30명의 경도에서 중도-중증 양측 감각신경성 난청 성인을 대상으로 한 사전 등록된 이중맹검 무작위 대조 시험입니다.
Findings
Spatial AI 모델은 SNR +6, 0, -6 dB 환경에서 각각 6.0, 10.6, 18.9의 오즈비(odds ratios)를 보이며 어음명료도를 통계적으로 유의하게 개선하였습니다(p ≪ 0.0001). SNR-50은 9.2 dB 개선되었으며, 실험용 보청기는 미착용 상태 대비 15.5 dB의 SNR 개선을 보였습니다.
PubMed, Scopus, Google Scholar를 통해 인지, 어음인지, 소음 속 어음, 보청기 신호 처리, 환경 보건 및 노화 관련 용어를 조합하여 수행한 서술적 문헌 고찰임.
Findings
소음 속 어음인지는 순수하게 청각적인 작업이 아닌 협응된 신경인지적 과정이며, 특히 작업 기억이 열악한 조건에서 보청기 착용 시 어음인지 능력을 예측할 수 있는 핵심적인 인지적 기여 요인임. 또한, 인공지능은 이러한 인지-보청기 신호 처리 간의 상호작용을 지원하며, 보청기 알고리즘의 성공 여부도 작업 기억에 엄격히 의존함.
제안된 DNN 기반 방향성 시스템을 어음 인지 성능, 주관적 어음 명료도, 청취자 선호도 및 AI 기반 객관적 명료도 지표를 통해 기존 알고리즘과 비교 평가함
Findings
DNN 기반 시스템은 목표 어음의 어음명료도를 개선하면서도 환경음을 유지함. 90° 방향 목표 어음의 경우 기존 방향성 알고리즘 대비 SRT50이 1.4 dB 개선되었고, 전방 목표 어음과 후방 방해 화자가 함께 있는 경우 무지향성 패턴 대비 SRT50이 4.7 dB 개선됨. 또한 135° 방향 어음의 탐지 임계값이 2.42 dB 개선됨.
GABRIEL 프레임워크를 활용한 계량서지학 분석과 LLM 지원 초록 수준 콘텐츠 분석을 결합한 개념 증명 연구이다.
Findings
Benjamini-Hochberg 교정을 적용했을 때 노인층 강조 감소가 유일하게 통계적으로 유의한 차이를 보였으며(p_adj = .050, r = .266), 증거 유형은 논평 중심에서 실증 연구로 변화하였다(χ2 = 13.32, Monte Carlo p = .014, Cramér's V = .385).
Limit
본 연구 결과는 FDA 규제의 인과적 효과가 아닌 Web of Science 코퍼스 내의 시간적 연관성을 나타낸다.
HATASS(Hearing Aid Technology Adaptation and Satisfaction Scale)를 통해 얻은 환자 보고 결과와 인구통계학적 특성, 보청기 관련 변수를 통합하여 설명 가능한 머신러닝 프레임워크를 제안하고 5가지 회귀 알고리즘을 비교 평가한 연구이다.
Findings
랜덤 포레스트 회귀(RFR)가 가장 일관된 예측 성능을 보였으며(평균 RMSE 14.225, 평균 R2 0.146), 설명 가능성 분석 결과 연령이 가장 영향력 있는 예측 변수로 나타났으며 교육 수준, 보청기 사용 기간, 일일 보청기 사용 시간이 그 뒤를 이었다.
NAL-NL2 및 DSLv5 처방식을 사용하여 현행 FDA 가이드라인을 준수하는 가상의 OTC 압축 보청기가 제공할 수 있는 최대 보청 가능 청력 역치를 탐색하고, 외이도 내 이론적 최대 허용 전체 출력 수준을 계산하였다.
Findings
현행 FDA 가이드라인은 OTC 압축 보청기가 중도에서 고도 난청 환자에게 충분한 이득과 헤드룸을 제공할 수 있도록 허용하며, 대역폭 5657 Hz의 신호 발생 시 외이도 내 최대 전체 출력 수준은 164.5 dB SPL에 도달할 수 있다. 반면, 최대 출력 수준을 외이도(RECD 고려) 기준으로 정의하면 피팅 범위는 중도 난청으로 낮아지고 최대 전체 출력 수준은 10 dB 감소한다.
24명의 숙련된 양측 보청기 사용자(평균 연령 약 64세)를 대상으로 조용한 환경(SIQ), 소음 환경에서 소음 저감 기능이 켜진 상태(NR-on), 소음 환경에서 소음 저감 기능이 꺼진 상태(NR-off)에서의 근전도 신호를 조사한 예비 연구이다.
Findings
주관적 청취 노력은 SIQ에서 NR-on, NR-off 순으로 통계적으로 유의하게 증가하였다. 후이근(PAM) 활동은 주관적 청취 노력과 유사한 양상을 보였으나, NR-off와 SIQ 사이에서만 통계적으로 유의한 차이가 관찰되었다(p = 0.013). 안썹근(corrugator supercilii) 활동은 소음 저감 알고리즘과 관계없이 소음이 있는 동안 시간에 따라 통계적으로 유의하게 증가하였으나, SIQ 동안에는 낮게 유지되었다. 상이근(SAM)은 과제 난이도에 따른 통계적으로 유의한 효과가 관찰되지 않았으나, 예상치 못한 시간 의존적 활동 감소가 나타났다.
