本发明涉及一种听性脑干反应(ABR)自动测试装置，对多个声强下各自采集的ABR记录，基于自适平均法的运算，通过迭代增加记录的平均次数，提高信噪比直至满足ABR信号检出的条件：根据分组批量采集的ABR记录获得平均曲线，计算分组间互相关函数最大值所在的时滞，根据时滞的偏差是否在规定范围内，判断是否存在具有锁时特性的ABR信号。在检出ABR信号或达到最大迭代次数仍无ABR信号检出而终止迭代。通过检出信号所需的最低声强作为听力阈值；或者，对各声强下使用的迭代次数进行函数拟合，并通过内插法获得听力阈值对应的准确声强。本发明检出阈值的效率高，准确率接近人工判断，且更为客观，可重复性更好，可以有效减少ABR记录重复采集的次数。
控制模块，驱使所述输入模块获取从起始声强到最低测试声强之间，各声强刺激下批量采集的ABR记录；
自适平均法运算模块，执行自适平均法的运算，以通过迭代逐步增加记录的平均次数，直至满足ABR信号检出的条件；所述ABR信号检出的条件，包含：将当前声强在当前迭代时对应的ABR记录分组后，根据当前的平均次数分别计算各组的平均曲线，获得分组之间互相关函数最大值所对应的时滞，根据时滞的偏差是否在规定的数据点范围内，判断是否存在具有锁时特性的ABR信号；
存储模块，对自适平均法运算时各声强下使用的迭代次数进行保存；
主判断模块，根据自适平均法运算模块输出的结果，判断是否在自适平均法运算时检出ABR信号；并且，在判断检出ABR信号时，进一步判断当前声强是否到达设定的最低测试声强；或在判断没有检出ABR信号时，进一步判断是否连续P个声强没有检测到ABR信号；
其中，如果判断没到达最低测试声强，则主判断模块给控制模块发出指令，由控制模块进一步驱使输入模块获取新声强下对应的ABR记录；新声强由当前声强减去间距后得到；如果判断达到最低测试声强，则主判断模块向控制模块发出指令，由控制模块从存储模块调用自适平均法运算时使用的迭代次数；检出ABR信号所需的最低声强，作为听力阈值；
所述听性脑干反应自动测试装置中的数据处理，包含以下过程：
A2、基于自适平均法的运算，通过迭代逐步增加记录的平均次数，直至满足ABR信号检出的条件；所述ABR信号检出的条件，包含：将当前声强在当前迭代时对应的ABR记录分组后，根据当前的平均次数分别计算各组的平均曲线，获得分组之间互相关函数最大值所对应的时滞，根据时滞的偏差是否在规定范围内，判断是否存在具有锁时特性的ABR信号；
A3、判断步骤A2是否检出ABR信号：如果检出ABR信号，执行步骤A4；如果没有检出ABR信号，执行步骤A5；
A4、判断当前声强是否到达设定的最低测试声强；如果没到达最低测试声强，则获取新声强下对应的ABR记录与原数据结合，重新执行步骤A2，所述新声强由当前声强减去设定的间距后得到；如果达到最低测试声强，则执行A6；
A5、判断是否连续P个声强没有检测到ABR信号：如果连续P个声强没有检测到ABR信号的，执行步骤A6；否则，转为执行步骤A4；
A6、将检出ABR信号所需的最低声强，作为听力阈值；或者，对自适平均法运算中，起始声强到最低测试声强时各声强下使用的迭代次数，通过函数拟合及内插法获得听力阈值对应的声强。
2.如权利要求1所述的听性脑干反应自动测试装置，其特征在于，步骤A2中，所述自适平均法的运算，包含以下过程：
S1’、所述ABR记录是输入类型为重复单次记录的时间曲线，对其随机分成两组并分别计算平均曲线；
S4’、将时滞的绝对值与k值比较，判断时滞是否偏差在k个数据点内：如果时滞的绝对值小于k值的，说明时滞偏差在k个数据点内，表示检测到稳定锁时信号，则停止获取采集数据，对应于检出ABR信号的情况；
如果时滞的绝对值不是小于k值的，说明时滞偏差不在k个数据点内，表示没有检测到稳定锁时信号，则进一步执行步骤S5’：S5’、判断是否达到当前声强下的最大迭代次数：
如果达到最大迭代次数的，则停止获取采集数据，对应于没有检出ABR信号的情况；如果没有达到最大迭代次数的，则进一步对当前采集的ABR记录加入新采集的ABR记录，在当前声强下重复执行S1’～S5’的运算过程；
其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
3.如权利要求1所述的听性脑干反应自动测试装置，其特征在于，步骤A2中，所述自适平均法的运算，包含以下过程：
所述ABR记录是输入类型为重复单次记录的时间曲线，对其平行判断Q次，每次执行步骤S1～S4；
S1、当前采集的ABR记录随机分成两组并分别计算平均曲线；
S4、将时滞的绝对值与k值比较，判断时滞是否偏差在k个数据点内：如果时滞的绝对值小于k值的，说明时滞偏差在k个数据点内，表示检测到稳定锁时信号；如果时滞的绝对值不是小于k值的，说明时滞偏差不在k个数据点内，表示没有检测到稳定锁时信号；
S5、判断Q次平行判断中是否每次都检测到稳定锁时信号：
如果Q次中每次都检测到稳定锁时信号的，则停止获取采集数据，对应于检出ABR信号的情况；
如果Q次中不是每次都检测到稳定锁时信号的，则进一步执行步骤S6：S6、判断是否达到当前声强下的最大迭代次数：
如果达到最大迭代次数的，则停止获取采集数据，对应于没有检出ABR信号的情况；
如果没有达到最大迭代次数的，则进一步对当前采集的ABR记录加入新采集的ABR记录，在当前声强下重复执行S1～S6的运算过程；
其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
4.如权利要求1所述的听性脑干反应自动测试装置，其特征在于，步骤A2中，所述自适平均法的运算，包含以下过程：
S1”、所述ABR记录是输入类型为多次平均记录的时间曲线；本次迭代新加入的平均曲线avgA加，结合前次迭代的平均曲线avgA旧，按照权重计算得到当前的平均曲线avgA新其中，avgA新、avgA旧、avgA加分别有Q组；M是当前的迭代次数；
S2”、对Q组当前的平均曲线avgA新，计算每两组之间的互相关函数；
