トノトピーベースのフィッティングと進化的アルゴリズムに基づく設定間の音声理解の比較

はじめに: 人工内耳を使用すると、従来の補聴器では十分な聴力が得られなくなった場合でも、両側性重度難聴のリハビリテーションが可能になり、音声認識と言語コミュニケーションが回復します。 人工内耳には電極アレイが含まれており、その機能は蝸牛の強音性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、低周波は心尖電極に割り当てられます）。 したがって、人工内耳は、インプラント内の電極の数に対応するバンドパス フィルターを介して、周波数スペクトルを多数の周波数帯域に分割します。 フィッティング中に、聴覚学者はこれらのバンドを変更できます。 メーカーが開発したフィッティング ソフトウェアは、ブランドに応じて 100 ～ 250 Hz の下限と約 8500 Hz の上限を持つ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る周波数帯域は、基底電極の高周波数と先端電極の低周波数の対数スケールに従います。 この分布にはアクティブな電極の数が考慮されていますが、解剖学的構造や各患者に特有の自然な蝸牛の張力は考慮されていません。 いくつかの研究では、蝸牛の寸法の解剖学的変化が分析されています。蝸牛のサイズや電極と蝸牛の接触面の比率は、患者ごとに異なります。 手術中の挿入深さは、患者だけでなく術者に関連するパラメータによっても変化し、騒音下での音声の理解に影響を与えると考えられます。 最近、CT スキャン評価から各患者の蝸牛耳調度を推定するための数学的アルゴリズムが開発されました。 埋め込まれた耳の CT イメージングを 3D 再構成ソフトウェアと組み合わせて、蝸牛の長さを測定します。このアプローチを使用すると、蝸牛頂点に対する各電極の位置を測定できます。 最近、MED-EL (オーストリア) は、CT スキャンと、蝸牛内の電極の位置に関する解剖学的情報を使用した各電極に関連付けられた周波数の調整に基づく新しいアプローチを開発しました。このフィッティングは、解剖学ベースのフィッティングと呼ばれます。

トノトピーベースのフィッティングにより、騒音や音楽認識におけるピッチ認識や音声認識においてより良い結果が得られます。 ただし、患者間で観察される結果には大きなばらつきがあります。 この変動は、聴取者の個々の特性 (神経細胞の生存、電流の伝播と広がり、難聴の期間、皮質可塑性の欠如) によるものである可能性があります。

設定における周波数の割り当てを変更すると、この個人差が考慮され、音声の弁別と音楽の知覚が改善される可能性があります。 サドゥンら。 (2022) 進化的アルゴリズム (EA) アプローチによる周波数割り当ての調整の効果を 27 人の被験者で研究し、6 年以上インプラントされた患者のデフォルト設定 (トノトピーに基づいていない) と比較して騒音下での音声知覚が改善することを示しました。二峰性の状況（対側プロテーゼを使用）で数か月。 したがって、我々は進化的アルゴリズムを使用してトノトピーベースのフィッティングを修正し、移植された患者の騒音に対する知覚を改善することを提案します。

主な目的:

MED-EL 人工内耳を 6 か月以上移植された成人患者を対象に、トノトピック設定 (FS4T) と進化アルゴリズムによって修正されたトノトピック フィッティング (EAFS4T) を使用した騒音下での音声認識を FS4T と比較します。

二次的な目的:

FS4T と EAFS4T の設定の比較

• 静かな環境での音声認識用
• 主観的な聴覚空間認識のために
• 主観的な聴覚と音楽の知覚のために

研究の計画: これは、前向きのオープンな単中心横断的研究です。