早期に人工内耳を留置した青年のための系統的聴力評価プロセス

Summary

この論文では、新しい微細構造コーディング戦略にアップグレードされた、北京語を話す経験豊富な人工内耳ユーザーの聴覚能力を臨床的に評価するために使用される一連のテストについて説明します。一連のテストには、静かな環境での音声、騒がしい環境での音声、語彙トーン、音楽の知覚が含まれます。

Abstract

人工内耳 (CI) の提供は、重度感音難聴 (SNHL) の個人の聴力を回復するための最も効果的な臨床治療です。これは、特に静かな環境で、音声知覚の結果を改善することに成功しています。しかし、複雑な環境下での音声知覚性能、語彙トーン認識、音楽知覚は、新しい微細構造コーディング戦略または関連技術によってのみ改善されることが示されています。したがって、騒がしい環境での聴力パフォーマンスの評価、語彙トーン認識、および音楽知覚に使用される方法は非常に重要です。これらの評価は、術後の結果を反映する必要があり、プログラミング、リハビリテーション、および新しいコーディング戦略の適用に関するガイダンスも提供する必要があります。この研究では、単純な状況と複雑な状況での聴力パフォーマンスを、微細構造戦略にアップグレードする前と後で評価しました。参加者は、CIの使用経験を持つ北京語を話す青年のコホートでした。包括的な臨床ワークフローには、静かな状況での音声、騒がしい状況での音声、語彙トーン認識、および音楽知覚の評価が含まれていました。この一連のテストは、コーディング戦略からテストプロセス、環境、デバイス、材料、順序などのテスト方法まで、詳細に説明されています。参加者の位置、スピーカーの角度、音の強さ、ノイズの種類、模擬試験、質問に答える方法など、特に注意が必要な詳細について説明します。音声、語彙トーン、音楽知覚の各テストステップ、方法、および材料が詳細に提示されています。最後に、臨床結果について説明します。

Introduction

人工内耳(CI)の技術的進歩は、特に静かで騒がしい環境での音声理解だけでなく、耳鳴りの減少と生活の質の向上を通じて、ユーザーにますます大きな利益をもたらしています1,2,3,4。技術のアップグレードが術後の結果をどのように変える可能性があるかを評価することは一般的であり、必要です。したがって、厳格な一連のテストを確立することは、異なるクリニックのさまざまなタイプの聴覚インプラントユーザーの結果を直接比較することを可能にするため、有益です。これにより、データのプールが可能になり、意思決定プロセスにおいて患者や医療従事者により良い情報を提供できる、より堅牢な結果を提供できます。CIオーディオプロセッサのサウンドコーディング戦略は、CIユーザーの聴力パフォーマンスに影響を与えるコアテクノロジーの1つです^5,6,7。符号化戦略は、以前のエンベロープベースの連続インターリーブサンプリング(CIS)戦略から、新しいFS4、時間的微細構造戦略8,9,10,11,12に進歩しました。

サウンドコーディング戦略は、サウンド信号を電気パルスに処理し、インプラントの電極チャネルに送信する役割を担います。CISでは、アレイ上のすべての電極接点は、一定の速度でパルスのエンベロープ変調ひずみで刺激されます(つまり、時間的なコーディングはありません)。微細構造コーディングでは、頂端領域(低周波数)を可変速度で刺激して、正常な(音響)聴覚における内有毛細胞の位相ロックを模倣し、それによって正常な聴覚の知覚を可能な限り模倣します。基底領域と中部領域のチャネルは、CIS ^{8,9,10,11,12,13}のように一定の速度で刺激されます。

この研究では、FS4コーディング戦略のパフォーマンスを評価するために、厳密な一連のテストが使用されました。北京語や広東語などの声調言語は、語彙的な意味を提供するためにピッチキューを使用します¹⁴。頻繁に使用される音声テストとは別に、一連のテストは、ほとんどの声調言語で使用されるピッチキューを慎重に検討できます。北京語には4つの語彙トーンが含まれており、音声の基本周波数(F0またはピッチ)の変動によって特徴付けられます。したがって、北京語を話すCIユーザーを評価する際には、周波数と音声15,16,17,18,19のこれらの変動を特定できることが非常に重要です。

