Automatisk audiogramklassificering

Audiogramundertyper repræsenterer forskellige underliggende patologier, som er klinisk relevante for at bestemme yderligere undersøgelser og behandling af patienter. En automatisk audiogramklassificering er tidsbesparende og sikrer ensartethed i bestemmelsen af ​​audiogramundertyper.

Mål

Projektet sigtede mod at bruge AI til at genkende audiogrammønstre. Målet var at genkende mindst 8 til 10 af de mest almindelige audiogramundertyper. 

Resultaterne og de udviklede metoder i dette projekt ved hjælp af AI havde potentiale til at blive brugt i projektet "User-operated Audiometry (UAud)", hvor patienter kunne måle deres egne høretærskler uden professionel assistance. UAud kunne drage fordel af en AI-algoritme for at hjælpe med at diagnosticere audiogrammer og forskellige typer høretab.

Projektet byggede på data indsamlet i projektet: "Høretab og demens: På vej mod en bedre forståelse af de bagvedliggende mekanismer".

Partnere

• Øre-Næse-Hals/Høreklinik Afdeling, OUH
• Mærsk Mc-Kinney Møller Instituttet, SDU

Ekstern finansiering

Samarbejdsprojektet ”Høretab og demens: På vej mod en bedre forståelse af de bagvedliggende mekanismer” modtog støtte fra William Demant Fonden, og UAud var finansieret af Innovationsfonden, William Demant Fonden såvel som samarbejdspartnere, herunder Demant (Interacoustics og Oticon), SDU og OUH.