换一批基于机器学习的人工耳蜗植入术后儿童听觉言语康复效果预测模型研究(附讲解视频)
Prediction model based on machine learning for auditory and speech rehabilitation outcomes in children after cochlear implantation(with explanatory video)
摘要目的:探讨机器学习技术在人工耳蜗(CI)植入术后儿童听觉言语康复效果预测中的应用.方法:选取2012年1月—2024年10月首都医科大学附属北京儿童医院行CI植入术的187例儿童,收集其在开机时及开机后第1、3、6、12、24、36个月的父母评估儿童听说能力表现问卷数据及临床相关指标.运用机器学习算法(支持向量机、随机森林和人工神经网络)进行建模,并利用特征选择方法筛选影响听觉言语康复效果的重要影响因素.结果:人工神经网络、随机森林和支持向量机三种机器学习方法构建预测模型的准确率分别为74.91%、71.02%、68.20%.经特征筛选,CI使用时间、开机月龄、性别、主要看护人受教育程度、居住地、干预方式、术前助听器使用史共7个特征具有显著性(P<0.05).结论:机器学习技术可有效预测CI植入术后儿童听觉言语康复效果,为临床精准评估和个性化干预提供了新的工具与理论支持.
更多相关知识
分类号
R764.5（耳科学、耳疾病）
栏目名称
DOI
10.12180/j.issn.2096-7721.2025.04.025
发布时间
2025-05-16（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