長年にわたり、若い北京語を話すCIユーザーの音楽知覚を評価するテストはかなり不足しています。しかし、細かい構造のコーディング戦略は、声調を話すCIユーザーがピッチの輪郭と語彙のトーンを区別するのを助けるものでなければならない²⁰。これまでのところ、北京語を話す成人のCIユーザーの音声とトーン知覚に関するコーディング戦略を調査した研究は^21,22つだけです。私たちの知る限り、FS4 コーディング戦略にアップグレードされたときの、思春期の北京語を話す CI ユーザーの聴力パフォーマンスを評価した調査はありません。したがって、現在の研究では、CIS+コーディング戦略を使用するオーディオプロセッサからFS4コーディング戦略を使用するオーディオプロセッサにアップグレードした後、思春期の北京語を話すCIユーザーのパフォーマンスを評価するための一連のテストを確立することを目的としていました。

Protocol

この研究は、山東省耳鼻咽喉科病院の医療倫理委員会によって承認されました (承認番号。XYK20211201)。インフォームドコンセントは、すべての研究参加者から得られました。

1. 計装

1. 校正済みオーディオメーター、コンピューター、2 台のスピーカーを含む標準のサウンドブース (≤30 dB [A]) を使用します。「A」は、重み付けされたフィルタリングを通じて、音に対する人間の聴覚反応を意味します。測定単位はdB SPL(音圧レベル)です。スピーカーを使用してすべてのテストを実行します。
2. マッピングソフトウェアを使用して、参加者に合わせます。静かな状況での単音節認識、静かな状況でのスポンディー(二音節)音声認識、静かな状況での文章認識、および騒がしい状況での文章認識の音声性能を評価します。この実験では、20の単音節(すなわち、cai、chu、fei、fen、feng、ge、mi、pi、qi、qiao、qing、sha、shen、shi、tao、tui、xiang、xie、xuan、zhe)と組み合わせた中国語の男性が話した語彙声が選択されました。
3. トーンテストソフトウェアを使用してトーン認識を評価します。この実験では、各単音節で、自然な持続時間の変化を保持する4つのトーンが選択されました。トークンを同じ二乗平均平方根レベルに正規化して、振幅の自然な変動を排除します。
   1. 北京語の語彙声調タスクの4つの声調から正解を1つ選択します。この実験では、25の単音節の単語が4つの北京語の語彙トーンで話され、各テストで80のトーントークンが作成され、単語は簡体字中国語で書かれました。
4. 音楽ソフトウェアを使用して音楽のピッチ知覚を評価します。ここでのプロトコルでは、音楽知覚のいくつかの領域を評価する 6 つの客観的サブテストで構成されるテスト バッテリーを使用します。バッテリーには約2,800個のサウンドファイルが入っています。
   1. ピッチランキングの手順では、27〜4,186Hzの範囲のさまざまな楽器を使用します。ピッチランキングテストでは、ピッチの変動を識別するためのしきい値を決定するために、2インターバル、2つの選択肢、強制選択適応手順を使用しました。
   2. この実験では、ターゲットトーンをF4の正弦音(349 Hz)に設定し、ターゲットトーンの32分音上から開始します。2 つのトーンの間隔サイズを 1 から 26 の 4 分音の間で設定します。四分音の音程は、最も近い半音から生成されました。

2. 参加者の準備

注:合計10人の参加者(男性7人、女性3人)がこの研究に志願し、そのうち2人がプロトコルの撮影を志願しました。参加者は、平均年齢が10.±4歳から1.2歳(範囲:9〜14歳)の片側性CIユーザーであり、平均年齢2.8歳から1.2歳±1〜4歳(範囲:1〜4歳)で移植され、CIS+コーディング戦略の使用経験が少なくとも5年ありました(表1)。すべての参加者は北京語に堪能で、計画されたすべての学習手順を順守する意思がありました。

1. 参加資格を得るには、潜在的な参加者が TEMPO+ オーディオ プロセッサを使用した CIS+ コーディング戦略の使用経験が 5 年以上あり、北京語を話し、計画された学習手順を順守する意思があることを確認してください。
2. 除外基準を、テスト手順に協力する意思がない、または協力できないとしてください。
3. 上記の包含/除外基準に従って参加者をスクリーニングします。すべての参加者から口頭および書面によるインフォームドコンセントを取得します。
4. テスト時には、参加者をスピーカーから1m、サウンドブースのCI側に対して45°の角度で配置します。
5. 補聴器がある場合は、反対側の耳から取り外し、マスキング (耳栓とイヤーマフ) が聴力が残っている参加者に効果的であることを確認します。
6. 練習テストは、課題を理解するまで実施されることを参加者に伝えます。タスクが理解されると、正式なテストを開始できます。必要に応じて休憩を取ることができることを参加者に伝えます。

