1.一種人工耳蝸語音處理方法，其特征在于，包括以下步驟：取得聲音信號，將所述聲音信號轉化為數字信號；將所述數字信號采用模態分解方法進行分解，取得多個本征模態函數分量，將該多個本征模態函數轉換為瞬時頻率和瞬時幅度；將所述瞬時頻率進行分類，使其與人工耳蝸中預設的電極頻段相對應；從對應的電極頻段中挑選N個能量最高的電極頻段分量，根據所選擇的電極頻段分量生成對應的電極刺激信號。2.根據權利要求1中的人工耳蝸語音處理方法，其特征在于，還包括：所述模態分解方法包括經驗模態分解法，集合經驗模態分解法，或者自適應性二進位遮罩經驗模態分解法。3.根據權利要求1中的人工耳蝸語音處理方法，其特征在于，還包括，在對所述數字信號采用模態分解方法進行分解之前，采用以下方法之一抑制噪聲：自適應濾波器方法或者人工智能方法。4.根據權利要求1中的人工耳蝸語音處理方法，其特征在于，還包括：在對所述數字信號采用模態分解方法進行分解之前，采用以下方法之一消除雞尾酒會問題：計算機聽覺場景分析、非負矩陣分解、生成式模型建模、波束成形、多通道盲源分離、深度聚類、深度吸引網絡、排列不變性訓練。5.根據權利要求1中的人工耳蝸語音處理方法，其特征在于，還包括：從對應的電極頻段中挑選N個能量最高的電極頻段分量，其中N≤6，且這些電極頻段分量的能量值高于預設閾值。6.根據權利要求1中的人工耳蝸語音處理方法，其特征在于，還包括：自動增益控制，其根據患者的聽力測試圖譜調整每個電極刺激信號。7.根據權利要求1中的人工耳蝸語音處理方法，其特征在于，還包括：采用以下方法之一生成所述挑選的本征模態函數分量對應的電極的刺激信號：同步模擬信號、壓縮分析、連續交錯采樣。8.根據權利要求1中的人工耳蝸語音處理方法，其特征在于，還包括：所述人工耳蝸中預設的電極頻段與人工耳蝸中的電極一一對應，所述電極的數量大于等于20。9.一種人工耳蝸語音處理方法，其特征在于，包括以下步驟：取得聲音信號，將所述聲音信號轉化為數字信號；將所述數字信號采用自適應濾波器組方法進行分解，取得多個類本征模態函數，將該多個類本征模態函數轉換為瞬時頻率和瞬時幅度；將所述瞬時頻率進行分類，使其與人工耳蝸中預設的電極頻段相對應；從對應的電極頻段中挑選N個能量最高的電極頻段分量，根據所選擇的分量生成對應的電極刺激信號。10.根據權利要求9中的人工耳蝸語音處理方法，其特征在于，其中，所述自適應濾波器組為均值濾波器組或中值濾波器組。11.一種使用權利要求1-10任一所述的人工耳蝸語音處理方法的人工耳蝸語音處理系統，其特征在于，所述人工耳蝸語音處理系統包括聲音接收模塊、聲音處理模塊和信號傳輸模塊，其中：聲音接收模塊用于接收聲音信號，并將聲音信號轉換為數字信號；聲音處理模塊用于對數字信號進行處理，得到多個本征模態函數或者多個類本征模態函數，將該多個本征模態函數或類本征模態函數轉換為瞬時頻率和瞬時幅度；將所述瞬時頻率進行分類，使其與人工耳蝸中預設的電極頻段相對應；從對應的電極頻段中挑選N個能量最高的電極頻段分量，根據所選擇的電極頻段分量生成對應的電極刺激信號；信號傳輸模塊用于將聲音處理單元生成的電極刺激信號傳輸給人工耳蝸植入體中的電極，使電極產生聲音所對應的刺激信號。
展開
