一种基于声卡的CAPs检测系统的研制
宫琴1,2, 黎婷婷1, 刘帅2
1. 清华大学 生物医学工程系, 北京 100084
2. 清华大学 深圳研究生院, 生物医学研究中心, 深圳 518055

作者简介: 宫琴(1968-), 女(汉), 山东, 副教授。E-mail:gongqin@mail.tsinghua.edu.cn

摘要

听神经复合动作电位(CAPs)的阈值曲线和调谐曲线分别反映了听神经系统对刺激声的强度灵敏度和频率灵敏度。为了全面、客观、方便地提取听神经系统的信息,该文基于多媒体外置声卡、使用C#语言编写对声卡的控制程序设计了CAPs检测系统,实现了对声音刺激下CAPs 电信号的采集,并获取了用于表征听神经系统功能状况的CAP阈值曲线和调谐曲线。该系统为听神经复合动作电位的检测和后续研究提供了综合、客观的分析研究平台,具有较高的使用价值。

关键词: 听神经复合动作电位; 阈值曲线; 调谐曲线
中图分类号:R318.6 文献标志码:A 文章编号:1000-0054(2014)05-0678-07
Sound card-based CAPs detection system
Qin GONG1,2, Tingting LI1, Shuai LIU2
1. Department of Biomedical Engineering, Tsinghua University, Beijing 100084, China
2. Research Center of Biomedical Engineering, Graduate School at Shenzhen, Tsinghua University, Shenzhen 518055, China
Abstract

Auditory nerve compound action potential (CAPs) threshold curves reflects the sensitivity of sound intensity while tuning curves reflects the frequency in the auditory nerve system. A CAPs detection system was developed based on an external multimedia sound card and the C# language to simplify data extraction for the auditory nerve system and to obtain more comprehensive and objective information. CAPs, threshold curves and tuning curves were acquired using sound stimulation to study the condition of the auditory nerve system. The system provides a comprehensive and objective analysis platform for detection and research of auditory nerve compound action potentials.

Keyword: compound action potentials; threshold curves; tuning curves

听神经复合动作电位(compound action potentials, CAPs)是耳蜗受到具有瞬态特性的声刺激,在经历一定潜伏期之后,在圆窗膜上记录到的数以千计的单个听神经放电的总和。耳蜗内各个位置的听神经纤维对不同刺激频率声音刺激的强度灵敏度不同[1],为了研究听神经对某一刺激频率的强度灵敏度,通常采用具有一定频率特征且上升时间和下降时间较短的短纯音(tone burst)来诱发CAPs。听神经复合动作电位的阈值是指能诱发出CAPs响应的刺激声的最低强度,听神经系统在某刺激频率范围内CAP阈值随刺激频率变化的曲线称为CAP阈值曲线,它反映了听神经系统在该刺激频率范围内的强度灵敏度。

听神经复合动作电位调谐曲线(compound action potential tuning curves , CAP TCs)是在某一特征频率和较低的刺激强度下,达到抑制准则时抑制强度随抑制频率变化的曲线,它反映了听神经系统对某一刺激频率成分的滤波和分辨能力,即对刺激频率分辨的灵敏度。对听神经系统刺激强度的灵敏度的研究关注的是能否“听得见”的问题,而对刺激频率的灵敏度关注的则是听神经是否“听得精细”的问题,两者的结合有利于对听神经系统的功能做出综合客观的评价。

在1976年Dallos和Cheatham首次以Tone-on-Tone的掩蔽方法成功记录了生理状态下的CAP TCs[2]之后,近几十年来,国内外学者基于CAPs检测方法对动物和人的听神经系统频率选择特性进行了一系列的研究[3,4,5,6],这些研究主要关注听神经系统对刺激频率的灵敏度,而缺少对听神经系统的刺激强度灵敏度和刺激频率灵敏度的综合研究。同时,目前的实验测试系统庞大,功能单一,缺乏将检测系统便携化,并进一步推向临床的可行性。

针对以上问题,本文设计一种检测系统构成简单、便携性高,且采样精度高的基于IEEE 1394接口的多媒体声卡的听神经复合动作电位检测系统,该系统同时具有CAP阈值曲线和CAP TCs自动检测等功能。

