换一批摘要听性脑干反应(auditory brainstem respinse,ABR)是一项评估患者听力的客观的电生理测试,对其结果的解读主要是波Ⅰ到波Ⅴ潜伏期以及反应阈值的识别.波Ⅰ到波Ⅴ的潜伏期对临床医生判断患者听觉神经通路状况有重要的参考价值,因此这项检查结果的准确解读尤为重要,但目前ABR结果的分析完全依赖于听力师的人眼识别和解读,经验不足的听力师对其波形解读存在一定困难.为了解决这个问题,许多学者提出使用机器学习(machine learning,ML)模型来客观解读ABR结果,机器学习有着强大的学习能力,可以独立完成一份客观且准确的ABR结果解读,它为ABR结果的客观准确解读带来了曙光.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1006-7299.2025.04.020
发布时间
2025-08-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82271171）
国家自然科学基金（82271189）
国家自然科学基金（82171130）
国家自然科学基金（81830028）
国家自然科学基金（82222016）
解放军总医院优青培育专项（2020-YQPY-004）
军队医学科技青年培育计划孵化项目（19QNT058）
军队医学科技青年培育计划孵化项目（21QNPY100）
- 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
