A Comparison of Alternating Polarity and Forward Masking Artifact-Reduction Methods to Resolve the Electrically Evoked Compound Action Potential
Notice bibliographique
Résumé
OBJECTIVE: Cochlear implant manufacturers utilize different artifact-reduction methods to measure electrically evoked compound action potentials (ECAPs) in the clinical software. Two commercially available artifact-reduction techniques include forward masking (FwdMsk) and alternating polarity (AltPol). AltPol assumes that responses to the opposing polarities are equal, which is likely problematic. On the other hand, FwdMsk can yield inaccurate waveforms if the masker does not effectively render all neurons into a refractory state. The goal of this study was to compare ECAP thresholds, amplitudes, and slopes of the amplitude growth functions (AGFs) using FwdMsk and AltPol to determine whether the two methods yield similar results. DESIGN: ECAP AGFs were obtained from three electrode regions (basal, middle, and apical) across 24 ears in 20 Cochlear Ltd. recipients using both FwdMsk and AltPol methods. AltPol waveforms could not be resolved for recipients of devices with the older-generation chip (CI24R(CS); N = 6). RESULTS: Results comparing FwdMsk and AltPol in the CI24RE- and CI512-generation devices showed significant differences in threshold, AGF slope, and amplitude between methods. FwdMsk resulted in lower visual-detection thresholds (p < 0.001), shallower slopes (p = 0.004), and larger amplitudes (p = 0.03) compared with AltPol. CONCLUSIONS: Results from this study are consistent with recent findings showing differences in ECAP amplitude and latency between polarities for human CI recipients. When averaged, these differences likely result in a reduced ECAP response with AltPol. The next step will be to separate the effects of artifact-reduction method and stimulus polarity to determine the relative effects of each.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».