Content uploaded by Stéphane Gallego
Author content
All content in this area was uploaded by Stéphane Gallego on Mar 16, 2015
Content may be subject to copyright.
INFLUENCE DE L’ENCRASSEMENT DU MICROPHONE SUR LES PERFORMANCES
DE L’IMPLANT COCHLÉAIRE
ÉTUDE PRÉLIMINAIRE EN SIMULATION DES CODAGES CIS ET N OF M
K. Perreaut1, S. Gallego1,3, C. Berger-Vachon1,2, F. Millioz1,2
1Université Lyon 1, 43 bvd du 11 Novembre, 69 622 Villeurbanne-Cedex
2Centre de Recherche des Neurosciences de Lyon, Équipe DYCOG, INSERM U1028
95 bvd Pinel, 69 675 Bron-Cedex
3Centre Audition Conseil, 34 Av Lacassagne, 69 003 Lyon
RÉSUMÉ
Le vieillissement (usure, encrassement) des aides et pro-
thèses auditives est un sujet qui est d’actualité dans le
monde qui nous entoure.
Dans ce travail, on se pose la question des consé-
quences de l’encrassement des microphones dans le cas
de l’implant cochléaire et d’une éventuelle influence de la
stratégie de codage. Cette étude préliminaire a pour but
d’explorer ces hypothèses et de voir si une étude à plus
grande échelle peut être envisagée.
Des listes de mots dissyllabiques ont été proposées à
trois sujets normo-entendants en simulant le codage de
l’implant cochléaire avec deux stratégies : CIS et « n of
m ».
Les premiers résultats montrent qu’un encrassement
faible ne perturbe pas trop les performances de reconnais-
sance. De même, lorsque les conditions d’écoute ne sont
pas trop défavorables (RSB positif, micro peu encrassé), la
stratégie CIS semble donner de bons résultats. De même, le
test des microphones doit être rigoureusement standardisé.
Dans ces conditions, une étude plus approfondie mérite
d’être envisagée.
Index Terms—Encrassement des microphones, im-
plant cochléaire, stratégies CIS et « n of m », simulation
du codage.
1. INTRODUCTION
Le vieillissement et l’encrassement du matériel sont
deux problèmes classiques de l’instrumentation médicale.
Ceci affecte le fonctionnement des machines [1, 2] et des
efforts sont à effectuer pour réduire cette incidence.
Dans les systèmes de réhabilitation de la surdité, le
microphone est situé à l’entrée de la chaîne. De manière
classique il vieillit et s’encrasse et cette incidence est loin
d’être négligeable [3, 4]. En effet, des anomalies à ce ni-
veau seront répercutées et amplifiées, ce qui affectera sé-
rieusement les performances de la machine.
Les auteurs remercient les personnes et organismes qui les ont sou-
tenus dans ce travail, le Pr Eric Truy, le Pr Hung Thai-Vanla société
MED-EL France et son directeur, M. Michel Beliaeff ainsi que M. Fabien
Seldran, et aussi les responsables de la section GBM de Polytech’Lyon
puisque le travail a été effectué dans ce cadre.
Ce phénomène, déjà abordé au niveau des aides au-
ditives classiques, mérite d’être revu avec l’implant co-
chléaire. L’implant permet de réhabiliter les surdités pro-
fondes et son utilisation n’est plus confidentielle, puisqu’il
s’en pose environ 1000 par an en France et de 15 à 20 000
dans le monde.
Une étude, à grande échelle avec des sujets implantés
et même avec des témoins normaux est soumise aux règles
de la recherche en Santé Publique et le « CPP » (Comité de
Protection des Personnes) doit se prononcer sur les règles
de l’éthique.
Une pré-étude apparaît nécessaire pour argumenter au
niveau du CPP et aussi pour voir si le travail mérite d’être
poursuivi, sur le plan scientifique. Nous avons donc réalisé
un travail en simulation pour explorer ces directions.
Deux types de simulation ont été employés, avec la
participation de sujets témoins qui seront soumis à des si-
gnaux acoustiques ayant les caractéristiques de ceux qui
parviennent aux sujets implantés. Des traitements du si-
gnal réalisés « sur table » [5, 6, 7] sont proposés à des
sujets normo-entendants qui écoutent des signaux acous-
tiques dans la gamme du conversationnel. La validité de
cette approche a été soulevée et des études spécifiques [8,
9] ont indiqué que, dans les grandes lignes, on pouvait se
fier aux résultats qui sont ainsi obtenus. Les stratégies de
codage sont aussi concernées et on peut se demander si
elles se comportent toutes de la même manière, notamment
lorsque le signal est altéré [10, 11].
