Importance des paramètres du codage pour la reconnaissance des voyelles chez les patients implantés cochléaires

DIPLOME D'ETUDES APPROFONDIES DE GENIE

BIOLOGIQUE ET MEDICAL

ANNEE 1994

OPTION 1 : Traitement du signal.

IMPORTANCE DES PARAMETRES DU CODAGE

POUR LA RECONNAISSANCE DE VOYELLES

CHEZ LES PATIENTS IMPLANTES COCHLEAIRES

MEMOIRE DE RECHERCHE :

Stéphane GALLEGO

Jury : Professeur

Professeur Professeur Professeur Docteur

Monsieur Professeur Madame Monsieur Docteur

CLECHET COLLET COLLOMBEL DEMONGEOT DEPEURSINGE DITTMAR GOUTTE MAGNIN PERNIER RUSCH

Directeur de recherche : Professeur Christian BERGER-VACHON

Laboratoire Audition et Voix
Pavillon U - O.R.L.
Pr. A. MORGON - Pr. L. COLLET
U.R.A. CNRS 1447
Hôpital Edouard HERRIOT

Je tiens à remercier toutes les personnes qui m'ont aidées à mener à bien la réalisation de ce DEA.

Je voudrais plus particulièrement réserver cette partie du mémoire à mon maître de stage, le professeur Berger Vachon qui s'est montrer, très actif pour la mise au point et la correction du travail, et aussi très humain et sympathique.

Je tiens aussi à remercier,

le professeur A. Morgon, chef du service d'ORL, pour m'avoir accepté dans son pavillon. le professeur L. Collet, directeur du laboratoire, pour m'avoir accueilli dans son unité.

M. Garoscio, A.M. Jonas et J.M.Chanal ainsi que le docteur E. Truy pour le temps et leur gentillesse qu'ils m'ont offerts.

I. Garnier pour notre mise en commun de certains schémas pour le rapport. toute l'équipe du pavillon U pour la bonne ambiance qu'il y règne.

CURRICULUM VITAE

Etat civil:

GALLEGO Stéphane

29 rue Louis Guerin 69100 VILLEURBANNE 78.94.60.62.

Né le 21/10/71 à Givors (Rhône) Lafayette

38790 Diemoz

74.59.01.78.

Formation:

1991-1993 : Maîtrise de Sciences et Techniques de Génie Biologique et Médical à

l'Université Claude Bernard Lyon I.

1989-1991 : DUT de Génie Electrique et Informatique Industrielle option

Automatismes et Systèmes à l'Université Claude Bernard Lyon I (IUT B).

1989 : Bac C au Lycée Léonard de Vinci. (Villefontaine : Isère).

Stages:

Juillet 1993 : Stage de fin d'étude de Maîtrise de Sciences et Techniques dans le

laboratoire d'Audition et Voix du pavillon ORL à l'Hôpital Edouard Herriot de Lyon.

Sujet: Comparaison élémentaire de la reconnaissance automatique des voyelles avec celle des implantés cochléaires.

Juillet 1992 : Stage de fin de première année de Maîtrise de Sciences et Techniques

dans le laboratoire d'Audition et Voix du pavillon U à l'Hôpital Edouard Herriot de Lyon. Sujet: Détection acoustique de l'insuffisance vélaire chez les enfants.

Mai et Juin 1991 : Stage de fin d'étude de DUT de Génie Electrique chez ELEC4.

Sujet: Elaboration de programmes en Turbo Pascal. ( Pour la saisie des dépenses du parc automobile afin de distribuer les coûts pour les différents chantiers ; Elaboration d'une schématèque pour la réalisation de plans d'armoires électriques.)

Publications et communications:

C. Berger Vachon S. Gallégo A. Morgon E. Truy.

Importance of the coding cues for the descrimination of cochlear implants signais.

2nd international cochlear implant, speech & hearing symposium. Melbourne 24-28 octobre 1994. (Soumis aussi aux annales de St Louis.)

S. Gallégo E. Perrin C. Berger Vachon L. Collet E. Truy

Recognition of vowels by cochlear implants using a fuzzy logic.

International AMSE conference.(Association for the Advancement of Modelling and Simulation techniques in Entreprises). Lyon 4-6 Juillet 1994.

SOMMAIRE

PARTIE BIBLIOGRAPHIQUE 7

A/ Rappels sur l'audition. 8

1/Audition normale. 8

a/ Anatomie. 8

b/ Physiologie. 10

2/ Les types de surdités et leurs caractéristiques. 11

B/ La Phonation. 12

1/ la phonation en général. 12

2/ Les voyelles. 13

a/ Description. 13

b/ Moyens d'exploration. 13

cl De la synthèse vocale à l'implant cochléaire. 15

C/ Implants cochléaires. 16

1/ Introduction. 16

2/ Principe. 17

3/ Patients. 19

al Sélection. 19

b/ Suivi. 20

4/ L'implant Nucleus. 20

a/ Stratégies de codages. 20

b/ Réglages. 22

D/ Etudes. 23

1/ Evolution du Nucleus. 23

2/ Sur le traitement du signal hors laboratoire. 23

3/ Travaux du Laboratoire. 24

E/ Méthodes mathématiques. 24

1/ Principe de reconnaissance automatique de voyelles. 24

2/ La métrique euclidienne. 25

3/ Logiques floues. 25

4/ Distance de Hamming. 26

REFERENCES BIBLIOGRAPHIQUES 27

PUBLICATIONS. 28

LIVRES ET RAPPORTS. 31

TRAVAIL EXPERIMENTAL 32

Résumé. 33

Abstract. 33

A/ Introduction. 34

B/ Matériel et méthodes. 35

1/ Station de travail. 35

a/ Station d'enregistrement. 35

b/ Station de réglage de l'implant cochléaire. 36

cl Station d'acquisition des paramètres de l'implant. 36

d/ Station ILS. 38

2/ Matériel phonétique. 38

3/ Patients. 39

4/ Stratégies de reconnaissance. 41

a/ Méthode euclidienne. 42

b/ Logique floue. 43

cl Distance entre matrices. 44

5/ Synoptique général de l'étude. 45

C/ Résultats. 46

1/ Paramètres regroupés. 46

2/ Singletons, doublets, triplets et quadruplets. 47

3/ Analyse acoustique des voyelles. 50

DISCUSSION 53

CONCLUSION 59

ANNEXES 61

PARTIE

BIBLIOGRAPHIQUE

A/ Rappels sur l'audition.

1/ Audition normale.

a/ Anatomie. [3 8,9]

Figure 1 : Coupe de l'appareil auditif humain.

(1) Pavillon

a) Conduit auditif externe

(g) Tympan

(3) Oreille moyenne

® Cochlée

e Canaux semi-ciculaires

· Nerf facial

m Nerf auditif

e Cavité de l'oreille moyenne

J Trompe d'Eustache.

Oreille externe.

anaOreille moyenne.

(	Oreille interne.

L'appareil auditif peut se décomposer en trois parties bien distinctes. ( cf figure 1 ).

. L'oreille externe, constituée par le pavillon et le conduit auditif externe (25 mm de longueur), elle se termine au niveau du tympan.

. L'oreille moyenne qui peut se résumer par trois éléments importants.

. La caisse du tympan, cavité étanche remplie d'air qui comprend la chaîne ossiculaire. Cette dernière, formée de trois osselets, le marteau, l'enclume et l'étrier, relie le tympan à la fenêtre ovale.

. La trompe d'Eustache, située en avant de la caisse tympanique, est un conduit fibro-cartilagineux qui fait communiquer l'oreille moyenne avec le rhino-pharynx afin d'équilibrer les pressions intra et extra oreille moyenne.

. Les cellules mastoïdiennes, situées en arrière, sont des cavités remplies d'air qui prolongent la caisse du tympan dans l'apophyse mastoïde.

Figure a:

· Carmaux

semi-circulaires Fenètre ovale

· Fenètre ronde

Limaçon

Figure c:

₀ Rampe tympanique Rampe vestibulaire

Canal cochleaire

4 Organe de Corti

· Cellules ciliées

Nerf auditif

· Membrane de Reissner
Membrane basilaire

Figure 2 : Schémas généraux de l'oreille interne.

. L'oreille interne, plus communément appelé labyrinthe, est une structure complexe, remplie de liquide, composée de cavités osseuses formant le labyrinthe osseux à l'intérieur duquel se trouvent des structures membraneuses formant le labyrinthe membraneux. Celle-ci peut se décomposer en 2 parties. ( cf figure 2 ).

. Le vestibule, constitué de la cavité centrale de l'oreille interne, est l'organe qui gère l'équilibre. Les trois canaux semi-circulaires qui s'ouvrent sur les faces supérieures et postérieures du vestibule.

. La cochlée, située en avant du vestibule, constitue l'organe de l'audition. Elle est formée d'un tube spiralé autour d'un axe osseux. Ce tube est divisé en deux par la lame spirale, ce qui délimite la rampe tympanique et la rampe vestibulaire. Entre ces deux rampes se trouve le canal cochléaire. Il est séparé par la membrane basilaire et la membrane de Reissner.

Sur cette membrane basilaire repose l'organe de Corti constitué des cellules ciliées externes et internes.

Les informations nerveuses sont véhiculées par le nerf auditif. Celui-ci est formé par la réunion de fibres nerveuses cochléaires et vestibulaires. Il prend naissance dans le ganglion de Corti, chemine dans le conduit auditif interne pour arriver jusqu'au tronc cérébral, puis au niveau du bulbe rachidien.

b/ Physiologie.

L'audition commence lorsque les ondes sonores, captées par le pavillon de l'oreille, pénètrent dans le conduit auditif externe et vont être dirigées vers la membrane du tympan. Celle- ci va se mettre à vibrer aux fréquences contenues dans l'onde acoustique.

En réalité, la partie externe de l'oreille ne joue qu'un rôle mineur dans l'audition. Elle n'a que pour but de capter le son.

En vibrant, le tympan va déplacer la chaîne d'osselets. Le marteau attaché au tympan reçoit les vibrations sonores qui poursuivent leur chemin vers l'oreille interne par l'enclume et l'étrier attaché à la fenêtre ovale.

L'oreille moyenne à quatre objectifs:

. Elle amplifie l'onde acoustique, pour se faire elle va utiliser le phénomène de 'levier', qui consiste à réduire les surfaces tout en conservant la même force.(La surface de la fenêtre ovale est trente fois inférieure à celle du tympan ; on a donc une amplification par 30 de la pression. Il existe en plus un phénomène d'amplification par résonance cavitaire de l'oreille moyenne.

. Elle protège l'oreille interne pour des ondes acoustiques supérieures à 80 dB en utilisant le reflex stapédien, mécanisme qui consiste à réduire l'amplification de la chaîne ossiculaire.

. Elle transforme une onde acoustique en force mécanique, ce qui va permettre de réaliser une interface 0.E / 0.I.( milieu gazeux / milieu liquide) sans perte d'énergie.

. Elle joue le rôle d'un filtre passe-haut du premier ordre.

La force exercée par l'étrier sur la fenêtre ovale est convertie en onde de pression hydraulique, car la cochlée est remplie d'un liquide. Cette nouvelle onde traverse rapidement les rampes vestibulaires et tympaniques pour passer autour de la membrane basilaire. Cette membrane basilaire, qui est le support de l'organe de Corti, ( découvert par Alfonso Corti en 1850), va se déformer à des endroits spécifiques aux fréquences de l'onde acoustique. ( théorie formulée par Ludwig Ferdinand Von Helmoltz à la fin du XIX^ème siècle. ). [49]

En se déformant, les cellules ciliées de l'organe de Corti vont émettre des potentiels évoqués (P.A.) qui vont se propager sur le nerf auditif et vont être interprétés par le cerveau comme des sons.

Sur le long de la membrane basilaire reposent 3500 cellules ciliées, ce qui permet une bonne discrimination fréquentielle de l'onde acoustique, les fréquences hautes se trouvant vers la base, les basses vers l'apex. La bande de fréquence que peut discriminer l'oreille humaine est de 20 à 20000 Hz. ( Le principe général fut formulé par Georges Von Békésy qui l'étudia sur des oreilles d'éléphant dans les années 1940. Il eut le prix Nobel pour ses travaux en 1961). [49]

2/ Les types de surdités et leurs caractéristiques.

Il existe deux grands types de surdités, les surdités transmission et les surdités de perception. Chacune d'elle a ses caractéristiques. [281

. La surdité de transmission correspond à une altération de l'oreille externe et/ou de l'oreille moyenne. Elle se traduit par une perte d'énergie d'environ 55 à 60 dB. Les ondes acoustiques ne se transmettent plus par voie aérienne mais par voie osseuse.

Leurs principales causes sont:

. Obturation du conduit auditif externe.

. Destruction ou malformation du tympan ou de la chaîne ossiculaire.

. La surdité de perception correspond à une altération de l'oreille interne ou/et du nerf auditif. ( surdité de perception endo- ou rétro-cochléaire.). Elle se traduit par des pertes d'énergies en conduction aérienne et osseuse. Elles peuvent provenir, d'une malformation, d'un traumatisme ou d'un virus.

Il peut arriver que des patients aient les deux types de surdités, on appelle cela une surdité mixte. A titre d'exemple et d'explication les graphiques ci-dessous montrent les audiogrammes de différentes personnes. ( cf figure 3 ).

125

250

500

1000

2000

4000

8000

125 250 500 1000 2000 4000 8000

Fréquence

·

Audiométrie chez un sujet normal

Intensité en dB

20 40 60 80 100

·

Intensité en dB

125

500

250

1000

8000

500

250

125

1000

2000

4000

8000

Seuil de conduction osseuse. o- - - - -0 Seuil de conduction osseuse.

