Comparison of Supervised-Learning Models and Auditory Discrimination of Infant Cries for the Early Detection of Developmental Disorders / Vergleich von Supervised-Learning Klassifikationsmodellen und menschlicher auditiver Diskriminationsfähigkeit zur Unterscheidung von Säuglingsschreien mit kongenitalen Entwicklungsstörungen

Die Diskrimination von gesunden und pathologischen Säuglingsschreien kann auf unterschiedliche Weise erfolgen: über computerbasierte Klassifikation von akustischen Parametern des Schreis oder über auditive Diskriminierung durch das menschliche Gehör. In diesem Artikel wird die Leistungsfähigkeit der beiden Verfahren miteinander verglichen.

Ein Hörexperiment mit unterschiedlichen Hörergruppen (Laien, Eltern, Hebammen und Therapeuten) wurde durchgeführt, um zu evaluieren, ob Hörer in der Lage sind, zwischen gesunden und pathologischen Schreien, sowie zwischen verschiedenen Pathologien zu diferenzieren.

In einem Hörtraining wurden den Hörern Schreie von gesunden Säuglingen, von Säuglingen mit Lippen-Kiefer-Gaumenspalte, von Säuglingen mit Hörstörungen, von Säuglingen mit Laryngomalazie, sowie von Säuglingen mit Asphyxie und perinataler intracerebraler Blutung auditiv präsentiert. Im Anschluss fand das Hörexperiment durch Zuordnung von 18 Schreien zu den einzelnen Schreigruppen statt.

Verschiedene computerbasierte Klassifikationsalgorithmen (supervised-learning models) wurden ebenfalls auf den Schreien anhand ihrer akustischen Parameter trainiert.

Die Klassifikationsgenauigkeit der Hörergruppen erzielte einen Kappa-Wert von 0,491 (durchschnittliche Leistungsfähigkeit). Mit einer Sensitivität von 0,64 und einer Spezifität von 0,89 waren die Hörer in der Lage zwischen gesunden und pathologischen Schreien zu differenzieren. Verallgemeinerte lineare gemischte Modelle wurden berechnet, um einen möglichen Einfluss der Gruppenzugehörigkeit der Hörer zu ermitteln. Es konnte kein signifikanter Unterschied in der Klassifikationsgenauigkeit zwischen den Hörergruppen ermittelt werden.

Die computerbasierte Klassifikationsgenauigkeit zeigte signifikant bessere Klassifikationsergebnisse mit einem Kappa-Wert von 0,837.