S4”、在Q次平行判断中，将各组时滞的绝对值分别与k值比较，判断时滞是否偏差在k个数据点内：如果时滞的绝对值小于k值的，说明时滞偏差在k个数据点内，表示检测到稳定锁时信号；如果时滞的绝对值不是小于k值的，说明时滞偏差不在k个数据点内，表示没有检测到稳定锁时信号；
S5”、判断Q次平行判断中是否每次都检测到稳定锁时信号：
如果Q次中每次都检测到稳定锁时信号的，则停止获取采集数据，对应于检出ABR信号的情况；
如果Q次中不是每次都检测到稳定锁时信号的，则进一步执行步骤S6”：S6”、判断是否达到当前声强下的最大迭代次数：
如果达到最大迭代次数的，则停止获取采集数据，对应于没有检出ABR信号的情况；如果没有达到最大迭代次数的，则进一步对当前采集的ABR测试平均数据加入新采集的ABR测试平均数据，在当前声强下重复执行S1”～S6”的运算过程；
其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
5.如权利要求1～4中任意一项所述的听性脑干反应自动测试装置，其特征在于，每个声强下计算ABR记录平均曲线时使用的平均次数，为迭代次数与N值的乘积；N值与每次迭代时新加入的ABR记录的组数相对应。
6.如权利要求1～4中任意一项所述的听性脑干反应自动测试装置，其特征在于，步骤A6中，对各声强下使用的迭代次数归一化后，通过Sigmoid函数拟合及内插法得到听力阈值对应的声强。
7.如权利要求1～4中任意一项所述的听性脑干反应自动测试装置，其特征在于，各声强下的ABR记录，是动物实验数据或者是临床数据，通过实时测试获得或者是离线存储的数据；
调整对ABR波形采集的时间区间，选取声音刺激开始后相应时间区间的ABR时间曲线作为分析对象；
8.如权利要求1所述听性脑干反应自动测试装置，其特征在于，
进一步包含函数拟合模块，根据自适平均法运算时使用的迭代次数，通过函数拟合及内插法获得听力阈值对应的声强。
9.如权利要求1或8所述听性脑干反应自动测试装置，其特征在于，所述自适平均法运算模块向控制模块发出采集数据的指令，在输入模块输入的数据类型是重复单次记录时，所述自适平均法运算模块对应每个声强的每次迭代执行一次判断或者执行多次平行判断；一次判断或多次平行判断中的每次判断时，将当前采集到的ABR记录随机分成两组各自计算平均曲线后计算互相关函数的最大值对应的时滞，将时滞的绝对值与k值比较，判断时滞是否偏差在k个数据点内：如果时滞的绝对值小于k值的，表示检测到稳定锁时信号；如果时滞的绝对值不是小于k值的，表示没有检测到稳定锁时信号；
如果一次判断或多次平行判断中的每次判断都表示当前声强下检测到稳定锁时信号时，所述自适平均法运算模块向控制模块发出停止采集数据的指令，给出表示当前声强下检测到ABR信号的返回信息，并通过存储模块保存当前的迭代次数；
如果一次判断时表示当前声强下没有检测到稳定锁时信号的，或多次平行判断中不是每次判断都表示当前声强下检测到稳定锁时信号的，则所述自适平均法运算模块进一步判断是否达到当前声强下的最大迭代次数：如果达到最大迭代次数的，所述自适平均法运算模块向控制模块发出停止采集数据的指令，给出表示当前声强下不能检测到ABR信号的返回信息，并通过存储模块保存当前的迭代次数；
如果没有达到最大迭代次数，则所述自适平均法运算模块进一步向控制模块发出加入新数据的指令，并在原有数据中加入新采集的数据后在当前声强下重复执行自适平均法的运算过程；
其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
10.如权利要求1或8所述听性脑干反应自动测试装置，其特征在于，所述自适平均法运算模块向控制模块发出采集数据的指令，在输入模块输入的数据类型是多次平均记录时，所述自适平均法运算模块将本次迭代新加入的平均曲线avgA加，结合前次迭代的平均曲线avgA旧，按照权重计算得到当前的平均曲线avgA新其中，avgA新、avgA旧、avgA加分别是Q组ABR测试平均数据；M是当前的迭代次数；所述自适平均法运算模块对Q组当前的平均曲线avgA新，计算每两组之间的互相关函数，并获得对应互相关函数最大值的Q组时滞；
在Q次平行判断中，将各组时滞的绝对值分别与k值比较，判断时滞是否偏差在k个数据点内：如果时滞的绝对值小于k的，说明时滞偏差在k个数据点内，表示检测到稳定锁时信号；如果时滞的绝对值不是小于k值的，说明时滞偏差不在k个数据点内，表示没有检测到稳定锁时信号；
所述自适平均法运算模块判断Q次平行判断中是否每次都检测到稳定锁时信号：如果Q次中每次都检测到稳定锁时信号的，则向控制模块发出停止采集数据的指令，给出表示当前声强下检测到ABR信号的返回信息，并通过存储模块保存当前的迭代次数；
如果Q次中不是每次都检测到稳定锁时信号的，则进一步判断是否达到当前声强下的最大迭代次数：如果达到最大迭代次数的，则向控制模块发出停止采集数据的指令，给出表示当前声强下不能检测到ABR信号的返回信息，并通过存储模块保存当前的迭代次数；
如果没有达到最大迭代次数的，则进一步对当前采集的ABR测试平均数据加入新采集的ABR测试平均数据，在当前声强下重复执行自适平均法的运算过程；
其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
一种听性脑干反应自动测试装置
技术领域
[0001] 本发明涉及数据处理技术，特别涉及一种听性脑干反应自动测试装置。
背景技术
[0002] 听性脑干反应(AuditoryBrainstemResponse,ABR)是由声音刺激诱发的脑电变化，其特征波形发生在刺激过后的10毫秒内，可通过放置在人或动物头部的电极记录到。非侵入性的特点使ABR作为听力检测的手段被广泛运用于临床，尤其是婴幼儿、智力障碍人群以及术中病人，其无法通过言语交流或肢体动作完成听力评估。在临床上，听力阈值(指可诱发受试者ABR特征波形所使用的最小声强)已成为评价听功能的重要指标之一。
