相关实验视频
Updated: Aug 7, 2026

06:34
Infant Auditory Processing and Event-related Brain Oscillations
Published on: July 1, 2015
16.4K
基于机器学习的诊断慢性主观耳与改变的认知功能:与事件相关的潜在研究
Jihoo Kim1,2, Kang Hyeon Lim3,2, Euijin Kim4
1Department of Interdisciplinary Robot Engineering Systems, Hanyang University, Ansan, Republic of Korea.
Ear and hearing
|January 21, 2025
概括
耳患者表现出大脑活动的改变,P3幅度较低,N2延迟,这表明电脑电图 (EEG) 功能可以帮助诊断这种情况.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 生物标志物发现发现
背景情况:
- 耳诊断依赖于主观评估,因为缺乏客观标准.
- 电脑电图 (EEG) 可以客观地量化耳神经病理特征.
- 耳的确切病理生理学仍然不完全理解.
研究的目的:
- 通过比较患者和对照者的认知事件相关潜力来研究 tinnitus 的神经机制.
- 利用机器学习探索EEG衍生特征作为耳生物标志物的潜力.
主要方法:
- 在24名耳患者和24名健康对照者 (HCs) 上进行了听觉奇怪范式EEG记录.
- 从中线电极中提取N2和P3元件;计算电流源密度.
- 使用线性支向量机分类器来区分组.
主要成果:
- 耳患者表现出显著降低的P3幅度和延迟的N2延迟.
- 在特定的大脑区域观察到减少的N2源活动,包括状环,状环,状环和岛状环.
- 机器学习实现了85.42%的准确性,在区分耳患者和HC使用18个EEG特征.
结论:
- 耳与神经处理的改变有关,包括减少P3幅度和延迟N2延迟.
- 来自EEG的N2和P3特征显示出潜在的 tinnitus 诊断的客观生物标志物.
- 机器学习有效地将耳患者与HC区分开来,突出了这些神经标记物的诊断实用性.