Figure 3 : Audiogramme normal et des différents types de surdité.

B/ La Phonation.

1/ La phonation en général. [40]

Epiglotte

Bande
ventriculaire

Corde vocale

Glotte

Figure 5 :Section du larynx.

Voile

Pharynx
·
Epiglotte

OEsophage

Glotte

Trachée

Figure 4 : Appareil phonatoire humain

La parole humaine est produite par le système phonatoire schématisé ci-dessus figure 4 et 5. Elle peut être modélisée par un tuyau acoustique à section variable, déterminé à une extrémité par la glotte, ( partie du larynx comprise entre les cordes vocales ), et l'autre par les lèvres. Sa longueur est voisine de 17 centimètres. Sa section est constamment déformée lors de la phonation ; elle peut varier de 0 à 20 cm². Le conduit nasal, d'une longueur d'environ 12 cm, constitue un trajet auxiliaire pour la transmission de la voix. Le couplage acoustique entre les deux conduits est contrôlé par le voile. ( le voile est ouvert pour les sons nasalisés, fermé pour les sons non nasalisés).

12

Figure 6 :Signal glottal filtré par le conduit vocal.(T0 = 1/F0 )

La source d'excitation provient d'un mouvement d'air du a une contraction des muscles thoraciques et abdominaux. En passant dans le conduit vocal, qui possède des cavités résonnantes variables, l'air va créer des sons. Ces cavités résonantes vont amplifier le son à des fréquences appelées formants. Les deux principaux formants proviennent du Larynx et de la cavité buccale. Pour certains sons, les cordes vocales situées dans la glotte vont vibrer et créer une fréquence basse appelée fondamental ou pitch, comprise entre 80 et 500 Hz, ( à la fréquence F0.) ; ceux-ci portent le nom de sons voisées. ( cf figure 6 ).

La bande passante de la phonation est adaptée à l'audition car elle est comprise entre 80 et 15000 Hz, bandes de fréquences centrales de l'audition

C'est grâce à la phonation que l'homme a pu communiquer et élaborer des langages plus ou moins évolués. Ceux-ci sont composés de phonèmes qui regroupés forment les mots. La langue française en comprend 36.

Il existe deux grands types de phonèmes, les consonnes et les voyelles.

Contrairement aux voyelles les consonnes sont des phonèmes de transition, instables et brefs ( environ 50 ms), qui en général introduisent une voyelle.

2/ Les voyelles. [47]

a/ Description.

Les voyelles peuvent se différencier des autres phonèmes par plusieurs caractéristiques:

. Elles sont toutes voisées ; le signal acoustique résultant contient donc un fondamental à la fréquence de vibration des cordes vocales.

. Les nombre et les amplitudes des harmoniques du fondamental caractérisent le timbre de la voix.

. La durée des voyelles est variable, mais toujours supérieur à 100 ms.

. Elles sont pratiquement identifiées avec seulement la valeur des deux premiers formants. ( cf figure 8 ).

b/ Moyens d'exploration.

A

F1

F2

F 3

F2

_[3000

.),
·

' I -,' g. ,-)----,

(_{._........}f.^, t ₇',/ È _/1

..."

2000 - / ' ./.."-- I NI

f U /t^e -----.<

, ..--- ..-

·-,-,11....., UN ...-^---7,-`E ,

t

. t '^,..f- ....- I ....' --.`

. i,

1000 I OU ,' ..."--`, (KN_.,...-'...ⁿrr^ese '/ A :

......,/ ₀ ! )e....--
·
·,-/- t ,/

/ : ' ON: ^s''

t , t

..._,

0 F1

200 400 600 800

Longueur du pharynx

Figure 7 : Formants dans un spectre Figure 8 : F 1 et F2 des voyelles Françaises.

Les voyelles ont été les premiers phonèmes étudiés car ils sont facilement différenciables et peuvent être tenus durant une durée supérieure à la seconde.

Delattre a pu, avec un spectrographe, déterminer toutes les voyelles.(1948). Il a réussi à y extraire les deux premiers formants.

Sa méthode était assez primaire mais performante pour son époque. Maintenant que les ordinateurs ont une puissance de calcul très élevé, jusqu'à plusieurs dizaines de Gigaflop ( Milliard de calculs sur nombres à virgules flottantes par seconde.), on peut facilement utiliser des algorithmes gourmands en calculs pour la détection de formants. Les méthodes classiques sont les suivantes:

. Analyse prédictive. On prend une partie du signal échantillonné ( N échantillons.) puis on fait une transformé en Z des données. Le fondamental ainsi que les formants seront le module des couples de racines de l'équation suivante :

N

EaK.Z^-K =1

K=1

. Détection par le cepstre. Le cespstre est une transformé qui à la particularité d'éliminer les harmoniques du signal. Le signal temporel acoustique devient une série de pics pour lesquels chaque sommet correspondent à la période du fondamental ou d'un formant. Il est en fait calculé par sa T.F. du Log du module de la TF. ( TF :transformée de Fourier).

C(t) = TF (Log(ITF (s(t))i))

.Détection par analyse de synthèse. C'est une méthode itérative qui permet de synthétiser un signal et de le faire rapprocher le plus possible de celui à étudier en modifiant les valeurs du fondamental, du timbre et des formants.

. Détection par passage à zéro. On fait une étude statistique des passages à 0 du signal et on en ressort FO et les formants.

. Détection par maximum du spectre. On recherche les harmoniques de FO de plus grande énergie. Ceux-ci correspondent à peu près aux formants. C'est une méthode assez rapide.

La détermination des phonèmes peut aussi se faire en découpant le spectre en plusieurs bandes. E. Leip à montrer que le nombre minimale 'de tranches de spectre' pour pouvoir discriminer les phonèmes les uns des autres était de huit. ( pour une bande de fréquence comprise entre 0 et 4 kHz. ).

cl De la synthèse vocale à l'implant cochléaire.[43]

Les premières études sur les machines parlantes remontent à la fin du XVIII ^ème siècle. Celles-ci étaient purement mécaniques, elles comportaient des résonateurs acoustiques dont la forme ressemblait au conduit vocal. Le fondamental était créé par une lame métallique vibrante. ( 1779 : Kratzemstein, 1791: Von Kempelen ). Le schéma qui suit est celui de la machine de Riez 1937, il est fortement inspiré des machines précédantes.

Dents Bouche

Voile Pharynx

Figure 10 :Machine parlante de Riez 1937.( Inspiré de Kratzemstein et Kempelen)

Actuellement plusieurs procédés sont utilisés pour synthétiser la parole. . Par phonèmes préenregistrés.

. Par prédiction. ( c'est le plus simple et le moins coûteux.) . Par simulation du conduit vocal.

. Par formant.

. Par canaux.

Circuit antiformant N.	N	--1 N 2 1--).	31

Source I vocale

Fi F2 F3

F41-+

Circuit de
correction

IAmPIi F

H

H. P

B1 B2 B3

·

131 --+ 132 B3

Source
de bruit

FI -- F2 F 3

Figure 11 : Vocodeur à formant

ANALYSEUR

Filtres Détecteurs Filtres passe-bande passe-bas

^1-1200-3001-- G -s- 0^-50 ^--1'

I --

SYNTHÉTISEUR

Modulateurs filtres

passe-bande

300 4501²--

2900
3400

Commu-

tateur

t t

Générateur Générateur

d'impulsions de bruit

Figure 12 : Vocodeur à canaux

Les deux derniers méritent d'être plus développés car ils sont la base de se que l'on va appeler les oreilles bioniques. En effets ces deux principes vont être utilisés pour permettre à un sourd de perception de pouvoir discriminer, en théorie, tous les phonèmes, donc de pouvoir comprendre la parole.

C/ Implants cochléaires.

1/ Introduction.

L'implant cochléaire est une prothèse auditive qui va permettre de redonner une audition partielle à des patients qui ont une surdité de perception profonde ou totale.[33,34]

Son principe est basé sur un système qui va remplacer l'organe de Corti en stimulant directement le nerf auditif. ( stimulation électrique).

Ce principe aura, pour le patient, plusieurs avantages.

Tout d'abord, il ne sera plus isolé du monde extérieur puisqu'il pourra entendre des bruits tel que, la sonnerie de l'entrée, un enfant qui l'appelle, ...

De plus, il pourra, avec une rééducation orthophonique et la lecture labiale, comprendre une conversation orale.

Enfin, il pourra s'entendre, ce qui lui permettra de retrouver une voix compréhensible par les autres. La boucle audio-phonatoire sera présente.[5]

j.

Tous ces avantages lui permettront de palier leur ancien handicap. Le rôle de l'implant cochléaire ( I.C. ) est donc très important, mais sa conception est ambitieuse. Pour un peu d'histoire, il est bon de connaître quelques dates d'évolution ces machines bioniques.

. 1957 : Première étude publiée sur la stimulation électrique du nerf acoustique chez l'humain par Charles Eyries. ( France.)[14]

. 1961: Première implantation d'I.C. multiélectrode intracochléaire. ( W.F. House.) . 1973: Première implantation en France par CH. Chouard.

. 1976: Premier prototype Nucleus (WSP) par G. Clark. ( Australie )

Actuellement l'implantation cochléaire est devenue une thérapetique chère mais classique. Les qualités de ces appareils sont arrivées à un tel point de performance que pour certains patients, en plus de comprendre les dialogues sans lecture labiale, ils peuvent répondre au téléphone, écouter de la musique....

2/ Principe.

La plupart des I.C. sont basés sur le même principe ; Ils peuvent se décomposer en deux parties bien distinctes. ( cf figure 13 et 14 ).

. La partie externe.

Elle traite le signal acoustique afin d'y extraire le principal et de l'envoyer, par modulation d'amplitude, à la partie interne.

Elle est composée, d'un microphone, d'une partie analogique qui va prétaiter le signal, d'un Convertisseur Numérique Analogique, d'un processeur spécialisé pour le traitement du signal, d'un encodeur et d'un modulateur qui vont permettre d'envoyer les signaux à la partie interne.

Une antenne émettrice et une antenne réceptrice vont jouer le rôle d'interface entre les deux parties.

. La partie interne.

Elle est totalement implantée dans l'organisme du patient, ce qui permet de ne pas altérer la barrière immunitaire qu'est la peau. Elle est principalement composée d'un décodeur qui va envoyer les impulsions électriques sur les électrodes. A chaque électrode, on fait correspondre une bande de fréquence.

Figure 13 : Synoptique général d'un I.C.

Partie externe

Electrodes implantées

Cep.

Partie interne

Figure 14 : Schéma de principe d'un implant.

Il existe deux grandes stratégies de traitement de signal. [2] ( cf figure 15 ).

. Les premières consistent à calculer l'énergie qui se trouve dans la bande de fréquence que couvre chaque électrode et stimuler toutes les électrodes proportionnellement à leur énergie correspondante. Cette méthode est utilisée par la société française Digisonic pour le I.C. DX10.[1]

. L'autre méthode consiste à détecter les plus hauts pics d'énergie pour les bandes de fréquences considérées, ce qui correspond approximativement aux formants, et à stimuler seulement les électrodes correspondant aux fréquences mises en jeux. Cette méthode est utilisée par les implants de Nucleus. ( Australie ) ; elle s'appuie sur les propriétés de la voix..

mare.

6 spectral peaks

"^4111111e PES

						Power		lidilli Spectrum lai
11111111					II				II	1111RM

0 as

₀

-20 dB

NCL

-40 dB

5 kHz

Ail bands above NCL

u

LI

If

11

TP

tp 1.1m.

71,

2ème méthode lère méthode

Figure 15 : Stratégies de codage[12]

3/ Patients.

al Sélection.

Avant d'être implantés les patients doivent subir différents bilans. [4,10,19,22,25,29,30,35]

. Bilan Audiométriques ; On lui fait un bilan audiométrique tonale ( sons purs.) et

vocale (voix).

. Bilan Otologique ; On visualise l'état du tympan.

. PEA auditif ; Ce test permet une objectivité vis à vis du patient. ( il est surtout utilisé pour les enfants.)

Ces trois premiers tests vont permettre de déterminer le type de surdité. S'il s'agit bien d'une surdité de perception profonde ou totale, nous effectuons les tests suivants.

. Bilan radiologique ; On réalise un scanner ou une IRM de l'oreille pour visualiser l'état morphologique de la cochlée.

. Bilan électrique ; Ce test consiste à stimuler électriquement la fenêtre ronde afin d'aprécier les restes neurologiques du nerf auditif. Pour se faire, on introduit une électrode jusqu'à la fenêtre ronde, puis on envoie une stimulation électrique qui va provoquer des potentiels d'actions plus ou moins forts.

Tous ces tests vont permettre de voir si le sujet est physiologiquement apte à recevoir l'I.C. De ce premier stade, va suivre une série de tests psychologiques et sociologiques du patient.

. Bilan psychologique ; Le psychologue va étudier le patient et en fonction de sa motivation, de son Q.I., de son milieu de vie, ..., et il va émettre un avis plus ou moins favorable pour la pose de l'I.C.

. Bilan orthophonique. L'orthophoniste va étudier la lecture labiale, son langage, son niveau de communication, ..., et va émettre un avis plus ou moins favorable pour la pose de l'I.0

Si tous les tests se sont montrés concluants et que les crédits pour l'achat de l'I.C. sont débloqués ( environ 150,000 Fs H.T.), nous pouvons alors implanter le patient.

b/ Suivi.

Trois ou quatre semaines après son opération, le patient va commencer un travail de longue haleine qui demande beaucoup de temps et de concentration. Il devra intégrer cérébralement un nouveau mode de transcriptage acoustique.