[0003] 但由于ABR记录的信噪比变化大、各声强下波形差异大，目前基本上是由接受过专业培训的医师根据上百次平均后的记录进行判定。这种主观判断阈值的方法，导致结果的准确性取决于个人经验与技巧，而且增加了对专业人力的依赖程度，不能满足日益增加的临床需求，给全国范围内开展婴幼儿的听力筛查造成了极大的困难。这也导致对ABR测试数据的自动化分析很难实现，在过去的三四十年间，人们在ABR听力测试的自动化方面做出了一系列努力，提出了各类方案，但尚无成熟、可靠的商业化产品问世。
发明内容
[0004] 本发明提供一种听性脑干反应自动测试装置，可以基于自适平均法，高效、可靠地对听性脑干反应测试的数据进行自动化地处理分析。
[0005] 本发明的技术方案是提供一种听性脑干反应自动测试装置，包含：
[0006] 输入模块，获取各声强刺激下采集到的ABR记录；
[0007] 控制模块，驱使所述输入模块获取从起始声强到最低测试声强之间，各声强刺激下批量采集的ABR记录；
[0008] 自适平均法运算模块，执行自适平均法的运算，以通过迭代逐步增加记录的平均次数，直至满足ABR信号检出的条件；所述ABR信号检出的条件，包含：将当前声强在当前迭代时对应的ABR记录分组后，根据当前的平均次数分别计算各组的平均曲线，获得分组之间互相关函数最大值所对应的时滞，根据时滞的偏差是否在规定的数据点范围内，判断是否存在具有锁时特性的ABR信号；
[0009] 存储模块，对自适平均法运算时各声强下使用的迭代次数进行保存；
[0010] 主判断模块，根据自适平均法运算模块输出的结果，判断是否在自适平均法运算时检出ABR信号；并且，在判断检出ABR信号时，进一步判断当前声强是否到达设定的最低测试声强；或在判断没有检出ABR信号时，进一步判断是否连续P个声强没有检测到ABR信号；
[0011] 其中，如果判断没到达最低测试声强，则主判断模块给控制模块发出指令，由控制模块进一步驱使输入模块获取新声强下对应的ABR记录；新声强由当前声强减去间距后得到；如果判断达到最低测试声强，则主判断模块向控制模块发出指令，由控制模块从存储模块调用自适平均法运算时使用的迭代次数；检出ABR信号所需的最低声强，作为听力阈值。
[0012] 所述听性脑干反应自动测试装置中的数据处理，包含以下过程：
[0013] A1、获取起始声强下对应的ABR测试数据；
[0014] A2、基于自适平均法的运算，通过迭代逐步增加记录的平均次数，直至满足ABR信号检出的条件；所述ABR信号检出的条件，包含：将当前声强在当前迭代时对应的ABR记录分组后，根据当前的平均次数分别计算各组的平均曲线，获得分组之间互相关函数最大值所对应的时滞，根据时滞的偏差是否在规定范围内，判断是否存在具有锁时特性的ABR信号；
[0015] A3、判断步骤A2是否检出ABR信号：如果检出ABR信号，执行步骤A4；如果没有检出ABR信号，执行步骤A5；
[0016] A4、判断当前声强是否到达设定的最低测试声强；如果没到达最低测试声强，则获取新声强下对应的ABR测试数据与原数据结合，重新执行步骤A2，所述新声强由当前声强减去设定的间距后得到；如果达到最低测试声强，则执行A6；
[0017] A5、判断是否连续P个声强没有检测到ABR信号：如果连续P个声强没有检测到ABR信号的，执行步骤A6；否则，转为执行步骤A4；
[0018] A6、将检出ABR信号所需的最低声强，作为听力阈值；或者，对自适平均法运算中，起始声强到最低测试声强时各声强下使用的迭代次数，通过函数拟合及内插法获得听力阈值对应的声强。
[0019] 可选地，步骤A2中，所述自适平均法的运算，包含以下过程：
[0020] 步骤A2中，所述自适平均法的运算，包含以下过程：
[0021] S1’、所述ABR记录是输入类型为重复单次记录的时间曲线，对其随机分成两组并分别计算平均曲线；
[0022] S2’、计算两分组各自平均后的互相关函数；
[0023] S3’、获得互相关函数的最大值所对应的时滞；
[0024] S4’、将时滞的绝对值与k值比较，判断时滞是否偏差在k个数据点内：
[0025] 如果时滞的绝对值小于k值的，说明时滞偏差在k个数据点内，表示检测到稳定锁时信号，则停止获取采集数据，对应于检出ABR信号的情况；
[0026] 如果时滞的绝对值不是小于k值的，说明时滞偏差不在k个数据点内，表示没有检测到稳定锁时信号，则进一步执行步骤S5’：
[0027] S5’、判断是否达到当前声强下的最大迭代次数：
[0028] 如果达到最大迭代次数的，则停止获取采集数据，对应于没有检出ABR信号的情况；如果没有达到最大迭代次数的，则进一步对当前采集的ABR记录加入新采集的ABR记录，在当前声强下重复执行S1’～S5’的运算过程；
[0029] 其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
[0030] 可选地，步骤A2中，所述自适平均法的运算，包含以下过程：
[0031] 所述ABR记录是输入类型为重复单次记录的时间曲线，对其平行判断Q次，每次执行步骤S1～S4；
[0032] S1、当前采集的ABR记录随机分成两组并分别计算平均曲线；
[0033] S2、计算两分组各自平均后的互相关函数；
[0034] S3、获得互相关函数的最大值所对应的时滞；
[0035] S4、将时滞的绝对值与k值比较，判断时滞是否偏差在k个数据点内：
[0036] 如果时滞的绝对值小于k值的，说明时滞偏差在k个数据点内，表示检测到稳定锁时信号；如果时滞的绝对值不是小于k值的，说明时滞偏差不在k个数据点内，表示没有检测到稳定锁时信号；
[0037] S5、判断Q次平行判断中是否每次都检测到稳定锁时信号：
[0038] 如果Q次中每次都检测到稳定锁时信号的，则停止获取采集数据，对应于检出ABR信号的情况；
[0039] 如果Q次中不是每次都检测到稳定锁时信号的，则进一步执行步骤S6：
[0040] S6、判断是否达到当前声强下的最大迭代次数：
[0041] 如果达到最大迭代次数的，则停止获取采集数据，对应于没有检出ABR信号的情况；
[0042] 如果没有达到最大迭代次数的，则进一步对当前采集的ABR记录加入新采集的ABR记录，在当前声强下重复执行S1～S6的运算过程；