Dans cette étude, nous abordons la question de l’in-
fluence du microphone sur les performances obtenues avec
un implant cochléaire, en simulation, dans le cadre d’une
étude pilote.
2. MATÉRIEL ET MÉTHODES
2.1. Codage par l’implant cochléaire
Nous ne reviendrons pas en détail sur l’implant co-
chléaire. On sait que cette prothèse réalise une transduc-
tion entre le signal acoustique et le signal électrique qui est
ensuite délivré sur les électrodes. Dans notre cas, le simu-
lateur sera essentiellement composé de deux parties (FIG
1) :
— le microphone qui sera plus ou moins altéré, no-
tamment à la suite de l’encrassage naturel lié à son
Microphone Processeur Vocal
2 choix possibles :
-CIS
-nofm
4 choix possibles :
-Microphone neuf
-Micro peu usé
-Micro usé
-Micro très usé
Choix de la fonction de
transfert du microphone
Choix de la stratégie de
codage
En entrée on utilise
du matériel vocal de
"Fournier" mélangé
à un bruit de type
"Cocktail Party"
En sortie on obtient du
matériel vocal permettant
de simuler l'écoute à travers
un implant cochléaire chez
un patient normoentendant.
Au final on évalue 8
situations différentes
Fig. 1. Représentation de l’ensemble « microphone + implant cochléaire »
utilisation,
— le processeur vocal qui codera le signal à l’aise de
deux stratégies, CIS (Continuous Interleaved Sam-
pling) ou « n of m » (n canaux actifs sur m pos-
sibles). Nous reviendrons sur ces aspects dans le
cadre de la simulation.
2.2. Étude du microphone
2.2.1. Micros testés
Le fabricant Knowles electronics (Ataska, Illinois,
USA) est le leader sur le marché des transducteurs et il
équipe aussi bien les aides auditives conventionnelles que
les implants cochléaires. Ces microphones sont, a priori,
omnidirectionnels et nous les avons considérés comme tels
dans ce travail.
Nous avons mesuré la fonction de transfert des micro-
phones à l’aide d’une chaîne « New Aurical ». Le micro-
phone est soumis à un balayage tonal, de 200 à 8 000 Hz,
à 60 dB. Nous avons travaillé sur plusieurs aides auditives,
indépendamment de la marque (Oticon, Phonak, Siemens,
Starkey) et indépendamment du type de dispositif. Les me-
sures ont été effectuées sur les aides auditives de malen-
tendants consentants qui venaient pour l’entretien de leur
matériel. La fréquence de ces rendez-vous est de 3 à 4 fois
par an.
Pour chaque dispositif, nous avons effectué deux me-
sures. La première a été effectuée après un nettoyage mi-
nutieux de la partie écouteur + embout qui permet de trans-
mettre le signal sonore dans le conduit auditif, ce qui cor-
respond à « écouteur propre » et « microphone sale ». La
seconde a été réalisée après le nettoyage de la partie récep-
tion (micro) de l’aide auditive. La soustraction de la pre-
mière courbe à la seconde indique le gain qui résulte de
l’encrassement du microphone.
2.2.2. Courbes d’encrassement
Après avoir nettoyé les microphones, nous avons pu,
pour chaque fréquence, évaluer l’apport du nettoyage (en
décibels) et donc déterminer un niveau d’encrassement.
Nous avons considéré quatre cas pour l’encrassement :
— c1 : pas d’encrassement,
Fig. 2. Simulation du codage de l’implant cochléaire
— c2 : peu d’encrassement ; ceci correspond à l’en-
crassement de 50% des micros,
— c3 : encrassement moyen : il correspond aux 20%
les plus encrassés (percentile 80%),
— c4 : fortement encrassé : il correspond aux 10% les
plus encrassés (percentile 90%).
Dans notre expérience, l’analyse spectrale du signal d’en-
trée sera modifiée, fréquence par fréquence, en retranchant
les valeurs ci-dessus (exprimées en décibels).
