转换成数字信号，随后经过多个带通滤波器提取不同频段的信号能量，由半波整流提取包络，由低通滤波器去除部分高频成分，最终提取出每个频段声能量的完整光滑的时域包络[6]。这些包络对一定频率的电脉冲波进行振幅调制以生成电信号，而后分别传输至对应的刺激电极，激活植入者耳蜗不同区域的螺旋神经节细胞感知声音。其中，位置编码指不同位置的电极刺激不同区域的螺旋神经节细胞，反映频域信息；时间编码指螺旋神经节细胞感受电刺激的时间间隔，反映时域信息。低通滤波器的截止频率可以决定时域信息的多少[6]。CI编码后的信号传递仍遵循耳蜗音位配布原理，蜗顶低频区主要通过时间编码即时域信息来传递信息，蜗底高频区主要通过位置编码即频域信息来传递信息，中间频率由时间和位置编码共同作用[7]。蜗顶蜗轴中主要为螺旋神经节细胞的树突成分，而这些细胞树突的功能尚存争议，因此有研究认为CI对于低频声信号的传递相较高频差[8]。

1.2 技术局限性

CI技术虽然可以显著提高植入者的言语交流能力，但对音乐这种更为复杂声信号的感知能力仍显不足。这可能与CI信息提取不全、电极通道数不足及环境噪音的影响有关。

目前认为CI最突出的技术局限性为信息提取不全。声信号中各种频率的基音与许多频率与基音频率呈整数倍关系的谐音的能量配比构成了音色[9]。CI的编码规则决定了CI只提取声信号的包络信息，缺乏精细结构信息，这将影响植入者对音色的识别能力。Heng等运用“乐器嵌合”的方法，使用软件分别提取四种乐器（钢琴、吉他、长笛及小号）所演奏的声信号的时域包络信息和精细信息，再分别合成不同的声信号，发现听力正常者辨别音色时可以同时利用时域包络信息和精细信息，而CI植入者主要通过时域包络信息识别音色而非精细结构信息，故对音色的分辨较为模糊[10]。节奏包含的时域信息一般频率为0.2-20.0Hz，可以通过CI较好地向听觉中枢传递，与正常听觉系统差别不大。

有限的有效电极通道数不能满足CI对声音的精细分辨是另一个技术缺陷。乐音中基音的频率决定了不同的音调，特定而有序或同时发出的音调组成了旋律及和弦。多数CI的有效电极通道数在12-22个，只有个别型号的电极可以覆盖蜗尖达到全频覆盖的程度，致植入者对声信号频率的分辨率差，故对于音调及旋律的感知能力较差。对于存在内耳畸形的植入者，其残余螺旋神经节数量以及能否拥有最佳形状、合适长度的个体化电极也是重要的影响因素。研究发现随着电极通道数的增加，受试者对于音调辨别的正确率也相应地提高[11]，要达到良好的音乐感知效果可能至少需要64个电极通道[12]。

限制CI植入者感受音乐的另一个因素是CI对环境噪声的抗干扰能力。在人类听觉系统中，声音的刺激频率与耳蜗毛细胞的最大刺激位置以及听神经元之间存在着一一对应的关系，复杂的乐音同时刺激耳蜗的诸多区域也可以被很好地感知。而CI的每个电极受到刺激时产生一个电场，多个电极同时受到刺激时电场间相互干扰，造成植入者对于声音的感知混乱，甚至发生电极短路。Looi等发现CI植入者对单一乐器的识别能力比多种乐器共同演奏的识别能力好[13]，反映出CI对多种乐器产生的复杂的音乐元素处理能力的不足，这与患者在安静环境下的声音感知明显优于噪声环境下相一致。

2 对CI植入者音乐感知能力的评估

音乐感知依赖于音调、音色、节奏和旋律等信号的完整输入及其在脑区的正确整合。CI植入者与正常听力者存在差异，但其同样具备一定的音乐感知能力。音乐感知能力的评估是CI植入患者术后康复效果的重要指标，现阶段临床常用评估方法多基于患者对音乐基本组成元素感知的量化评分。其中音乐感知能力测试多用于能够配合测试的大龄儿童至成年CI植入者，音乐能力评估量表则通过对患儿家长的调查来评估幼年及低龄儿童的音乐感知能力。