[0043] 其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
[0044] 可选地，步骤A2中，所述自适平均法的运算，包含以下过程：
[0045] S1”、所述ABR记录是输入类型为多次平均记录的时间曲线；本次迭代新加入的平均曲线avgA加，结合前次迭代的平均曲线avgA旧，按照权重计算得到当前的平均曲线avgA新[0046]
[0047] 其中，avgA新、avgA旧、avgA加分别有Q组；M是当前的迭代次数；
[0048] S2”、对Q组当前的平均曲线avgA新，计算每两组之间的互相关函数；
[0049] S3”、获得对应互相关函数最大值的Q组时滞；
[0050] S4”、在Q次平行判断中，将各组时滞的绝对值分别与k值比较，判断时滞是否偏差在k个数据点内：如果时滞的绝对值小于k值的，说明时滞偏差在k个数据点内，表示检测到稳定锁时信号；如果时滞的绝对值不是小于k值的，说明时滞偏差不在k个数据点内，表示没有检测到稳定锁时信号；
[0051] S5”、判断Q次平行判断中是否每次都检测到稳定锁时信号：
[0052] 如果Q次中每次都检测到稳定锁时信号的，则停止获取采集数据，对应于检出ABR信号的情况；
[0053] 如果Q次中不是每次都检测到稳定锁时信号的，则进一步执行步骤S6”：
[0054] S6”、判断是否达到当前声强下的最大迭代次数：
[0055] 如果达到最大迭代次数的，则停止获取采集数据，对应于没有检出ABR信号的情况；如果没有达到最大迭代次数的，则进一步对当前采集的ABR测试平均数据加入新采集的ABR测试平均数据，在当前声强下重复执行S1”～S6”的运算过程；
[0056] 其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
[0057] 可选地，每个声强下计算ABR记录平均曲线时使用的平均次数，为迭代次数与N值的乘积；N值与每次迭代时新加入的ABR记录的组数相对应。
[0058] 可选地，步骤A6中，对各声强下使用的迭代次数归一化后，通过Sigmoid函数拟合及内插法得到听力阈值对应的声强。
[0059] 可选地，各声强下的ABR记录，是动物实验数据或者是临床数据，通过实时测试获得或者是离线存储的数据；
[0060] 所述ABR记录，经过以下的一项或多项预处理：信号放大；带通滤波；调整对ABR波形采集的时间区间，选取声音刺激开始后相应时间区间的ABR时间曲线作为分析对象；排除与背景噪音相应的ABR时间曲线；通过光滑样条拟合函数，去除低频背景噪音。
[0061] 可选地，进一步包含函数拟合模块，根据自适平均法运算时使用的迭代次数，通过函数拟合及内插法获得听力阈值对应的声强。
[0062] 可选地，所述自适平均法运算模块向控制模块发出采集数据的指令，在输入模块输入的数据类型是重复单次记录时，所述自适平均法运算模块对应每个声强的每次迭代执行一次判断或者执行多次平行判断；一次判断或多次平行判断中的每次判断时，将当前采集到的ABR记录随机分成两组各自计算平均曲线后计算互相关函数的最大值对应的时滞，将时滞的绝对值与k值比较，判断时滞是否偏差在k个数据点内：如果时滞的绝对值小于k值的，表示检测到稳定锁时信号；如果时滞的绝对值不是小于k值的，表示没有检测到稳定锁时信号；
[0063] 如果一次判断或多次平行判断中的每次判断都表示当前声强下检测到稳定锁时信号时，所述自适平均法运算模块向控制模块发出停止采集数据的指令，给出表示当前声强下检测到ABR信号的返回信息，并通过存储模块保存当前的迭代次数；
[0064] 如果一次判断时表示当前声强下没有检测到稳定锁时信号的，或多次平行判断中不是每次判断都表示当前声强下检测到稳定锁时信号的，则所述自适平均法运算模块进一步判断是否达到当前声强下的最大迭代次数：
[0065] 如果达到最大迭代次数的，所述自适平均法运算模块向控制模块发出停止采集数据的指令，给出表示当前声强下不能检测到ABR信号的返回信息，并通过存储模块保存当前的迭代次数；
[0066] 如果没有达到最大迭代次数，则所述自适平均法运算模块进一步向控制模块发出加入新数据的指令，并在原有数据中加入新采集的数据后在当前声强下重复执行自适平均法的运算过程；
[0067] 其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
[0068] 可选地，所述自适平均法运算模块向控制模块发出采集数据的指令，在输入模块输入的数据类型是多次平均记录时，所述自适平均法运算模块将本次迭代新加入的平均曲线avgA加，结合前次迭代的平均曲线avgA旧，按照权重计算得到当前的平均曲线avgA新[0069]
[0070] 其中，avgA新、avgA旧、avgA加分别是Q组ABR测试平均数据；M是当前的迭代次数；所述自适平均法运算模块对Q组当前的平均曲线avgA新，计算每两组之间的互相关函数，并获得对应互相关函数最大值的Q组时滞；
[0071] 在Q次平行判断中，将各组时滞的绝对值分别与k值比较，判断时滞是否偏差在k个数据点内：如果时滞的绝对值小于k的，说明时滞偏差在k个数据点内，表示检测到稳定锁时信号；如果时滞的绝对值不是小于k值的，说明时滞偏差不在k个数据点内，表示没有检测到稳定锁时信号；
[0072] 所述自适平均法运算模块判断Q次平行判断中是否每次都检测到稳定锁时信号：如果Q次中每次都检测到稳定锁时信号的，则向控制模块发出停止采集数据的指令，给出表示当前声强下不能检测到ABR信号的返回信息，并通过存储模块保存当前的迭代次数；
[0073] 如果Q次中不是每次都检测到稳定锁时信号的，则进一步判断是否达到当前声强下的最大迭代次数：如果达到最大迭代次数的，则向控制模块发出停止采集数据的指令，给出表示当前声强下检测到ABR信号的返回信息，并通过存储模块保存当前的迭代次数；
