RSS-Feed abonnieren

DOI: 10.1055/s-0042-1747426
Objektivierung intracochleärer Elektrocochleographie-Messungen
Einleitung Die Elektrocochleographie (ECochG) misst Innenohrpotentiale als Reaktion auf akustische Stimulation. Diese Potenziale spiegeln die Restfunktion der Cochlea wider und können während und nach einer Cochlea-Implantation gemessen werden. Die Signale liegen jedoch im Mikrovoltbereich und können, abhängig von den verbleibenden Haarzellen, ein schlechtes Signal-Rausch-Verhältnis (SNR) aufweisen. Die Analyse der Signale erfolgt derzeit visuell und erfordert eine Expertise auf diesem Gebiet. Unsere Arbeit verfolgt zwei Ziele: i) die Verbesserung des SNR und damit die Erhöhung der Zahl der Probanden, bei denen ECochG-Messungen analysiert werden können, und ii) die Objektivierung der Erkennung von EKG-Signalen, um die Analyse unabhängig vom Untersucher zu machen.
Methoden Prospektive Kohortenstudie mit 18 CI-Trägern mit erhaltenem Restgehör. ECochG-Messungen wurden dreimal über einen Zeitraum von drei Monaten mit demselben Messprotokoll durchgeführt; Durch die Durchführung mehrerer Messungen konnten wir die Wiederholbarkeit unserer Methode überprüfen.
Zur Verbesserung des SNR verwendeten wir eine Methode mit Gauß-gewichteter Mittelwertbildung, Bandpassfilterung und Korrelationsanalyse. Um die Erkennung von ECochG-Signalen zu objektivieren, haben wir vier verschiedene Methoden verglichen: Korrelationsanalyse, Hotelling's T2-Test und Deep Learning. Diese Methoden wurden mit unserer visuellen Analyse verglichen.
Ergebnisse Wir konnten den SNR unserer gemessenen Antworten um 4,9 dB erhöhen. Dadurch konnten wir 21,3% mehr ECochG-Signale in die Analyse einbeziehen. Unsere Methode zur Objektivierung der ECochG-Signale zeigte, dass das Signal mit der gleichen oder sogar einer höheren Genauigkeit im Vergleich zur visuellen Analyse erkannt werden konnte.
Publikationsverlauf
Artikel online veröffentlicht:
24. Mai 2022
© 2022. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).
Georg Thieme Verlag
Rüdigerstraße 14, 70469 Stuttgart, Germany