신생아 청성뇌간 반응의 자동 판독 알고리즘

Abstract

[한글]신생아의 청각선별검사를 통한 영유아 난청의 조기진단과 조기재활은 청력손실로 인한 언어장애를 최소화하고 언어발달을 위한 재활교육의 기회를 제공하여 정상적인 언어생활을 영위하는데 가장 중요한 역할을 한다. 난청의 조기진단은 생후 3개월 이내에 이루어져야하며, 생후 6개월 이전에는 조기재활을 시작해야한다. 조기진단에는 주로 이음향방사(otoacoustic emission; OAE)와 청성뇌간반응(auditory brainstem response; ABR)의 2단계 선별검사 프로그램이 이루어진다.최근에는 청성뇌간반응(auditory brainstem response; ABR)의 파형을 자동으로 검출하는 자동화 청성뇌간반응검사(automated auditory brainstem response; AABR)가 신생아의 청각선별검사에 사용되고 있다. AABR은 귀에 소리의 자극을 주고 뇌에서 반응을 측정하는 검사로써, 반응 파형의 표준치와 검사를 받는 신생아의 파형을 비교하여 자동적으로 난청을 감별할 수 있다. AABR에 사용되는 기존의 자동화 알고리즘에는 FIR(finite impulse response) 필터를 이용하여 특정 주파수 대역에서의 분석, 잠복기-자극강도 곡선(latency-intensity curve; LI curve)을 통해 모델링한 ABR 표준 파형과의 상호 상관도(cross-correlation)를 이용한 분석, 신경회로망(artificial neural network; ANN)을 사용한 파형 분석, 대역통과(band-pass) 필터와 미분법을 이용한 파형 분석, 최적화된 분산비(point optimized variance ratio; POVR)를 이용한 파형 검출 등이 소개되고 있다.본 논문은 앙상블 평균된 ABR 파형에 대해서 롤의 정리를 이용한 새로운 자동화 ABR 파형 검출 알고리즘을 제안하였다. ABR 파형의 검출 단계은 다음과 같다. 앙상블 평균된 ABR 신호에 대해 N 등분할하여 각 구간에 대해 롤의 정리를 적용하여 피크 지점들을 검출한다. 검출된 지점들을 히스토그램 상에 누적한다. 누적된 개수가 파형과 잡음을 구분하는 기준값 이상인 지점을 ABR 후보파형으로 표시한다. 표시된 ABR 후보파형에 대해 파형 III과 V의 정상 잠복기 구간 내에 위치한 파형을 최종적으로 검출하게 된다. 실험에는 생후 6개월 미만의 정상 청력을 가진 신생아의 55개의 귀를 대상으로 하였다. 30, 40, 50, 60 dBnHL의 다양한 강도를 가진 클릭 자극음에 대한 ABR 파형을 측정하였다. 첫 번째로 수동 검출법과 제안된 자동 검출법을 이용하여 파형 III과 V의 잠복기를 비교하였다. 자극 강도가 낮아짐에 따라 그에 대한 잠복기가 동일한 패턴으로 길어지는 결과를 볼 수 있었다. 또한 파형 III과 V의 평균 잠복기 차를 분석하였다. 동일한 파형(잠복기 차 < 0.2 ms)으로 관측되어 두 방법 간에는 유의한 차이가 없었다. 두 번째로 미분 자동 검출법과 제안된 자동 검출법을 파형 III과 V로 판명될 후보 파형의 개수에 대해 비교하였다. 미분 자동 검출법에 비해 제안한 자동 검출법에서 후보 파형의 개수가 47 % 감소되어 검출되었다. 또한 수동 검출법에 대한 제안된 자동 검출법의 잠복기 오차율은 미분 자동 검출법에 비해 60 dBnHL의 자극강도에서 낮은 잠복기 오차율(<0.01 %)을 보였다. 따라서 제안된 알고리즘으로 청각 전문가는 기존의 수동 검출 방법보다 객관적이고 정량적으로 파형 III과 V를 검출하고 표시할 수 있게 된 데에 의의가 있다.

[영문]Early identification and subsequent intervention by neonatal hearing screening program is associated with improved language development in deaf or hearing impaired children. All infants must receive hearing screening within the first 3 months of age and appropriate intensive intervention within 6 months. Two commonly used methods for neonatal hearing screening are as follows : otoacoustic emission (OAE), and auditory brainstem response (ABR).Automated auditory brainstem response(AABR) test is used for the screening purpose of hearing ability of neonates recently. AABR represents evoked electrical activity in the ascending auditory pathways in the brain stem after sound stimulus. As it compares normal response with tested response, it automatically determines a status of hearing loss. Automated algorithms of AABR are as follows : (1) identification by finite impulse response(FIR) digital filters, (2) identification by latency-intensity curve modeling and cross-correlation, (3) identification by artificial neural network(ANN), (4) identification by point optimized variance ratio(POVR) and so on.In this paper, algorithm using Rolle's theorem is suggested for the automatic detection of the ensemble averaged ABR waveform. The procedures of algorithm are as follows : (1) dividing the ensemble averaged ABR waveform into N equal parts, (2) applying Rolle's theorem for each part, (3) detecting peaks, (4) accumulating the number of peaks on the histogram, (5) comparing the number with threshold level, (6) marking the candidate peaks, and (7) detecting peaks within normal latency of waves III and V.The ABR waveforms were recorded from 55 normal-hearing ears of neonates at screening levels varying from 30 to 60 dBnHL. The first, the latencies of waves III and V were analyzed by expert audiologist and by the proposed algorithm. The results showed that the patterns which are related to latency-intensity curve is like each other. Also, the proposed algorithm correctly identified latencies of the major ABR waves (III, V) with latent difference below 0.2 ms. No significant differences were found between the two methods. The second, we also analyzed the ABR signals using derivative algorithm and compared the results with proposed algorithm. The number of detected candidate waves using the proposed algorithm was 47 % less than that of the existing one. The proposed method had lower relative errors (0.01 % error at 60 dBnHL) compared to the existing one. By using proposed algorithm, clinicians can detect and label waves III and V more objectively and quantitatively than the manual detection method.