3. 実験的なプロトコール

1. 次の 4 つの間隔のそれぞれで一連のテストを完了します: (i) アップグレード前 (古いプロセッサとコーディング戦略)、(ii) アップグレード直後 (つまり、新しいプロセッサとコーディング戦略へのアップグレードと同じ日)、(iii) アップグレード後 6 週間、および (iv) アップグレード後 3 か月。
2. アップグレード後のインターバルですぐに、両方のコーディング戦略で各参加者をテストします。テストされる順序をランダム化します (CIS ファーストまたは FS4)。参加者がどのコーディング戦略でテストされているかを盲検化します。
3. 以下で説明するように、マッピングを実行します。
   注:マッピングとは、アレイ上の12チャンネルのそれぞれの刺激レベルをプログラミングすることを指します。本研究では、これは各CIユーザーの回答に従って行われ、その結果、各参加者はカスタマイズされたフィッティングマップを受け取りました。
   1. 参加者と保護者をマッピングルーム(サウンドブース)に連れて行きます。参加者をマッピング ルームに着席させます。
   2. マッピングソフトウェアをクリックし、パスワードを入力します。スピーチプロセッサを取り外し、プログラミングケーブル で MAXボックスに接続します。
   3. ソフトウェアで参加者の名前を選択し、インピーダンスオプションを選択します。電極インピーダンスをテストし、電極インピーダンスが正常(2.2〜12 kOhm;標準値)であることを確認します。電極インピーダンスの異常は、開回路または短絡で自動的に表示されます。
   4. コーディング戦略がFS4であり、標準パルスレート1,224 pps/チャネルが使用されていることを確認します。単一電極刺激を3回のスイープに設定し、参加者が大音量/快適な画像スケールで適切な画像を指し示すことにより、各電極の音量を区別できるようにします。テストにはアップメソッドとダウンメソッドを使用し、最終的な電気刺激結果として2回繰り返される同じ結果を取ります。参加者がこのタスクを理解し、達成できることを確認してください。
   5. 上記の方法を使用して、すべての電極の最大快適レベル(MCL)を設定します(ステップ3.3.4)。MCLは、不快ではない最高の(つまり、最も大きな)レベルと見なされます。本研究では、参加者はこれを大声で/快適な絵の尺度で示します。
      1. MCL レベルの実際のアプリケーションをテストするには、[ Live ] ボタンを押してマップをアクティブにします。これにより、参加者は周囲のノイズを聞くことができます。参加者をフィッティングモードに戻します。ライブモードで聴いたときの主観的なフィードバックに基づいて、必要に応じてMCLを調整します。
   6. デフォルト設定で他のパラメータを設定します:刺激率は1,288ppsです。チャネル固有のサンプリングシーケンス(CSSS)チャネルは4つです。パルスは二相性パルスです。位相ギャップ(IPG)は2.1μsです。入力信号と出力信号は対数圧縮で、デフォルトのMCL値は500に設定されています。圧縮比は3:1です。感度は75%です。参加者が聞くことができない最大音レベルであるしきい値(THR)は、通常、MCLの10%です。MCLと同様に、再テストして各チャネルのTHRを確認します。周波数範囲は70〜8,500Hzです。
4. 以下で説明するように、音声テストを実行します。
   1. 静かな条件でのスポンディー (音節) 音声認識、静かな条件での単音節認識、静かな条件での文認識、騒がしい条件での文認識の順に音声認識をテストします。
   2. 参加者をコンピューターの1m横のスピーカーからCI側に対して45°の角度で別のサウンドブースに座らせます。
   3. プロセッサの電源がオンになっていて、プログラムが正しいことを確認します。音声ソフトをクリックし、回答方法を慎重に解釈します。参加者に、聞いた内容を明確に繰り返すように伝えます。模擬試験の手順が正しいことを確認するよう注意してください。
   4. 聴力検査を開き、聴力検査オプションを選択します。聴力測定により、音のラウドネスを平均純音しきい値の500、1,000、2,000、4,000 Hzより30 dB HL(聴力レベル)高く設定します。
   5. 正式なテスト²³の時点での練習リストを提示します。各テストで、参加者に聞いた単語/文章を繰り返してもらいます。テストごとに内容の順番をランダムに保ち、単語/文を一度再生します。
   6. ノイズの多い条件での文章認識テストに+10 dBの信号対雑音比(SNR)を設定し、ノイズ信号として4話者のせせらぎを使用します。
5. 以下で説明するように、トーンテストを実行します。
   1. トーンソフトウェアをクリックし、同じサウンドブースでSPLを65dBに設定します。回答方法を慎重に解釈します。
   2. 参加者がテストしたすべての語彙に精通していることを確認します。正式なテスト²¹と同時に練習リストを提示します。
   3. 参加者に、一度聞いたことを言うように指示します。参加者がコンテンツを繰り返すトーンを選択し、テストごとにコンテンツの順序をランダムに保ちます。
6. 以下で説明するように、音楽テストを実行します。
   1. 音楽ソフトウェアをクリックし、同じブース内のピッチ選択を選択します。正式なテスト²⁴と同時に練習リストを提示します。
   2. 参加者に、1秒の沈黙を挟んで順番に提示された2つの刺激を聞くように指示します。2つのインターバルのうちどちらに下降または上昇のピッチコンターがあるかを判断してもらいます。
   3. 参加者の答えを入力して繰り返します。内容の順序は、模擬テストと通常のテストの両方でランダムに保ちます。参加者が選択した回答を選択します。

