Saak, Samira Kristina (2025) Auditory profiles: enabling big data analyses and remote hearing loss characterization. PhD, Universität Oldenburg.

Preview

Volltext (9Mb)

Abstract

Big data analyses in audiology can reveal patterns of hearing loss that, when linked to audiological findings and treatment recommendations, offer long-term benefits to patients. This thesis, therefore, introduces auditory profiles as a framework for big data analyses and remote hearing loss characterization. The first study presents a pipeline to generate auditory profiles from a single dataset. The second study extends this pipeline with federated learning, enabling the integration of multiple datasets and continuous updates to auditory profile knowledge. The third study adapts the matrix sentence test for smartphone-based remote self-testing. In conclusion, these methods enable classifying patients into specific auditory profiles even using a minimum set of (remotely performed) hearing tests, which can support audiological diagnostics and treatment for the population.

["eprint_fieldname_title_plus" not defined]

Auditorische Profile: Ermöglichung von Big-Data-Analysen und Ferncharakterisierung von Hörverlusten

["eprint_fieldname_abstract_plus" not defined]

Big-Data-Analysen in der Audiologie können Muster von Hörverlusten aufdecken, die audiologischen Patienten langfristig zugutekommen, wenn sie mit Befunden und Behandlungsempfehlungen verknüpft werden. Daher führt diese Dissertation das Konzept der auditorischen Profile als Rahmen für Big-Data-Analysen und die mobile Charakterisierung von Hörverlusten ein. In der ersten Studie wird eine Pipeline zur Erstellung von Auditorischen Profilen entwickelt, die Profile aus einem einzigen Datensatz generieren kann. Die zweite Studie erweitert diese Pipeline um einen föderierten Lernansatz, wodurch die Integration mehrerer Datensätze und die kontinuierliche Aktualisierung des Wissens in den auditorischen Profilen ermöglicht wird. Die dritte Studie passt den Oldenburger Satztests für eine Smartphone-basierte Implementierung an, um die Selbsttestung aus der Ferne zu erleichtern. Zusammenfassend können Patienten nun in spezifische Auditorische Profile klassifiziert werden, auch wenn nur ein kleiner Teil audiologischer Tests verfügbar ist, was die audiologische Diagnostik und Behandlung der Bevölkerung unterstützen kann.

Item Type:	Thesis (PhD)
Uncontrolled Keywords:	Auditory profiles, audiology, big data, data mining, machine learning
Subjects:	Technology, medicine, applied sciences > Medicine and health
Divisions:	Faculty of Medicine and Health Sciences > Department of Medical Physics and Acoustics
Date Deposited:	29 Jan 2025 12:52
Last Modified:	29 Jan 2025 12:52
URI:	https://oops.uni-oldenburg.de/id/eprint/7110
URN:	urn:nbn:de:gbv:715-oops-71910
DOI:
Nutzungslizenz:

Actions (login required)

View Item