Nimmons等人开发“音乐感知临床评测（Clini‐cal Assessment of Music Perception Test,CAMP）”系统，通过对音调、旋律、音色这三方面对CI植入者进行评估[14]。Brockmeier等人研发“CI音乐感知能力（Musical Sounds in Cochlear Implants,Mu.S.I.C）”软件，评估包括音调、旋律、和弦、音色与乐器识别等多项内容[15]。Spitzer等人发表的“CI植入者音乐欣赏能力（Appreciation of music in cochlear implantees,AMICI）”测试，用于评测CI植入者区分音乐声与噪声、识别乐器、识别音乐风格与辨别个别音乐作品的能力[16]。平利川等人设计了一套软件，包括最小音调辨差阈值、音调方向分辨和旋律轮廓识别测试[17]。此外“蒙特利尔失歌症评估测试（Montreal Battery for Evaluation of Amusia,MBEA）”系统及其针对低龄患儿改良的“儿童MBEA（Child’s MBEA）”系统也被尝试用于音乐感知能力的评估[18]。

除了上述测试外，音乐能力评估量表也可作为音乐感知能力评价的补充方法。Veekmans等人研发“慕尼黑音乐问卷（Munich music questionnaire）”用于了解语后聋成人CI植入者在术前及术后聆听音乐的行为和经验，包括音乐环境、音乐活动、音乐教育、音乐经验等相关背景的差异[19]。Gfeller等人开发的“爱荷华音乐背景与鉴赏问卷（Iowa Musical Background and Appreciation Questionnaire,IM‐BAQ）”同样可以评估CI植入者的相关音乐体验。奥地利MED-EL公司设计的“小儿音乐能力等级量表（Music and Young Children with CIs:Musicality Rating Scale）”用于评估小儿CI植入术后的音乐感知能力，包括其对音乐的反应及对音乐的节奏、音色和旋律的感知等行为。

通过使用以上评估方法，研究发现CI植入者的最小音调辨别差阈在262Hz目标音时为10.3个半音，在440Hz时为8.4个半音[15]。也有研究结果显示其为1-24个半音且个体差异较大[20]，明显差于听力正常人。对旋律及和弦的感知，CI植入者与正常听力者相比也不佳[21]。关于音色感知，研究发现CI植入者对乐器的识别正确率在21%-54%之间[14,15]，远低于正常听力者。其中，弦乐器及管乐器被演奏时可产生持续的乐音、泛音丰富，相对钢琴、吉他等乐器的音色更易被辨别[22]，但弦乐器与管乐器之间容易被混淆[9]。相较于音高及音色，CI植入者对音乐节奏的感知较好，跟助听器佩戴者以及听力正常者相比无明显差异[13,15]，且节奏和歌词能为旋律的识别提供帮助[4]。

3 提高CI植入者音乐感知能力的方法

CI植入者音乐感知能力会受到CI设备技术、开机时长、耳聋病因、内耳形态、聆听模式、术前佩戴助听器时间以及年龄、手术方式、音乐聆听经验等多种因素影响[23]，提高植入者音乐感知能力需要综合多方面进行。

就CI本身而言，在避免电场交叠的基础上尽可能地增加有效电极数量，在编码策略中优化时域精细信息的提取和传递是首要目标[5,10]。充分评估每个患者独特的耳蜗发育状况，根据不同的耳聋病因及内耳形态来设计个体化电极，对于减少电场的相互影响、保护残余听力等方面起着重要的作用。要使植入者更好地感知精细信息，可对编码策略做出调整，如尝试在蜗顶处的2至3个通道采用实时刺激频率以有效传达精细结构；对时域信息提取基频而非包络，以此对电脉冲波进行振幅调制等。

