使用阻抗遥测,用于无辐射定位耳植入物最基本电极的预测模型

科学领域:

• 神经外科 神经外科
• 生物医学工程 生物医学工程
• 机器学习 机器学习

背景情况:

• 精确的耳植入物电极放置对于手术成功至关重要.
• 电阻测量为术后电极定位提供了一种非放射学方法.

研究的目的:

• 通过阻抗遥测来评估机器学习算法,用于预测耳植入物电极位置.
• 为了比较不同模型和电极回归特征的性能.

主要方法:

• 用118个案例的数据集进行绩效分析,用13个案例的保留数据集进行最终评估.
• 训练和评估了各种机器学习模型,与现有方法进行基准测试.
• 进行了特征重要性和灵敏度分析,以提高模型的可解释性.

主要成果:

• 极端随机树模型在预测线性插入深度方面取得了最佳表现,平均绝对误差为[插入值].
• 阻抗矩阵的梯度方向被确定为一个关键的预测特征.
• 开发的机器学习方法在以前的模型中表现出优越性.

结论:

• 机器学习方法显示了在耳植入物外科手术中常规临床使用的潜力.
• 需要进一步验证以确认模型在不同电极阵列长度的泛化性.
• 该技术可能适用于其他神经假体,如前体植入物.