2.3. Simulation de l’implant cochléaire
Le simulateur utilisé obéit au principe du vocodeur et
il est représenté sur la FI G. 2. Les différentes étapes du
traitement du signal sont :
1. le signal capté par le micro passe par un filtre de
préemphase qui est un filtre passe-haut de fré-
quence de coupure 1.2 kHz et de pente 12 dB par
octave,
2. ensuite on réalise une transformée de Fourier ra-
pide. Les raies spectrales sont regroupées sur m=20
bandes réparties de façon logarithmique, conformé-
ment à la physiologie de l’oreille. La durée d’une
fenêtre d’analyse est 8 millisecondes et le signal
est échantillonné à la fréquence de 16 kHz, ce qui
conduit à 128 points, soit 64 raies spectrales.
3. au terme de cette analyse, les électrodes les plus
énergétiques sont sélectionnées et ceci conduit à la
stratégie « n of m ». Si n = m, toutes les bandes
sont retenues et on a alors affaire à la stratégie CIS.
Dans cette étude nous avons fixé n = 8.
4. dans chaque bande, l’énergie est calculée en som-
mant les carrés des amplitudes de chaque raie spec-
trale (théorème de Parseval),
5. enfin, pour chaque bande, on module l’amplitude
d’un bruit blanc filtré avec l’énergie détectée. Le
signal de sortie est obtenu en sommant les n ca-
naux retenus. On notera que pour les deux premiers
canaux, très étroits, la stimulation correspond pra-
tiquement à une sinusoïde.
2.4. Matériel acoustique
2.4.1. Listes de Fournier (signal vocal)
Compte tenu de la difficulté du test, nous avons choisi
les listes de Jean-Étienne Fournier qui sont des mots dis-
syllabiques plus faciles à reconnaître.
Chaque liste est constituée de 20 mots (par exemple :
« le bouchon ») et on dispose au total de 40 listes. L’unité
de reconnaissance et le mot.
2.4.2. Bruit
Pour le bruit, on a utilisé un bruit de type « cocktail-
party» constitué des voix de 8 interlocuteurs francophones,
4 hommes et 4 femmes.
Nous avons choisi ce bruit car il contient suffisamment
de voix différentes afin d’assurer un niveau et une difficulté
de masquage constante tout au long du test.
2.4.3. Signal d’entrée
Le signal proposé à l’entrée a été un mélange de bruit
et de signal vocal.
Nous nous sommes assurés que le niveau maximum
des signaux de sortie reste en dessous de 70 dB, soit 10
dB de moins que le seuil réglementaire défini pour les ex-
positions aux bruits professionnels.
Six rapports signal sur bruit (SNR) ont été retenus : -3
dB, 0 dB, 3 dB, 6 dB, 9 dB et 12 dB.
2.4.4. Situations étudiées
En pratique, nous avons souhaité tester huit conditions :
— 4 niveaux d’encrassement du microphone,
— 2 stratégies de codage.
0 1000 2000 3000 4000 5000 6000 7000
0
1
2
3
4
5
6
7
8
9
Courbes représentant l'atténuation induite par 3 niveaux d'usure simulés du microphone
50% microphone légèrement usé
20% microphone moyennement usé
10% microphone très usé
Fréquence en Hz
Atténuation en dB
Fig. 3. Fonctions de transfert des microphones (avec les
percentiles d’encrassement)
Six SNR étant considérés, nous avons réalisé 1920 fi-
chiers (2*4*6*40) qui contenaient toutes les situations pos-
sibles. Le passage des listes a été randomisé.
2.5. Auditeurs
Trois sujets normo-entendants ont participé à cette
étude. Leur moyenne d’âge était de 42 ans ; le plus jeune
avait 25 ans et le plus âgé 51 ans.
Les seuils auditifs ont été vérifiés avant l’étude et ils
étaient inférieurs à 20 dB pour toutes les fréquences com-
prises entre 250 et 8 000 Hz, par demi-octave. Selon le
BIAP (Bureau International d’Audio-Phonologie) les su-
jets sont considérés comme normo-entendants.
Les tests ont aussi été précédés par un examen otolo-
gique pour éliminer des antécédents ou troubles ORL in-
compatibles avec le test. Les trois sujets étaient droitiers.
