耳戴式装置外壳建模制造方法及图纸

描述了一种获得用户的目标耳道的表示的计算装置。使用至少部分基于先前制造的耳戴式装置的表示而训练的机器学习模型，计算装置为目标耳道生成耳戴式装置的表示。目标耳道生成耳戴式装置的表示。目标耳道生成耳戴式装置的表示。

【技术实现步骤摘要】
【国外来华专利技术】耳戴式装置外壳建模
[0001]本申请要求2018年11月16日提交的美国临时专利申请62/768,208的权益，其全部内容通过引用结合于此。


[0002]本公开涉及耳戴式装置。

技术介绍

[0003]耳戴式装置是设计为佩戴在用户耳朵上或耳朵内的装置。耳戴式装置的示例类型包括助听器、耳机、耳塞、电话听筒以及设计为佩戴在用户耳朵上或耳朵内的其他类型的装置。
[0004]一些耳戴式装置制造商依靠高技能操作员使用三维建模软件设计耳戴式装置。当生产耳戴式装置时，这些高技能操作员和/或听力学家可以对耳戴式装置的外壳进行物理修改，例如，以减轻用户的不适，或者基于制造商或临床医生的需要来成形外壳。以这种方式手动建模和成形耳戴式装置是耗时、昂贵的，并且例如，由于操作员技能水平和技术的变化会导致不一致。

