相关实验视频
Updated: May 12, 2025

09:44
Neuro-rehabilitation Approach for Sudden Sensorineural Hearing Loss
Published on: January 25, 2016
19.1K
伊朗卡车司机使用神经网络算法听力损失预测方程.
Reza Esmaeili1, Hamed Aghapanah2, Hamideh Ghasemian3
1Student Research Committee, Department of Occupational Health and Safety Engineering, School of Health, Isfahan University of Medical Sciences, Isfahan, Iran.
Work (Reading, Mass.)
|May 8, 2025
概括
人工神经网络 (ANN) 可以预测卡车司机的听力损失. 年龄和特定的声音频率显著影响听力,有助于早期检测和管理.
科学领域:
- 职业健康 职业健康 职业健康
- 听力学 听力学是指听力学.
- 数据科学数据科学数据科学
背景情况:
- 卡车司机面临着高频率的听力损失.
- 早期发现听力障碍对于有效管理至关重要.
- 人工神经网络 (ANN) 在这个领域提供了预测建模的潜力.
研究的目的:
- 使用ANN算法预测卡车司机的听力损失.
- 评估各种导致听力损失的因素的影响和影响.
- 为了确定卡车司机职业中的特定风险因素.
主要方法:
- 研究了一组692名卡车司机的队列.
- 收集和分析了职业暴露史.
- 开发了一种ANN模型来预测听力损失的严重程度.
主要成果:
- 听力损失的患病率为59.98% (右耳) 和64.74% (左耳).
- 最高的听力损失发生在6000和8000赫兹频率.
- 年龄和2000赫兹频率的影响最大;声音压力水平 (SPL) 的影响最小.
结论:
- 在预测卡车司机噪音引起的听力损失方面,ANN显示出前景.
- 该研究确定了关键的风险因素,包括卡车品牌 (HOWO司机的风险最高).
- 预测模型可以支持针对职业听力健康的有针对性的干预措施.

