トノトピーベースのフィッティングを使用するかどうかにかかわらず、新しい人工内耳移植被験者における音楽と音声認識の研究

はじめに: 蝸牛移植により、重度の両側性難聴のリハビリテーションが可能になり、従来の補聴器では十分な聴力が得られなくなった場合に、音声認識と言語コミュニケーションが回復します (Nimmons et al.)。

人工内耳には電極アレイが含まれており、その機能は蝸牛トノトピーの原理に基づいています。各電極は、蝸牛内の位置に応じて周波数スペクトルをエンコードします (高周波は基底電極に割り当てられ、低周波は先端電極に割り当てられます)。

したがって、蝸牛インプラントは、インプラント内の電極の数に対応する帯域通過フィルタを介して、周波数スペクトルをいくつかの周波数帯域に分解します。 フィッティング中に、これらのバンドは聴覚学者によって変更される可能性があります。

メーカーによって開発されたフィッティング ソフトウェアは、ブランドに応じて下限が 100 ～ 250 Hz、上限が約 8500 Hz のデフォルトのフィッティングを提案しました。 各電極に割り当てられた周波数帯域は、基底電極の高周波と先端電極の低周波の対数スケールに従います。 この分布は、アクティブな電極の数を考慮に入れていますが、各患者に固有の解剖学的構造と自然な蝸牛のトノトピーは考慮していません。

いくつかの研究では、蝸牛の寸法の解剖学的な変化が分析されています。蝸牛のサイズ、および電極と蝸牛との接触面の比率は、患者ごとに異なります (Stakhovskaya O et al., P. Pelliccia et al.)。 .

手術中の挿入深さは、患者だけでなくオペレータに関連するパラメータによっても変化します。これは、騒音下での発話の理解に影響を与えるようです (人工内耳における深い電極挿入と音声コーディング - Ingeborg Hochmair et al.)。

最近、CT スキャン評価から各患者の蝸牛のトノトピーを推定する数学的アルゴリズムが開発されました (Jiam et al., Sridhar et al.)。 3D 再構成ソフトウェアと組み合わせた移植耳の CT イメージングは​​、蝸牛の長さの測定値を提供します (臨床環境でのコーンビーム CT を使用した蝸牛の長さの決定 - Würfel et al .)。 このアプローチを使用して、蝸牛の頂点に対する各電極の位置を測定することが可能です。 これらの測定値は、各電極のトノトピック周波数を取得し、各電極のトノトピーに基づいて各患者のフィッティングを決定するために、修正されたグリーンウッド方程式に適用されます。

主な目標：

雑音下での知覚音声に対するデフォルトのフィッティング戦略と比較して、トノトピー ベースのフィッティング戦略の優位性を示します。

副次的な目的:

音楽要素の知覚に関して、デフォルトのフィッティング戦略と比較してトノトピー ベースのフィッティング戦略の優位性を示します (輪郭テスト)。

静かな音声要素の知覚に関して、トノトピー ベースのフィッティング戦略がデフォルトのフィッティング戦略と比較して劣っていないことを示します。

楽曲のリスニングに対する定性的な選好について、デフォルトのフィッティング戦略と比較してトノトピーに基づくフィッティング戦略の優位性を示します。

研究の計画:

これは前向きオープン一中心無作為化クロスオーバー試験です。測定は活性化後 6 週間および 12 週間で患者に対して行われます。