微細構造コーディングの有無にかかわらず、トノトピーベースのフィッティングの新しい人工内耳移植被験者の比較

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バンドパスフィルタを介して、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.)。 移植された耳の CT イメージングと 3D 再構成ソフトウェアを組み合わせることで、蝸牛の長さを測定できます (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。

人工内耳における従来の刺激戦略 (例: 高度なコンビネーション エンコーダー (ACE)、連続インターリーブ サンプリング (CIS)) は、先端電極に低周波情報を、基底電極に高周波情報を送信することにより、電極の場所を使用して周波数をコード化します。 電極の刺激速度は一定です。 ピッチは、音楽の知覚における人工内耳の悪い結果を説明するこれらの従来の戦略によって部分的にしか伝達されません。 MED-EL インプラントの FineHearing 戦略では、低周波電極の刺激速度が音の周波数に関連しており、周波数情報を時間的にコード化することが可能になります。

レイダー＆アル。 2016年は、周波数のトノトピックコーディング（古典的な戦略）に、刺激率を変化させることによる情報の時間コーディングを追加することの貢献を研究しました。 得られた結果は、タイムコーディングによってこの周波数情報を提供することで、特に低周波数で、(正常な聴力の) 期待されるピッチにはるかに近い知覚ピッチと少ない変動性を得ることができることを示しています。 固定刺激率 (古典的な戦略) では、低周波は不十分にコード化されますが、可変刺激率ではより適切にコード化されます。 さらに、Landsberger等。 [2018] は、MED-EL インプラントを装着した 6 人の被験者を対象に、電極の長い挿入位置 (中央または先端位置) に応じた時間コーディングの知覚を研究しました。 結果は、周波数の時間コーディングは、頂点での空間コーディング（電極の位置に関連する）よりも信頼性が高く、中央位置の電極ではその逆であることを示しているようです。 調査によると、FineHearing 戦略は、(特定の学習時間の後) ノイズの中での音声認識などの基本的な F0 を含むタスクにおいて、従来の高解像度連続インターリーブ サンプリング (HDCIS) 戦略よりも優れた利点を提供できることが示されています [Kleine Punte & al. 2014年;ヴェルメール＆アル。 2010]、音楽の知覚 [Roy & al. 2015年;王立。 2016] または知覚されるピッチの質 [Müller & al. 2012]。

したがって、トノトピック ベースのフィッティングを使用した MED-EL の FineHearing コーディング戦略は、FineHearing コーディングを使用しない同じトノトピック ベースのフィッティングと比較して、ピッチの伝達を改善し、特に騒音下での音声認識を改善する可能性があります。

主な目標：

雑音下での発話知覚に対する、微細構造コーディングを使用したトノトピー ベースのフィッティング戦略 (TFS) と、微細構造コーディングを使用しないトノトピー ベースのフィッティング戦略 (TnoFS) の比較。

副次的な目的:

音楽要素の知覚に関する TFS と TnoFS の比較 (輪郭テスト)。

静かな環境での音声認識に関する TFS と TnoFS の比較

楽曲のリスニングに対する定性的嗜好に関する TFS と TnoFS の比較。

旋律認識における TFS と TnoFS の比較

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。