Band 2025
Modellbasierte Diagnose von Mittelohrpathologien mittels Finite-Elemente Modellen und Maschinellem Lernen
-
- Deutsch ausgewählt
Fr. 81.90
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
06.10.2025
Abbildungen
78 farbige Abbildungen
Verlag
Shaker MediaSeitenzahl
245
Maße (L/B/H)
20.6/14.6/1.7 cm
Gewicht
330 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-3-8191-0176-2
Einschränkungen des Hörvermögens beeinträchtigen die Kommunikation und können zu sozialer Isolation führen. Eine gezielte Behandlung von Hörstörungen setzt eine zuverlässige Diagnostik voraus. Die in der klinischen Praxis eingesetzten nicht-invasiven Verfahren stossen jedoch häufig an ihre Grenzen, wenn es darum geht, Erkrankungen des Mittelohrs eindeutig zu erkennen. In vielen Fällen ist zur Absicherung der Diagnose eine risikobehaftete chirurgische Exploration erforderlich. Zwar weisen neuere Verfahren wie die Breitbandimmittanzmessung ein hohes diagnostisches Potenzial auf, doch verhindern die schwer auszuwertenden Messdaten bislang eine breite Anwendung in der Praxis.
Ziel dieser Arbeit ist es, die Auswertung von Breitbandimmittanzmessungen durch einen modellbasierten Ansatz zu verbessern, um die Diagnosegenauigkeit bei Mittelohrerkrankungen zu erhöhen. Hierzu werden zwei unterschiedlich parametrisierte Finite-Elemente Modelle des menschlichen Ohrs entwickelt: Das erste bildet die Geometrie eines repräsentativen Individuums ab, während das zweite Modell interindividuelle anatomische Variationen sowie stochastische Parameterzusammenhänge innerhalb einer Population berücksichtigt. Die Modelle werden anhand individueller und statistischer Messdaten gesunder und pathologischer Ohren validiert, um die Ursache-Wirkungs-Zusammenhänge zwischen krankhaften Veränderungen und Charakteristika in diagnostisch relevanten Messgrössen physikalisch plausibel abzubilden.
Mithilfe dieser Modelle werden virtuelle Diagnosemessdaten erzeugt, um begrenzt verfügbare reale Messdaten im Training maschineller Lernalgorithmen zu ersetzen. Die auf dieser Basis trainierten Algorithmen werden anschliessend anhand realer Messdaten evaluiert, um ihre diagnostische Genauigkeit zu bewerten.
Ziel dieser Arbeit ist es, die Auswertung von Breitbandimmittanzmessungen durch einen modellbasierten Ansatz zu verbessern, um die Diagnosegenauigkeit bei Mittelohrerkrankungen zu erhöhen. Hierzu werden zwei unterschiedlich parametrisierte Finite-Elemente Modelle des menschlichen Ohrs entwickelt: Das erste bildet die Geometrie eines repräsentativen Individuums ab, während das zweite Modell interindividuelle anatomische Variationen sowie stochastische Parameterzusammenhänge innerhalb einer Population berücksichtigt. Die Modelle werden anhand individueller und statistischer Messdaten gesunder und pathologischer Ohren validiert, um die Ursache-Wirkungs-Zusammenhänge zwischen krankhaften Veränderungen und Charakteristika in diagnostisch relevanten Messgrössen physikalisch plausibel abzubilden.
Mithilfe dieser Modelle werden virtuelle Diagnosemessdaten erzeugt, um begrenzt verfügbare reale Messdaten im Training maschineller Lernalgorithmen zu ersetzen. Die auf dieser Basis trainierten Algorithmen werden anschliessend anhand realer Messdaten evaluiert, um ihre diagnostische Genauigkeit zu bewerten.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.