开发和测试一个开源的移动应用程序,用于听力测试结果分析和诊断支持

科学领域:

• 医疗技术 医疗技术 医学技术
• 人工智能的人工智能
• 眼科医生 眼科 眼科

背景情况:

• 纯音调听力测量是评估听力障碍的标准,结果可以在听力图上可视化.
• 现有的音频录像分析方法可能耗时且容易出现人为错误.

研究的目的:

• 开发和验证一个开源的Android移动应用程序,用于扫描和分析音频.
• 使用人工智能 (AI) 和图像处理技术对听力损失类型进行分类.

主要方法:

• 该应用程序使用YOLOv5,光学字符识别 (OCR) 和Hough Transform进行图像处理和数字化.
• 一个经过临床验证的AI模型分析数字化音频图以进行听力损失分类.
• 算法针对移动设备的功能进行了优化,并在各种智能手机上进行了测试.

主要成果:

• 移动应用程序成功地扫描,数字化和分类音频录像,在不同的设备上具有一致的性能.
• 由人工智能驱动的分析提供了听力损失类型的准确分类.
• 该系统在协助听力测试结果解释方面表现出有效性.

结论:

• 开发的移动应用程序作为一个可访问的AI驱动的决策支持系统,用于听力损失评估.
• 这种工具的整合可以减少临床工作量,提高诊断准确性,并尽量减少听力评估中的错误.
• 这项技术对于改善资源有限的环境中的听力学服务具有特殊意义.