Российско-Германская статистическая аудиология: обработка данных и анализ аудиологического профиля для диагностики и компенсации тугоухости

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 22-41-04409

НазваниеРоссийско-Германская статистическая аудиология: обработка данных и анализ аудиологического профиля для диагностики и компенсации тугоухости

Руководитель Маркелов Олег Александрович, Кандидат технических наук

Организация финансирования, регион Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина)" , г Санкт-Петербург

Конкурс №54 - Конкурс 2021 года «Проведение фундаментальных научных исследований и поисковых научных исследований международными научными коллективами» (DFG)

Область знания, основной код классификатора 05 - Фундаментальные исследования для медицины; 05-225 - Аудиология и патология речи

Ключевые слова Слуховые модели, машинное обучение, статистические модели, аудиология, нарушения слуха, слуховые аппараты

Код ГРНТИ28.29.51

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Несмотря на то, что нарушение слуха является наиболее распространенным сенсорным заболеванием, оказывающим серьезное негативное воздействие на примерно 18% мирового населения, диагностические и реабилитационные подходы с использованием слуховых устройств все еще ограничены. Например, задача восстановления нормального восприятия речи в повседневной шумовой обстановке все еще не решена, прежде всего из-за разрозненных эмпирических знаний о сниженном восприятии речи и ограниченной индивидуальной пользе слухового аппарата без систематического анализа данных. Текущий проект решает эту проблему статистическим способом, основанным на машинном обучении, который объединяет фундаментальные науки, статистический анализ и клиническую аудиологию независимо от используемого языка тестирования: путем создания легко доступной и расширяемой базы данных аудиологических диагностических мероприятий и применяя специализированные, инвариантные к языку тесты, применяемые к клиническим данным. Будут проанализированы причины и последствия нарушения слуха индивидуальным образом. Эти данные будут использоваться для адаптации слуховых моделей и экспертных систем на основе машинного обучения для поддержки клинической реабилитационной аудиологии. Это позволит предложить систему аудиологической диагностической поддержки и прогнозировать индивидуальную пользу от идеализированного лабораторного «слухового аппарата открытого мастера» (Grimm et al., 2006), а также от собственного устройства пациента, использующего только несколько конкретных аудиологических мер, которые могут быть продемонстрированы для обеспечения максимальной диагностической и прогностической полезности. Такой статистический аудиологический подход приведет к оптимальному выбору и настройке современных слуховых аппаратов. Сопоставимость речевых тестов на русском и немецком языках (которая основана на уже существующем сотрудничестве между Санкт-Петербургом и Ольденбургом) и совместная разработка и применение передовых процедур в реабилитационной аудиологии укрепят связи между Германией и Россией в практической сфере актуальной области речевого общения.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. И.Г. Арустамян, О.А. Станчева, С.А, Карпищенко, Н.Б. Целобанов, Г.А. Ефименко, Д.И. Каплун A Software Package «Apnea» for the Diagnosis and Treatment of Obstructive Sleep Apnea Proceedings of the 2022 Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElConRus 2022, Pages 1462 - 1465, 2022 Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElConRus 2022. Code 178853 (год публикации - 2022)
10.1109/ElConRus54750.2022.9755455

2. Рао К.А., Кумар А., Каплун Д.И., Патель С.К., Пурохит Н. Design of low complexity parallel polyphase finite impulse response filter using coefficient symmetry IET Circuits, Devices & Systems, IET Circuits Devices Syst. 1–9 (2022) (год публикации - 2022)
10.1049/cds2.12134

3. Федосеев П., Жуков К., Каплун Д., Выборнов Н., Андреев В. Parallelization of Runge–Kutta Methods for Hardware Implementation Computation, т. 10, вsg. 12, 215, с. 1-15 (год публикации - 2022)
10.3390/computation10120215

4. А. В. Гаврилов, И. И. Шпаковская, Д. И. Каплун, О. А. Маркелов, М. Ю. Бобошко, Е. С. Гарбарук Development of a Software Application for Hearing Assessment 2023 V International Conference on Control in Technical Systems (CTS), 2023 V International Conference on Control in Technical Systems (CTS). – IEEE, 2023. – С. 202-205. (год публикации - 2023)
10.1109/CTS59431.2023.10288765

5. М.Ю. Бобошко, Е.С. Гарбарук, Л.Е. Голованова, Н.В. Мальцева, И.П. Бердникова, О.А. Маркелов, И.И. Шпаковская, С.А. Романов, Д.И. Каплун Analysis of hearing aids application in elderly patients Advances in Gerontology, Volume 36, Issue 2, Pages 265 - 273 (год публикации - 2023)
10.34922/AE.2023.36.2.016

6. Туфатулин Г., Бобошко М., Гарбарук Е., Жилинская Е., Маркелов О. Audiological profile analysis of the elderly hearing aid users Abstract book of the 16th Congress of the European Federation of Audiology Societies, Abstract book of the 16th Congress of the European Federation of Audiology Societies. Р. 263. (год публикации - 2023)

7. Бобошко М.Ю., Гарбарук Е.С., Жилинская Е.В., Маркелов О.А. Диагностика центральных слуховых расстройств у пользователей слуховых аппаратов. Материалы X Национального конгресса аудиологов и XIV Международного симпозиума «Современные проблемы физиологии и патологии слуха», Материалы X Национального конгресса аудиологов и XIV Международного симпозиума «Современные проблемы физиологии и патологии слуха», 2023, стр. 43-44 (год публикации - 2023)

