Entwicklung und Optimierung von Musikverarbeitungsalgorithmen für Nutzer von Cochleaimplantaten

Praxisprojekt, Bachelorarbeit & Masterarbeit

Themenbeschreibung
Cochlea Implantate (CI) können das Hören für Menschen mit hochgradiger Schwerhörigkeit oder Ertaubung wieder möglich machen. Dafür wird der Hörnerv durch einen in die Cochlea implantierten Elektrodenträger elektrisch angeregt. Dadurch kann vor allem das Sprachverstehen in vielen Fällen wieder hergestellt werden, Musik wird insbesondere bei hoher Polyphonie als zu komplex und folglich oft als unangenehm wahrgenommen. Um die Komplexität zu reduzieren, wurden in den letzten Jahren verschiedene Musikverarbeitungsalgorithmen entwickelt. Zur Validierung und Weiterentwicklung dieser Algorithmen können auditorische Modelle verwendet werden, welche die Reaktion des Hörnervs auf eingegebene Audiosignale simulieren.

Aufgabenstellung
Für die Entwicklung und Validierung neuer Musikverarbeitungsverfahren sollen auditorische Modelle eingesetzt werden. Ein Ziel ist dabei, effiziente DNN-basierte Approximationen der aktuellen auditorischer Modelle (für Normalhörende und CI-Träger) zu entwickeln, die die Simulation neuronaler Reaktionen beschleunigen. Für die Optimierung von Musikverarbeitungsalgorithmen sollen objektive Bewertungskriterien wie z.B. das Neural Similarity Measure (NSIM) weiterentwickelt werden, um die Ähnlichkeit der simulierten neuronalen Reaktionen bei Normalhörenden und CI-Nutzern zu schätzen.

Voraussetzungen

• Interesse an Musikverarbeitung und Cochlea-Implantat-Technologie
• weiterführendes System- und Signalverständnis
• gute Programmierkenntnisse in Matlab / Python