La déglutition figure parmi les fonctions motrices les plus fréquemment sollicitées de l’organisme et constitue un marqueur clinique majeur de la santé neurologique et comportementale. Tant sa fréquence que sa dynamique temporelle sont altérées par la dysphagie, les maladies neurodégénératives et le vieillissement, et se trouvent également modulées par l’état émotionnel, la charge cognitive et la prise alimentaire.
Les outils cliniques de référence fournissent des observations brèves de la déglutition en environnement contrôlé et ne permettent pas une surveillance continue dans la vie quotidienne. Les capteurs portés au cou, bien que prometteurs, restent limités par leur faible acceptabilité sociale pour un usage prolongé.
Les hearables, dispositifs portables conçus pour l’oreille, constituent une plateforme socialement acceptable pour la surveillance physiologique non intrusive. En particulier, les microphones intra-auriculaires, placés dans le conduit auditif occlus, exploitent l’effet d’occlusion pour amplifier les sons transmis par voie osseuse et tissulaire, dont les sons de déglutition. Cependant, le signal capté est un mélange bioacoustique hétérogène (respiration, bruits cardiovasculaires, parole, mastication, mouvements physiques) au sein duquel la déglutition constitue une classe d’événement minoritaire, brève (durée moyenne ∼860 ms) et fortement variable entre sujets. À ce défi s’ajoute l’absence de bases de données publiques d’audio intra-auriculaire synchronisé avec des annotations de déglutition validées par des mesures de référence.
Ce mémoire propose un cadre complet de détection de la déglutition à partir de signaux audio intra-auriculaires bilatéraux, structuré autour de deux contributions complémentaires. La première est la conception et la validation d’une base de données multimodale collectée auprès de 34 adultes sains (14 femmes, 20 hommes, âgés de 20 à 29 ans), comprenant des enregistrements synchronisés de signaux audio intra- et extra-auriculaires ainsi que des enregistrements multimodaux provenant d’une ceinture thoracique (électrocardiogramme, signaux respiratoires et accélérométrie), et d’imagerie échographique linguale servant de référence pour l’annotation. Le protocole couvre des tâches verbales et non verbales sous trois conditions acoustiques (silencieuse, bruit de foule, bruit d’usine) et plusieurs types de bolus (sec, eau, yaourt). En tant que preuve de concept, la première contribution présente un réseau entièrement connecté entraîné sur des représentations vectorielles de Yet Another Mobile Network (YAMNet) complétées par le taux de passages par zéro, atteint un score F1 de 0,875 ± 0,013 pour la classification binaire de la déglutition. La seconde contribution est un système de détection d’événements basé sur une architecture de réseau de neurones convolutif récurrent (CRNN) bilatérale opérant sur des spectrogrammes de normalisation d’énergie par canal (PCEN), avec fusion adaptative par confiance des deux oreilles et post-traitement par hystérésis.
Évalué sur les 34 participants par validation croisée à cinq plis disjoints au niveau sujet, le système atteint un score F1 de classification au niveau fenêtre de 0,892 ± 0,006 et un score F1 de détection au niveau événement de 0,835 ± 0,012, avec une précision de 0,779 ± 0,014 et un rappel de 0,900 ± 0,020, le rappel dépassant systématiquement 0,870 dans toutes les conditions de bruit. Ces résultats démontrent la faisabilité d’une détection robuste de la déglutition à partir d’audio intra-auriculaire en conditions acoustiques réalistes et ouvrent la voie à un suivi longitudinal de la dysphagie et de la sialorrhée à l’aide d’appareils auditifs.
| Date | 24 juin 2026 |
|---|
| langue originale | Français |
|---|
| Établissement diplômant | - École de technologie supérieure
|
|---|
| Superviseur | Rachel Bouserhal (Directeur(-trice)) & Catherine Laporte (Codirecteur(-trice)) |
|---|