[0074] 如果没有达到最大迭代次数的，则进一步对当前采集的ABR测试平均数据加入新采集的ABR测试平均数据，在当前声强下重复执行自适平均法的运算过程；
[0075] 其中，k是一个预设的固定数值，或者是对所有数据点按预设比例计算后得到的一个数值。
[0076] 传统ABR测试时，测试声强由高到低，每个声强重复固定次数，得到平均后的信号，由医师判断最低但还是有听性脑干反应的声强为听力阈值(认为高于该阈值时大脑有反应，可以听到)。之前的30-40年，为了减少人工主观判断带来的误诊，业界一直在研发自动听力测试方法，但无成熟商业产品问世，原因是对信号的定量分析会受到实验条件的影响(比如麻醉程度，电极的放置位置等)。因此，很难有一个(信噪比、相关系数等)绝对数值可以被认为高于该值时有信号，低于该值时为无信号，而能够对应于听力阈值。
[0077] 与现有技术相比，本发明提供的自适平均算法，可以分析基于ABR的听力测试中所产生的数据，将其应用于自动测试装置可取代人工自动获取受试对象的听力阈值(听力测试的主要指标)，其中可以对每个声强重复的次数做动态调整。换言之，既然没有一个确切的数值能够对应听力阈值，那么就先设一个标准，然后解决需要平均多少次可以达到这个标准的问题。
[0078] 为此，本发明的自适平均算法，对从高到低各测试声强下批量采集的ABR记录，通过迭代逐步增加记录的平均次数，提高信噪比直至满足ABR信号检出的条件。所述ABR信号检出条件，通过随机分组批量采集的ABR记录获得2组平均曲线，计算其互相关函数最大值所在的时滞，根据时滞的偏差是否在规定范围内判断是否存在具有锁时特性的ABR信号。听力阈值的获取可以是：检出信号所需的最低声强，或对各声强下使用的迭代次数，通过函数拟合及内插法获得的听力阈值对应的声强。
[0079] 利用互相关函数进行判断，有锁时的信号(ABR)时，理论时滞为0(实际计算会偏差k个数据点，示例的k＝1，对应图6中实心点)；没有信号的，时滞为任意值(对应图6中空心点)。使用本发明的自适平均算法时，如果信噪比高，不需要平均多少次，信号就检出了；如果信噪比低，需要平均更多次，信号才能检出。该算法可以对平均次数动态调整。如果没有信号，平均再多次，也不会检出信号(我们设置了上限)，见图7。
[0080] 另一方面，本发明获取的各测试声强下检出ABR信号所需的迭代次数，可以通过函数拟合及内插法得到更准确的听力阈值，提高阈值判断的精度，并有效减少ABR记录的重复采集次数。如果测试声强是按照5dB递减，那么传统方法只有5dB精度，但是本发明通过函数拟合可以达到1dB(图8)。
[0081] 本发明还可以针对2种不同的输入数据类型(图2和图3)，分别为单次重复记录的数据，和平均后的数据，这2种数据格式覆盖了临床上所有的机型，本发明的算法都可以适用。
[0082] 本发明的装置，误差在±5dB内的准确率基本在100％，同时由于每个声强检出信号就执行下一个声强，所以可以节省最高69％的重复记录(图10和图11)。
[0083] 综上所述，本发明提出自适平均法的运算模型，以此实现了一种高效、可靠的听性脑干反应自动测试装置，所得听力阈值的准确率接近专业人员的人工判断，且更为客观，可重复性更好。更重要的是，本发明的自适平均法在使用过程中无需根据数据质量调整模型，因此在各类临床和科研ABR测试中有广泛的应用前景。同时值得一提的是，本发明的自适平均法可根据判断结果终止迭代并实时反馈给硬件，不但可以缩短测试时间，避免存储空间的浪费，而且可以作为核心模块，用于无人全自动ABR听力检测装置，有望将临床医师完全从听力测试任务中解放出来。
附图说明
[0084] 图1是本发明听性脑干反应测试中数据处理的流程图；
[0085] 图2是输入数据类型为单次记录时模块一的流程图；
[0086] 图3是输入数据类型为平均后数据时模块一的流程图；
[0087] 图4是各声强下350次平均后的小鼠ABR时间曲线；
[0088] 图5是同一组数据经过自适平均法后获得的结果，每个声强对应的两条曲线为用于计算互相关函数的平均曲线；
[0089] 图6是迭代中获得的最大相关系数所对应的时滞；
[0090] 图7是各声强下检出信号所需要的迭代次数；
[0091] 图8是归一化的迭代次数通过Sigmoid函数拟合得到的对应阈值；
[0092] 图9是本发明的听性脑干反应自动测试装置的示意框图；
[0093] 图10是医师采用传统平均法读取测试数据、医师读取自适算法所需数据和机器适用本发明自适应算法时，这三种方式下得出阈值的偏差比较；
[0094] 图11是医师采用传统平均法读取测试数据和机器适用本发明自适应算法时，这两种方式下得出的归一化的记录总数比较。
具体实施方式
[0095] 对于给定的声音刺激(常使用短声、短纯音)，听觉系统会产生一系列电位反应。听性脑干反应(ABR)测试，通过记录这些电位的波形变化，并利用各种数字信号处理算法将其从各种强噪声背景中提取出来，得到听觉脑干诱发电位，作为评价听觉传导系统完整性和监测神经系统功能的重要指标。
[0096] 本发明提出一种基于自适平均法的算法模型，能够对ABR测试中获得的数据信号进行自动化处理，以此实现一种听性脑干反应自动测试装置。
[0097] 首先，简述传统的测试方式和本发明涉及的原理：
[0098] 传统方式下，由医师对ABR测试获得的原始记录进行分析：每个测试声强重复固定次数来进行测试，得到平滑后的多条时间曲线。原先是由医师基于上述数据，判断哪个是最低但仍有听性脑干反应的声强，将其作为听力阈值，认为高于该阈值时大脑有反应，表示可以听到。
[0099] 对数据分析后获知，当刺激声强小于听力阈值时，ABR记录间的相关系数对称分布在0附近(不相关)；而刺激声强高于听力阈值时，相关系数分布向+1方向移动(正相关)。通过经验确定检出稳定ABR波形所需的最小相关系数，可成为阈值的判断标准(下文将详细叙述)。
