听力选通过频率分析听力脑干反应使用PhysioNet数据
Catherine Manuela Lee-Ramos1, Al Francis L Bontogon2, Angelica S Collanto2
1Manufacturing Engineering and Management, De La Salle University, Manila, Philippines.
Acta medica Philippina
|November 1, 2024
概括
这项研究通过分析听觉脑干响应 (ABR) 信号,增强了对听力损失的早期检测. 对ABR数据的时间频率分析提高了新生儿听力损失的诊断准确性.
科学领域:
- 生物医学工程 生物医学工程
- 信号处理 信号处理
- 神经科学是一个神经科学.
背景情况:
- 新生儿听力障碍的延迟诊断导致发育迟缓.
- 早期干预对于患病婴儿的最佳结果至关重要.
- 听觉脑干反应 (ABR) 信号提供了一个潜在的诊断工具.
研究的目的:
- 为了确定ABR信号的关键时频域特征,用于诊断听力障碍.
- 开发和测试一种分析ABR信号以检测听力损失的协议.
- 改善对新生儿听力损失的早期检测和干预.
主要方法:
- 从PhysioNet.Net获得的正常 (N) 和听力受损 (HI) ABR成人人类信号.
- 应用预处理,时间频率分析和过技术.
- 作为数据分类器,提取了主导频率和大图形特征.
主要成果:
- 使用N分类器和60Hz切断的初始测试显示了低至中度的灵敏度.
- 整合HI分类器和300Hz切断值显著提高了灵敏度.
- 分析数据按刺激强度水平划分,特别是中间范围,增强了诊断区别.
结论:
- 组合的N和HI分类器产生了比单独的N分类器更高的灵敏度.
- 300Hz的切断频率提供了比60Hz的切断频率更好的灵敏度.
- 根据刺激强度对数据进行细分可以提高灵敏度,并区分正常患者和听力受损患者.