1 检测系统的结构

听神经复合动作电位检测系统主要包括对听神 经复合动作电位强度阈值的检测和频率灵敏度的检测,为了实现这2个主要功能,在所搭建系统里同时配备了探头-电极位置校准、 CAP阈值曲线以及CAP TCs自动测试等功能。整个检测系统以计算机作为基本工作平台,以外置的具有IEEE 1394 接口的多媒体声卡作为信号采集工具,在Visual Studio 2010 开发环境下使用C#语言来编写对多媒体声卡的控制的程序,从而实现刺激声和抑制声的同时播放和对CAPs信号的采集。同时,通过计算机软件的信号采集和处理完成对探头/电极位置校准、 CAPs检测、 CAP阈值曲线以及CAP TCs 的自动检测等。

CAPs检测系统的组成框图如图1所示。计算机通过IEEE 1394接口与声卡连接,计算机产生的刺激声和抑制声的数字信号通过声卡的 D/A 转换为模拟电信号,模拟电信号通过一对微型扬声器将电信号分别转换为刺激声和抑制声信号,声信号通过放置在测试动物鼓膜附近的扬声器发出。电极在测试动物圆窗膜上记录的电信号由高阻抗输入级进行阻抗匹配,再通过生物电放大器进行放大和滤波之后通过声卡的 A/D 转换为数字电信号,数字电信号送至计算机进行信号处理以及信号提取。另外,在测试动物鼓膜附近回采的声信号通过微型麦克风实现从声信号到电信号的转化,电信号经过微型麦克风前置放大器放大之后通过声卡的 A/D 转换为数字电信号,数字电信号送至计算机进行处理分析后进行波形显示。

声信号的回路由计算机、声卡、微型扬声器、微型麦克风及其前置放大器组成。计算机通过软件合成刺激声和抑制声的数字信号,经过声卡D/A转换后的模拟信号通过声卡的Balanced Line Level Output1和Balanced Line Level Output2口输出。声卡将刺激声信号和抑制声信号发送至微型扬声器,然后微型扬声器实现从电信号到声信号的转化,将声信号传入测试动物鼓膜附近实现对测试动物的声刺激。微型麦克风与微型扬声器共同封装在鼓膜附近的微型探头(传感器)中,麦克风用于回采测试动物鼓膜附近的刺激声伪迹,经过微型麦克风前置放大器20 dB 增益后经过声卡Balanced Line Level Input 1口输入到计算机中,由计算机软件平台进行处理和分析,分析结果可用于对探头位置进行校准。

CAPs的检测回路由计算机、声卡、电极、高阻抗输入级和生物电放大器组成。在一个微型扬声器输出的刺激声作用下,可用电极在圆窗膜上可记录到CAPs和耳蜗微音器电位(cochlear micro-phonics, CMs)信号,后者对刺激声有很好的波形跟随作用,可用于对电极位置进行校准。电极包括放置在测试动物圆窗膜上的记录电极、夹设在测试动物同侧耳廓皮肤创口的参考电极和插设在测试动物背部皮肤上的地电极。这3个电极的输出端分别与高阻抗输入级的同相输入、反向输入和地端连接,再通过生物电放大器进行100 000倍放大和100 Hz~3 kHz通带滤波后,将模拟电信号通过声卡Balanced Line Level Input 2口输入声卡进行A/D转换,转换得到的数字电信号输入计算机,由计算机软件平台进行CAP/CM信号提取和分析。

CAPTCs的检测回路与CAPs的相同,但CAP TCs的检测需要一对微型扬声器同时发出刺激声和抑制声,电极在圆窗上记录到被抑制后的CAPs信号,经声卡输入计算机的软件平台进行信号分析和自动筛选。

1.1 系统硬件选择

D/A和A/D转换装置选用的是RME公司的精度为24 b、 最高采样率为192 kHz的便携式多媒体声卡。该声卡采用IEEE 1394接口与计算机连接,分别提供8通道192 kHz的24 b的D/A输出和A/D输入。在最大的电压范围 ± 9.76 V 的情况下,灵敏度为1.16 mV, 在最小的电压范围 ±1.78 V 情况下,敏感度为0.21 mV, 支持各通道间同步采样。综合考虑采样率、通道数以及同步采样特性,此声卡D/A模块和A/D模块能满足本检测平台同步进行2路信号输出和2路信号输入的设计需求。