4. データ分析

1. スピーチとトーンのテストでは、提供された正解の割合を記録し、各テストで比較します。音程テストでは、四分音を録音して比較します。
2. データ分布に応じて、時間を因子として反復測定(RM)ANOVAを適用するか、フリードマン検定を適用して時間の経過に伴う変化を調べます。ペアワイズ比較を使用して、アップグレード後のパフォーマンスをアップグレード前と比較し、対応のあるサンプルの t 検定または Wilcoxon 符号付きランク検定と比較します。
3. Kolmogorov-Smirnov検定とShapiro-Wilk検定を併用して、データ分布を確認します。両方の検定でデータが正規分布していることが確認された場合は、パラメトリック統計手法を適用します。それ以外の場合は、ノンパラメトリック統計手法を適用します。統計的有意性を p ≤ 0.05 に設定します。
4. 複数の比較 (アップグレード前とアップグレード直後の 3 つのペアワイズ比較、アップグレード前とアップグレード後 6 週間、アップグレード前とアップグレード後 3 か月) のため、取得した p 値を解釈する際には Bonferroni 補正法を使用します。したがって、有意なものとして p ≤ 0.05 の代わりに p ≤ 0.017 を使用します。

Results

音声テストの結果は、静かな場所と騒がしい状況の両方での音声認識能力を示しています。トーンテストの結果は、北京語の語彙トーンの語彙トーンの識別を示しています。ピッチの結果は、音楽の識別能力を示しています。音声とトーンのテスト結果の場合、すべての結果はパーセンテージで表示されます。パーセンテージスコアが高いほど、テスト結果が良好であることを示します。音声テストでは、単語と文の結果が別々に表示されます。これにより、結果を別々に分析および比較できます。ピッチテストの結果は、視覚化された解像度のしきい値として表示されます。ライメンが低いほど、より良い結果を示します。これらのデータは、分析や比較が簡単です。

静かな状況でのSpondee認識
静かな条件下でのSpondee認識は、アップグレード前からアップグレード後3か月にかけて大幅に改善されました(平均16.1%改善。z = 2.497;p = 0.013)。アップグレード前からアップグレード後6週間まで、改善は有意ではありませんでした(平均9.4%改善しました。z = 1.735;p = 0.083)、またはアップグレード前からアップグレード直後まで(平均5.8%改善;z = 1.429;p = 0.153;表 2 と図 1)。

静かな状態での単音節認識
静かな状況での単音節の認識は、アップグレード前からアップグレード直後まで大幅に改善されました(平均8.2%改善されました。 z = 2.494; p = 0.013)、アップグレード前からアップグレード後6週間まで(平均11.8%改善; z = 2.570; p = 0.010)、およびアップグレード前からアップグレード後 3 か月まで (平均 22.5% 改善; z = 2.810; p = 0.005; 表 2 と 図 2)。

