Analysis of click-evoked otoacoustic emissions by concentration of frequency and time: Preliminary results from normal hearing and Ménière’s disease ears
Notice bibliographique
Résumé
The presence of click-evoked (CE) otoacoustic emissions (OAEs) has been clinically accepted as an indicator of normal cochlear processing of sounds. For treatment and diagnostic purposes, however, clinicians do not typically pay attention to the detailed spectrum and waveform of CEOAEs. A possible reason is due to the lack of noise-robust signal processing tools to estimate physiologically meaningful time-frequency properties of CEOAEs, such as the latency of spectral components. In this on-going study, we applied a modern tool called concentration of frequency and time (ConceFT, [1]) to analyze CEOAE waveforms. Randomly combined orthogonal functions are used as windowing functions for time-frequency analysis. The resulting spectrograms are subject to nonlinear time-frequency reassignment so as to enhance the concentration of time-varying sinusoidal components. The results after reassignment could be further averaged across the random choice of windows. CEOAE waveforms are acquired by a linear averaging paradigm, and longitudinal data are currently being collected from patients with Ménière’s disease (MD) and a control group of normal hearing subjects. When CEOAE is present, the ConceFT plots show traces of decreasing but fluctuating instantaneous frequency against time. For comparison purposes, same processing methods are also applied to analyze CEOAE data from cochlear mechanics simulation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».