使用机器学习来分析宽带声势和评估婴儿中耳功能
Shan Peng1, Yukun Zhao2, Xinyi Yao1
1Department of Audiology and Speech Language Pathology, Department of Otorhinolaryngology-Head & Neck Surgery, West China Hospital of Sichuan University, Chengdu 610041, China.
Audiology research
|April 25, 2025
概括
机器学习模型准确地评估婴儿的中耳功能,使用宽带声敏度 (WAI) 数据. 这项技术有助于早期识别听觉条件,指导新生儿的临床决策.
科学领域:
- 生物医学工程 生物医学工程
- 耳声波排放 耳声波排放 耳声波排放
- 婴儿听力健康 婴儿听力健康
背景情况:
- 中耳功能评估对于婴儿听力查和诊断至关重要.
- 宽带声学阻抗 (WAI) 提供了全面的耳朵生理数据,但未得到充分利用.
- 目前的WAI分析往往侧重于有限的频率特定的峰值信息.
研究的目的:
- 开发和评估机器学习 (ML) 模型,用于使用WAI数据自动评估中耳功能.
- 增强WAI技术用于婴儿听力评估的诊断能力.
- 为改善儿科听力学临床决策提供一个工具.
主要方法:
- 开发了五种ML模型 (feedforward神经网络,CNN,KDE,随机森林,SVM).
- 模型使用2-6个月龄的新生儿的WAI数据进行训练.
- 这些模型预测并评估了中耳功能的正常性.
主要成果:
- 集成的ML模型在测试套件上实现了90%以上的准确性.
- 分类指标 (准确性,精度,回忆,F1,MCC) 超过了0.8.
- 开发了一个具有交互式GUI的用户友好的软件,可以免费下载.
结论:
- 从WAI数据中对婴儿中耳功能进行自动诊断是可行的.
- 这种方法为指导后续测试和临床管理提供了宝贵的见解.
- 该工具支持早期识别和管理新生儿的听觉条件.