Pour se faire, il devra travailler avec un orthophoniste au cours de séances de rééducation phonétique. Il devra aussi aller régulièrement faire vérifier son I.C., en réglant tout une série de paramètres, car ses restes neuroniques auditifs évolus dans le temps.

4/ L'implant Nucleus.

a/ Stratégies de codages.

L'I.C. Nucleus est né en 1976. Il est le premier à avoir été créé en collaboration avec une étude sur la voix.[7,8] Son traitement de signal est basé sur l'extraction de formant cadencé à la fréquence du fondamental. ( PES : Pitch Extracted Sampler). [6]

L'implant cochléaire va traiter le signal vocal et va en ressortir le fondamental et les formants (1 à 6) par la méthode d'extraction de pics sur le spectre. ( cf figure 16 ).

Amplitude

FO ( Cadenceur )

FI

IF2

22 21 20 11.11 19 II.- MI 3 MI 2 1

Fréquence

électrodes

Figure 16 : Méthode d'extraction de formants et du fondamental.

Une fois que l'implant aura détecté le fondamental ( FO ) ainsi que les formants du signal acoustique, il va envoyer à la partie interne sous forme codé, à la cadence du fondamental, les numéros d'électrodes qui correspondent ainsi que son amplitude et sa durée.

Remarque: Pour les sons non voisés, ce qui correspond à une absence de F0, l'implant va choisir arbitrairement un F0.

Impulsion codant F1

A

électrode
n° F 1

-A

Période du fondamental

Figure 17 : impulsions électriques envoyées le long de la cochlée.

La partie interne de l'implant va alors décoder le signal et envoyer sur l'électrode, correspondant à la bande de fréquence qui caractérise le formant, un signal électrique biphasique du type ci-dessous. ( cf figure 17 ).

b/ Réglages.

Cet implant cochléaire comporte 22 électrodes toutes multiparamètrables.

. On peut ainsi faire varier les niveaux de stimulation électrique afin de s'adapter au patient. ( seuil de détection et seuil maximum des niveaux de courant pour chaque électrode. Activation ou désactivation des électrodes. ).

. On peut faire varier les bandes de fréquences propres à chaque électrode.

Electrode	Fmin	Fmax	Amin	Amax	Active
20	280	400	90	115	oui
19	400	500	90	135	oui
18	500	600	80	150	oui
17	600	700	65	155	oui
16	700	800	60	160	oui
15	800	900	70	155	oui
14	900	1000	65	155	oui
13	1000	1122	105	160	oui
12	1122	1259	105	155	oui
11	1259	1414	90	165	oui
10	1414	1587	100	175	oui
9	1587	1781	95	185	oui
8	1781	2000	95	175	oui
7
6	2000	2244	80	180	oui
5	2244	2519	75	159	oui
4	2519	2828	75	195	oui
3	2828	3174	50	170	oui
2	3174	3563	70	165	oui
1	3563	4000	50	170	oui

Figure 18 : exemple de tableau de réglages de seuils, fréquences et électrodes actives. La stimulation électrique peut aussi se faire de différentes méthodes: ( figure 19 ).

3

2 MI

2

3

Bipolaire
(³P)

Bipolaire+1
(BP+1)

Bipolaire+2
(BP+2)

3 IIIIII271 1

Figure 19 : Les différents types des stimulations ( exemple : stimulation de l'électrode n° 19.)

D/ Etudes.

Plusieurs études ont été faites sur les différentes méthodes de traitement de signal, ce qui a permis de faire progresser les I.C..

1/ Evolution du Nucleus.

Les premiers Nucleus ont été implantés dans le monde au début des années 80. Le WSP ( 1978) [18] et WSP II ( 1983 ), premiers de leur génération ne pouvaient qu'envoyer le deuxième formant à la fréquence du fondamental. ( stratégie FOF2. ). Alors que le WSP III ( 1985 ), pouvait comme ces prédécesseurs utiliser la stratégie FOF2 mais aussi la FOF1F2. Ces implants faisaient du traitement de signal dans une bande de fréquence de [0,4000] Hz.

En 1989 Nucleus innove et crée le MSP [31], celui-ci est parfaitement compatible avec le WSP; il envoie en plus de F1 et de F2 des informations dans les 'hautes fréquences' et sa bande passante va de 0 à 6 kHz.

Actuellement le SPEAK (1992) ou spectra22 (1994) traite jusqu'à 6 formants dans une gamme 0-10kHz..

Toutes ces innovations sont étudiées dans le laboratoire du Pr. Clark à Melbourne.

2/ Sur traitement du signal hors laboratoire.

En plus, des constructeurs d'implants, plusieurs laboratoires travaillent sur les stratégies de codage de l'I.C..

. W.H. Doering : Il a étudié le traitement de signal du WSP III et il a montré qu'il y avait une différence entre les formants acoustiques et ceux calculés par le Nucleus. ( Fl est surestimé, F2 est sous-estimé.). Les distances formantiques sont néanmoins maintenues, cela permet donc une discrimination théorique des phonèmes. ( Son étude était basée sur des voyelles allemandes ).[16]

. N. Dillier : Son équipe a fait plusieurs études sur les comparaisons de stratégies de codages et de traitement de signal de différents I.C..[11,13,15]

Il a notamment fait des comparaisons de performances entre les différentes stratégies de TDS avec différents processeurs ( DSP ).

Il a aussi fait une comparaison avec des stratégies qui diffèrent sur leur bande passante, 0-4kHz, 0-8kHz. Il en ressort que les stratégies qui utilisent des larges bandes passantes, 0-8kHZ, conduisent à de meilleurs résultats.

. C. Boex : Elle a fait des comparaisons entre deux stratégies de codage ( C.A. et C.I. S. ). Elle a montré que la nouvelle stratégie CIS qui était réalisée par un nouveau processeur Motorola était beaucoup plus performant.[37]

3/ Travaux du Laboratoire.

Le traitement de signal qu'utilise les I.C. a souvent été abordé dans notre laboratoire et tout particulièrement par trois chercheurs.

. B. Djedou : Il a consacré une thèse sur l'étude de l'implant Chorimac. Il a montré qu'augmenter le nombre d'électrodes n'était pas la solution pour améliorer les performances de l'I.C. mais que l'extraction des paramètres les plus significatifs de la parole semblait être plus bénéfique.[2,3]

. G. Collet : Lors de son stage de DEA (1991-1992), elle a évalué le codage des voyelles par l'I.C. Nucleus. Elle a montré pour une patiente, que la discrimination des voyelles n'était pas totalement expliquée par les formants.[39]

. M. Maillot : Lors de son stage de DEA (1992-1993), a constaté, comme W.H. Doering, qu'il y avait une différence entre les formants acoustiques et ceux transcrits par l'I.C. Nucleus. De plus il a étudié les modes BP, BP+1, BP+2, BP+3 et a montré que le mode BP+1 était le plus performant. Il a aussi fait, en collaboration avec S. Garnier et S. Gallégo une comparaison élémentaire entre la reconnaissance de voyelles par le signal acoustique et le patient. [24,42,46]

E/ Méthodes mathématiques.

1/ Principe de reconnaissance automatique de voyelles.[48]

Pour réaliser une reconnaissance de voyelles, il existe un grand nombre de méthodes, mais toutes sont basées sur le même principe.

La voyelle est définie par un nombre N de variables.

On possède deux types de groupes de voyelles.

. Un groupe pour lequel on a la connaissance des voyelles et de ces paramètres. Celui-ci va nous permettre d'établir les références.

. Un autre groupe, à reconnaître, pour lequel on ne connait pas les voyelles mais on a ses paramètres.

Le premier groupe va nous permettre d'établir, dans un espace particulier, les sous- ensembles spécifiques à chaque type de voyelle. La reconnaissance s'opèrera en comparant la voyelle inconnue avec les différents sous-ensembles. Le sous-ensemble qui sera le plus proche sera donc celui de la voyelle reconnue.

2/ La métriques euclidienne.[41,48]

Cette méthode consiste considère les N paramètres, qui définissent un objet, dans un espace vectoriel à N dimensions.

Pour avoir une notion de ressemblance entre deux objets A et B, on utilise la distance euclidienne.

Si A a pour coordonnées (ai , a2 ,
·
·
· ,aN) et B (bi,b2 ,
·
·
· , bN), la distance euclidienne entre A et B est:

dAB =

i=1

Plus la distance est petite, plus A est ressemblant de B et inversement.

Souvent, avant de raisonner dans l'espace euclidien, on centre et norme les données. Cela permet de donner le même poids à chaque dimension, quelle que soit son unité.

On fait donc un changement de variable tel que:

(ai ^--ai)

A_i=

Ecart_type_i

(bi -bi)

e=

Ecart_Cpe_i

3/ Logiques floues.[41,43,44,45]

La théorie des sous-ensembles flous permet de considérer une apartenance à un ensemble d'une autre façon que binaire. Elle postule, par similitude avec le raisonnement humain, qu'une décision est prise qu'après avoir considéré un ensemble d'éléments. Chaque argument apporte sa pierre au raisonnement, avec un poids plus ou moins important, et la décision finale tient compte de tous les éléments. En effet, avec cette logique, on peut avoir un élément qui appartient à un ensemble à 80 %.

Il faut pour cela, définir des règles d'appartenace.

Par exemple considérons trois sous ensembles A, B, C.définis par une variable et établissons la règle suivante figure 20.

Figure 20 : règle d'apartenance à un ensemble.

On peut dire C(x)=(0.6,0.4,0). ( pourcentage d'apartenance à respectivement A, B, C pour la valeur x; Car A(x)=0.6, Car B(x)=0.4, Car C(x)=0.).

4/ Distance de Hamming

La distance de hamming est souvent utilisée pour comparer deux matrices. Soit A, et B deux matrices de dimension n x m.

all		a12		...		aln
a21		a22		...		a2n
...				...
ami		am2		...		amn
bll	b12		....		bin
b21	b22		....		b2n
					...
bm 1	bm2		....		bmn
n m pE E , i; - 1=11=1 dH= n m E E 4;1 + Ibul)

Cette distance est comprise entre [0,1] ; plus elle se raproche de 0 plus le deux matrices se ressemblent et reciproquement..

1

REFERENCE S

BIBLIOGRAPHIQUES

PUBLICATION.

[1] M. Beliaeff P. Dubus J.M. Leveau J.C. Repetto P. Vincent.
Sound signal processing and stimulation of the digisonic DX10 15-channel cochlear implant. Advances in cochlear implants Ed. Hochmair-Desoyer E.S. Hochmair.

Proceding of the 3rd International Cochlear Implant Conference Innsbruck 1993 198-203.

[2] C. Berger Vachon J. Caelen B. Djedou.

Traitement du signal de parole, évaluation d'une prothèse cochléaire. ITBM 1990 vol n°11 2, 140-153.

[3] C. Berger Vachon L. Collet B. Djedou A. Morgon.
Model for understanding the influence of some parameters in cochlear implantation. Oto. Rhinol. & Laryng. 1992 vol. no 101 1, 42-45.

[4] C. Berger Vachon L. Collet A. Morgon.

Détermination d'un modèle optimisé d'audiogramme en relation avec des propriétés physiologiques de l'audition. Annales des Télécommunication à paraître.

[5] C. Berger Vachon F. Plante I. Kauffman L. Collet.
Anomalies de la phonation des voyelles en contexe chez l'enfant sourd francais. ITMB. 1992 Vol. 13 n°2 168-182.

[6] P.J. Blamey R.C. Dowell A.M. Brown G.M. Clark.

Vowel and consonant recognition of cochlear implant patients using formant-estimating speech processors. J. Acoust. 1987 82, 48-57.

[7] P.J. Blamey R.C. Dowell Y.C. Tong A.M. Browm S.M. Luscombe G.M. Clark.
Speech processing studies using an acoustic model of multiple-channel cochlear implant. J. Acoust. Soc. Mn. 1984 76, 104-110.

[8] P.J. Blamey L.F.A. Martin G.M. Clark.

A comparison of three speech coding strategies using an acoustic model of a cochlear implant. J. Acoust. Soc. Mn. 1985 77, 209-217.

[9] M.C. Botte S. McAdams.

Organisation perceptive dans l'audition.

Les cahiers de l'audition. 1992 Vol 5 n°97 22-26.

[10] C.H. Chouard C. Fugain B. Meyer F. Chabolle.
Etude des variations du son fondamental laryngé après implantation cochléaire. Oto-Laryng. 1988 105, 249-252.

[11] N. Dillier.

Speech processing for cochlear implants: future analog and digital techniques. Cochlear implant Acquisition and contreversies. Ed. Bernard Fraysse. 1989. 33-42.

[12] N. Dillier H. Beigli T. Spillmann
Digital speech processing for cochlear implants. ORL. 1992 54, 299-307.

[13] N. Dillier W. Lai H. Begli.

A high spectral transmission coding strtegy for a multi-electrode cochlear implant. Advances in cochlear implants Ed. Hochmair-Desoyer E.S. Hochmair

Proceding of the 3rd International Cochlear Implant Conference Innsbruck 1993 152-157..

[14] A. Djourno Ch. Eyriès B. Vallencien.

De l'excitation électrique du nerf cochléaire chez l'homme, par induction à distance, à l'aide d'un micro-bobinage inclus à demeure.

C.R. Soc. Biol. 1957 Vol n°151 423-425.

[15] R.A. Dobie N. Dillier.

Some aspects of temporal coding for single-channel electrical stimulation of the cochlea. Hearing Research 1985 18, 41-45.