Chaque session de test a été précédée par un petit en-
traînement pour habituer le sujet aux consignes et aussi
pour configurer l’intensité d’émission des signaux afin
qu’ils soient confortables.
Le temps de passage a été de 45 minutes.
3. RÉSULTATS ET DISCUSSION
3.1. Étude des microphones
On a mesuré les fonctions de transfert de 98 aides audi-
tives. On a retenu la gamme de fréquences de 200 Hz à 6.3
kHz avec une résolution au tiers d’octave. La mesure des
fréquences en dehors de cette gamme ne sont pas fiables et
elle correspond aux limitations usuelles des aides auditives
conventionnelles.
De ces premières mesures, il résulte 1 568 valeurs et
parmi elles 1206 ont été retenues. En effet, le signal d’en-
trée est à 60 dB et on rejeté les valeurs de sortie inférieures
à ce seuil liées à la fiabilité des mesures.
On représente sur la FI G. 3 les courbes d’encrassement
des microphones, telle qu’elles ont été mesurées.
3.2. Intelligibilité des listes de Fournier
Le pourcentage de reconnaissance, pour chaque condi-
tion (encrassement + stratégie), a été représenté en fonc-
tion du rapport signal/bruit. On indique sur la FI G. 4 les
reconnaissances obtenues. Les courbes sont relativement
a)
c)
b)
d)
Fig. 4. Pourcentages de reconnaissance obtenus selon l’état du microphone (a = micro neuf, b = micro peu encrassé, c =
micro moyennement encrassé, d = micro très encrassé)
similaires et il est difficile de différencier les stratégies de
codage CIS ou « n of m ».
3.3. Influence de l’encrassement
L’influence de l’encrassement est représentée sur la
FIG. 5 ; ces courbes correspondent à une moyenne obtenue
avec les trois auditeurs. On constate sans surprise, que
plus l’encrassement est important, moins bonnes sont les
performances. Par contre, on remarque que les différences
maximales sont observées pour un SNR de 0 dB (signal et
bruit de même intensité), et que, pour les bonnes valeurs
du SNR (au-delà de 6 dB) les résultats sont équivalents.
On remarque aussi que lorsque l’encrassement n’est
pas trop important les performances liées au microphone
sont peu détériorées.
On voit que les différences maximales sont obtenues
pour un SNR de 0 dB et que les différences de pourcen-
tages sont de l’ordre de 50%.
Par contre, pour un SNR trop faible (moins de 3 dB)
ou trop bon (plus de 6 dB) les différences sont beaucoup
moins importantes.
3.4. Rôle de la stratégie
Les différences obtenues avec les stratégies sont repré-
sentées sur la FI G. 6. On représente la différence « CIS –
n of m » pour les 4 cas d’encrassement. À première vue, il
semblerait que la courbe c2 soit au-dessus des autres dans
la zone 3 à 9 dB. Ceci pourrait indiquer que la stratégie CIS
est avantageuse, lorsque le micro est peu encrassé et que le
rapport signal/bruit est bon. Bien sûr, cette hypothèse de-
vra être revue avec plus de sujets et aussi avec les patients
implantés dès qu’on sera en mesure de le faire.
Fig. 6. Comparaison des stratégies CIS et « n of m »
3.5. Discussion générale
Les résultats donnés dans cette étude sont indicatifs,
car ils ont été obtenus en simulation et avec un nombre
réduit de sujets. Une étude plus approfondie est en prépa-
ration, dès que le CPP nous permettra de la mener. De plus,
l’étude des microphones devra être revue pour comprendre
pourquoi on a parfois un signal affaibli.
En pratique, les principaux résultats que nous avons
obtenus montrent que, pour des micros faiblement « en-
crassés » (soit 50% de la population), les performances en
reconnaissance restent satisfaisantes.
En ce qui concerne la stratégie de codage, l’approche
CIS a semblé être avantageuse, par rapport au « n of m »,
dans le cas de micros « corrects » (pas trop encrassés) et
pour des SNR satisfaisants. De plus, en regardant la FIG.
5, la stratégie CIS semble donner une meilleure tenue des
résultats pour des SNR ≥3 dB.
Ces remarques sont donc encourageantes pour aller ex-
plorer plus complètement ces comportements.
