Analyse du fonctionnement des cordes vocales à partir d'acquisitions en échographie translaryngée et d'enregistrements vocaux

À la suite d’une chirurgie thyroïdienne ou parathyroïdienne, certains patients peuvent présenter une atteinte du nerf récurrent, complication rare (<5 %) mais cliniquement significative. Elle peut se manifester par une dysphonie, une dysphagie ou une dyspnée, entraînant une altération notable de la qualité de vie. Le diagnostic repose habituellement sur la laryngoscopie, mais cette méthode reste invasive et parfois difficile à répéter dans le suivi post-opératoire. L’échographie translaryngée, en particulier en mode Motion (M-mode), apparaît comme une alternative prometteuse, encore peu étudiée pour l’exploration de la vibration des cordes vocales.La première partie de ce travail s’est concentrée sur le développement d’un modèle d’apprentissage automatique destiné à classifier les voix pathologiques. Un algorithme Random Forest a été entraîné sur une base allemande d’enregistrements vocaux (SVD), constituée de productions de voyelles tenues, afin de distinguer les voix de sujets témoins de celles de patients présentant une paralysie du nerf récurrent. Pour garantir la robustesse et la généralisabilité du modèle, une harmonisation par la méthode ComBat a été appliquée, permettant de réduire les effets de variabilité entre bases de données.Le modèle a ensuite été testé sur plusieurs bases externes, notamment la base portugaise AVFAD (et sa version retravaillée) ainsi qu’une base interne enregistrée au laboratoire. Les performances obtenues ont confirmé la robustesse du modèle, capable de généraliser à des données issues de locuteurs de langues différentes et d’environnements d’enregistrement variés. Les résultats témoignent d’une capacité fiable à distinguer les voix de sujets ayant subi une paralysie du nerf récurrent des voix de sujets contrôle.Mon travail de thèse a eu pour second objectif de développer et valider un protocole d’acquisition échographique permettant d’exploiter le mode M de manière optimale. Le protocole repose sur l’acquisition bilatérale (droite puis gauche du larynx), simultanément à l’enregistrement de voyelles soutenues (/a/, /i/, /u/). L’enregistrement vocal fournit une valeur de référence de la fréquence fondamentale (f₀^VA), utilisée pour vérifier la correspondance avec la fréquence extraite du signal échographique (f₀^US). Cette approche permet de surmonter certaines limites techniques du mode M et de garantir une reproductibilité en contexte clinique.Les résultats obtenus ont mis en évidence une excellente corrélation entre f₀^US et f₀^VA. L’augmentation de la fréquence d’échantillonnage de l’échographe a permis d’élargir la gamme d’analyse jusqu’à 1000 Hz, alors qu’elle était précédemment limitée à 250 Hz. Ce progrès ouvre la voie à l’étude de voix féminines, auparavant exclues de nombreuses analyses, dû à une fréquence trop élevée, et permet l’exploration des harmoniques supérieures, éléments essentiels pour une caractérisation fine de la vibration vocale, chez tous les sujets.En conclusion, ce travail de thèse a contribué à la fois au développement d’outils automatiques de classification vocale basés sur l’apprentissage automatique et à la mise en place d’un protocole échographique reproductible et validé pour l’étude des vibrations des cordes vocales. Ces approches complémentaires ouvrent la voie à une évaluation conjointe, non invasive et reproductible des atteintes du nerf récurrent, avec de potentielles applications cliniques tant pour le diagnostic que pour le suivi post-opératoire. Elles soulignent également la place croissante des technologies numériques et de l’intelligence artificielle dans l’oto-laryngologie moderne.