静かな環境での文章認識
静かな環境での文章認識率は、アップグレード前からアップグレード後3か月で大幅に改善されました(平均17.8%向上。 z = 2.670; p = 0.008)。アップグレード前からアップグレード後6週間まで、有意な改善は観察されませんでした(平均13.0%改善; z = 2.314; p = 0.021) またはアップグレード前からアップグレード直後まで (平均 0.8% 改善; z = 0.255; p = 0.798; 表 2 と 図 3)。

ノイズの多い状況での文章認識
アップグレード前とアップグレード後の各セッションのペアワイズ比較により、ノイズの多い条件での文認識に有意でない差が確認されました(Wilcoxon符号順位検定:z = 1.355、p = 0.176からz = 0.674、p = 0.500)。しかし、ノイズの多い状況での文章認識は、アップグレード前からアップグレード後3か月までで平均26%増加しました(表2)。

トーン認識
トーン認識は、アップグレード前からアップグレード後6週間で大幅に改善されました(平均5.0%改善。 t = 11.180; P < 0.001)、アップグレード前からアップグレード後 3 か月まで (平均 9% 改善; t = 4.803; p = 0.001)。アップグレード前からアップグレード直後まで、大幅な改善は見られませんでした(平均1.6%改善。 t = 1.652; p = 0.133; 表 2 と 図 4)。

音程の知覚
音程の知覚は、アップグレード前からアップグレード後4か月で大幅に改善されました(平均で12.7 limen better; z = 2.371; p = 0.018)。アップグレード前からアップグレード後6週間まで、有意ではない改善が観察されました(平均5.5 limen better; z = 0.840; p = 0.401)、アップグレード前からアップグレード直後まで有意ではない悪化が観察されました(平均7.2 limen悪化; z = 0.491; p = 0.623; 表2)。

身分証明書	ジェンダー	耳の埋め込み	手術時の年齢(年)	評価時の年齢(年)	インプラントタイプ
S01	M	R	2.0	14.2	コンビ 40+
S02	F	L	1.5	10.3	コンビ 40+
S03	M	L	4.4	12.2	コンビ 40+
S04	F	R	1.6	9.4	コンビ 40+
S05	M	R	3.8	10.6	コンビ 40+
S06	M	R	4.2	11.1	コンビ 40+
S07	F	R	4.2	11.7	コンビ 40+
S08	M	R	2.3	9.8	コンビ 40+
S09	M	R	4.3	9.4	コンビ 40+
S10	M	R	3.7	9.3	コンビ 40+

表1:全参加者の人口統計データ。 略語:M =男性。F =女性;R =正しい;L =左。

テスト	アップグレード前	すぐに投稿	6週間の投稿	3ヶ月の投稿
単音節 (静寂; %)	59.6 (±14.3)	67.8 (±17.6)	71.4 (±13.3)	82.1 (±12.2)
スポンサー(静か; %)	69.2 (±16.1)	75.0 (±14.5)	78.6 (±14.1)	85.3 (±10.0)
文(静寂; %)	78.0 (±19.4)	78.8 (±19.2)	91.0 (±7.8)	95.8 (±7.9)
センテンス (ノイズ; %)	59.8 (±33.78)	70.2 (±13.5)	80.0 (±12.9)	85.8 (±10.7)
トーン認識(%)	75.4 (±13.3)	77.0 (±14.8)	80.4 (±13.1)	84.4 (±12.3)
音程(四分音)	16.5 (±11.5)	23.7 (±20.4)	11.0 (±13.2)	3.8 (±3.4)

表2:各インターバルにおける各テストの聴力パフォーマンス。 すべてのデータは平均値(標準偏差±)として表示されます。静かな条件下でのスポンディー、単音節、および文の認識には大きな違いがあり、FS4コーディング戦略が有利です(p ≤ 0.017)。ただし、ノイズの多い条件での文認識検定(p > 0.05)では有意差は見つかりません。

図1:各間隔のSpondee認識結果。 静かな条件下でのSpondee認識は、アップグレード前からアップグレード後3か月で大幅に改善されました(p = 0.013)。データは平均値 (標準偏差±) として表示されます。*p < 0.05。円、四角、三角形は、個々の参加者の結果を示します。 この図の拡大版を表示するには、ここをクリックしてください。