技术实现思路

[0005]总的来说，本公开描述了用于使计算装置能够使用机器学习技术来基于目标耳道的原始耳部印模来自动建模具有与由高技能操作员手动创建的耳戴式装置相似的属性的耳戴式装置或外壳的技术。
[0006]在一个示例中，描述了一种方法，该方法包括由至少一个处理器获得用户的目标耳道的表示。该方法还包括使用至少部分基于先前制造的耳戴式装置的表示而训练的机器学习模型来生成目标耳道的耳戴式装置的表示。
[0007]在另一示例中，描述了一种计算装置，包括至少一个处理器，该至少一个处理器被配置为获得用户的目标耳道的表示。至少一个处理器还被配置为使用至少部分基于先前制造的耳戴式装置的表示而训练的机器学习模型来生成目标耳道的耳戴式装置的表示。
[0008]在另一示例中，描述了一种包括指令的计算机可读存储介质，当被至少一个处理器执行时，该指令将至少一个处理器配置为获得用户的目标耳道的表示。当被执行时，该指令进一步将至少一个处理器配置为使用至少部分基于先前制造的耳戴式装置的表示而训练的机器学习模型，生成用于目标耳道的耳戴式装置的表示。
[0009]在另一示例中，描述了一种系统，包括用于获得用户的目标耳道的表示的装置。该系统还包括用于使用至少部分基于先前制造的耳戴式装置的表示而训练的机器学习模型来生成目标耳道的耳戴式装置的表示的装置。
[0010]在附图和以下描述中阐述本公开的一个或多个方面的细节。根据说明书、附图和权利要求，本公开中描述的技术的其他特征、目的和优点将是显而易见的。
附图说明
[0011]图1是示出根据本公开的一个或多个方面的示例机器学习系统的概念图。
[0012]图2是示出根据本公开的一个或多个方面的被配置为训练和执行机器学习模型的示例计算装置的框图。
[0013]图3A是示出根据本公开的一个或多个方面的由示例机器学习模型建模的示例耳戴式装置的框图。
[0014]图3B是示出根据本公开的一个或多个方面的包括沿着穿过目标耳道突出的轴的位置的目标耳道的表示的截面图的概念图。
[0015]图4是示出根据本公开的一个或多个方面的示例机器学习系统执行的操作的流程图。
具体实施方式
[0016]耳戴式装置是设计为佩戴在用户耳朵上或耳朵内的装置。耳戴式装置的示例类型包括助听器、耳机、耳塞、电话听筒以及设计为佩戴在用户耳朵上或耳朵内的其他类型的装置。如本文所使用的术语，诸如助听装置、听力装置和听力仪器的耳戴式装置是指用作助听器、个人声音放大产品(PSAP)、耳机、可听戴设备、有线或无线耳塞的任何耳戴式装置或者向用户提供声音用于听觉的其他听力仪器。
[0017]一些耳戴式装置专业人员获取患者或终端用户的耳部印模，并向耳戴式装置制造工厂发送原始印模和/或原始印模的扫描以及其他特定于患者的要求(例如，样式、特征等)。制造工厂的高技能操作员(例如，产品建模师、听力学家等)可以扫描原始印模或将扫描的印模导入三维建模软件。
[0018]基于患者特定的要求和操作员已知的一组经验建模指南，操作员可以手动设计耳戴式装置，例如，通过与建模软件交互，来创建外壳的计算机模型，该外壳可以包含耳戴式装置的所有内部部件(例如，麦克风、接收机、电路、通风口等)并舒适地安装在特定用户的耳朵内。即使在三维建模软件的帮助下，熟练的操作人员也可能花费5到15分钟的时间手工创建外壳模型。一旦操作员对外壳设计满意，就根据外壳设计制造耳戴式装置。之后，制造工厂的操作员和/或诊所或零售场所的耳戴式装置专业人员可以花费额外的时间进一步修改耳戴式装置的外壳(例如，使用手动工具)，以最小化任何实际的或可预见的终端用户不适。
[0019]以这种方式手动建模和成形耳戴式装置既耗时又昂贵，并且例如，由于操作员技能水平和操作员技术的差异会导致不一致。如果终端用户或专业人士希望在制造之前预览他们定制的、可佩戴在耳朵上的设计，诊所或零售商必须能够使用专用的建模器、昂贵的建模软件，并且至少有5到15分钟的建模时间。此外，对于定制的耳戴式装置，例如，非处方助听器等，从商业角度来看，依赖高技能和/或专门的操作员来手动创建耳朵可佩戴的设计的成本和时间可能是不可行的，并且可能在耳戴式装置的采购中引入延迟，这对于零售商、专业人员或终端用户来说是不可接受的。
[0020]总的来说，本公开描述了用于使计算装置能够使用机器学习技术来自动建模具有与由高技能操作员和/或临床医生手动创建的成品耳戴式装置相似的属性的耳戴式装置的技术。例如，随着时间的推移，一些耳戴式装置制造商和临床医生已经积累了数十万(不然
是数百万)原始耳部印模以及与成品耳戴式装置产品相关的相应数据。该数据可以跨各种耳戴式装置样式和其他装置和/或终端用户特征。不是使用高技能操作员和耗时的建模软件手动创建耳戴式装置，而是可以使用累积的耳部印模以及与成品耳戴式装置相关联的相应数据来训练机器学习模型，以输出模仿由熟练的建模者和临床医生创建的成品耳戴式装置的耳戴式装置设计。
[0021]图1是示出根据本公开的一个或多个方面的示例机器学习系统的概念图。图1的系统100被配置为自动地对耳戴式装置进行建模，耳戴式装置具有与由在制造工厂、诊所或其他零售店中工作的高技能操作员手工创建的成品耳戴式装置相似的属性。
