机器学习模型 FAVE：从手写听力图图像估算数值阈值的创新成果

研究人员开发 FAVE 模型估算手写听力图数值阈值，定位精准且估算较准确，优于预训练模型。

　　听力损失是一个影响全球数百万人的公共卫生问题。在临床上，通常使用纯音测听（pure-tone audiometry）来测量一个人的听力敏感度，并将其可视化成纯音听力图（pure-tone audiogram），即听力敏感度随频率变化的图表。数字测试设备能让临床医生将听力图存储为数值，但有些做法是手写听力图并以数字图像的形式存储在电子健康记录系统中。这使得公共卫生研究人员无法直接获取这些数值，除非手动解读。因此，本研究开发了机器学习模型，用于从扫描的手写听力图图像中估算数值阈值。训练数据来自一项关于年龄相关性听力损失的纵向队列研究中一组全新的 556 份手写听力图。这些模型是基于聚合通道特征（Aggregate Channel Features）的滑动窗口单类目标检测器，统称为基于特征的听力图数值估算器（Feature-based Audiogram Value Estimator，FAVE）。通过符号定位准确率以及将估算的数值阈值与电子数据库中的已知值进行比较来确定模型的准确性。FAVE 对符号位置的平均召回率为 87.0%，准确率为 96.2%。数值阈值的准确性稍低，78.3% 的估算没有误差，且阈值估算值与真实阈值并无显著差异。对于当前测试集，阈值估算比预训练的深度学习方法更准确。未来的工作应考虑采用具有相似图像通道的检测器，并找出符号和轴刻度标签检测方面的局限性。