[16] W.H. Doering L. Schneider.

Electrical vs. acoustical speech patterns of germait phonemes using the nucleus CI-system. Cochlear implant Acquisition and contreversies. Ed. Bernard Fraysse. 1989. 243-253.

[17] M.F. Dorman L. Smith M. Smith J. Parkin.
The coding of vowel identity by patients who use the ineraid cochlear implant. J. Acoust. Soc. Am. 1992 Vol. n° 92 6, 3428-3431.

[18] R.0 Dowell L.F.A. Martin Y.C. Tong G.M. Clark P.M. Seligman J.F Patrick.
A 12-consonant confusion study on a multiple-channel cochlear implantpatient.

J. Speech & Hearing Research. 1982 Vol. n° 15 509-516.

[19] B. Frachet T. Van Den Abeele. A propos des explorations fonctionnelles chez les sujets implantés. Revue de laryngologie. 1991 Vol. 112 463-466. [20] M. Gersdorff L. Derue R. Sneppe D. Dutilleux Reflexions concernant l'implant cochléaire chez l'enfant. Bull. Audiophonol Univ. Franche Comté 1987 Vol 3 n° 5 503-522.

C. Authom F. Detollenaere.

[21] H. Hosoi S. Imaizumi K. Murata F. Ohta.

Hearing aid evaluation using psychoacoustical proximity between japanese monosyllables. Audiology. 1989 28, 171-178.

[22] S. Leder J.B. Spitzer C. Flevaris-Phillips F. Richardson P. Milner J. C.
Kirchner.

Innovative Approches to selection of adult cochlear implant candidates.

J. of Reabilitation of the deaf. 1987 Vol. n^° 21 2, 27-33.

[23] E. Loeb W. White M. Merzenich.
Spatial Cross-Correlation.

A proposed mechanism for acoustic pitch perception. Biol. Cybern. 1983 47, 149-163.

[24] M. Maillot C. Berger-Vachon

E. Truy A. Morgon

Overlap of vowel clusters trough a nucleus cochlear implant.

Advances in cochlear implants Ed. Hochmair-Desoyer E.S. Hochmair.

Proceding of the 3rd International Cochlear Implant Conference Innsbruck 1993 260-265.

[25] L. Mens J. Brokx.

Audiometrical Thresholds and electrical stimulation of cochlear implant candidates; some futher results. Cochlear implant Acquisition and contreversies. Ed. Bernard Fraysse. 1989. 147-151.

[26] H.E. MidderA.F. van Olphen A. Bosman G.F. Smoorenburg.

Phoneme recognition by deaf individuals using the multichannel nucleus cochlear implant. Acta Otolaryngol. 1992 112, 946-955.

[27] Y. Ormezzano C. Deleurme E. Vormes B. Frachet.
Le traitement du signal dans l'implant contour.

Oto-Laryng. 1990 107, 457-461.

[28] P. Pialoux C.H. Chouard P. Mac Leod.

Premier cours international sur l'implant à multi-électrodes.

Cahier de l'ORL,de C.C.F. & d'audiophon. 1979 tome 14 n° 5, 6, 7.

[29] G. Rance F.W. Rickards R.C. Dowell L.T. Cohen G.M. Clark.

Steady-state evoked potentials (SSEPs); an objective measure of residual hearing in young cochlear implant candidates.

Advances in cochlear implants Ed. Hochmair-Desoyer E.S. Hochmair.

Proceding of the 3rd International Cochlear Implant Conference Innsbruck 1993 71-74.

[30] R.M. Ryan.

Acute round window stimulation for cochlear implant assessment.

Cochlear implant Acquisition and contreversies. Ed. Bernard Fraysse. 1989. 161-172.

[31] M.W. Skinner L.K. Holden T.A. Holden R.C. Dowell P.M. Seligman J.A. Brimacombe
A.L. Beiter.

Performance of postlinguistically deaf adults with the wearable speech processor (WSPIII) and mini speech processor (MSP) of nucleus multi-electrode cochlea r implant.

Ear and Hearing 1991 Vol n° 12 1, 3-23.

[32] I. Terr A. Sfogliano L. Rilley.

Effects of stimulation by cochlear implant on the cochlear nerve. Laryngoscope 99. 1989 1171-1174.

[33] R.S. Tyler.

Cochlear implants and the deaf culture. Am. J. Audiol. 1993 2(1), 26-32.

[34] R.S. Tyler.

Future directions for cochlear implants. JSLPA. 1992 Vol. n° 16 2, 151-164.

[35] M. Valvoda J. Betka J. Skrivan J. Hruby J. Picka T. Tichy
Preoperative assessment of cochlear implant candidates.

Cochlear implant Acquisition and contreversies. Ed. Bernard Fraysse. 1989. 153-159.

[36] B. Virole B. Azema C. Deleurme.

Données cliniques pour un modèle de la perception phonétique au travers des implants cochléaires. Cahiers de l'audition 1991 Vol. n° 5 3, 12-19.

LIVRES ET RAPPORTS.

[37] C. Boëx.

Stratégies de codage des sons pour implants cochléaires. Rapport de DEA GBM . Lyon 1992.

[38] C. Cabrol. W. Kahle H. Leonhardt W. Platzer.
Organes de l'audition et l'équilibre.

Anatomie Ed. Flamarion-medecine-sciences.

[39] G. Collet.

Evaluation du codage des voyelles par un implant cochléaire le Nucleus. Rapport de DEA GBM . Lyon 1992.

[40] G. Cornut.

La voix.

Ed.Que sais-je? 1983.

[41] E. Diday J. Lemaire éléments d'analyse de données. Ed. Dunod 1982.

J. Pouget F. Testu.

[42] S. Gallego S. Garnier.

Etude de stratégies de reconnaissance de voyelles en utilisant l'implant cochléaire Nucléus. MST GBM 2ème année Lyon 1993.

[43] J. Guibert.

La parole compréhension et synthèse par ordinateurs. Ed. Puf 1979.

[44] A. Kaufmann.

Introduction à la théorie des sous-ensembles flous à l'usage des ingénieurs. Ed. Masson Tome I et III 1975.

[45] A. Kaufmann Les logiques humaines et artificielles.

Ed Hermes 1988.

[46] M. Maillot.

Etude du mode de stimulation de l'implant cochléaire Nucléus. Rapport de DEA d'Acoustique. Lyon 1993.

[47] B. Malmberg. La phonétique.

Ed.Que sais-je? 1993.

[48] G. Sebestyen.

Decision-making processes in patern recognition. Ed. Mc Millan 1962.

[49] S.S. Stevens F. Warshofsky. Le son et l'audition.

Collection lit 1965.

TRAVAIL

EXPERIMENTAL

Résumé.

Dans ce travail on compare la reconnaissance acoustique de sujets porteurs d'implant cochléaire avec des modèles construits sur les caractères électriques de l'excitation. Il s'agit de repérer les éléments qui peuvent expliquer les performances des patients à l'étage acoustique. Au total, 255 modèles ont été construits, modèles qui sont basés sur une métrique euclidienne et sur une logique floue. Les meilleurs résultats ont été obtenus avec la logique floue.

Quatre patients et dix locuteurs ont participé à cette étude; ils ont prononcé des listes de 48 items basés sur les voyelles /i/, /u/, /a/ et /e/, prises en ordre aléatoire.

Les résultats montrent que l'importance du premier formant ( amplitude et position ), est habituellement sous-estimée et que les logiques de reconnaissance varient avec le patient. Ces résultats sont importants pour orienter le réglage des machines.

Abstract.

In this study a comparison betwen the acoustic recognition made par subjects fitted with a cochlear implant and the performances of models constructed on the electrical features of the excitating pulses is performed. The aim is the determination of elements able to provide an explanation on how the recognition is made by patients at the acoustical stage. Altogether, 255 models where constructed; they were base upon an euclidian metric or a fuzzy logic.

Four patients and 10 speakers collaborated to this experiment. Best resuits were obtained with the fuzzy logic; 48-item lists were spoken, based on vowels /i/, /u/, /a/ and /da/ arranged in a random order.

Results show that the importance of the first formant ( amplitude and electrode number ) is usually under estimated, and that recognition strategies depend on the patient. This point is important for the setting of the speech processor.

A/ Introduction.

La question sur le choix de la stratégie de codage des Implants Cochléaires (I.C.), reste une question ouverte. Les constructeurs développent de plus en plus des émetteurs qui réalisent un traitement du signal ouvert permettant aux équipes de tester les stratégies qui leur paraissent les meilleures.

Plusieurs types de traitements de signal existent, mais aucun n'est parfaitement efficace. Cela pousserait à dire que PI. C. peut être encore plus performant.

De plus, les réglages de l'I.C. ne sont pas optimisés, car ils se font de manière subjective, avec l'expérience du praticien et du technicien.

De ces deux problèmes plusieurs questions se posent.

- Est-ce que les informations transmises au patient par l'I.C. sont bien toutes décryptées?.

- Est-ce qu'au moins les informations, que l'on croit principales sont utilisées par le

patient?

- Est-ce que la stratégie est bien adaptée au patient?

Très peu d'études se sont penchées sur se problème qui nous parait pourtant primordial.

Pour arriver à répondre à ces questions, il faudrait pouvoir modéliser l'écoute du patient en fonction des données que lui envoi C'est ce que nous avons essayé de faire en testant des modèles d'audition du patient.

L'idée a été de comparer la reconnaissance du patient avec celle d'un ordinateur qui va prendre plus ou moins de paramètres. Le modèle qui approchera le mieux à l'écoute du patient sera le modèle ou l'erreur est minimale. Il sera appelé le 'modèle semblable'. ( cf figure 1 ).

Patient

Comparaison

Erreur

Signal
Acoustique

Reco. par Ordinateur

C.I

C.I

Acquisition

Figure 1 : Principe de l'étude.

Les paramètres que l'on va prendre pour la modélisation vont être ceux contenus dans l'impulsion électrique envoyée sur l'électrode. ( cf figure 2 ).

. Le numéro d'électrode. ( F ).

. L'amplitude de l'impulsion. ( A ).

. La durée de l'impulsion. ( T ).

. L'énergie de l'impulsion. (E = A x T ).

Durée (T)

N° de l'électrode

Amplitude

(A)

·./

Energie (E=AxT)

Figure 2 : Les 4 paramètres d'une impulsion électrique.

Pour limiter le nombre de modèles, on va utiliser la stratégie FOF1F2. On aura donc deux impulsions par période du fondamental, une pour le premier formant, une autre pour le deuxième formant. On aura donc 8 paramètres à étudier, F1 Al Tl El F2 A2 T2 E2, ce qui nous fait 2⁸ possibilités. Comme la possibilité 0 ne nous intéresse pas, nous allons avoir 255 modèles de reconnaissance à comparer avec la compréhension du patient.

B/ Matériel et méthodes.

1/ Station de travail.

a/ Station d'enregistrement.

Pour les enregistrements, nous disposons d'un magnétophone Revox à bande ainsi qu'un microphone haute fidélité.

Tous les enregistrements se font en chambre sourde pour réduire au maximum le bruit de

fond.

Toutes les personnes qui vont être enregistrées n'ont pas de problèmes de phonation.

Tous les enregistrements se feront à 30 cm du microphone avec environ la même intensité de voix. Cela est nécessaire pour notre étude car il faut une dynamique du signal à peu près constante. ( cf figure 3 ).

Figure 3 : Protocole d'enregistrement.

11

b/ Station de réglage de l'implant cochléaire.

Pour notre étude, nous allons utiliser un implant cochléaire MPEAK de Nucleus. Celui-ci sera programmé en mode BP+1 et stratégie FOF1F2.

Pour pouvoir régler les dynamiques de l'implant en fonction des restes neuroniques auditifs des patients, nous disposons d'une station informatisée. ( cf figure 4 ).

Figure 4 : Synoptique du réglage de l'implant.

Le praticien va régler électrode par électrode les seuils de confort ( min, max.) afin d'optimiser la dynamique des impulsions électriques. Il va aussi régler les bandes de fréquences propres à chaque électrode, ceci afin d'obtenir une compréhension maximale. Ce type de réglage est très subjectif car il fait intervenir le patient et le praticien.

cl Station d'acquisition des paramètres de l'implant.

Pour pouvoir acquérir les paramètres de l'implant, nous disposons d'une interface développée par J. Genin. Celle-ci est pilotée par un processeur TMS25 de Texas Instrument. Pour pouvoir gérer cette carte nous disposons de plusieurs couches de programmes. ( cf figure 5 ).

..	f \ ,,..,....... --___	· ... ....------ Ili	_ . .	.. .. . . .
	. . . . . . . .					.
1S 36						' lit_

TO

1 2 3 4 5 6 7 8 9 10 11 12 13 14 iS 16 18 20	HUMER° D	ELECTRODE
	..
		wer_re
		=.*
	17
			kk`
	om
	eee eem e^-rd
	eeteeeekiMeee»M»eMee,Meee

C'est /i/ ^X ça

Figure 5 : Synoptique de la station d'acquisition de l'implant cochléaire.

lekEE

efflffl

. Un programme en assembleur Texas Instrument qui va permettre la gestion interne de la carte et de la connexion sur câble parallèle.

. Un programme en assembleur x86 chargé de s'occuper du port parallèle sur lequel est branchée la carte.

. Un programme en Turbo Pascal qui va analyser les données et faire une interface graphique pour permettre de segmenter les impulsions. ( cf annexe p 65-68 ).