[0100] 但在实际操作过程中，由于不同的实验条件(如电极放置位置，动物麻醉程度等)造成数据信噪比的差异，影响到相关系数的建模，所以每次记录都需要通过校准来保障其阈值判断的准确性，影响了实用价值。针对上述问题，本发明提出了利用锁时信号的经典判断标准(即互相关函数最大处的时滞为0)，通过改变平均次数来调整信噪比，最终实现ABR信号的动态检出，称之为自适平均法。即，本发明对每个声强重复的次数做动态调整，设立一个对应于听力阈值的标准，由自适平均法来判断需要平均多少次能够达到这个标准。
[0101] 为此，在自适平均法的具体算法上，本发明利用互相关函数判断是否有锁时的信号(ABR)，有信号时理论时滞为0(实际计算会偏差k个数据点，示例的k＝1)，或者没有信号时，时滞为任意值。
[0102] 图2的示例中，本发明对单次声音刺激所记录的数据采取随机分组平均操作(而图3的另一示例适用于只能导出平均数据的情况，下文详述)，用“互相关函数最大值的时滞是否偏差在一个数据记录点内”(由于系统误差，一般1数据点<50微秒)，来判断是否出现锁时的ABR信号；若未检测到信号则通过迭代逐步增加数据量直至信号出现或达到预设的最大值。
[0103] 上述检测方法的实际测试结果证明：当刺激声强高于听力阈值时，满足时滞条件所需的平均次数维持在较低水平；而接近阈值时所需的平均次数呈指数级数上升；并在低于阈值时达到预设的最大数，听力阈值即为最高无检出信号的声强。可知，使用本发明的自适平均法时，如果信噪比高，不需要平均多少次，信号就检出了；如果信噪比低，需要平均更多次，信号才能检出；由于设置了上限，如果没有信号，平均再多次，也不会检出信号。
[0104] 如图1所示，本发明在听性脑干反应测试中的数据处理，包含以下过程：
[0105] A1、从起始声强开始提供声音刺激，通过设备采集到相应的ABR数据；
[0106] 本例使用小鼠ABR测试数据，实验时刺激的声强从高到低(90dB到0dB)，5dB为间距。
[0107] A2、通过自适平均法的运算(对应模块一)，判断是否需要继续采集数据，以增加平均次数，或者中断采集。
[0108] 所述自适平均法的运算(下文详述)，是通过逐渐增加记录次数，将当前ABR数据利用随机分组平均的方式分成任意两组并各自计算平均曲线，获得这两组平均曲线互相关函数最大值所对应的时滞，通过判断时滞的绝对值是否小于k个数据点来判断是否存在稳定锁时信号，直至最大迭代次数(在检出信号或达到最大迭代次数仍无信号而终止迭代)。k是一个固定数值，对应固定数量的数据记录点，或者k是根据某个比例计算得到的数值(例如所有数据点的1％)；下文均使用k＝1为例进行说明及实验验证)。实验数据可以证实当大于听力阈值时，时滞(lag)的绝对值维持在小于k＝1的水平(图6)。
[0109] A3、判断步骤A2是否检出ABR信号：如果检出信号，执行步骤A4；如果没有检出信号，执行步骤A5；
[0110] A4、判断当前声强是否到达设定的最低测试声强(本例为0dB)；如果没到达最低测试声强，则对当前声强减去间距(5dB)后得到新的声强，给出相应的声音刺激，并重新执行A2的操作；如果达到最低测试声强，则执行A6；
[0111] A5、判断是否连续P个声强没有检测到ABR信号(本例的P值设为2，实际可以根据情况调整)：如果连续P个声强没有检测到信号的，执行步骤A6；否则，转为执行步骤A4；
[0112] A6、调用自适平均法运算时使用的迭代次数，通过函数拟合获得阈值。
[0113] 本例中，以各声强下的迭代次数作为输出(图7)，在归一化之后通过Sigmoid函数拟合(图8)，
[0114]
[0115] 即可得到系数a,T，根据1dB间隔的数据验证可知(见图8中的插图)，当f(x)＝0.9时的x值即为阈值，该结果与人工判断的阈值相符合。
[0116] 步骤A1中，ABR数据的获取及预处理，包含：
[0117] (1)动物实验：通过TDTRZ6/BioSigRZ系统，采集小鼠双耳从90到0dB(5dB为间隔)的短纯音(频率16千赫兹，时长3毫秒)激发的ABR数据(原始信号放大20000倍，并通过50-5000赫兹的带通滤波器过滤)。每个声强记录500次，刺激信号速率21次/秒，21kHz数据采集频率，采集时间区间为声音刺激后0-15毫秒。
[0118] 所述的TDTRZ6/BioSigRZ系统中，TDT听觉诱发电位工作站通过RZ6处理器、前置放大器和BioSigRZ实验设计分析软件来构成。工作站配合低阻抗电极、针电极、表面电极，可以记录包括脑干诱发电位、耳声发射等各种生物电信号。
[0119] 临床：数据来源于NIH资助的共享记录(www.physionet.org)。实验条件为ABR通过单耳记录100dB至30dB(5dB为间距)的刺激音(1kHz或4kHz短纯音，刺激速率24次/秒)，受试者电极安置如下：记录电极放置在前额，参考电极放置在刺激耳同侧耳后乳突，地极放置在刺激耳对侧乳突。每个声强记录1000次，ABR信号经过30Hz到3000Hz带通滤波，放大器放大50000倍后记录，记录设备采样率48kHz，采集时间区间为声音刺激后的0-15毫秒。上述动物实验和临床ABR数据的获取，及记载的预处理时的各项参数仅作为示例，实际可以根据具体的应用情况来调整。
[0120] (2)根据ABR波形所对应的时间区间，选取声音刺激开始后0-6毫秒(小鼠)或5-15毫秒(临床)之间的ABR时间曲线为分析对象。此处的时间区间为经验值，可以根据实际情况调整。
[0121] (3)由肌肉活动或呼吸所引起的背景噪音，可以通过去除大于11微伏或小于-11微伏的时间曲线来排除(本步骤可选，所涉及的参数值，取决于所用硬件的设置)。
[0122] (4)通过smoothingspline(光滑样条)拟合函数，去除低频背景噪音(本步骤可选，示例的平滑参数为0.5)。
[0123] 示例地，对获得的小鼠ABR数据经上述处理后，在每个声强下取350条曲线，可以计算其中任意2组曲线之间的相关系数分布。计算公式如下：
[0124]
[0125] A，B∈M，且A≠B
[0126] 其中，A,B为单次记录的数据；N为记录的数据点个数；μA,μB为单次记录的平均曲线；σA,σB为单次记录的标准差；M是迭代次数。