Limit
예상치 못한 시간적 변화(time drift)가 관찰되었으며, 이로 인해 수정된 프로토콜과 더 큰 표본 집단을 통한 재현 연구가 필요하다.
정상 청력(NH) 청취자 20명과 난청(HH) 청취자 20명을 대상으로, 0 및 -5 dB 신호 대 잡음비(SNR)의 카페테리아 소음 환경에서 DNN 기반 소음 저감 기능의 활성화(DNNon) 및 비활성화(DNNoff; 지향성 마이크 소음 저감 기술은 유지) 설정이 중국어 성조 1 및 2의 범주적 지각에 미치는 영향을 평가한 실험 연구이다.
Findings
조용한 환경에서 보청기를 착용한 난청자는 정상 청력 청취자와 유사한 범주적 지각을 보였다. 소음 환경에서 DNN을 사용하지 않은(DNNoff) 난청자는 정상 청력 청취자보다 완만한 성조 식별 기울기를 보이는 경향이 있었으나, DNN을 활성화한(DNNon) 경우 식별 기울기가 정상 청력 청취자와 유사하게 유지되었다. 난청자 내에서 범주적 식별 능력은 조용한 환경 > DNNon_0dB > DNNon_-5dB > DNNoff_0dB > DNNoff_-5dB 순으로 감소하였다.
2004년부터 2024년 사이에 발표된 보청기용 머신러닝 기반 어음 및 소음 분류에 관한 피어 리뷰 연구들을 대상으로 PRISMA 2020 가이드라인에 따라 체계적 문헌고찰을 수행하였다.
Findings
머신러닝 및 딥러닝 접근 방식이 어음 및 소음 분류 작업에서 전통적인 신호 처리 기술보다 일관되게 우수한 성능을 보였다. 특히 합성곱 신경망(CNN), 순환 신경망(RNN), 장단기 메모리(LSTM) 및 하이브리드 모델과 같은 딥러닝 구조가 소음이 많고 역동적인 음향 환경에서 개선된 강건성, 적응성 및 분류 성능을 나타냈다.
Limit
지연 시간, 계산 효율성, 에너지 소비 및 실제 환경 적용과 관련된 과제가 남아 있다.
Disability and rehabilitation. Assistive technology ·
언어 습득 후 발생한 양측 대칭성 하향형 고주파 난청을 가진 노인 환자 13명을 대상으로 연구를 수행하였습니다.
Findings
일반 증폭 전략에서는 고주파수 어음 목록(HFWL)의 SIS (%)가 기존 어음 목록(CWL)보다 통계적으로 유의하게 낮았으나, NLFC 전략에서는 CWL과 HFWL 간의 SIS (%)가 유사하였습니다. 또한 NLFC 전략은 일반 증폭 전략에 비해 통계적으로 유의하게 높은 SIS (%)를 나타냈습니다.
감각신경성 난청이 있는 노인 17명을 대상으로 DNN 시스템의 활성화(DNNON) 및 비활성화(DNNOFF) 조건에 따른 MMN을 측정하는 피험자 내 설계를 수행하였다.
Findings
소음 환경에서 DNN 활성화는 MMN 피크 잠복기를 유의하게 단축시키고 강력한 MMN을 유도하였으나, DNNOFF 조건에서는 MMN이 거의 나타나지 않았다. 또한 DNN 활성화는 DNNOFF 조건에서 관찰된 난청과 MMN 진폭 사이의 보상적 상관관계를 제거하여 신경 반응을 정상화하였다.
30명의 참가자를 대상으로 이득(gain)과 소음 저감 기능이 서로 다른 3가지 보청기 프로그램을 사용하는 무작위 교차 설계 연구가 15일 동안 수행되었다.
Findings
이득이 다른 프로그램의 경우 직접 비교 방식이 세 가지 속성 모두에서 가장 높은 대비를 보였으며, 소음 저감 기능이 다른 프로그램의 경우 직접 비교 방식에서만 어음인지 차이가 나타났다. 직접 비교 방식은 전화 사용이 불편할 수 있는 상황(예: 대화, 운전)의 표본을 적게 추출하였으나 참가자의 부담은 더 높게 인식되었다.
Limit
제공 초록에 구체적 한계 미기재
The Journal of the Acoustical Society of America ·
이전 연구에서 개발된 위치 추적 알고리즘을 활용하여, 이진 마스크를 통해 원치 않는 음원 클러스터를 제거함으로써 어음을 분리하도록 모델을 조정하였으며, 자동 음성 인식 기술을 통해 알고리즘 적용 전후의 혼합음을 전사하였습니다.
Findings
대상 음원과 소음이 모두 전방에 위치할 때 하드 마스크를 적용하면 소음 에너지가 거의 완벽하게 제거되었습니다. 음원이 측면이나 후방으로 이동하여 각도 분리도가 작아지면 클러스터 구분이 어려워져 어음명료도 성능이 저하되었으나, 소프트 마스크를 적용할 경우 전방에서는 성능이 약간 낮아진 반면 측면과 후방에서는 성능이 개선되었습니다.
Limit
제공 초록에 구체적 한계 미기재
Journal of speech, language, and hearing research : JSLHR ·