刺激声转换装置选用Etymotic公司的微型扬声器ER-2完成电-声转换及信号放大处理,此微型扬声器包括两个通道。本研究开发的听神经复合动作电位检测系统使用一个通道产生刺激声,另一个通道产生抑制声,每个通道经过转换后的声压信号通过传声管传导至同一个入耳探头内,此入耳探头内还包括了用于记录测试动物鼓膜附近声音信号的微型麦克风ER-10B+, 该微型麦克风与ER-2封装在一起,统称为传感器。

ER-2阻抗为10 W, 在1 kHz、 1.0 V有效值正弦电压驱动下声压输出为100 dB SPL。其频响特性在10 kHz以下保持平坦,满足本设计对刺激声频率的要求。

听神经复合动作电位检测系统硬件组件涉及声音信号的采集和其前置放大器。其中,声音信号的采集及放大采用Etymotic公司的微型麦克风,采集并放大测试动物鼓膜附近的刺激伪迹及噪声信号,再将采集到的这些声音信号转换为电信号后送至其配套的前置放大器中。ER-10B+的灵敏度为 50 mV/Pa, 输出阻抗为100 W, 动态范围至少可以达到120 dB SPL, 并且可以在10 kHz频带以下保持平坦的幅频响应,满足平台对刺激伪迹采集的要求。放大器由电池供电,可以提供0、 20、 40 dB的可调增益。

在声音刺激下产生的CAP/CM信号是由生物电放大器及其配套的高输入阻抗级HZP来采集。生物电放大器提供最大100 000倍增益,以及多级可调带通滤波设置:0.01、 0.1、 0.3、 1、 3、 10、 30、 100、 300 Hz的高通与0.03、 0.1、 0.3、 1、 3、 10 kHz的低通。配合HZP高阻抗输入级后,可提供至少2´1012 W 的差分输入阻抗,以及大于80 dB的共模抑制比。这款生物电放大器提供的增益和滤波设置能够满足CAP/CM信号对增益和信号频带的要求。

计算机系统与RME便携式多媒体声卡通过IEEE 1394接口连接。它是整个听神经复合动作电位检测系统的控制与计算中心,通过运行其上的系统软件实现系统的基本功能。在计算机中以Visual Studio 2010程序开发环境下的C#语言编写的系统软件为平台,协调控制各个部分的工作,包括产生刺激声的同时,同步采集刺激声伪迹和CAP/CM的信号并实时处理和显示等功能。

1.2 软件设计与实现

在软件设计中,采用Visual Studio 2010作为软件开发环境,选用C#语言编写程序。C#为一种简单、现代、面向对象、类型非常安全、与其他语言兼容性很强的编程语言,同时支持平台所用的RME声卡,为软件开发提供了便利。

整个软件为系统运行和控制功能搭建了运行的框架,实现的程序流程依次为: 实验信息录入、探头/电极位置校准、 CAP阈值曲线测试、 CAP最佳频率阈值测试、 CAP调谐曲线测试的流程,程序框架流程如图2所示。

实验软件分为: 实验信息录入、探头/电极位置校准、 CAP阈值曲线测试、 CAP最佳频率阈值测试和CAP调谐曲线测试5个页面。程序的主界面放置了一个包含以上5个页面的选项卡,这5个页面从左到右按实验步骤排列。开始运行程序首先显示“实验信息录入”页面,根据用户的实验需求,可以录入新的实验信息,保存该信息后按实验步骤逐个页面进行操作,也可以在之前保存的实验信息和数据的基础上选择某个页面进行补充测试。

程序采用按钮单击事件响应方法和多线程编程控制测试的流程。程序的校准和测试的流程基本包含参数初始化、执行测试、保存数据和结果等过程,为了灵活控制测试还添加了终止测试的方法,如图3所示。采用多线程编程[7,8]和控件委托[9]的方法,实现了在执行测试过程中同步进行数据采集、波形显示和数据保存,并且能随时响应界面的终止测试事件。灵活的测试流程控制功能为实验提供了极大的便利。

1.3 信号提取方法

CAPs的幅度为微伏级,由于不同测量情况下的CAPs波形具有相似性,程序中结合常用的叠加平均方法[10,11]和相关系数方法[12]来提取信号。

记录电极在实验动物圆窗膜上采集到的波形包含了CAPs、 CMs和噪声,为了提高信噪比并分离提取CAPs和CMs信号,采用交替相位刺激方式[13]和叠加平均的方法处理信号。第 i次采样的刺激声起始相位设置如下:

φi=0,i为偶数;π,i为奇数.1

根据CMs相位跟随刺激声相位变化的信号特征,对 M次采集的波形样本进行交替相位叠加得到CMs, 即

CAPs相位不随刺激声起始相位变化,若保持波形样本相位不变进行叠加平均则得到CAPs, 即

为减少在阈值检测和调谐曲线检测时提取信号所需的样本数量,需要在数据测量中对单个样本的有效性进行判断,保留有效样本,剔除无效样本。在进行阈值检测和调谐曲线检测前,先设定一个阈值 T, 用大量样本求平均的方法得到信噪比较高的CAPs信号为 x( n)。在阈值检测和调谐曲线检测过程中,完成单次测量后求 x( n)与本次测量数据 y( n)的相关函数最大值 ρxymax, 当 ρxymax T时,认为 y( n)为有效数据。

相关函数公式为:

其中: N x( n)和 y( n)的长度, x( n)和 y( n)在0≤ n N-1区间之外为零。

若测量过程中 y( n)所含噪声波动较大,则会引起相关函数 ρxy( m)的值上下波动,造成误检。为提高检测效果,减小噪声 w( n)对 y( n)的影响,作改进如下。认为测量过程中信号与噪声不相关,可设 y( n) =s( n) +w( n), 则信号能量为:

其中 w( n)为单次测量数据中不包含信号的噪声。将 Is代替 代入式(4)可减小噪声对相关系数的影响。

交替相位刺激方式、叠加平均和相关系数方法的综合使用,有效实现了CAPs和CMs信号的提取。

2 检测系统功能的实现结果

CAPs检测系统主要负责完成: 实验动物信息输入和管理、采集 CAPs信号并获取阈值曲线和调谐曲线、显示和保存测试结果。通过动物实验或者仿真方法可以得到检测系统功能的实现结果。

程序开始运行首先显示“实验信息录入”页面如图4所示。

填写好实验信息后,利用软件的事件结构,对“保存”的“单击”事件进行响应,保存实验信息到新建的信息文件中,并将当前实验动物编号和信息文件路径保存到实验信息映射表中,该程序的设置和操作过程有利于实验信息的管理。

完成实验信息输入后,选择“探头/电极位置校准”页面如图5所示。

图5的软件界面用于对耳机和麦克风的探头位置以及圆窗电极的位置进行校准。该页面主要分四个区域: 中间的参数设置以及控制按钮区域、右侧的存储信息区域、左侧的波形显示区域。刺激频率指Tone Burst刺激声的频率(单位为Hz), 刺激强度为Tone Burst刺激声的强度(单位为dB SPL, 即声压级,给定声压与参考声压之比的以10为底的对数乘以20, 以dB计), 叠加次数指每次更新波形的叠加平均的样本数量。滤波通带上、下限表示Grass生物电放大器的通带截止频率,波形放大倍数表示该放大器的放大倍数。在校准的情况下,选择较小的叠加次数,单击“开始校准”,程序响应事件并且不断采集数据和更新页面波形,观察左下波形(对应耳道声音回采波形)是否符合设定的强度,不符合则调整声音探头的位置。然后观察左上波形,看是否出现跟随刺激声变化的电生理信号(CMs, 对应图中虚线), 如果没出现则调整耳蜗电极,直到出现CMs, 则认为当前电极所在位置为实验要求的圆窗膜上,校准结束则单击“终止校准/测量”,停留在当前页面。左上波形曲线中,实线表示CAPs波形,虚线表示CMs波形,脉冲下降沿表示刺激声的起始点。

在右侧的实验数据库列表中,自动显示最新的动物实验信息(格式: 动物编号_年月日_时分_耳), 用户可根据实际情况选择下拉列表中的某个信息,测量过程和最终结果的数据保存文件命名都基于此信息,有利于数据的管理。CAP阈值测试页面、 CAP最佳频率阈值测试页面、 CAP调谐曲线测试页面的布局与探头/电极位置校准页面的相似。校准结束后可采集可靠的CAPs波形,为阈值测试和调谐曲线测试过程中CAPs波形的自动判断和提取准备有效的对比数据。选择较高的刺激强度和较大的叠加次数,单击“测量CAP”, 程序自动进行线性叠加和波形数据存储,得到信噪比较高的CAPs波形。测量过程需要大概10 s的时间,如果测试完成前发现参数设置有误,可单击“终止校准/测量”,重新填写参数后再进行测试。