[0127] 取每个声强相关系数的中位数作图，可知高于听力阈值的声强对应的相关系数比低于听力阈值时的大。
[0128] 传统方式下，根据临床医师判断的阈值，是求取阈值附近所对应的相关系数的中位数做图，将对应正常小鼠与对应耳聋高风险小鼠的曲线对齐，可以获知听力阈值对应的相关系数(本例近似为0.01)。然而不同实验所获得的信噪比不同(背景噪音降低测得的相关系数)，导致所得曲线之间的重合性不佳，判断阈值的精度会受到限制。而本发明在不同信噪比下检出ABR信号所需的最小平均次数不等，通过自适平均法的运算根据不同测试声强的信噪比动态调整平均次数，由此实现的听性脑干反应自动测试，可以有效解决人工判断时存在的上述问题。
[0129] 以下介绍本发明在步骤A2中所述自适平均法的运算(对应模块一)的两种实施例：
[0130] 如图2所示，输入数据类型为重复单次记录的一个实施例中，本发明所述自适平均法的运算，包含以下的流程：
[0131] S1、将当前采集到的ABR数据随机分成两组，每组分别计算平均曲线，可以获得与每组数据的平均曲线对应的ABR时间曲线(如图5中每个声强下的两条曲线)；
[0132] S2、计算两分组各自平均后的互相关函数；
[0133] S3、获得互相关函数的最大值所对应的时滞；
[0134] S4、将时滞的绝对值与k＝1比较：如果时滞的绝对值是小于1的，表示检测到稳定锁时信号(对应图6中的各实心点)；如果时滞的绝对值不是小于1的，表示没有检测到稳定锁时信号(对应图6中的各空心点)。
[0135] 本发明可以平行判断多次，每次执行上述S1-S4的步骤，以避免发生“背景噪音在极偶然情况下出现符合要求的时滞”的问题。本例中平行判断三次，三次分别随机分组平均成avgA,avgB；avgA’,avgB’；avgA”,avgB”，分别计算avgA与avgB的、avgA’与avgB’的、avgA”与avgB”的互相关系数后求取相应的时滞，将时滞的绝对值小于1(数据点)的判断结果记为“1”，时滞的绝对值不小于1(数据点)的判断结果记为“0”；则进一步包含以下流程：
[0136] S5、如果三次判断都表示当前声强下检测到稳定锁时信号的话，即三次判断A,B,C对应的判断结果都为“1”，则可以停止采集数据，表示当前声强下能检测到稳定锁时信号，当前声强下通过测试；
[0137] 否则，如果三次判断A,B,C对应的判断结果不都为“1”，则进一步执行：
[0138] S6、判断是否达到该声强下的最大迭代次数：
[0139] 即，判断是否符合M＝Mmax；其中，Mmax为预设的最大迭代次数；M为当前迭代次数，每次执行步骤S1时使M递增1：若M＜Mmax，则迭代继续进行；
[0140] 如果达到最大迭代次数，则可以停止采集数据，表示当前声强下不能检测到稳定锁时信号，当前声强下没有通过测试；如果没有达到最大迭代次数，则进一步在原有数据中加入新采集的N组数据(本例中N＝50)，在当前声强下重复执行步骤S1-S6的过程。
[0141] 图4为各声强下350次平均后的小鼠ABR时间曲线；图5为使用图4同一组数据，经过自适平均法运算获得的结果，各声强下的黑线/灰线为两组用于计算互相关函数的平均曲线，每个声强所使用的平均次数为图7中所示的当前迭代次数M与N的乘积(本例为×50)；图6为迭代中获得的最大相关系数所对应的时滞(绝对值)，实心点为检测到稳定锁时信号，空心点为未检测到稳定锁时信号；根据图6中实心点跳转到空心点时对应声强的区间，获知本例的听力阈值在25-30dB之间；图7为各声强下检出信号所需要的迭代次数。若设置连续2次无信号(达到最大迭代次数)则表示已低于听力阈值，自动终止试验，该图中的实心点为实际测试声强，空心点为无需测试的声强(因为2次无信号检出后，原则上测试可以终止了)。
[0142] 如图10所示(左边一组和右边一组，分别对应动物实验数据和临床实验数据)，将医师使用传统方式读取全部数据的平均曲线进行阈值判断，医师读取本发明自适应算法的平均次数得到的数据进行阈值判断，以及机器通过本发明自适应算法的平均次数得到的数据进行阈值判断的这三种方法下得出阈值的偏差进行比较。图11所示(左边一组和右边一组，分别对应动物实验数据和临床实验数据)，将医师使用传统方式进行阈值判断时所需的全部数据的归一化的数据条数(即记录总数)，与通过本发明自适应算法进行阈值判断时所需数据的归一化的数据条数进行比较。
[0143] 结合图10、图11所示，与多位医师判断的听力阈值的平均曲线相比，本发明的装置，误差在±5dB内的准确率基本是100％。此外，和每个声强都使用预设的最大平均次数相比，本发明由于每个声强一检出信号就执行下一个声强的测试，因而可减少最高69％的对阈值判断无贡献的记录。
[0144] 本发明还可以通过函数拟合，进一步提高听力阈值判断的精度。图8为归一化的迭代次数通过Sigmoid函数拟合及内插法(对应步骤A6)，得到听力阈值对应的声强，(插图)阈值附近上下10dB，间隔为1dB的ABR检测结果，本例获得的阈值为26dB。即是说，如果测试声强是按照5dB递减，那么传统方法只有5dB精度，但是本发明通过函数拟合可以达到1dB。
[0145] 对于只能导出平均数据的情况，如图3所示的另一个实施例中，本发明所述自适平均法的运算(输入数据类型为多次平均记录)，与前述实施例的不同之处在于：
[0146] 每次迭代加入连续采集的三组平均数据(例如每组平均次数为50次；组数与平行判断的次数对应)，结合之前的数据，按照权重重新计算平均曲线；
[0147] 例如，对于第四次迭代：
[0148]
[0149] avgA(新)为当前的平均曲线；
[0150] avgA(旧)为上一次迭代的平均曲线；
[0151] avgA(加)为新加入的平均曲线；
[0152] 对当前三组更新后的平均曲线，计算每两组之间的互相关函数，获得对应互相关函数最大值的三组时滞，执行时滞的绝对值与k＝1(数据点)的判断。如果三组判断都表示当前声强下检测到稳定锁时信号的话，可以停止采集数据，表示当前声强下能检测到稳定锁时信号，当前声强下通过测试；否则，进一步判断是否达到该声强下的最大迭代次数：如果达到最大迭代次数，则停止采集数据，表示当前声强下不能检测到稳定锁时信号，当前声强下没有通过测试；如果没有达到最大迭代次数，则进一步在原有的平均数据中加入新的平均数据，重复上述过程。