8. С. Малакар, С. Сэн, С. Романов, Д. Каплун, Р. Саркар Role of transfer functions in PSO to select diagnostic attributes for chronic disease prediction: An experimental study Journal of King Saud University – Computer and Information Sciences, Volume 35, Issue 9, October 2023, 101757 (год публикации - 2023)
10.1016/j.jksuci.2023.101757

9. Маркелов О.А., Каплун Д.И., Бобошко М.Ю., Бердникова И.П., Мальцева Н. В., Жилинская Е.В. Perception of the target signal in conditions of contralateral interference in listeners with normal hearing and sensorineural hearing loss European Journal of Clinical Investigation, Vol. 52 Suppl. 1, p. 98, 56ASM-0122 (год публикации - 2022)
10.1111/eci.13796.56asm0122

10. Гаврилов А.В., Каплун Д.И., Гарбарук Е.С., Бобошко М.Ю. Разработка графического интерфейса для унификации медицинских данных пациентов с нарушениями слуха Folia Otorhinolaryngoljgiae et Pathologiae Respiratoriae, Том 30, № 2 (2024), с. 157-164 (год публикации - 2024)
10.33848/fopr635571

11. Бобошко М., Савенко И., Гарбарук Е., Шалыгин Е, Каплун Д., Маркелов О. Approaches to the analysis of objective tinnitus EUROPEAN JOURNAL OF CLINICAL INVESTIGATION, Volume 52, Supplement1, Special Issue SI, 56ASM-0123, p. 98 (год публикации - 2022)

12. Гош Т., Чакработи С., Каплун Д.И., Гульванский В., Саркар Р. BFuse-Net: Bonferroni Mean Operator-aided Fusion of Neural Networks for Medical Image Classification Lecture Notes in Electrical Engineering (год публикации - 2024)

13. Каплун Д.И., Гульванский В.В., Миненков Д.В., Канатов И.И. Method of Refining the Determination of the Frequency of Monoharmonic Signal Using a Discrete Fourier Transform Proceedings of the Seminar on Signal Processing, IEEE, 2023 Seminar on Signal Processing, pp. 32-35 (год публикации - 2023)
10.1109/IEEECONF60473.2023.10366088

14. Гарбарук Е.С., Бобошко М.Ю., Бердникова И.П., Мальцева Н.В., Маркелов О.А. Результаты оценки состояния центральных отделов слуховой системы у взрослых лиц с тугоухостью с использованием психоакустических и электрофизиологических методик. Сборник материалов двенадцатой всероссийской научно- практической конференции с международным участием, Сборник материалов двенадцатой всероссийской научно-практической конференции с международным участием «Клиническая нейрофизиология и нейрореабилитация». Санкт-Петербург, 2024, стр.48-49 (год публикации - 2024)

15. Хадлер А., Сау А., Маджумдер С., Каплун Д.И., Саркар Р. An Experimental Study of U-Net Variants on Liver Segmentation from CT Scans Journal of Intelligent Systems (год публикации - 2024)

16. Пыко Н.С. Non-parametric Bayesian Network for Surrogate Data Proceedings of the Seminar on Signal Processing, IEEE, Proceedings of the Seminar on Signal Processing, SoSP 2023, pp. 97 - 100 (год публикации - 2024)
10.1109/IEEECONF60473.2023.10366136

Публикации

Аннотация результатов, полученных в 2024 году
В ходе выполнения Проекта в 2024 г. Получены следующие научно-технические результаты. 1. Разработано приложение с графическим пользовательским интерфейсом Graphic User Interface (GUI-приложение), позволяющее унифицировать персональные и медицинские данные пациентов пожилого и старческого возраста с нарушением периферических и центральных отделов слуховой системы. Программа реализована на языке программирования Python, с использованием библиотеки Kivy. Данное программное обеспечение направлено на повышение скорости и удобства сбора медицинских данных, и исключение ошибок и опечаток при вводе результатов тестирования, благодаря простому и интуитивному интерфейсу. 2. Выполнен статистический анализ с применением стандартных статистических методов, включая корреляционный анализ с использованием коэффициента Спирмена, а также математического аппарата байесовских сетей, который показал статистическую значимость использования индивидуального аудиологического профиля в качестве предиктора. 3. Выявление и реабилитация пациентов с центральными слуховыми расстройствами требует мультидисциплинарного подхода с привлечением различных диагностических методик. В настоящее время основными тестовыми инструментами оценки состояния центральных отделов слуховой системы являются психоакустические методы. Прямых корреляций между электрофизиологическими данными и результатами психоакустических тестов не получено. Cтатистически показана возможность прогнозирования диагноза ЦСР и эффективности слухопротезирования по комплексной модели показателей с использованием байесовской сети.

Публикации

Возможность практического использования результатов
Создание индивидуального слухового профиля слабослышащего человека в соответствии с аудиологическими, когнитивными и возрастными характеристиками пациента и разработка на его основе прогностической модели подбора СА с необходимыми техническими характеристиками повысит эффективность реабилитации и качество жизни пациентов с тугоухостью, сохранит их профессиональный опыт и позволит им продолжить активную трудовую деятельность.