为了判断程序是否提取到正确的CAPs信号,软件用动态脉冲信号的方法对刺激声起点进行标定,能有效判断CAPs潜伏期是否正常。如图6所示,上图为提取的信号波形,其中脉冲的下降沿与图6b的刺激声波形的起始时间对齐。图6a实线为CAPs波形,第一个负峰(N1 波)的潜伏期约为 3.3 ms, 幅度约为 12 μV; 虚线为CMs波形,形状基本跟随刺激声变化。

CAP阈值曲线测试页面如图7 所示,用于测试实验动物的听觉强度灵敏度。

图7的软件界面中,用户根据需要选择测试的频率范围和频率步长,设置CAPs响应的阈强度和波形叠加次数。根据听神经纤维的特征频率与它距离蜗顶的距离呈对数关系的特征[14], 程序将频率步长单位设置为 points/octave,阈值曲线也是横坐标以2为底数的半对数坐标图。单击“开始测试”,软件按照内部设定的刺激强度步长上下调整当前频率的刺激强度,直到找到该刺激频率的阈值,然后跳到下一个刺激频率,直到设置频率范围内的阈值测试完成,得到CAP阈值曲线,即实验动物的听力图。在测试过程中,软件自动将每次线性叠加得到的CAP/CM波形更新在左下波形区域,同时显示当前测试点的刺激频率、刺激强度和响应幅度。测试得到某个刺激频率的阈值后,更新上一测试点的频率和阈值,并将此刺激频率、刺激阈值和响应幅度添加于右侧的测试与数据存储进度提示框内。当所有频率的阈值测试完成后,将CAP阈值曲线绘制于左上波形区域。

根据CAP阈值曲线测试结果,可选择阈值最小的频率作为最佳频率,做进一步的精确阈值测试。与CAP阈值曲线测试的某个频率阈值测试类似,关键区别在于软件内部设定的刺激强度步长比阈值曲线测试的小,所以测试结果更精确。

在CAP调谐曲线测试页面,可测量实验动物听神经某个频率的听觉频率灵敏度如图8所示。

图8的CAP调谐曲线测试页面中,可选择CAP最佳频率阈值测试的测试频率作为刺激频率,刺激强度则是刺激阈值加上一定的强度。抑制参数设置中,频率上下限以刺激频率倍数表示,它们一起限定了抑制频率的范围; 频率步长指每个倍频程测试的抑制频率点数; 频率步长系数指当抑制频率靠近刺激频率时与原频率步长相乘的系数,它是大于1的整数,这样使得刺激频率附近的抑制频率更密集,测试更精细; 测试方向指抑制频率变化的方向,软件设置为从刺激频率开始,高低频交叉测试; 抑制准则指加抑制声后CAPs幅度下降的标准。单击“开始测试”后,程序自动计算要测试的抑制频率,并按一定的强度步长上下调整当前抑制频率的抑制强度,直至达到抑制准则,然后跳到下一个抑制频率,直到设置频率范围内的抑制阈值测试完成,得到CAP调谐曲线。在测试过程中,软件自动将每次线性叠加得到的CAP/CM波形更新在左下波形区域,同时显示当前测试点的抑制频率、抑制强度和响应幅度。测试得到某个抑制频率的阈值后,更新上一测试点的抑制频率和抑制阈值,并将此抑制频率、抑制阈值和响应幅度添加于右侧的测试与数据存储进度提示框内。当所有频率的抑制阈值测试完成后,将CAP调谐曲线绘制于左上波形区域。

3 结 论

本文开发了基于高精度多媒体声卡的便携式听神经复合动作电位检测系统,在基于Visual Studio 2010开发环境的C#编程语言上,实现了对CAP阈值和调谐曲线的检测,提供了一种综合、客观检测听觉系统强度灵敏度和频率灵敏度的研究平台。该系统的成功研制,为进一步促进CAPs在基础医学的研究发展提供了便利的方法和途径。

The authors have declared that no competing interests exist.

