MétaCan
Menu
Retour à la cohorte
Enregistrement W4407026531 · doi:10.1109/tbme.2025.3537500

In-Ear System for Monitoring Lower Jaw Motion: A Novel Approach to Speech Intention Detection in Laryngectomy Patients

2025· article· en· W4407026531 sur OpenAlexaff
Nevena Musikic, Diana Jokic, Ksenija Josipovic, Douglas B. Chepeha, Miloš R. Popović

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLaryngectomyMotion detectionRemote patient monitoringAudiologyComputer scienceMotion (physics)Speech recognitionComputer visionMedicineLarynxSurgeryRadiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Restoring speech following laryngectomy presents a significant clinical challenge due to the reliance of existing artificial voice systems on manual operation. This limitation reduces their practicality and social acceptability, emphasizing the critical need for hands-free solutions. In this proof-of-concept study, we investigate an untapped biomarker: deformation of the outer ear canal induced by lower jaw motion, as a discreet and reliable indicator of speech intention. METHODS: We propose a novel in-ear device designed to monitor these deformations and enable intuitive, hands-free control of artificial voice systems. The prototype device is equipped with four infrared proximity sensors, housed within a 3D-printed enclosure. Testing protocol assessed the device's ability to detect fundamental jaw movements (protrusion, retraction, depression/elevation, and lateral shifting), integrated movements (chewing and coughing), and speech patterns (isolated vowels, single words, and complete sentences). RESULTS: Device performance was validated through comparison with surface electromyography and audio recordings, confirming its accuracy in detecting both activity onset and termination across all tested movements and speech patterns. Reproducibility of recorded signals was established across independent trials, with the device removed and repositioned within the ear canal between trials. CONCLUSION: We demonstrated that outer ear canal deformation reliably captures mandibular movements, including those associated with speech, establishing its potential as a discreet and reproducible biomarker for intuitive, hands-free control of artificial voice systems. SIGNIFICANCE: By offering a non-invasive, socially acceptable solution, this approach holds significant promise for enhancing the quality of life for laryngectomy patients and facilitating their reintegration into social and professional environments.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetVoice and Speech DisordersTravaux en français237 207