较单侧CI植入而言，若该植入者对侧耳有一定残余听力，那么一侧植入CI、对侧使用助听器的双耳双模装配模式可提高其音乐感知能力[23]，使声音更加真实好听，显著改善患者的声源定位能力和噪声环境下的言语识别能力[24]。双模式的助听器补偿了CI在低频信号的不足，还为患者提供了听觉总和效应、头影效应及双耳听觉压制效应[24]。然而，双耳双模装配模式是否会在听觉中枢处理过程中产生拮抗与干扰仍存争议，不同性质的刺激之间对皮层的竞争或功能冲突，可能产生不同类型感觉的相互影响[5]。这可能与残余听力状况、助听器佩戴史、CI植入年龄及双模式的调解方案等有关。双耳双模装配模式与双侧CI植入孰佳也尚存争议，有待于进一步研究。

包括音乐感知训练在内的听觉言语康复训练是帮助CI植入者听觉康复的重要手段，积极训练可增强其中枢神经可塑性和大脑的学习及适应能力[25]，可引起包括脑干、初级听觉皮质及高级听觉认知皮质的听觉传导通路的功能变化[26]。音乐具有丰富的声学特性，可以激活与注意力、记忆力及语义句法处理有关的脑区神经可塑性[22]，显著提高语言技能中辅音、声调、语气的识别[27]。研究表明，受训者的音乐训练成效在初期快速提高，平均在训练3周后音乐感知能力可得到明显改善[28]，影响因素包括患者年龄、残余听力、音乐认知过程、助听设备使用及术前音乐水平等，同时也与音乐的刺激量和刺激时间相关，如因父母经常在家唱歌或演奏乐器的患儿对音乐刺激更加敏感[29]。现阶段音乐训练包括分解及合成方法[30]。分解方法指对受训者进行由简单到复杂的训练，先使用电脑合成的标准音及单一和弦，再逐渐丰富音乐的声学特征[31]；合成方法多直接使用各种乐器演奏的乐音，再提供情景提示线索帮助受训者从复杂的声信号中提取出有用信息，以提高其中枢神经系统认知力。分解方法对提高受训者处于较为理想的听觉环境中的音乐感知能力可能更为有益，而合成方法可以帮助受训者在复杂的听觉环境中更好地理解音乐[30]。尽管音乐训练拥有上述优势，其尚未在临床普遍应用。

大量研究指出早期植入CI者较年龄偏大植入者听力言语康复效果好，因为听觉中枢发育可能存在关键期，约在3.5岁前[5]。如果植入年龄晚于关键期，将导致各级听觉中枢功能退化甚至丧失，部分高级听觉中枢可能被其他感觉通路（如视觉、本体感觉）占用，即跨感觉重组[32]，因此对于有条件的语前聋幼儿或儿童应当尽早行CI植入术。与此同时，手术本身为一种有创操作，可能对植入者的残余听力造成损伤，所以应积极改良CI植入手术方式，选择合适的电极，并加强围术期管理。如在打开鼓阶时尽可能避免外淋巴液的流失及外来因素对内耳的影响，在围术期合理使用抗生素、糖皮质激素、抗氧化剂、生长因子和神经营养因子等药物。

4 总结和展望

音乐是人类日常生活中最为复杂的声学信号，当前CI植入者对音乐的正确感知仍受到CI技术的诸多限制，可以从优化CI编码策略、选择更合理形状尺寸的个体化电极以增加有效电极通道数等方面着手。此外，要提高音乐感知能力，应选择合适的聆听模式，尽早地接受CI植入治疗，重视音乐感知训练，加强围术期的科学管理。现阶段虽已有部分关于CI植入者音乐感知能力的评估结果，但所使用的测试与量表的客观性和准确性仍有待提高，尚未进行大规模临床应用，且大多数音色测试所使用的乐器音采样自西洋乐器，对国内缺乏聆听经验的CI植入者有一定难度。当前研究对象绝大多数为单侧语后聋CI植入者，对于双侧植入者及语前聋植入者的音乐感知能力仍有待研究，对于不同聋病基因突变以及不同内耳形态的植入者也尚待对比[33]。CI植入者音乐感知能力与其听阈及言语识别率尤其是噪声下的言语识别率的相关性，未来也可以作更进一步的研究。