《Applied Sciences》:Two-Dimensional Discrete Wavelet Transform for Semi-Automatic Threshold Estimation from Clinical ABR Images
编辑推荐:
听觉脑干反应(Auditory Brainstem Responses, ABR)阈值的临床判读依赖人工解读,尤其是对逐级刺激强度下波V(wave V)存在与否的评估。本研究全面比较了二维离散小波变换(Two-Dimensional Discrete Wave
听觉脑干反应(Auditory Brainstem Responses, ABR)阈值的临床判读依赖人工解读,尤其是对逐级刺激强度下波V(wave V)存在与否的评估。本研究全面比较了二维离散小波变换(Two-Dimensional Discrete Wavelet Transform, 2D-DWT)中小波(wavelet)选择与感兴趣区(Region of Interest, ROI)窗口大小对基于图形化ABR记录进行半自动ABR阈值估计的影响,所用ABR图像存档时已附有标示波V轨迹的专家参考线。研究人员评估了PyWavelets中七个小波家族的共106种小波函数,以及六种ROI窗口大小。特征通过2D-DWT分解和模板匹配(template matching)提取,并采用支持向量机(Support Vector Machine, SVM)进行分类。研究人员比较了两种策略:为各强度组分别构建模板的多模板(multi-template)策略,和基于单个全局模板的单模板(single-template)策略。ABR阈值定义为能检测到波V的最低刺激强度;性能以估计误差不超过±10 dB nHL的检查所占百分比衡量。多模板策略更为有效,其复现ABR阈值的最高准确率达89.94%。小波选择与ROI窗口大小均显著影响结果的稳定性和总体性能。本分析可为未来基于2D-DWT的ABR研究中小波选择提供实用参考。
## 基于二维离散小波变换的临床ABR图像半自动阈值估计研究解读
### 研究背景与问题
听觉脑干反应(Auditory Brainstem Response, ABR)是一项广泛应用于新生儿及无法配合行为测听的患者的客观听力评估技术。在临床实践中,ABR阈值——即可重复波V(wave V)出现的最低刺激强度(以dB nHL计)——被用作行为听阈的电生理替代指标。然而,ABR阈值的最终判读高度依赖听力医师的主观经验,尤其在近阈值区域,波V与背景噪声难以分离,导致显著的观察者间与观察者内差异。文献报道,61位医师对婴儿ABR阈值单次评估的一致性仅为87.3%,同一医师重复评估的一致性为87.9%;当设定±10 dB容差时,四位听力学家的一致性可从53.5%提升至93.2%。尽管自动化ABR分析具有重要意义,现有方法多局限于简单二分类任务(如有无波V、听力正常/异常),依赖小规模同质性数据集,且未对图像化ABR记录中多强度重叠波形进行系统性阈值估计。小波变换在此领域的应用同样缺乏对小波函数选择的系统性比较。本研究旨在填补这一空白:在涵盖13,710例检查的大规模异质性临床数据集上,系统评价106种离散小波函数与6种ROI窗口大小对基于图像化ABR记录进行十级(10–100 dB nHL,步长10 dB)定量阈值估计的影响,比较单模板与多模板策略对波V强度依赖性形态变化的捕捉能力,并为未来基于相同数据类型开展深度学习研究提供可解释且计算简洁的基线方法。
### 研究方法概览
研究使用的ABR检查数据来自波兰Kajetany听觉生理病理研究所(Institute of Physiology and Pathology of Hearing),共计13,710例检查,涵盖新生儿至90岁患者,对应3,092名患者和5,635只耳。数据以临床设备生成的PDF格式ABR图像存档,其中包含由经验丰富的听力学家绘制的穿过各强度波V峰值的参考线。图像经自动提取与标准化处理后,分割为10个强度组(10–100 dB nHL),并从训练集波V阳性窗口中以PCA(主成分分析)构建模板。核心技术流程为:ROI提取与标准化后,对每个ROI进行单层2D-DWT分解,采用PyWavelets中全部106种离散小波函数,从LL、LH、HL、HH四个子带中选取方差最大者作为ROI表征;继而通过二维互相关(cross-correlation)计算每个标准化强度组图像与模板的匹配度,提取最大相关系数、平均相关系数和相关系数标准差三个统计特征,辅以五个全局图像特征;最终以固定超参数(C=10,RBF核)的SVM进行二分类(有/无波V),在患者/耳水平聚合各强度级的预测结果以确定ABR阈值。训练集(12,388例)与测试集(1,322例)在患者层面划分,评估指标为预测阈值与参考阈值差异不超过±10 dB nHL的病例百分比,并报告MAE、RMSE、偏倚及误差标准差,采用患者级聚类自助法(bootstrap)计算95%置信区间。