[0153] 如图9所示，本发明进一步提供一种听性脑干反应自动测试装置，包含：
[0154] 输入模块，获取各声强刺激下采集到的ABR数据，输入到本装置内；输入数据的类型，可以是重复单次记录，也可以是多次平均记录。所述数据输入模块可以是通过连接听觉脑干诱发电位采集设备，获取实时从受试对象处检测到的ABR数据，也可以是从某些存储设备获取实验数据进行离线处理。
[0155] 控制模块，驱使输入模块获取相应声强刺激下的ABR数据；例如是根据测试的不同阶段，对应起始声强到最低测试声强(本例90dB-0dB，5dB为间距)下分别记录的ABR时间曲线。获取实时数据时，控制模块可以驱使声音刺激发生装置逐步调整声强，向受试对象提供相应的声刺激信号；获取离线数据时，控制模块可以根据测试进程，驱使输入模块获取更多组实验数据。
[0156] 自适平均法运算模块(对应模块一)，判断是否需要继续获取采集数据，以增加平均次数，或者中断采集。根据输入数据类型的不同，所述自适平均法运算模块可以基于重复单次记录执行如图2所示的运算流程，或者基于多次平均记录执行如图3所示的运算流程。
[0157] 存储模块，对自适平均法运算时各声强下使用的迭代次数进行保存。
[0158] 主判断模块，根据自适平均法运算模块输出的结果，判断是否在自适平均法运算时检出ABR信号；并且，在判断检出信号时，进一步判断当前声强是否到达设定的最低测试声强；或在判断没有检出信号时，进一步判断是否连续P个声强没有检测到ABR信号。
[0159] 其中，如果判断没到达最低测试声强，则主判断模块给控制模块发出指令，由控制模块进一步驱使输入模块获取新声强下对应的ABR数据(新声强是当前声强减去间距(5dB)后得到)；或者，如果判断达到最低测试声强，则主判断模块向控制模块发出指令，由控制模块从存储模块调用自适平均法运算时使用的迭代次数，发送到一函数拟合模块通过函数拟合获得阈值。
[0160] 本例的函数拟合模块，根据自适平均法运算过程中各声强下的迭代次数(图7)，在归一化之后通过Sigmoid函数进行拟合(图8)，并通过内插法得到听力阈值对应的声强。
[0161] 输出模块，可以从其他模块处获取相应的过程参数、运算结果或判断结论等信息，根据需要输出测试各阶段的数据或图表(如图4～图8)，方便技术人员观察或存储记录。例如，可以根据输入模块获得的各声强刺激下采集到的ABR数据，提供每组数据平均后的ABR时间曲线；根据自适平均法运算的结果，提供诸如各声强下两组用于计算互相关函数的平均曲线，检测到或没有检测到稳定锁时信号时迭代获得的最大相关系数所对应的时滞，听力阈值对应的声强区间，各声强下检出信号所需要的迭代次数，归一化的迭代次数通过函数拟合及内插法得到的阈值，等等。
[0162] 其中，所述自适平均法运算模块，基于重复单次记录执行如图2所示的运算流程时，向控制模块发出数据采集的指令(控制模块由此驱使输入模块获取相应声强、相应类型的测试数据)；自适平均法运算模块将当前采集到的ABR数据随机分成两组各自计算平均曲线后计算互相关函数的最大值对应的时滞，将时滞的绝对值与k＝1(数据点)比较：如果时滞的绝对值是小于1的，表示检测到稳定锁时信号；如果时滞的绝对值不是小于1的，表示没有检测到稳定锁时信号。
[0163] 优选地，自适平均法运算模块可以平行判断多次，在平行判断的各次都表示当前声强下检测到稳定锁时信号时，向控制模块发出停止采集数据的指令(控制模块由此驱使输入模块停止获取数据)，返回表示当前声强下不能检测到稳定锁时信号，当前声强下没有通过测试的信号；
[0164] 否则，如果不是每次平行判断都表示当前声强下检测到稳定锁时信号的话，则进一步判断是否达到该声强下的最大迭代次数：如果达到最大迭代次数的，可以向控制模块发出停止采集数据的指令，返回表示当前声强下不能检测到稳定锁时信号，当前声强下没有通过测试的信号；如果没有达到最大迭代次数，则进一步向控制模块发出加入新数据的指令(控制模块由此驱使输入模块继续获取数据，本例加入50组新采集的数据)；在原有数据中加入新采集的数据后，所述自适平均法运算模块在当前声强下重复执行上述的运算过程。
[0165] 或者，所述自适平均法运算模块，基于多次平均记录执行如图3所示的运算流程时，向控制模块发出数据采集的指令(控制模块由此驱使输入模块获取相应声强、相应类型的测试数据)；自适平均法运算模块将每次迭代加入连续采集的三组平均数据(例如每组平均次数为50次；组数与平行判断的次数对应)，结合之前的数据，按照权重重新计算平均曲线；对于当前各组更新后的平均曲线，计算每两组之间的互相关函数，获得对应互相关函数最大值的多组时滞，执行时滞的绝对值与k＝1(数据点)的判断。
[0166] 如果各组判断都表示当前声强下检测到稳定锁时信号的话，可以向控制模块发出停止采集数据的指令(控制模块驱使输入模块停止获取数据)，返回表示当前声强下能检测到稳定锁时信号，当前声强下通过测试的信号；否则，进一步判断是否达到该声强下的最大迭代次数：如果达到最大迭代次数，则可以向控制模块发出停止采集数据的指令，返回表示当前声强下不能检测到稳定锁时信号，当前声强下没有通过测试的信号；如果没有达到最大迭代次数，则进一步向控制模块发出加入新数据的指令；在原有的平均数据中加入新的平均数据后，所述自适平均法运算模块在当前声强下重复上述运算过程。
[0167] 可以理解到，本发明所述听性脑干反应自动测试装置的输入模块、控制模块、自适平均法运算模块、存储模块、主判断模块、函数拟合模块、输出模块等，可以根据实际应用情况，通过必要的软硬件配合，独立实现各个模块的功能，或者一些强大功能的处理单元可以实现多个模块的功能，本发明对此不作限制。
[0168] 尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。