図2:各間隔の単音節認識結果。 静かな状態での単音節認識は、アップグレード前からアップグレード直後(p = 0.013)、アップグレード前からアップグレード後6週間(p = 0.010)、アップグレード前からアップグレード後3か月(p = 0.005)で大幅に改善されました。データは平均値 (標準偏差±) として表示されます。*p < 0.05。円、四角、三角形は、個々の参加者の結果を示します。 この図の拡大版を表示するには、ここをクリックしてください。

図3:各間隔の静かな条件での文認識の結果。 静かな環境での文章認識率は、アップグレード前からアップグレード後3ヶ月にかけて大幅に改善されました(p = 0.008)。データは平均値 (標準偏差±) として表示されます。*p < 0.05。円、四角、三角形は、個々の参加者の結果を示します。 この図の拡大版を表示するには、ここをクリックしてください。

図4:各インターバルのトーン認識結果。 トーン認識は、アップグレード前からアップグレード後6週間(p < 0.001)およびアップグレード前からアップグレード後3か月(p = 0.001)に大幅に改善されました。データは平均値 (標準偏差±) として表示されます。*p < 0.05.円、四角、三角形は、個々の参加者の結果を示します。 この図の拡大版を表示するには、ここをクリックしてください。

Discussion

本研究では、青年期の北京語を話すCIユーザーの聴力を系統的に評価しました。その結果、CIS+からFS4へのコーディング戦略にアップグレードした後、静かな環境での音声認識、トーン認識、および音程認識が大幅に改善されたことが示されました。このアプローチは、若い北京語を話す CI ユーザーにおける新しい微細構造コーディング戦略による包括的な効果を評価するための臨床評価ツールを探索するためのガイダンスを確立するのに役立ちます。

現在の研究では、主要な結果の尺度は発話能力、特に騒がしい状況での発話能力でした。テスト教材は若い参加者にとって難しいため、テストは、静かな条件でのスポンディー音声認識、静かな条件での単音節認識、静かな条件での文章認識、騒がしい条件での文章認識と、最も簡単なものから難しいものの順に提示されました。騒がしい状況での文章認識テスト全体を通して、参加者はせせらぎの音ではなく、音声に焦点を当てるよう求められました。すべての参加者は、騒がしい状況での文の認識について適切に機能しました。静かな状態での単音節の認識は、アップグレード前と比較して、3つのセッションのそれぞれで大幅に改善されました。同様に、静かな条件下でのスポンディーとセンテンス認識は、アップグレード前とアップグレード後3か月で大幅に改善されました。これらの結果は、成人の北京語を話すCI^{ユーザー21,22}における以前の調査結果と一致しています。本研究の結果は、ノイズの多い条件での文章認識テストでは統計的に有意ではなかったが、平均スコアはアップグレード前の59.8%から3ヶ月の使用後には85.8%に増加した。これは、前回の報告書²¹に従ったものである。このテスト手順とここに示す結果は、思春期の北京語を話すCIユーザー向けの新しい音声プロセッサの効果的な使用を検証し、提案されたテスト方法の有用性を実証しました。

発話性能試験の後、トーン試験を実施しました。ノイズの多い環境での音声認識とは対照的に、トーンテストは参加者にとってスピーチテストよりも興味深く、テスト時間が短いように見えました。1回の練習で全員がテスト方法を理解し、良いパフォーマンスを発揮しました。前述のように、トーンの認識は、北京語を話す人にとって聴覚とコミュニケーションの重要な側面です。正常な聴覚の子供は、12か月という早い時期にドメイン一般的な方法で語彙トーンを識別できます¹⁷。しかし、これは舌前性両側性難聴の子供には当てはまりません。以前の研究では、舌前難聴の小児CIユーザーは、正常な聴力を持つ患者と比較して、トーン認識に顕著な欠損があることが示されています^14,17。成人の北京語を話すCIユーザーに関する研究では、FS4コーディング戦略²²により、トーン知覚が時間の経過とともに大幅に改善されることが示されている。同様に、本研究では、FS4を使用して6週間後と3か月後にトーン認識が有意に改善されることが示されました。

