耳内电耳学术的客观评价:可重复性,值和音位图案.

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 耳鼻喉科 耳鼻喉科 耳鼻喉科

背景情况:

• 耳内电耳学 (ECochG) 对于评估耳内植入物 (CI) 接受者的残留内耳功能至关重要.
• 电心电图信号提供了关于内耳状态的见解,可在CI手术期间和之后进行测量.
• 需要对ECochG进行客观分析才能进行一致可靠的评估.

研究的目的:

• 应用一个客观的深度学习 (DL) 算法来评估纵向ECochG信号的可重现性.
• 为了比较ECochG信号与听力测试听力值和主观的声音估计.
• 为了识别IC接收者的ECochG信号模式和音位行为.

主要方法:

• 利用先前建立的客观DL算法对21个耳朵的手术后内内心心电心电图信号.
• 在3个月内重复ECochG测量三次,使用相同的协议.
• 相关的ECochG数据与纯色调听力测量和主观声音强度,分析使用CT扫描的音色特征.

主要成果:

• DL算法显示,ECochG信号在3个月内具有相当大的重复性 (kappa=0.68,精度=83.8%).
• ECochG值与听力测量和主观听力水平有中度至强度的相关性.
• 在最大ECochG振幅中观察到带有变异的音位分配趋势和基底偏移,特别是在更高的频率.

结论:

• 成功实施了一个客观的DL算法,用于术后内内心心电心图评估.
• 客观分析使ECochG记录能够进行系统和专家独立的比较.
• 这些发现提高了对植入电极的内耳功能的理解,并为手术内应用铺平了道路.