Pour l'acquisition du signal, on envoit une stimulation acoustique, à l'aide d'un haut parleur, sur l'I.C. La carte Genin va capter les impulsions transmises par l'implant puis les envoyer sur le port parallèle. Le programme final en Turbo pascal va permettre de visualiser les électrodes activées en fonction de leur énergie ( rectangle plus ou moins grand.) ainsi que l'énergie totale. Ces données peuvent ensuite être segmentées.

d/ Station voix ILS.

Cette station voix nous a permis de segmenter toutes les voyelles afin de voir si d'un point de vue acoustique elles étaient différenciables.

Cette station se compose principalement d'un Revox, d'un filtre anti-repliement (FAR) 4kHz , d'une carte d'acquisition 12 bits à 10 kHz et d'un ordinateur comportant le logiciel ILS (interactive laboratory system.). Le logiciel permet d'extraire les formants ainsi que leur bande passante et amplitude. ( cf figure 6 ).

		é · ea (e))
									Figure 6 : Synoptique de la station ILS.

2/ Matériel phonétique.

On va utiliser pour notre étude les voyelles caractéristiques du triangle vocalique. On va prendre les trois extrémités, /a/, /i/, /u/ et une voyelle neutre, le /W. ( cf figure 7 ).

Ces voyelles devront être prononcées douze fois par liste par souci de significativité, ce qui conduit à 48 voyelles par liste. Toutes celles-ci devront être lues dans un ordre aléatoire. ( cf annexe p 62-63 ).

Le protocole va comporter deux listes par locuteur, une liste d'apprentissage et une de reconnaissance et comporter 10 locuteurs ( 5 femmes, 5 hommes ).

Cela nous donne un enregistrement de 12*4*2* 10 = 960 voyelles. On a donc 960 voyelles a segmenter par patient et avec ILS.

2ème Formant

2500 2000 1500 1000 500

/i/ /u/

/a/

100 200 300 400 500 600

700
800

1 er Formant

Figure 7 : Triangle vocalique. ( Delattre 1948 ).

3/ Patients.

Notre étude va comporter quatre patients. Il compose un groupe assez hétérogène du point de vue performance. ( CO, AM, BA, LA )

Tableau récapitulatif des patients.

Patient	sexe	Age	sourd profond depuis	étiologie de la surdité	Nb d'heures de port par jour
CO	M	46 ans	5 ans	neurologique	16 h
AM	F	12 ans	3 ans	évolutive	16 h
BA	F	40 ans	38 ans	médicamenteuse	15 h
LA	F	32 ans	4 ans	inconnue	16 h

Les tableaux qui vont suivre correspondent aux réglages des patients. Nous pouvons y voir un nombre d'électrodes actives varier entre 5 et 22 et des dynamiques ( seuil max- seuil min ) très fluctuantes.

Ces réglages sont assez importants car ils sont à la base de la discussion de notre étude.

Réglages des patients.

Bandes de fréquences du patient AM en fonction
du numéro d'électrode:

Electrode	Fmin	Fmax	Amin	Amax	Active
20	280	400	90	115	oui
19	400	500	90	135	oui
18	500	600	80	150	oui
17	600	700	65	155	oui
16	700	800	60	160	oui
15	800	900	70	155	oui
14	900	1000	65	155	oui
13	1000	1122	105	160	oui
12	1122	1259	105	155	oui
11	1259	1414	90	165	oui
10	1414	1587	100	175	oui
9	1587	1781	95	185	oui
8	1781	2000	95	175	oui
7
6	2000	2244	80	180	oui
5	2244	2519	75	159	oui
4	2519	2828	75	195	oui
3	2828	3174	50	170	oui
2	3174	3563	70	165	oui
1	3563	4000	50	170	oui

Bandes de fréquences du patient BA en fonction
du numero d'électrode:

Electrode	Fmin	Fmax	Amin	Amax	Active
20	280	300	109	152	oui
19	300	416	96	145	oui
18	416	532	76	138	oui
17	532	648	77	146	oui
16	648	764	72	154	oui
15	764	880	86	163	oui
14	880	996	98	175	oui
13	996	1112	103	195	oui
12	1112	1232	134	209	oui
11	1232	1366	142	222	oui
10	1366	1515	146	220	oui
9	1515	1680	154	225	oui
8	1680	1862	146	206	oui
7	1862	2065	127	187	oui
6	2065	2290	124	184	oui
5	2290	2538	128	188	oui
4	2538	2815	127	183	oui
3	2815	3001	132	189	oui
2	3001	3200	132	199	oui
1	3200	4000	124	190	oui

Bandes de fréquences du patient CO en fonction
du numero d'électrode:

Electrode	Fmin	Fmax	Amin	Amax	Active
20	280	400	27	92	oui
19	400	500	88	168	oui
18	500	600	76	167	oui
17	600	700	78	155	oui
16	700	800	58	155	oui
15	800	900	62	155	oui
14	900	1000	62	161	oui
13	1000	1112	70	176	oui
12	1112	1237	70	180	oui
11	1237	1377	70	180	oui
10	1377	1531	59	170	oui
9	1531	1704	50	166	oui
8	1704	1896	56	156	oui
7	1896	2109	46	156	oui
6	2109	2346	64	146	oui
5	2346	2611	56	150	oui
4	2611	2904	52	154	oui
3	2904	3231	60	162	oui
2	3231	3595	46	160	oui
1	3595	4000	68	150	oui

Bandes de fréquences du patient LA en fonction
du numero d'électrode:

Electrode	Fmin	Fmax	Amin	Amax	Active
20	280	400	131	168	oui
19	400	1000	138	205	oui
18		---	---	---	non
17	1000	1587	176	232	oui
16	1587	2519	134	162	oui
15	2519	4000	111	140	oui
14	---	---	---	---	non
13	---	---	---	---	non
12	---	---	---	---	non
11	---	---	---	---	non
10	---	---	---	---	non
9	---	---	---	---	non
8		---	---	---	non
7	---	---	---	---	non
6	---	---	---	---	non
5	---	---	---	---	non
4	---	---	---	---	non
3	---	---	---	---	non
2		---	---	---	non
1	---	---	---	---	non

PATIENT

Figure 8 : Protocole de reconnaissance des patients.

Une fois que les réglages de l'implant sont effectués, on demande au patient d'écouter les bandes avec le protocole suivant. ( cf figure 8 ).

On leur propose d'abord d'écouter la liste d'apprentissage tout en montrant de quelle voyelle il s'agit. Puis on leur fait écouter la liste de reconnaissance en leur demandant de cocher les voyelles qu'ils ont cru reconnaître. ( pour chaque locuteur )

On obtient alors des matrices de reconnaissance par locuteur et par patient. ( cf Annexe p 64 et exemple ci-dessous.).

Exemple: patient CO, locuteur Gar.

PAT	A	I	U
A	5	0	4	3
I	0	10	1	1
U	0	0	12	0
E	1	0	1	10

4/ Stratégies de reconnaissance.

Les deux premières méthodes vont permettre de faire la reconnaissance de voyelles automatique pour les 255 modèles pour chaque locuteur (10) et chaque patient (4). Ces reconnaissances vont être sous forme de matrices similaires à celles des patients.

Exemple: Mode F2F1, patient CO, locuteur Gar par méthode euclidienne.

CALC	A	I	U	E
A	6	0	0	6
I	0	12	0	0
U	0	0	11	1
E	0	0	0	12

La troisième méthode va permettre de comparer les matrices de reconnaissances par patient et par ordinateur.

al Méthode euclidienne.

Avant de calculer des distances euclidiennes on va faire une normalisation des données. Nous allons pour cela procéder de la manière suivante.

Méthode de normalisation.

On veut faire une étude avec plusieurs grandeurs Fl, F2, Al, A2, Ti, T2, El, E2.

Comme ces données n'ont pas toutes les mêmes dimensions il faudra trouver un moyen pour pouvoir les comparer.

La méthode classique qui consiste à centrer réduire ne peut pas être envisageable car plusieurs de ces paramètres sont de même nature mais n'ont pas le même effet sur le patient.

(ex: Un signal émis sur le même numéro d'électrode ayant la même amplitude n'aurait pas la même importance si il est émis en tant que 1 er formant qu'en tant que deuxième formant alors que le patient aurait la même sensation.De même qu'une variation du premier formant entre l'électrode 17 à 21 aurait le même poids qu'une oscillation du 2ème formant entre l'électrode 4 à 17 alors que le patient utilise le même moyen de discrimination de l'électrode.)

Il faudrait donc trouver un moyen qui va nous permettre de regrouper les données de même nature.

La méthode que nous avons envisagée est de prendre les domaines de variation,de l'amplitude,de l'électrode,..,et de tout ramener à la même échelle.(0 à 1)

Cela nous permet donc de pouvoir faire une étude avec tous ces paramètres en tenant compte de ce que ressent le patient, ce qui est fondamental pour notre étude.

Distance euclidienne.

La méthode consiste a prendre les barycentres des sous-ensembles de voyelles dans la liste d'apprentissage et de calculer les quatre distances euclidiennes pour chaque voyelle contenue dans la liste de reconnaissance. Les voyelles seront attribuées à la classe la plus proche.

Ces calculs seront effectués pour les 255 modèles construits par locuteur et par patient. Nous ne pouvons pas regrouper les données des locuteurs car cela doit correspondre au protocole du patient. ( apprentissage de la voix du locuteur puis reconnaissance ).

La formule pour le calcul de distance euclidienne de la voyelle x par rapport au barycentre du sous-ensemble v est.

N

D(x,v)=1⁷ _1.1E(X_; ^-V1)²

1=1

b/ Logique floue.

Apprentissage.

On se sert des listes d'apprentissage comme base de données pour créer notre règle.

Pour les 48 voyelles de chaque liste d'apprentissage on a les valeurs des 8 paramètres associés.(F1 Al Ti El F2 A2 T2 E2).

On sépare ses données en 4 grandes familles la/, /u/, /9/ :

Pour chaque niveau de chaque paramètre on calcule le score de chaque voyelle.(exemple : pour F1=20 on a 2 /V, 3 /9/, 4 /ai, 5 /u/). ( cf figure 9 ).

a(F1I=20)-(2/14); a(F1E=20)=(3/14);

a(F1A=20)=(4/14); a(FlU=20)=(5/14);

Classes /a/ /i/ /u/ le/ Valleurs pour 1 paramètre 1 1a 1i 1u le , ei^,:::::.:. \^-k^.v^,:wie ·§"O .: . ..: :-.- - ·:' . g.e....:;:me. `... -.:... , ....`,1 ...-,k.....k.. .,.... \ ..e. . .'sz^.:.:-....` N..\., t\---\; \ -% , \ . -.. ·:....,\,.... ..:e«^...-:k..... :-.. ::::::^-..«...-e- \......4....-,..s: .>:e ·..::. -.:. 32 32a 32i 32u 32e

Figure 9 : exemple de mise en forme des données.

Reconnaissance:

On prend une voyelle X de la liste de reconnaissance.

exemple: on veut calculer la reconnaissance de voyelle avec le protocole FIAI T2. On calcul ota=a(F1A=x)+a(AlA=x)+OE(T2A=x),ai, au, ae.

La lettre x sera reconnue comme un y avec ay qui correspond à la probabilité la plus

grande.

Remarque:

Si la valeur x n'existe pas dans la liste d'apprentissage on calcul les distances des la voyelle X, par rapport aux barycentres de la/, /u/, /43/ de la liste de reconnaissance, appelé respectivement da, di, de, du et on calcule saa(..A=x)=da/somme(d).

Prenons par exemple les données suivantes pour le modèle Fl. ( cf figure 10 ).

F1 /a/. 17(2), 18(9), 19(1). F1 /i/. 21(12). F1 /u/. 21(12) F1 /e/ 19(7), 20(4), 21(1).

Apartenance au sous-ensemble

A A E I,U

13 15 16 17 18 19 20 21 n° électrode

Figure 10 : Etablissement de la règle d'appartenance.

Remarque : Dans l'exemple on n'a pas pris en compte les calculs des distances euclidiennes pour les électrodes 1 à 15 pour ne pas compliquer le dessin.

cl Distance entre matrices.

La distance de Hamming va être calculée entre la matrice de reconnaissance des modèles et celle donnée par le patient de la manière suivante.

100 ^{4 4}

Erreur = -- E E

48

L'erreur va être comprise entre 0 et 200.

Exemple: Mode F2F1, patient CO, locuteur Gar.

Ordinateur. Modèle Patient

CALC	A			I		U		E
A	6			0		0		6
I	0			12		0		0
U	0			0		11		1
E	0			0		0		12
PAT		A	I		U		E
A		5	0		4		3
I		0	10		1		1
U		0	0		12		0
E		1	0		1		10

La distance de Hamming qui représente l erreur est 37.5

J]

ENREGISTREMENT DES LISTES D'APPRENTISSAGE ET RECONNAISSANCE

5/ Synoptique général de l'étude.

		ELABORATION DES MATRICES DE RECONNAISSANCE PAR LE PATIENT	AQUISITION DES PARAMETRES PAR ORDINATEUR ET CALCUL DES MATRICES DE RECONNAISANCE

COMPARAISON DES MATRICES DE RECONNAISSANCE
PATIENT / ORDINATEUR PAR LE COEFFICIENT DE HAMMING

Figure 11 : synoptique de l'étude.

Les différentes phases de notre étude sont représentées sur la figure 11.

C/ Résultats.

Compte tenu du nombre de résultats assez conséquent, 256*10*4*2 = 20480 comparaisons de matrices, nous n'avons pas pu tout représenter dans ce rapport bien qu'ils aient été saisis sous word sous windows. ( cf annexe.p 68-71.).

Les données les plus représentatives et les plus synthétisées ont été indiquées dans cette

partie.

1/ Paramètres regroupés.

