De subsidie voor het onderzoek is toegekend binnen het NeuroTech-NL consortium

De afdeling Keel-, neus- en oorheelkunde (KNO) van het Leids Universitair Medisch Centrum (LUMC) gaat samen met het Leiden Institute for Advanced Computer Science (LIACS) verbeterde spraakcoderingsstrategieën ontwikkelen voor elektrische binnenoorprothesen. Voor het onderzoeksproject Machine learning To Enhance TeMPoral cOding for cochelAr ImpLants (TEMPORAL) krijgen ze een totaalbudget van ruim 1 miljoen euro.

De subsidie is toegekend binnen het NeuroTech-NL consortium. Het grootste deel van het project is medegefinancierd met PPS toeslag (660.000 euro) die door Health~Holland, Topsector Life Sciences & Health, beschikbaar is gesteld ter stimulering van publiek-private samenwerkingen. De rest van het bedrag is beschikbaar gesteld door industrieel partner Advanced Bionics, het LUMC en de Universiteit Leiden.

Volgens de Wereldgezondheidsorganisatie (WHO) heeft meer dan 5% van de wereldbevolking last van gehoorverlies. Gelukkig kan deze groep steeds beter worden geholpen. Doven en slechthorenden kunnen bijvoorbeeld gebruikmaken van elektrische binnenoorprothesen (ook wel cochleaire implantanten (CI’s) genoemd).  

Meer mogelijkheden met CI’s
Met de implantanten kunnen doven en slechthorenden geluiden en spraak herkennen. Volwassenen kunnen zo een stuk beter communiceren met de buitenwereld, waardoor zij een grotere kans hebben om maatschappelijk actief te blijven. Bij kinderen maakt het zelfs de ontwikkeling van gesproken taal mogelijk. Hierdoor kunnen zij later makkelijker een opleiding volgen of aan een baan komen.

Helaas hebben de CI’s een belangrijke beperking. Het lukt de apparaten niet altijd goed om gedetailleerde tijdsinformatie van een geluid over te brengen op de gehoorzenuw. Hierdoor is het voor CI-gebruikers moeilijk om spraakgeluiden te scheiden van achtergrondruis, richting te horen, muziek waar te nemen of om verschillende stemmen van elkaar te onderscheiden. Allemaal zaken die horen bij sociale gelegenheden, maar ook bij werk en school.  

Simuleren van natuurlijk gehoor
Met behulp van CI-fabrikant Advanced Bionics gaan de samenwerkingspartners binnen TEMPORAL een CI-model ontwikkelen dat zoveel mogelijk lijkt op het natuurlijk gehoor. Hiervoor wordt een al bestaand Leids computermodel van het elektrisch geïmplanteerde binnenoor uitgebreid met een gesimuleerde CI-spraakprocessor.

De onderzoekers koppelen het computermodel aan een model van het natuurlijk horen. Tijdens het onderzoek produceren beide modellen zenuwimpulsen. Met behulp van machine learning wordt de CI-spraakprocessor zo ingesteld dat de zenuwimpulsen van het normaal horen zo goed mogelijk worden nagebootst.

Duidelijker geluid met verbeterde implantaten
Bij het ontwikkelen van de verbeteringen wordt onderscheid gemaakt tussen het gebruik van twee CI’s en het horen met een CI gecombineerd met een hoortoestel aan het andere oor (bimodaal horen). Met de verbeterde implantaten kunnen doven en slechthorenden uiteindelijk beter geluid waarnemen in lastige luistersituaties.


Tags bij dit artikel:


Artikelen met gelijksoortige tags:


Gegevens bij dit artikel:

  • Naam auteur en/of bewerkt door: LUMC
  • Fotograaf of fotobureau: : INGImages
  • Bron bij dit artikel: : LUMC
  • Wat is de URL bij deze bron?: Website bezoeken
  • Originele titel: Betere geluidswaarneming voor doven en slechthorenden door Leids spraakcoderingssysteem
  • Doelgroep: Zorgprofessionals, Studenten
  • Datum: 03 mrt 2021

 


Disclaimer bij dit artikel:
Hoewel wij ernaar streven om correcte en actuele informatie te verschaffen, kunnen wij niet garanderen dat de informatie juist is op het moment waarop deze ontvangen wordt, of dat de informatie na verloop van tijd nog steeds juist is. Informatie binnen het ZorgKrant.nl en het Zorgportaal.nl netwerk zijn niet bedoeld als een medisch advies of ter vervanging van het advies van een arts en/of BIG geregistreerde professional. Op grond van de aangeboden informatie dienen derhalve geen acties te worden ondernomen zonder voorafgaand deskundig advies.


Ongewenst of inhoudelijke vragen over dit artikel?
De meeste berichten binnen onze site zijn afkomstig van onze partners, overheid, belangenorganisaties, universiteiten en kennisorganisaties, etc. Ziet u een fout of heeft u inhoudelijke feedback? neem dan contact op met de bron van het artikel!, aangegeven onderaan ieder artikel.
Ziet u een bericht welke, ondanks onze beperkte controle, ingaat tegen onze gedragscodes, de wetgving, etc. , neem dan a.u.b. contact op met onze redactie!

Aanmelden e-mail nieuwsbrief

ZorgKrant.nl is een initiatief van de stichting Care Net Holland!