### 主要研究结果
#### 多模板与单模板策略比较
多模板策略在所有636种配置(106小波×6 ROI窗口)中的平均准确率达81.65%(95% CI: 79.96–83.43%),显著优于单模板策略的78.88%(95% CI: 77.14–80.70%),差异为+2.77个百分点(95% CI: +2.31–+3.24)。单模板仅在30种配置中优于多模板,且均局限于较小ROI窗口(50×54、50×81、75×81)。在估计误差方面,多模板策略的MAE为9.10 dB,RMSE为15.69 dB,同样优于单模板策略(MAE 10.14 dB,RMSE 16.98 dB)。误差方向分析显示,两种策略均存在轻微的高估阈值倾向(偏倚分别为+2.79 dB与+3.02 dB)。
#### 单个小波函数的全局表现
多模板策略中,db1、haar、bior1.1和rbio1.1四种小波并列取得最高平均准确率(84.35%,MAE 8.16 dB),而coif17表现最差(74.05%)。单模板策略中sym4最优(81.60%),coif17同样最低。coif17在多数ROI窗口下表现出明显的高估阈值倾向(平均偏倚+4.28 dB)。
#### ROI窗口大小的影响
ROI窗口大小对准确率有显著影响。最小的两个窗口(50×54与50×81)平均准确率最低,分别为73.06%与73.60%;75×81窗口在保持较低小波间离散度(SDwavelet=0.98 pp)的同时取得了中上水平的准确率;115×81窗口下的db12小波取得了全研究最高准确率89.94%(95% CI: 88.03–91.76%,MAE 5.85 dB,偏倚+1.03 dB)。尤其值得注意的是,75×81窗口的准确率对所选小波函数最不敏感,适合追求稳健性的应用场景。ROI窗口宽度为50像素时具有较好的临床安全性——多数配置下高估阈值(即将听力估计得更差)的预测多于低估阈值的预测,而随着窗口增大这一关系减弱。
#### 小波家族水平的分析
在多模板策略中,rbio(reverse biorthogonal)和bior(biorthogonal)家族的跨ROI变异度(across-ROI variability)最低,表明这两族小波对ROI窗口大小的敏感度较小。coif(Coiflet)和db(Daubechies)家族在中等ROI窗口下变异度大,显示族内部分成员在此类窗口下的ABR形态表征能力不足。单模板策略中各家族的分布更为集中,sym(Symlet)家族稍优于db家族。haar与dmey因各仅含一种小波,其家族内离散度为零,但各自的跨ROI变异度(分别为5.04和7.07)与rbio和bior的家族平均水平相当或更高,因此并不能认为它们在ROI窗口变化时更加稳健。
#### 配置选择/确认验证分析
为评估在636种配置中选取最优结果可能产生的乐观偏倚,研究人员进行了200次随机50/50患者级选择/确认拆分验证:每次仅用半数测试集患者选出最优配置,再在未参与选择的另一半上评估。确认准确率中位数为89.07%(均值89.00%,95% CI: 86.43–91.05%),与原始最优值89.94%高度吻合。db12/115×81(多模板)是最常胜出的配置(47/200次),另有db11/115×81亦频繁胜出(42/200次),提示115×81窗口下的顶级性能由一个紧密竞争的小波函数群共同享有,而非单一小波独有。
### 讨论与总结
本研究系统比较了多模板与单模板两种策略,结果表明:多模板策略在最大分类准确率和跨ROI变异度两方面均占优,有力支持了将ABR信号随刺激强度降低而发生的形态变化纳入模板构建的必要性。ROI窗口大小对准确率影响显著,且与小波选择存在交互作用:较小ROI对所选小波更敏感(如rbio3.1在50×54窗口下以82.09%远超第二名的效果),而中等宽度的75×81窗口提供了对小波选择最为稳健的结果。115×81窗口取得最高准确率89.94%,提示纳入波V峰值后的特征性波谷(trough)有助于提升分类性能。
研究存在若干局限性:数据来自单一临床中心,参考阈值虽经同一资深听力学家审核以确保一致性,但缺乏独立第二专家的验证;因数据匿名化未保留年龄等人口学信息,无法进行年龄分层分析;数据集混合了click短声与多频率tone-burst(短纯音)刺激,未按刺激类型分层评估。此外,模板构建依赖专家绘制的参考线,故整体方案仍属半自动范畴;虽采用单层2D-DWT分解具有合理性(进一步降采样将使最小ROI的系数分辨率低于波V的空间尺度),但分解层数与多子带特征的结合仍是值得系统探索的方向。
尽管存在上述限制,89.94%的准确率在±10 dB容差条件下已接近听力学家之间93.2%的一致性水平,经选择/确认验证后置信区间为86.43–91.05%。该管道未进行SVM超参数调优,亦未采用复杂特征表示,却已取得与现有基于时域信号二分类方法(典型准确率92.6%–96%)在特定条件下可比的结果,考虑到本研究解决的是更困难的十级定量阈值估计任务,这一结果尤其值得关注。由于未进行与独立听力学家评估的直接盲法比较或正式的非劣效性检验,上述数值对比应视为说明性而非临床等效性证据。
**研究结论**可概括为:二维离散小波变换结合SVM分类的半自动方法能够以临床可接受的精度从图像化ABR记录中估计听力阈值;多模板策略优于单模板策略;小波函数与ROI窗口大小的选择对准确率及其稳定性均有显著且存在交互作用的影响,本研究提供的全106种小波函数与6种ROI窗口的完整对比,可为未来2D-DWT在ABR自动化分析中的小波选择提供实用参考;所构建的可解释、低计算成本管道可作为未来基于相同类型临床数据的深度学习方法之基线。未来研究应考虑按刺激频率分层构建模板、开展多中心外部验证以及系统评估多级分解深度的影响。