On a fait une moyenne sur tous les locuteurs et tous les modèles ou intervenait chaque paramètres. ( une case représente 10* 128 = 1280 valeurs ; pour les sommes ou il y en a 8 fois plus. ).

Les données correspondent donc à la moyenne de la distance de Hamming de chaque paramètre par patient en utilisant dans le premier tableau la méthode de reconnaissance euclidienne et le deuxième la méthode de reconnaissance floue.

1er paramètre 2ème paramètre n 3ème paramètre

Patient		I Méthode F2					A2		E2		T2		Fl		Al		El		Ti		E
AM		Euclide		^,;:i		..ell	109		106				102		125		106		100		105
BA		Euclide		116			116		'"::'		. ' e 10 0		114		i 120 113		114 96		,.,::^-.7^:: 100 , ,		115 96
CO		Euclide		.			100
LA		Euclide		105			108		105				105		115		105				106
Patient			Methode		F2			A2		E2		T2		Fl		Al		El		Tl ' E
AM			Fuzzy		79			83				79 93		98		82 94		In I::		79 93		80 94
BA			Fuzzy		94			94		::::: `.."''''
CO			Fuzzy					81		82		84				78		81		84		80
LA t,			Fuzzy		90			88		87				87		88		87		« mi* :ee::: de:		87

Tableau I et II : Distances moyennes de Hamming de chaque paramètre groupé par patient

Ce tableau montre la moyenne des distances de Hamming après regroupement par sexe du locuteur et paramètres en utilisant les deux méthodes de reconnaissances..

ler paramètre			2ème paramètre El 3ème paramètre
Locuteurs	Methode	F2		A2	E2	T2		F 1		Al			El	T1	E
Feminin	Euclide			107	101			·		116			103	101	103
	Fuzzy	.,		84 110	107	81	".		es	83 121					81
Masculin	Euclide										.,	'	108 ...., 105	107 90	108 90
	Fuzzy	-		90 108	104	90		90		' 118
Total	Euclide													104	106
	Fuzzy	85		87	:	85		85		86			' '	85	85

Tableau III : Distances moyennes de Hamming de chaque paramètre après regroupement par sexe
des locuteurs

2/ singletons, doublets, triplets et quadruplets.

Les tableaux qui suivent indiquent les six meilleurs modèles, lorsqu'un, deux, trois et quatre paramètres sont considérés, pour chaque patient.

Meilleurs paramètres simo es sin letons .

Patient	ter	2ème	3ème	4ème	Sème 1 6ème
AM	T2	F2	Ti	F 1	A2	Al
BA	Ti	T2	A2	Fl	F2	Al
CO	F2	A2	F1	Al	Ti	T2
LA	T2	Fl	Tl	Al	A2	F2

Meilleurs doub ets.

Patient	ter	2ème	3ème	4ème	Sème	6ème
AM	T2T1	T2F 1	F2T1	F2T2	F1F2	A2T2
BA	A2T1	A2T2	A2A1	A1T1	T2A1	T1T2
CO	F2F 1	F2A1	F2A2	F2T1	F2T2	FIAI
LA	A2T2	T2A1	A1T1	T2T1	A2T1	FIAI

Meilleurs triplets.

Patient	1 ter	2ème	3ème	4ème	Sème	6ème
AM	T2A1 T 1	A2T2T1	T2F 1 T 1	A2T2F1	T2F1A1	F2T2T 1
BA	A2A1 T 1	T2A1 T 1	A2T2T1	A2T2A1	A2F1T1	A2F1A1
CO	F2A2F 1	F2F1A1	F2A2A1	F2T2F 1	F2E2F 1	F2F 1 Tl
LA	A2T2A1	FIAI Tl	A2T2F1	T2F1A1	A2F1T1	T2A1T1

Meilleurs quadruplets:

Patient	1 st	2ème	3rd	4th	5th	6th
AM	A2T2A1 T 1	A2T2F1T1	T2F1A1T1	F2T2A1 T 1	F2A2T2T 1	A2T2F1A1
BA	A2T2A1 T 1	A2F2A1 T 1	A2T2F1T1	A2T2F1A1	F2A2T2A1	T2F 1 Al Tl
CO	F2A2F1A1	F2F 1A1T 1	F2 T2F1A1	F2A2F1T1	F2A2T2A1	F2A2T2A1
LA	A2T2F1A1	E2A2A2T1	A2T2A1T1	E2A2F1T1	A2F1A1T1	T2F1A1T1

Tableau IV(a)

Meilleurs paramètres.

Patient	ler	2ème	3ème	4ème	Sème	6ème
AM	El	Tl	E2	F2	Fl	T2
BA	El	E2	Ti	T2	F2	A2
CO	F2	A2	El	Al	E2	Fl
LA	T2	Ti	E2	El	F2	Al

Meilleurs doublets.

Patient	ler	2ème	3ème	4ème	Sème	6ème
AM	F1E1	E2F1	E1T1	E2T1	F2F1	T2F1
BA	E1T1	A1E1	E2A1	A2E2	E2T1	T2E1
CO	F2F1	F2A1	F2E1	F2A2	A2A1	A1E1
LA	E1T1	A2T2	E2T2	A2T1	E2T1	E2F1

Meilleurs triplets.

Patient	1 ler	2ème	3ème	4ème	Sème	6ème
AM	F2F1E1	F2E2F1	E2T2F1	A2E2F1	T2F1E1	E2F1A1
BA	A2E2T2	T2E1T1	A2T2E1	A2E2E1	F2A2E1	A2T2T1
CO	F2F1A1	F2A2F1	F2E2F1	F2F1E1	F2A1E1	F2E1T1
LA	A2T2T1	E2T2T1	T2E1T1	A2E1T1	A2T2E1	A2E2T1

Meilleurs quaduplets:

Patient	1 1 st	2ème	3rd	4th	5th	6th
AM	A2T2F1E1	A2E2T2E1	F2E2F1T1	F2E2T2F1	F2F1E1T1	T2F1A1E1
BA	F2A2A1E1	A2T2A1E1	A2E2T2A1	E2T2E1T1	A2E2E1T1	A2E2T2E1
CO	F2A2F1A1	F2F1A1T1	F2T2F1E1	F2E2F1T1	F2E2F1A1	F2F1E1T1
LA	A2T2E 1 T 1	T2A1E1 Tl	E2T2A1 T 1	A2E2T2T1	E2F 1A1 T 1	A2F2F 1 T 1

Tableau IV(b)

Tableau W : Les six meilleurs singletons, paires, triplets et quadruplets pour approximer la
reconnaissance du patient.
(a : Euclide, b : Flou)

3/ analyse acoustique des voyelles.

En parallèle avec l'étude sur l'implant, nous avons segmenté et fait une étude cepstrale sur les 960 voyelles pour voir si elles étaient différenciables acoustiquement. Ce travail a été réalisé sur la station voix ILS. Celle-ci nous a permis de numériser les signaux à une fréquence d'échantillonnage de 10 kHz puis d'appliquer une routine qui va extraire les deux premiers formants (F), leur amplitude (A), leur bande passante (BP) et leur énergie (E).

On a pu ainsi calculer pour chacun des groupes de voyelles (240 par groupe) la moyenne et l'ecart type de chaque paramètre.

240 Ex Moyenne : ^)7.= ^i=1 240
							120 Ecart type : r = E (x-x) i=1
lettre			variable			moyenne					ec. type
A			F1			667					105
A			F2			1237					152
A			BP1			194					117
A			BP2			257					146
A			Al			78					6
A			A2			76					5
A			E 1			72					40
A			E2			93					48
lettre		variable			moyenne				ec. type
U		F1			307				35
U		F2			808				147
U		BP1			94				61
U		BP2			215				117
U		Al			72				5
U		A2			61				5
U		E1			28				14
U		E2			78				53
lettre			variable			moyenne				ec. type
I			Fl			282				28
I			F2			1992				257
I			BP1			54				30
I			BP2			377				337
I			Al			69				4
I			A2			59				10
I			E1			18				10
I			E2			93				75
lettre	variable			moyenne				ec. type
E	Fl			467				80
E	F2			1406				194
E	BP1			81				50
E	BP2			237				176
E	Al			78				5
E	A2			71				6
E	El			37				24
E	E2			82				53

On peut signaler que les résultats de F1, F2 sont similaires avec la littérature.

Voyelle	Fl	F2
A	667	1237
I	282	1992
U	307	808
E	467	1406

51

Figure 13 : Représentation des voyelles dans l'espace Al A2.

661 979 1296 1614 1931 2249 2567 2884 F2

1

254

T.' 1.7^-D

Figure 12 : Représentation des voyelles dans l'espace F 1 F2.

340

427

513

599

686

772

858

F1

Figure 14 : Représentation des voyelles dans l'espace El E2.

40 175 310 444 579 714 849 984 BP2

1

24

72

120
168

215

263

311

359

BPI

Figure 15 : Représentation des voyelles dans l'espace BP 1 BP2.

DISCUSSION

A/ Méthodes mathématiques.

Globalement nous pouvons dire que la logique floue, pour la reconnaissance de voyelles est meilleure que la métrique euclidienne car les modèles flous donnent toujours des résultats beaucoup plus proches du patient que les modèles euclidiens.

La distance de Hamming moyenne est de 85 pour le flou contre 106 pour l'euclidien. ( moyenne sur 10200 matrices.).

On peut aussi remarquer des similitudes importantes pour la reconnaissance entre les deux méthodes ce qui permet de valider les résultats d'un point de vue significativité. ( ceci en plus du grand nombre de données.).

B/ Etude acoustique.

L'étude acoustique montre que le plan F2F1 est le plus discriminant.

Nous pouvons aussi regarder les résultats paramètre par paramètre.( cf figure 16 ).

F2

41021L Idirmalle 41101MIMIL

MW/ IIIILWAIIPF ¹1111111111111

F1

d'eu Arenr rrenri.

w niummor nfflummour A2

I i 0 I 1 I I II In I r ^{e -}MA I I I I I I I I ri La^{--..0 gil}l I I I I I I W

^'n1IMIIIIMMINallIM^-4111.111.^01rA1.^1.

Al

4 I il ^"g - ^-I ^.1 2; 5 1 I I I I re^led I 1 I I 1 I I I I I I .-- « ^{e 1111}1 0 I II IIIIIIIIIIIIIIir.k

._. _₁ _i miniblililliPOIWF F

BP2

- -

/utOteal

BPI

eallellillallir

\`.-- _^nlielletiMMU^I-M111111111111111¹.¹"^11PI'

E2

KIEZZIK^-...1111»./Mkr.

'^ee
·._^IIIIIII1M_{bim..___}`INMIIIIIIIIIIIMIIIMIIIIMOIP

El

Idereele:il^l."--11111Mlibb.^-..491.1

⁹¹ ll 1 IU^I NI PA I I e^{l il} ._...
· MI I I ^11.111 I I II I II II I I II I 1 I MW ^{I I} . ° ^w

Figure 16 : Représentation des sous ensembles de voyelles pour chaques paramètres

On peut les classer par ordre de discrimination des voyelles en trois groupes.

F2, FI sont les plus discriminants.

A2, BPI., El sont moyennement discriminants.

BP2, E2, Al ne sont pratiquement pas discriminants.

Théoriquement si l'I.C. joue son rôle d'oreille bionique, l'écoute du patient sera proche des modèles comportants les paramètres F2, FI, Al, Ti et El. Les paramètres Al, T2 et E2 seront théoriquement assez mauvais.

On peut seulement noter que F1 est sous-representer par l'I.C. car sa variation en numéro d'électrode est très faible par rapport à celle de F2. Cette constatation est regrettable car théoriquement Fi peut apporter une bonne contribution à la discrimination de voyelles.

C/ Patients.

Les résultats peuvent nous renseigner sur l'importance des paramètres pour chaque patient. Nous pouvons en déduire le tableau récapitulatif suivant.

Patient	Modèle Euclidien	Modèle flou	Moyenne
AM	F2, T2	Fl, E2, El	F2, T2, F 1
BA	E2, T2, T1	E2, El	E2, T2, El, T1
CO	F2, E2, F 1	F2, Fl	F2, Fl
LA	T2, Ti	T2, Ti	T2, Ti

Paramètres importants pour la reconnaissance des voyelles pour les patients

Nous pouvons constater que seuls AM et CO privilégient les formants pour la reconnaissance de voyelles. Les patients BA et LA utilisent plutôt T1 et T2.

Les résultats obtenus dans C/ 1/ b/ nous donnent des informations sur la qualité de reconnaissance par sexe du locuteur.

Le tableau ci-dessous nous donne la moyenne des distances de Hamming par sexe du locuteur. Chaque valeur est une moyenne de 5100 distances par méthode et 10200 distances pour la moyenne.

Sexe	Euclidien	Flou	moyenne
Femme	103	81	92
Homme	108	90	99

Distances moyennes de Hamming par sexe du locuteur.

74%

	A	I	U	E
A	31	0	1	28
I	0	59	0	1
U	0	1	58	1
E	5	7	18	30

CO

64%d

	A	I	U	E
A	28	0	12	20
I	0	60	0	0
U	6	0	35	19
E	7	0	22	31

36% I

Matrices de reconnaissance des patients pour les locuteurs feminins. La moyenne est de 54% de reconnaissance. (960 données).

