机器学习模型可以诊断梅尼埃病
作者：by Elana Gotkine
一项研究表明，基于纯音测听特征的机器学习模型可以诊断梅尼埃病（MD）并预测内淋巴积水（EH）发表于8月28日在线上举行耳鼻喉头颈外科.
徐刘（上海复旦大学医学博士）及其同事收集了钆增强的影像数据磁共振成像序列和纯音听力计数据在一名患者中显示了回顾性研究基于气导听阈的纯音测听结果，设计了基本和多种分析特征。利用这些工程化特征训练了五种经典的机器学习模型用于诊断梅尼埃病（MD）。选择性能优秀的模型来预测耳蜗积水（EH）。
研究人员发现获胜的光线梯度提升（LGB）机器学习模型在MD诊断中表现出色，准确率达到87%，敏感性和特异性分别为83%和90%，受试者操作特征曲线下面积为0.95，与经验丰富的临床医生相比表现优异。
LGB模型在EH预测中的准确率为78%，优于其他三个模型。对于MD诊断和EH预测而言，特定的纯音测听特征包括全频段听力的标准差和平均值、听力图峰值以及低频听力（特别是在250赫兹）是必不可少的。
研究人员写道：“该研究显示了有前景的诊断能力，表明基于纯音听力计结果的机器学习有可能作为MD筛查方法。”
更多信息：徐刘等，基于纯音测听的机器学习在梅尼埃病评估中的应用耳鼻喉科-头颈外科 (2024). DOI: 10.1002/ohn.956
© 2024 健康日保留所有权利。
引用机器学习模型可以诊断梅尼埃病（2024年10月6日） 检索于2024年10月7日 从https://medicalxpress.com/news/2024-10-machine-meniere-disease.html
本文件受版权保护。除个人研究或学习目的的合理使用外，未经书面许可不得复制任何部分内容。所提供的内容仅用于信息目的。
暂无评论