音楽ソフトウェアが選ばれたのは、時間がかからず、全体的なテスト時間を短く保つのに役立つためです。先に示したように、CIユーザーにとって、ピッチ知覚、特に音楽的なピッチ知覚は、音色認識とともに重要です。ただし、これは一連のテストの中で最も困難で退屈な部分です。テストの難しさから、4人の参加者は1回以上の練習セッションが必要で、6人の参加者は1回の練習ラウンドが必要で、3人の参加者は2回の練習ラウンドが必要で、1人の参加者は複数回の練習が必要でした。練習セッションのおかげで、すべての参加者はテストプロトコルを明確に理解し、テストを実行することができました。その結果、FS4を3ヶ月間使用した後、ピッチ知覚の大幅な改善が示されました。これらの結果は、北京語を話す成人のCIユーザーを対象とした以前の文献と一致していました⁹。これは、北京語を話す小児のCIユーザーの音楽認識のための微細構造情報の重要性と、あらゆる言語の若い非北京語を話すCIユーザーの評価に対するこの方法の適合性を検証しています。

本研究では、新しいコーディング戦略への短期的なアップグレードの有用性を評価することは、この一連のテストによって完全に検証およびテストできます。北京語を話すCIユーザーは、ノイズの多い条件での文章認識テストを除くすべてのテストで有意に高いスコアを示しました。試験方法が参加者に適用可能であることに加えて、すべての試験は効果の評価に便利で直感的でした。音程知覚の結果以外のすべての結果はパーセンテージで表示されます。パーセンテージスコアが高いほど、より良い結果が得られます。音程の場合、結果が小さいほど、効果は高くなります。研究者は、すべてのテストソフトウェアに厳格な実験前および正式なテストテーブルがあり、内容が繰り返されていないことを確認する必要があります。

したがって、本研究では、FS4 コーディング戦略にアップグレードした後、若い北京語を話す CI ユーザーの聴力パフォーマンスを臨床的に評価するために使用できる一連のテストを初めて調査しました。このアプローチでは、有効な試験材料、適切な準備、厳密な試験順序、および厳格な試験手順が提示されます。しかし、今回の研究には限界がないわけではありませんでした。まず、サンプルサイズが、これらの知見をより大きな集団に外挿することを困難にします。今後の研究では、参加者の数を増やすことで利益を得る必要があります。第二に、将来の研究では、テストバッテリーの各部分を完了するのにかかる時間を決定するために、タイミングをテストする必要があります。したがって、若い集団、特に注意力が限られている人々にとってより有用です。全体的な検査時間を短縮するより簡単な方法論は、臨床的に有益です。

全体として、本研究は、微細構造情報が、静かな条件下での音声の識別、ピッチの輪郭、および思春期の北京語を話す一方的なCIユーザーの語彙トーン認識に重要な役割を果たしていることを示しています。この一連のテストは、CIユーザーと候補者、および医師の両方がさまざまなテクノロジーを選択し、臨床リハビリテーションを導くためのガイダンスを提供します。

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
INVENTIS PIANOオージオメータ	ロシア		この聴力計は、主にこの研究の行動聴力測定に使用されます。
HOPEソフトウェア	中国人民解放軍総合病院		このソフトウェアは、静かな場所での単音節認識、静かな場所でのスポンディー(音節)音声認識、静かな文章認識、騒音での文章認識をテストするための適切なテストリストを含む音声性能をテストするために使用されます
JAMO Loudspeaker	China		これらのスピーカーは、サウンドブースでのすべてのテストに使用されます。
レノボコンピュータ	中国		それらは、すべてのテストソフトウェアのマッピングと操作に使用されます。
MAESTROマッピングデバイス	MED-EL		これらのデバイスには、プロセッサをマッピングソフトウェアに接続するためのMAXボックスとプログラミングケーブルが含まれています。
MAESTROソフトウェア	MED-EL		このソフトウェアは、
ノイズテスト(MTINT)での北京語トーン識別のマッピングに使用されます	北京同仁病院		このソフトウェアは、トーン認識を測定するために使用されます。4-alternative forced-choice(4AFC)北京語の語彙トーンタスクが使用されます。テスト教材は、4つの北京語の語彙トーンで話される25の単音節単語で構成され、各話者に対して100の異なる単語を作成します。
人工内耳の音楽音(MuSIC)	MED-EL		MuSICテストバッテリーは、音楽知覚のいくつかの領域を評価する6つの客観的なサブテストで構成されています。このソフトウェアは、時間がかかりにくく、全体的なテスト時間をかなり短く保つのに役立つため、選択されています。バッテリーには、ロイヤル・スコティッシュ・アカデミー・オブ・ミュージック・アンド・ドラマで、自然楽器を演奏するプロのミュージシャンによって録音された約2800のサウンドファイルが含まれています。