CO

BA

	A	I	U	E
A	23	11	6	20
I	9	21	17	13
U	10	18	20	12
E	21	9	7	23

AM

	A	I	U	E
A	17	0	3	40
I	6	24	2	28
U	0	0	56	4
E	3	0	14	43

58%

BA

32%

	A	I	U	E
A	26	12	10	12
I	11	14	21	14
U	10	16	23	11
E	24	11	11	14

LA

42% I

	A	I	U	E
A	26	10	3	21
I	1	18	23	18
U	2	20	29	9
E	24	3	5	28

1

	A	I	U	E
A	32	0	19	9
I	0	54	2	4
U	7	0	37	16
E	7	6	8	39

68%

LA

45% I

	A	I	U	E
A	39	1	9	11
I	11	20	11	18
U	0	21	22	17
E	15	6	12	27

Matrices de reconnaissance des patients pour les locuteurs masculins.

La moyenne est de 51% de reconnaissance pour les locuteurs hommes. (960 données.)

Ces données montrent que les modèles se rapprochent le mieux du patient pour les locuteurs feminins que pour les masculins. Ce qui semblerait nous montrer que les patients comprennent les femmes que le hommes. Ce résultat semble être montré par les matrices de reconnaissances.

Les résultats donnent aussi des renseignements sur la qualité moyenne des modèles pour chaque patient. Chaque distance moyenne du tableau ci-dessous est calculée sur 2550 données par méthode et 5100 données par classement.

Patients	Euclidien	Flou	Moyenne	Classement
AM	105	80	92.5	2
BA	115	94	104.5	3
CO	96	80	88	1
LA	106	87	96.5	4

Distance moyenne de Hamming pour chaque patient

Le classement donne, par ordre croissant la qualité de représentation des modèles pour chaque patient.

On peut discuter globalement sur la qualité de reconnaissance des voyelles en établissant les matrices de reconnaissances des patients.

66% I

34% I

AM

	A	I	U	E
A	48	0	4	68
I	6	83	2	29
U	0	1	114	5
E	8	7	32	73

BA

	A	I	U	E
A	49	23	16	32
I	20	35	38	27
U	20	34	43	23
E	45	20	18	37

CO

	A	I	U	E
A	60	0	31	29
I	0	114	2	4
U	13	0	72	35
E	14	4	32	70

66%

LA

44% I

	A	I	U	E
A	65	11	12	32
I	12	38	34	36
U	2	41	51	26
E	39	9	17	55

Matrices de reconnaissances des patients.

Nous voyons qu'il y a une similitude entre la qualité de reconnaissance des patients et la qualité des modèles d'écoute par rapport au patient.

Analyse des modèles proches de l'écoute des patients en fonction des réglages des patients.

Comme nous l'avons dit auparavant, nous pouvons séparer les patients en deux groupes, ceux qui utilisent principalement les formants pour la reconnaissance ( AM, CO) et ceux qui n'en tiennent pratiquement pas compte ( BA, LA ).

Ceci est un fait, mais il faudrait savoir pourquoi BA et LA n'utilisent pratiquement pas les paramètres les plus importants vis à vis de la théorie phonétique?

Nous allons passer brièvement sur les patients AM et CO car leur écoute peut se modéliser principalement par F 1 et F2, résultats auquel on s'attendait.

Pour LA, nous pouvons aussi expliquer le fait qu'il n'utilise pratiquement pas F 1 et F2 car lorsque l'on regarde ses réglages ( page 40 ), on s'aperçoit qu'il ne dispose que de 5 électrodes actives sur 22. Il doit donc s'aider des autres paramètres ( A, T, E) pour pouvoir écouter.

Pour BA, cela parait incompréhensible, puisqu'il a 22 électrodes actives mais il ne se sert pas de ce potentiel pour écouter.

Nous pensons que le patient BA ne discrimine pas les voyelles par les formants car ce patient est devenu sourd à l'âge de 18 mois. Il est resté sourd pendant 38 ans. Il n'a pratiquement pas eu d'apprentissage de la discrimination fréquentielle. Il faudrait donc accentuer les différences fréquentielles par les réglages et la rééducation pour pouvoir l'aider à apprendre la discrimination fréquentielle.

CONCLUSION

La modélisation de la reconnaissance des voyelles par des patients porteurs d'un implant cochléaire a montré que :

0 . l'utilisation d'une métrique floue rend mieux compte de l'écoute des patients

implantés que la métrique euclidienne. Ce résultat est intéressant car la logique floue est par définition basée sur le raisonnement humain.

. le second formant est globalement le paramètre le plus important pour la compréhension des patients, mais ceci n'est pas le cas lorsque les patients sont pris séparement.

. Le modèle F1F2 n'est pas toujours le plus représentatif de l'écoute des patients implantés. L'adaptation des stratégies de reconnaissance au patient semble être un point à étudier dans le futur.

. F 1 semble être mal exploité par l'implant cochléaire alors que l'étude acoustique laisse penser qu'il permettrait de bien discriminer les voyelles.

La souplesse de codage dans les implants cochléaires semble donc être une des qualités importantes que l'on demande aux machines d'aujourd'hui.

ANNEXES

voyelle n°1 c'est i ça

	voyelle n°2	c'est a ça
	voyelle n°3	c'est e ça
	voyelle n°4	c'est a ça
voyelle n°5		c'est i ça
voyelle n°6		c'est e ça
voyelle n°7		c'est i ça
voyelle n°8		c'est ou ça
voyelle n°9		c'est i ça
voyelle n°10		c'est a ça
voyelle n°11		c'est a ça
voyelle n°12		c'est e ça
voyelle n°13		c'est a ça
voyelle n°14		c'est ou ça
voyelle n°15		c'est a ça
voyelle n°16		c'est e ça
voyelle n°17		c'est ou ça
voyelle n°18		c'est ou ça
voyelle n°19		c'est ou ça
voyelle n°20		c'est ou ça
voyelle n°21		c'est a ça
voyelle n°22		c'est i ça
voyelle n°23		c'est e ça
voyelle n°24		c'est e ça
voyelle n°1			c'est i ça
voyelle n°2			c'est a ça
voyelle n°3			c'est e ça
voyelle n°4			c'est a ça
voyelle n°5			c'est i ça
voyelle n°6			c'est e ça
voyelle n°7			c'est i ça
voyelle n°8			c'est ou ça
voyelle n°9			c'est i ça
voyelle n°10			c'est a ça
voyelle n°11			c'est a ça
voyelle n°12			c'est e ça
voyelle n°13			c'est a ça
voyelle n°14			c'est ou ça
voyelle n°15			c'est a ça
voyelle n°16			c'est e ça
voyelle n°17			c'est ou ça
voyelle n°18			c'est ou ça
voyelle n°19			c'est ou ça
voyelle n°20			c'est ou ça
voyelle n°21			c'est a ça
voyelle n°22			c'est i ça
voyelle n°23			c'est e ça
voyelle n°24			c'est e ça

Matrices de reco. du patient A.M pour les dix locuteurs.

	HA	I	U	E
A	6	0	1	5
I	4	3	0	5
U	0	0	10	2
E 12		0	3	7

al.am sy.am

	A	I	U	E
A	11	0	0	1
I	0	12	0	0
U	0	0	12	0
E	0	2	1	9

lo.am

1 A		I	U	E
A	3	0	1	8
I	1	7	2	2
U	0	0	12	0
E	1	0	3	8

va.am

H A		I	U	E
	2	0	0	10
I	0	12	0	0
U	0	0	12	0
E	2	1	2	7

el.am

	A	I	U	E
A	5	0	1	6
I	0	12	0	0
U	0	0	12	0
E	0	3	6	3

ar.am

	A	I	U	E
A	3	0	0	9
I	0	6	0	6
U	0	0	11	1
E	0	0	1	11

a.am

		I	U	E
A 1		0	0	11
I	0	4	0	8
U	0	0	11	1
E	0	0	0	12

no.am

	A	I	U	E
	4	0	1	7
I	1	4	0	7
U	0	0	12	0
E i0		0	7	5

o.am

	1A	I	U	E
A	4	0	0	8
I	0	12	0	0
U	0	1	10	1
E	3	0	3	6

ce.am

	H A	I	U	I E
A	9	0	0	3
I	0	11	0	1
U	0	0	12	0
E	0	1	6	5

fem.am

i	A	I	U	E
A	31	0	1	28
I	0	59	0	1
U	0	1	58	1
E	5	7	18	30

mal.am

	HA	I	U	E
A	17	0	3	40
I	6	24	2	28
U	0	0	56	4
E	3	0	14	43

tot.am

	il A	I	U	E
A	48	0	4	68
I	6	83	2	29
U	0	1	114	5
E	8	7	32	73

Segmentation des impulsions du locuteur CE de la liste d'apprentissage du patient AM.

A
Fl				18				19				18				17				17				18				18				18				18				18				18				18
Al				71				69				70				69				69				69				69				69				69				69				69				69
tl 1				259				216				242				250				245				241				246				253				251				240				248				244
t12				259				216				242				250				245				241				246				253				251				240				248				244
F2				16				16				15				16				17				17				17				17				16				17				14				14
A2				72				69				70				69				69				69				69				69				69				69				69				69
t21				277				212				247				246				249				232				239				227				250				231				263				257
t22				277				212				247				247				249				232				239				227				250				231				263				257
I
F1			21				21				21				21				21				21				21				21				21				21				21				21
Al			70				70				70				70				70				69				70				69				70				70				69				69
tl 1			169				169				170				169				169				168				168				167				169				169				167				165
t12			169				169				170				169				169				168				168				167				169				169				167				165
F2			11				9				8				7				6				6				7				6				7				6				6				5
A2			69				69				69				69				69				69				69				69				69				69				69				69
t21			246				300				278				287				315				290				309				294				294				302				339				336
t22			246				300				278				287				315				290				309				294				294				302				339				336
F1		21				21				21				21				21				21				21				21				21				21				21				21
^U		71				70				70				70				70				70				70				70				70				70				70				70
		177				174				173				174				171				173				171				172				173				173				171				174
t		^77 177 7 17				174				173				174				171				173				171				172				173				173				171				174
F2						17				18				18				17				17				17				18				18				18				17				17
A2		70				69				69				69				69				69				69				70				69				69				69				69
t21		198				185				183				182				186				194				180				192				187				188				188				178
t22		198				185				183				182				186				194				180				192				187				188				188				178
E
Fl	20				19				21				19				19				19				20				19				19				20				20				19
Al	72				69				70				69				69				69				70				69				69				70				70				69
tll	211				247				175				249				236				233				190				205				248				190				196				215
t12	211				247				175				249				236				233				190				205				248				190				196				215
F2	20				14				15				18				18				18				17				19				18				19				18				19
A2	72				69				69				69				69				69				69				69				69				69				69				69
t21	184				252				224				211				215				218				203				185				208				181				201				198
t22	184				252				224				211				215				218				203				185				208				181				201				198

C' est' a' ça

Dabut : ENERGIE DU SIGNAL

· · 138 TO

24 4?
·
· 7C sà 115

1

2

3

4

5

6

7

8

9

HUMER° D'ELECTRODE FI

10

11

12

13

14

15

16

17

18

19

20

eg4

e e kee ,,eX777--77--le______

epei

me keeD e.iee e ke

» ee:

MM .

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

eei mime keemg emeemmeemme«etmeee

C' est ' i ' ça

Debut: ENERGIE DU SIGNAL

111 TO

· 19	· .39	'se '

NUNERO D'ELECTRODE

C' est ' u ' ça

Debut:

ENERGIE DU SIGNAL

1

TO

24 47 . 70 . . . .9										. . . .115 . . . . tal
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20							NUMERO D'ELECTRODE
					e	ee:
			.e		e		ee ee		et
	hA
	§2:5 erry ·w^,,,4:ie tee4 ·						m eefflee

C' est '9' ça

Dabut:

ENERGIE DU SIGNAL

'19

k

111 TO

a

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17
le

200

*92

eh.e.^,:«#* ;:e:ffl

eameefflo eaammemmeese

^.38 5d ' ' '74 '9S

HUMER° D'ELECTRODE

Petite partie des Résultats par ordre croissant de la comparaisson de reconnaissance du
locuteur CE par le patient AM avec l'ordinateur en utilisant la méthode euclidienne

T2F1

Mat. de reco. par ordi.

ORDI	A	I	U	E
A	6	1	0	5
I	0	10	1	1
U	0	0	12	0
E	0	0	6	6

distance de Hamming: 20.8

Mat. de reco. par pat.

PAT	A	I	U	E
A	9	0	0	3
I	0	11	0	1
U	0	0	12	0
E	0	1	6	5

T2F1A1

Mat. de reco. par ordi.

ORDI	A	I	U	E
A	6	1	0	5
I	0	10	1	1
U	0	0	12	0
E	0	0	6	6

distance de Hamming: 20.8

Mat. de reco. par pat.

PAT	A	I	U	E
A	9	0	0	3
I	0	11	0	1
U	0	0	12	0
E	0	1	6	5

A2T2F1

Mat. de reco. par ordi.

ORDI	A	I	U	E
A	6	1	0	5
I	0	10	1	1
U	0	0	12	0
E	0	0	6	6

distance de Hamming: 20.8

Mat. de reco. par pat.

PAT	A	I	U	E
A	9	0	0	3
I	0	11	0	1
U	0	0	12	0
E	0	1	6	5

A2T2F1A1

Mat. de reco. par ordi.

ORDI	A	I	U	E
A	6	1	0	5
I	0	10	1	1
U	0	0	12	0
E	0	0	6	6

distance de Hamming: 20.8 Mat. de reco. par ordi.

ORDI	A	I	U	E
A	10	0	2	0
I	0	11	1	0
U	0	0	12	0
E	1	0	6	5

Mat. de reco. par pat.

PAT	A	I	U	E
A	9	0	0	3
I	0	11	0	1
U	0	0	12	0
E	0	1	6	5

F2T2T1

Mat. de reco. par pat.

