一个开源的基于深度学习的GUI工具箱用于自动听觉脑干响应分析 (ABRA)

科学领域:

• 神经科学是一个神经科学.
• 生物工程是生物工程.
• 计算生物学 计算生物学

背景情况:

• 听力损失是一个全球性健康问题,与认知能力下降有关.
• 听觉脑干反应 (ABR) 对于评估听觉通路功能至关重要.
• 手动ABR分析是主观的,缺乏可重复性.

研究的目的:

• 开发一种用于分析ABR波形的自动化工具.
• 为了提高ABR分析的速度,准确性和可重复性.
• 促进听力科学领域的跨学科研究.

主要方法:

• 开发了听觉脑干响应分析器 (ABRA),这是一个开源的GUI工具.
• 利用深度学习,特别是卷积神经网络,进行波形分析.
• 在来自多个实验环境的多种ABR数据集上训练模型.

主要成果:

• ABRA实现了ABR指标 (振幅,延迟,值) 的快速和公正的提取.
• 深度学习模型的表现与专家人类分析相美.
• 分析时间显著减少,数据集的可重现性得到提高.

结论:

• 阿布拉为ABR分析提供了一个标准化,自动化的解决方案.
• 该工具提高了研究可重现性和听力科学效率.
• 阿布拉将听力研究,神经科学和计算技术结合起来,以获得更广泛的见解.