参考文献
[1] Pickles J O. An Introduction to the Physiology of Hearing [M]. 2nd Ed. London, UK: Academic Press Inc, 1988. [本文引用:1]
[2] Dallos P, Cheatham M A. Compound action potential (AP) tuning curves[J]. Journal of the Acoustical of Society of America, 1976, 59(3): 591-597. [本文引用:1] [JCR: 1.555]
[3] Harrison R V, Aran J M, Erre J P. AP tuning curves from normal and pathological human and guinea pig cochleas[J]. Journal of the Acoustical of Society of America, 1981, 69(5): 1374-1385. [本文引用:1] [JCR: 1.555]
[4] Eggermont J J. Compound action potential tuning curves in normal and pathological human ears[J]. Journal of the Acoustical of Society of America, 1977, 62(5): 1247-1251. [本文引用:1] [JCR: 1.555]
[5] Ruggero M A, Temchin A N. Unexceptional sharpness of frequency tuning in the human cochlea[J]. Proceedings of the National Academy of Sciences of the United States of America, 2005, 102(51): 18614-18619. [本文引用:1] [JCR: 9.737]
[6] Salt A N, Garcia P. Cochlear action potential tuning curves recorded with a derived response technique[J]. Journal of the Acoustical of Society of America, 1990, 88(3): 1392-1402. [本文引用:1] [JCR: 1.555]
[7] 甘群文. C#多线程同步与异步的实现[J]. 电脑开发与应用, 2009, 22(9): 35-40.
GAN Qunwen. The implementation of C# multi-thread synchronous and asynchronous modes[J]. Computer Development & Applications, 2009, 22(9): 35-40. (in Chinese) [本文引用:1] [CJCR: 0.307]
[8] 凌建辉. 浅谈C#线程同步的几种方法[J]. 信息与电脑, 2009(11): 128-128.
LING Jianhui. On the C # thread synchronization in several ways[J]. China Computer & Communication, 2009(11): 128-128. (in Chinese) [本文引用:1] [CJCR: 0.124]
[9] 詹发荣. 巧用C#. NET 中委托和事件[J]. 宁夏师范学院学报: 自然科学, 2009, 30(6): 64-67.
ZHAN Farong. Skillfully using delegates and events of the C#. NET[J]. Journal of Ningxia Teachers University: Natural Science, 2009, 30(6): 64-67. (in Chinese) [本文引用:1]
[10] 张金凤, 邱天爽. 诱发电位波形提取方法及进展[J]. 北京生物医学工程, 2003, 22(4): 303-307.
ZHANG Jinfeng, QIU Tianshuang. Evoked potential waveform extraction method and progress[J]. Beijing Biomedical Engineering, 2003, 22(4): 303-307. (in Chinese) [本文引用:1] [CJCR: 0.342]
[11] 杨军, 吴宝明, 彭承琳. 听觉诱发电位信号分析技术进展[J]. 生物医学工程杂志, 2003, 20(3): 563-566.
YANG Jun, WU Baoming, PENG Chenglin. Advance in signal analysis of auditory evoked potential[J]. Journal of Biomedical Engineering, 2003, 20(3): 563-566. (in Chinese) [本文引用:1]
[12] 王德增, 白净, 杨福生. 检测和分离生物组织超声反射波和散射波的方法──相关系数平方包络线峰值阈值法[J]. 清华大学学报: 自然科学版, 1993, 33(1): 39-46.
WANG Zengde, BAI Jing, YANG Fusheng. Detection and separation of ultrasonic reflected and scattered waves from biological tissues by EPCCSDT method[J]. Journal of Tsinghua University: Science and Technology , 1993, 33(1): 39-46. (in Chinese) [本文引用:1] [CJCR: 0.609]
[13] Jones H G, Koka K, Tollin D J. Postnatal development of cochlear microphonic and compound action potentials in a precocious species, Chinchilla lanigera[J]. Journal of the Acoustical of Society of America, 2011, 130(1): 38-43. [本文引用:1] [JCR: 1.555]
[14] 张家騄. 听觉部位学说与频率差阈[J]. 声学学报, 2006, 31(2): 97-100.
ZHANG Jialu. On the place theory and the frequency difference limen of hearing[J]. Acta Acustica, 2006, 31(2): 97-100. (in Chinese) [本文引用:1] [CJCR: 0.601]