PAT	A	I	U	E
A	9	0	0	3
I	0	11	0	1
U	0	0	12	0
E	0	1	6	5

distance de Hamming: 20.8

69

Résultats de jo.am

A2T2A1T1 50.0

TI		54.2
A2T2F1A1T1		54.2
T2A1T1		58.3
A2T2TI		58.3
A2T2F1T1		58.3
E2A2T2FIAITI		58.3
T2FIAITI		66.7
T2T1		70.8
E2A2T2A1T1		70.8
FIT!		75.0
A2T2A1		75.0
A212F1A1		75.0
E2T2FITI		75.0
E2T2F1A1T1		75.0
E2A2T2T1		75.0
E2A2T2FITI		75.0
F2F1T1		75.0
T2F1T1		79.2
E2T2A1T1		79.2
F2T1		79.2
F2F1		79.2
F2F1A1		79.2
F2FIAIT1		79.2
F2T2		79.2
F2T2T1		79.2
F2T2F1		79.2
F2T2F1T1		79.2
F2A2A1T1		79.2
F2A2F1		79.2
F2A2F1A1		79.2
F2A2F1A1T1		79.2
A2T2		83.3
A2T2FI		83.3
E2T2T1		83.3
E2A2FIA1		83.3
E2A2T2F1A1		83.3
F2A1T1		83.3
F2T2A1		83.3
F2T2AITI		83.3
F2T2FIA1		83.3
F2T2F1A1T1		83.3
F2A2TI		83.3
F2A2F1T1		83.3
F2A2T2		83.3
F2A2T2T1		83.3
F2A212A1		83.3
F2A2T2AITI		83.3
F2A2T2F1		83.3
F2A2T2F1T1		83.3
F2A2T2F1A1		83.3
F2A2T2FIAITI		83.3
F2E2T1		83.3
F2E2F1T1		83.3
F2E2T2		83.3
F2E2T2T1		83.3
F2E217A1		83.3
F2E2T2A1T1		83.3
F2E2T2F1		83.3
F2E2T2FITI		83.3
F2E2T2F1A1		83.3
F2E2T2F1A1T1		83.3
F2E2A2T2		83.3
F2E2A2T2T1		83.3
F2E2A2T2A1		83.3
F2E2A212A1T1		83.3
F2E2A2T2F1		83.3
F2E2A2T2F1T1		83.3
F2E2A2T2FIA1		83.3
F2E2A2T2F1AIT1		83.3
T2FIAI		87.5
A2		87.5
A2F1T1		87.5
F2E2AITI		87.5
F2E2F1A1T1		87.5
F2E2A2TI		87.5
F2E2A2A1T1		87.5
F2E2A2F1T1		87.5
F2E2A2FIAITI		87.5
F1		91.7
FIAIT1		91.7
T2A1		91.7
A2F1		91.7
E2A2F1		91.7
E2A2T2F1		91.7
F2T2E1T1	91.7
F2T2E1A1T1	91.7
F2T2FIEIT1	91.7
F2T2FIEIAIT1	91.7
F2A2T2E1T1	91.7
F2A2T2EIAITI	91.7
F2A2T2F1EIT1	91.7
F2A2T2FIEIAITI	91.7
F2E2T2F1E1T1	91.7
F2E2T2FIEIAITI	91.7
F2E2A2T2F1E1T1	91.7
F2E2A2T2FIEIAITI	91.7
FIAI	95.8
E2A2F1A1T1	95.8
E2A2T2	95.8
E2A2T2A1	95.8
F2	95.8
AIT!	100.0
A2A1T1	100.0
A2F1A1T1	100.0
F2E2F1	100.0
F2E2F1A1	100.0
F2E2T2EIT1	100.0
F2E2T2E1AITI	100.0
F2E2A2FI	100.0
F2E2A2F1A1	100.0
F2E2A2T2EITI	100.0
F2E2A2T2E1A1T1	100.0
T291	104.2
A2T1	104.2
A2A1	104.2
A2FIAI	104.2
E2F1	104.2
E2T2FIAI	104.2
F2A1	104.2
F2A2	104.2
F2A2A1	104.2
	108.3
E2A1T1	108.3
E2F1A1	108.3
E2T2	108.3
E2T2A1	108.3
E2T2F1	108.3
E2A2A1T1	108.3
E2T1	112.5
E2FITI	112.5
E2A2T1	112.5
E2A2F1T1	112.5
T2FIEIT1	116.7
T2F1EIAIT1	116.7
A2T2F1E1T1	116.7
A2T2FIEIAIT1	116.7
E2FIAIT1	116.7
E2A2A1	116.7
F2E1	116.7
F2E ITI	116.7
F2E1A1	116.7
F2EIAITI	116.7
F2F1E1	116.7
F2FIEITI	116.7
F2F1E1A1	116.7
F2FIEIAITI	116.7
F2T2F1E I	116.7
F2T2F1E1A1	116.7
F2A2E1	116.7
F2A2EIT1	116.7
F2A2E1A1	116.7
F2A2EIA1T1	116.7
F2A2FI El	116.7
F2A2F1E1T1	116.7
F2A2FIEIAI	116.7
F2A2FILIAITI	116.7
F2A2T2F1E1	116.7
F2A2T2F1E1A1	116.7
F2E2	116.7
F2E2A1	116.7
F2E2EI	116.7
F2E2EIT1	116.7
F2E2E1A1	116.7
F2E2E1A1T1	116.7
F2E2F1E1	116.7
F2E2F1E1T1	116.7
F2E2F1E1A1	116.7
F2E2FIEIAITI	116.7
F2E2A2	116.7
F2E2A2A1	116.7

Exemple de classementpar ordre des meilleurs modèles du locuteur Jo du patient_....(M Euclide ).

E2T2FIEIA1T1		120.8
E2A2T2E1TI		120.8
E2A212E IAIT1		120.8
E2A2T2FIEIT1		120.8
E2A2T2FIEIAITI		120.8
F2T2E1		120.8
F2T2E1A1		120.8
F2A2T2E1		120.8
F2A2T2E1A1		120.8
F2E2T2E1		120.8
F2E2T2E1A1		120.8
F2E2T2F1E1		120.8
F2E2T2FIEIAI		120.8
F2E2A2T2E1		120.8
F2E2A2T2E1A1		120.8
F2E2A2T2FIE1		120.8
F2E2A2T2F1E1A1		120.8
E2F1EI		129.2
E2FIEIA1		129.2
E2A2F1E1		129.2
E2A2F1E1A1		129.2
FIEITI		133.3
FIEIAIT1		133.3
A2F1E1T1		133.3
A2FIEIAITI		133.3
E2		1333
E2A1		133.3
E2EIT1		133.3
E2EIAITI		133.3
E2F1E1T1		133.3
E2FIEIAIT1		133.3
E2A2		133.3
E2A2E1T1		133.3
E2A2E1AITI		133.3
E2A2FIE1TI		133.3
E2A2FIEIAIT1		1333
EIT1		137.5
EIAIT1		137.5
F1E1		137.5
F1E1A1		137.5
A2E IT1		137.5
A2E1A1T1		137.5
A2FIE I		137.5
A2F1E1A1		137.5
E2E1		137.5
E2E1A1		137.5
E2A2E1		137.5
E2A2E1AI		137.5
Al		141.7
El		145.8
A2E1		145.8
A2EIA1		145.8
LIAI		150.0
A2T2F1E1		154.2
T2F1E1		158.3
E2T2F1E1		1583
E2T2FIEIA1		158.3
E2A2T2E1		1583
E2A2T2F1E1		158.3
E2A2T2FIEIAI		1583
E2T2E1		162.5
E2T2EIAI		162.5
E2A2T2E1A1		162.5
T2E1		166.7
T2EIA1		166.7
T2F1E1A1		166.7
A2T2E1		166.7
A2T2E1A1		166.7
A2T2F1E1A1		166.7
		170.8

E2T2F1E1T1

A2T2EIT1

A2T2E1A1T1

E2T2E IT1

E2T2EIAITI

T2E1T1

T2E1A1T1

F2E2A2FIEIAIT1

F2E2A2F1EITI

F2E2A2FIE1AI

F2E2A2E1AITI

F2E2A2FI El

120.8

120.8

120.8

120.8

120.8

120.8

120.8

116.7

116.7

116.7

116.7

116.7

116.7

F2E2A2E1 116.7

F2E2A2E1T1 116.7

Exemple : résultats de la méthode Euclidienne.
Résultats pour chaque paramètres pour AM

120 121 119 125

ler paramètre 2ème paramètre 3ème paramètre

Regroupement	F2 E2	A2	T2	Fl	El	Al	Ti
gal	Orli: 123	124			144	123	<<
	I 109	103	114	100	106	102
va	100	99		98 90	134 106	98 91	.. iee.. :
et	95	90	':'::::::.: . *
gar	92	94	lie"	91	101	94	.
pa	IN: ..... 140	131			155	131	129
no	M 111	111		107	122	112	ME:::^.... .........:
sy	99	97	92	NE	123	97	E:,
jo	110	106	:::e....	105	125	108	ee >. ".....
ce	110	100			132	99	.
fem reg	ni:,,..:71 89	87 84			119	87
mal reg	MiW^ir 103	97 96 90 ki:!::::::: 87 ..........,........,			110 118	97 91	:i..i::..
tot reg 96
fem 103		99	...: . ·	95	124	99
mal	115	113	Mil	109	126	113	::13;:;,'
tot	109	106	kn:..	102	125	106	Mi..: .... -

Résultats pour chaque paramètres pour BA

ter paramètre 2ème paramètre 3ème paramètre

Regroupement F2 E2 A2 T2 Fl El Al T1

111 1er paramètre Ri 2ème paramètre Fi 3ème paramètre
Résultats pour chaque paramètres pour CO

F2 I E2 I A2 I T2 I Fl I El

Regroupement

Al Ti

81

lo j 116

va 103

gal

84

104

80

84

127

116

121

120

103

117

97

102

97

...
· ...

el

94

108

94

95

128 120

131

137

130

gar

84 111

89

111

85

89

pa

no 78 79

78

89

77

97

100

96

97

sy

144

jo

95 92

91

96

91

ce 117

111

140

109

110

fem reg

⁹³ 85

79 ......

96 85 86

mal reg

74

92

80

74

73

89

69

tot reg

73

103 Meg

99

fem

112 97 99

mal

97

100

114

95

100

100

100

113

96

tot

100

Résultats pour chaque paramètres pour LA 1er paramètre R. 2ème paramètre 3ème paramètre

Regroupement IJ F2

E2

T2 F1

El Al

T1

gal

116

127 115 eg

116

114

lo

108

105

106

121

119

129
135

115 95 143

117

118
111
82

112

110
93
93

va

el

119

120

118

110

114

111

gar

· ..

81

81

83

pa

114

112

113

no

J

111

115

112

sy

jo

94

106_,

93

94

96

⁹²

93

101

ce

fem reg

87

88

84

84

92

mal reg

90

90

89

103 90

84

83

tot reg

82

87 83

fem

108

110

112

mal

107

105

104

117 104

108

115

tot

Nom et prénom du candidat : GALLEGO Stéphane

Titre du mémoire de recherche :

IMPORTANCE DES PARAMETRES DU CODAGE POUR LA RECONNAISSANCE
DE VOYELLES CHEZ LES PATIENTS IMPLANTES COCHLEAIRES

Résumé en français du mémoire de recherche :

Dans ce travail on compare la reconnaissance acoustique de sujets porteurs d'implant cochléaire avec des modèles construits sur les caractères électriques de l'excitation. Il s'agit de repérer les éléments qui peuvent expliquer les performances des patients à l'étage acoustique. Au total, 255 modèles ont été construits, modèles qui sont basés sur une métrique euclidienne et sur une logique floue. Les meilleurs résultats ont été obtenus avec la logique floue.

Quatre patients et dix locuteurs ont participé à cette étude; ils ont prononcé des listes de 48 items basés sur les voyelles /Y, /u/, /a/ et le/, prises en ordre aléatoire.

Les résultats montrent que l'importance du premier formant ( amplitude et position ), est habituellement sous-estimée et que les logiques de reconnaissance varient avec le patient. Ces résultats sont importants pour orienter le réglage des machines.

Résumé en anglais du mémoire de recherche :

In this study a comparison betwen the acoustic recognition made par subjects fitted with a cochlear implant and the performances of models constructed on the electrical features of the excitating pulses is performed. The aim is the determination of elements able to provide an explanation on how the recognition is made by patients at the acoustical stage. Altogether, 255 models where constructed; they were base upon an euclidian metric or a fuzzy logic.

Four patients and 10 speakers collaborated to this experiment. Best results were obtained with the fuzzy logic; 48-item lists were spoken, based on vowels /i/, /u/, /a/ and /3/ arranged in a random order.

Results show that the importance of the first formant ( amplitude and electrode number ) is usually under estimated, and that recognition strategies depend on the patient. This point is important for the setting of the speech processor.

Mots-clefs : IMPLANT COCHLEAIRE / LOGIQUE_FLOUE, MODELE / CARACTERE_ELECTRIQUE / LOGIQUE_DE_RECONNAISSANCES / RECONNAISSANCE_DE_VOYELLES.

Composition du jury de soutenance de mémoire :

Professeur CLECHET Professeur COLLET Professeur COLLOMBEL Professeur DEMONGEOT Docteur DEPEURSINGE

Monsieur DITTMAR Professeur GOU I lt, Madame MAGNIN Monsieur PERNIER Docteur RUS CH

Coordonnées personnelles de l'auteur :

69100 VILLEURBANNE