Music4u: Personalisierte objektive Deep Learning Modelle zur Verbesserung der Musikwahrnehmung von Cochlea Implantat-Trägern

• Antragsteller: Professor Dr.-Ing. Waldo Nogueira
• Fachliche Zuordnung: Hals-Nasen-Ohrenheilkunde, Phoniatrie und Audiologie ; Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 446611346

Musik spielt eine wichtige Rolle im menschlichen Lebensalltag und ist Teil vieler soziokultureller Anlässe und der Bildung. Musik ist das komplexeste akustische Signal aufgrund der großen Dynamik, Bandbreite und Auflösung des menschlichen Gehörs. Darüber hinaus ist Musik Teil der menschlichen Existenz und verbindet Menschen durch Emotionen über Regionen und Gesinnungen hinweg. Cochlea Implantate können das Hören für schwerhörige und taube Menschen wieder ermöglichen, sind jedoch auf Sprachverständnis ausgerichtet und für andere akustischen Signale schlechter. Deshalb versagen sie bei der Wiederherstellung der Musikwahrnehmung.Weltweit leiden etwa 360 Millionen Menschen an Gehörverlust laut der Weltgesundheitsorganisation WHO. Der Verlust des Gehörs schränkt die Möglichkeiten zu zwischenmenschlicher Kommunikation ein und führt oft zu sozialer Isolation, weshalb sich dies zu einem signifikanten sozioökonomischen Faktor entwickelt hat. Die Forschung an Cochlea-Implantaten hat sich in den letzten zwei Jahrzehnten hauptsächlich auf die Verbesserung des Sprachverständnisses in geräuschhaften Umgebungen konzentriert. Für die Entwicklung des menschlichen Gehirns ist neuesten Erkenntnissen zufolge jedoch auch Musikwahrnehmung wichtig – sowohl für kognitive, emotionale als auch auditive Fähigkeiten. Music4you verschiebt die grundlegende Perspektive der Cochlea-Implantat-Forschung, indem musikalische Technologie als Schlüssel zur Verbesserung des Gehörs und damit auch der Lebensqualität der Cochlea-Implantat-Träger genutzt wird.Music4you untersucht, wie Instrumentalmusik zugänglicher für CI-Träger werden kann unter besonderer Berücksichtigung ihrer individuellen Hörfähigkeit. Zuerst wird die bevorzugte Balance zwischen den Grundelementen der Musik für optimalen Musikwahrnehmung untersucht. Dieses fundamentale Verständnis wird anschließend bei dem Design eines neuen Signalverarbeitungsalgorithmus umgesetzt zur Verbesserung der Musikwahrnehmung und zur Erhöhung der Hörfähigkeit. Dieser Algorithmus basiert auf mehrschichtigen neuronalen Netzwerken zur Quellentrennung späteren Verstärkung. Das Ziel des Algorithmus ist die Verbesserung der aktuell besten Quellentrennungsalgorithmen für Instrumentalmusik. Im folgenden Schritt wird die Komplexität des Algorithmus verringert, um die mögliche Anwendung im Klangprozessor von Cochlea-Implantaten zu demonstrieren. Die Individualisierung des Algorithmus wird mit Hilfe elektrophysiologischer Instrumentenunterscheidungstests erreicht. Die erste Wahl hierfür sind selektive Wahrnehmungstests von polyphoner Musik mit wenigen Musikinstrumenten. Die Performanz der elektrophysiologischen Messungen wird mit den Verhaltenstests der Instrumentenunterscheidungstests an CI-Trägern verglichen.

• DFG-Verfahren: Sachbeihilfen