De plus, la mise en place de cette étude pilote a permis
de préciser les contraintes qui seront à respecter lors d’un
travail à plus grande échelle. Elle a aussi montré l’impor-
Fig. 5. Intelligibilité obtenue en fonction de la stratégie et du micro
tance d’une bonne collaboration entre médecins, audiolo-
gistes, scientifiques et industriels.
4. CONCLUSIONS
Ce travail, en simulation sur l’étude de l’encrassement
des microphones, dans le cas d’un codage du signal sem-
blable à celui fourni par l’implant cochléaire a montré que :
— un encrassement modéré des microphones n’alté-
rait pas trop les performances de reconnaissance,
— de même, il semble que la stratégie CIS puisse
conduire à de meilleurs résultats lorsque les condi-
tions d’écoute sont correctes,
— le test des microphones est un sujet à repenser.
Il faut maintenant valider ces constatations, sur des sujets
porteurs d’un implant cochléaire et avec une population
pouvant être exploitée statistiquement.
5. RÉFÉRENCES
[1] T.J. Balkany, A.V. Hodges, C.A. Buchman, W.M.
Luxford, C.H. Pillsbury, P.S. Roland, J.K. Shallop,
D.D. Backous, D. Franz, J.M. Graham, B. Hirsch,
M. Luntz, J.K. Niparko, J. Patrick, S.L. Payne, F.F.
Telischi, E.A. Tobey, E. Truy, and S. Staller, “Co-
chlear implant soft failures consensus development
conference statement,” Otol Neurotol, vol. 26(4), pp.
815–8, Jul 2005.
[2] R.D. Battmer, G.M. O’Donoghue, and T. Lenarz, “A
multicenter study of device failure in european co-
chlear implant centers,” Ear Hear, vol. 28(2 Suppl),
pp. 95S–99S, Apr 2007.
[3] S. Razza and S. Burdo, “An underestimated issue:
unsuspected decrease of sound processor microphone
sensitivity, technical, and clinical evaluation,” Co-
chlear Implants Int, vol. 12(2), pp. 114–23, 2011.
[4] S. Razza, S. Burdo, and S. Bonaretti, “Acoustical si-
gnal check: microphone integrity evaluation through
a common hearing aid analyzer,” in Presented at 5th
Objective Measures Symposium in Cochlear Implants
and ABI; Varese, Italy,, May 19–22 2007.
[5] J. Laneau, M. Moonen, and J. Wouters, “Factors af-
fecting the use of noise-band vocoders as acoustic
models for pitch perception in cochlear implants,” J
Acoust Soc Am, vol. 119(1), pp. 491–506, 2006.
[6] F. Seldran, S. Gallego, H. Thai-Van, and C. Berger-
Vachon, “Influence of coding strategies in electric-
acoustic hearing: A simulation dedicated to eas co-
chlear implant in the presence of noise,” Applied
Acoustics, vol. 76, pp. 300–30, Jan 2014.
[7] B.S. Wilson, C.C. Finley, J.C. Farmer, D.T. Lawson,
B.A Weber, R.D Wolford, P.D. Kenan, M.W. White,
M.M. Merzenich, and R.A. Schindler, “Comparative
studies of speech processing strategies for cochlear
implants,” Laryngoscope, vol. 98, pp. 1069–77, 1988.
[8] M.F. Dorman, P.C. Loizou, J. Fitzke, and Z. Tu, “The
recognition of sentences in noise by normal-hearing
listeners using simulations of cochlear-implant signal
processors with 6-20 channels,” J Acoust Soc Am,
vol. 104(6), pp. 3583–5, 1998.
[9] S. Kerber and B.U. Seeber, “Sound localization in
noise by normal-hearing listeners and cochlear im-
plant users,” Ear Hear, vol. 33(4), pp. 445–57, 2012.
[10] M.F. Dorman, P.C. Loizou, A.J. Spahr, and E. Maloff,
“A comparison of the speech understanding provi-
ded by acoustic models of fixed-channel and channel-
picking signal processors for cochlear implants,” J
Speech Lang Hear Res, vol. 45(4), pp. 783–8, Aug
2002.
[11] T. Green, A. Faulkner, and S. Rosen, “Spectral and
temporal cues to pitch in noise-excited vocoder simu-
lations of continuous-interleaved-sampling cochlear
implants,” J Acoust Soc Am, vol. 112, pp. 2155–64,
Nov 2002.