Utilisation de l’Intelligence Artificielle pour évaluer le Traitement Spatial opéré par les Prothèses Auditives

La perte auditive touche plus de 1,5 milliard de personnes dans le monde entraînant des répercussions psychosociales, physiques et cognitives. 434 millions de malentendants sont équipés de prothèses auditives. En France, la réforme « 100% Santé » a considérablement amélioré l’accès aux prothèses auditives, mais l’intelligibilité de la parole dans le bruit demeure un défi. Les fabricants développent des algorithmes avancés intégrant la directivité microphonique adaptative et la réduction du bruit pour améliorer l’intelligibilité. Ces algorithmes, souvent associés à l’IA, détectent et localisent les sources sonores, ajustant dynamiquement la directivité des microphones et optimisant les réducteurs de bruit. Cependant, estimer leur efficacité reste difficile en raison des limites des méthodes d’évaluation actuelles. L’étude proposée vise à évaluer les performances des algorithmes d’amélioration de l’intelligibilité dans le bruit, en se concentrant sur la directivité adaptative combinée à la réduction du bruit.
L’évaluation des performances des traitements adaptatifs peut être réalisée par des méthodes subjectives (tests d’intelligibilité) très chronophages ou objectives (analyse des signaux en sortie d’appareil auditif). Cependant, les indicateurs psychoacoustiques objectifs actuels présentent des limites : HASPI 2.0 (2021) ne prédit pas l’intelligibilité dans des environnements spatialisés et MBSTOI (2018) ne prend pas en compte les pertes auditives. Wu Y-H et al. ont proposé une méthode d’évaluation de cette directivité en utilisant un signal sonde et un bruit tournant autour de la prothèse auditive. Aubreville et al. l’ont appliquée en 2015, mais la variation séquentielle du bruit peut influencer les résultats.

Plus d’informations sur le lien ci-dessous.