[0022]系统100可以在计算装置或计算系统的一个或多个处理器上执行。例如，系统100可以在位于耳戴式装置制造工厂的计算机工作站的至少一个处理器上执行。在其他示例中，系统100可以在位于向患者和其他终端用户安装并销售耳戴式装置的诊所或其他零售店的计算机工作站的至少一个处理器上执行。在一些情况下，系统100可以在云计算环境中执行，并且可以经由位于制造工厂、诊所或其他零售店的计算机工作站远程访问。在其他示例中，系统100可以作为在与患者或其他终端用户相关联的移动计算装置的至少一个处理器上执行的应用程序的一部分来执行。
[0023]系统100包括机器学习(ML)模型102。ML模型102被配置为生成用户的目标耳道的耳戴式装置的表示，作为输出数据108。ML模型102被配置为生成耳戴式装置的表示，耳戴式装置模拟由制造工厂、本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：由至少一个处理器获得用户的目标耳道的表示；并且使用至少部分基于先前制造的耳戴式装置的表示而训练的机器学习模型，生成用于所述目标耳道的耳戴式装置的表示。2.根据权利要求1所述的方法，还包括：基于先前制造的耳戴式装置的所述表示和用于制造所述先前制造的耳戴式装置的相应耳部印模的表示来训练所述机器学习模型。3.根据权利要求2所述的方法，还包括以下至少一项：从生产设施数据库接收所述先前制造的耳戴式装置的所述表示；或者从临床医生或零售店数据库接收所述先前制造的耳戴式装置的所述表示。4.根据权利要求1所述的方法，还包括：基于与所述先前制造的耳戴式装置相关联的相应用户的特征来训练所述机器学习模型，所述相应用户的特征包括以下一个或多个：年龄、性别、国籍、地理位置、耳朵类型、耳朵形状和耳朵大小。5.根据权利要求1所述的方法，还包括：基于用户对所述目标耳道的所述耳戴式装置的表示的修改来重新训练所述机器学习模型。6.根据权利要求1所述的方法，其中，生成所述耳戴式装置的表示包括：在训练所述机器学习模型之后，向所述机器学习模型输入以下一个或多个：所述目标耳道的表示；特定类型的耳戴式装置的指示；所述耳戴式装置的每个内部部件的相应表示；和一个或多个建模约束的指示。7.根据权利要求6所述的方法，其中，所述目标耳道的表示包括所述目标耳道的三维表示或所述目标耳道的所述三维表示的傅立叶变换。8.根据权利要求6所述的方法，其中，所述特定类型的耳戴式装置的所述指示表示所述耳戴式装置是包括耳内型助听器、耳道内助听器、半壳型助听器、完全耳道内助听器还是耳道内不可见型助听器。9.根据权利要求6所述的方法，其中，所述耳戴式装置的每个内部部件的所述相应表示包括所述内部部件的三维表示或所述内部部件的所述三维表示的傅立叶变换。10.根据权利要求6所述的方法，其中，一个或多个建模约束的指示包括以下一个或多个：对两个或多个所述内部部件之间的相对定位的限制；对一个或多个所述内部部件相对于所述耳戴式装置的接入面板的位置的限制；对一个或多个所述内部部件相对于所述耳戴式装置的外壳的位置的限制；对所述耳戴式装置的所述外壳的厚度的限制；和所述耳戴式装置的通风口的特征。11.根据权利要求1所述的方法，其中，所述目标耳道的表示部分地由从位于所述目标耳道的一端的耳鼓突出到所述目标耳道的相对端的轴来限定。
12.根据权利要求11所述的方法，其中，生成所述耳戴式装置的部分的表示包括：通过所述机器学习模型将相应权重应用于沿所述轴的不同位置，其中：每个所述不同位置的所述相应权重是所述位置处曲率量的函数；并且与沿所述轴的具有较大相应权重的位置相关联的所述耳戴式装置的表示的部分比与沿所述轴的具有较低相应权重的位置相关联的所述耳戴式装置的表示的其他部分更接近地符合所述目标耳道的表示。13.根据权利要求12所述的方法，其中，将所述相应权重应用于沿所述轴的所述不同位置包括增加具有较大曲率量的不同位置的所述相应权重和减少具有较小曲率量的不同位置的所述相应权重。14.根据权利要求1所述的方法，其中，所述机器学习模型包括神经网络、深度神经网络或参数模型。15.一种包括指令的计算机可读存储介质，当所述指令被所述至少一个处理器执行时，使所述至少一个处理器获得用户的目标耳道的表示；并且使用至少部分基于先前制造的耳戴式装置的表示而训练的机器学习模型，生成用于所述目标耳道的耳戴式装置的表示。16.根据权利要求15所述的计算机可读存储介质，其中，所述指令的执行进一步使所述至少一个处理器：基于先前制造的耳戴式装置的所述表示和用于制造所述先前制造的耳戴式装置的相应耳部印模的表示来训练所述机器学习模型。17.根据权利要求16所述的计算机可读存储介质，其中，所述指令的执行进一步使所述至少一个处理器：从生产设施数据库接收所述先前制造的耳戴式装置的所述表示；或者从临床医生或零售店数据库接收所述先前制造的耳戴式装置的所述表示。18.根据权利要求15所述的计算机可读存储介质，其中，所述指令的执行进一步使所述至少一个处理器：基于与所述先前制造的耳戴式装置相关联的相应用户的特征来训练所述机器学习模型，所述相应用户的特征包括以下一个或多个：年龄、性别、国籍、地理位置、耳朵类...

【专利技术属性】
技术研发人员：张涛，
申请(专利权)人：斯达克实验室公司，
类型：发明
国别省市：