Juni 2012 automatisatie van het fittingproces van cochleaire implantaten door middel van probabilistische netwerken Thomas Flamant Dr. Paul GovaertsBart.

Presentatie over: "Juni 2012 automatisatie van het fittingproces van cochleaire implantaten door middel van probabilistische netwerken Thomas Flamant Dr. Paul GovaertsBart."— Transcript van de presentatie:

1 juni 2012 automatisatie van het fittingproces van cochleaire implantaten door middel van probabilistische netwerken Thomas Flamant Dr. Paul GovaertsBart Vaerenberg Wim Van den Breen ► situering ► masterproef ► besluit ► demo inhoud

2 ► elektronisch gehoorapparaat dat in het binnenoor wordt geïmplanteerd ► rechtstreekse stimulatie van de gehoorzenuw in de cochlea ► geluid wordt omgezet elektrische pulsen het Cochleair Implantaat (CI) situering (1/5) TOEGEPASTE INGENIEURSWETENSCHAPPEN

3 ► CI-fitting o procesoptimalisatie o manipuleren elektrische parameters (~150) o gehoormetingen (~ 60) o vooropgesteld doel (target): normaal gehoor o uitgevoerd door (expert-) audiologen het Cochleair Implantaat (CI) situering (2/5) TOEGEPASTE INGENIEURSWETENSCHAPPEN audioloog patiënt

4 ► de oorgroep & Otoconsult ► = eerste intelligent agent die assisteert bij fittingproces (computer assisted fitting) ► werking o maakt gebruik van AI o deterministische logica o gerealiseerd door middel van adviezen o framework om adviezen te ontwikkelen FOX: F itting to O utcome e X pert situering (3/5) TOEGEPASTE INGENIEURSWETENSCHAPPEN FOX advice engine gehoortest(en) + CI-instellingen nieuwe (optimale) CI-instellingen

5 ► uitdaging doelstelling TOEGEPASTE INGENIEURSWETENSCHAPPEN situering (4/5) FOX uitbreiden met een probabilistische logica (Bayesiaans netwerk) FOX advice engine interface huidig deterministische logica masterproef probabilistische logica gehoortest(en) + CI-instellingen nieuwe (optimale) CI-instellingen

6 verhoog waarde 0,40 waarde is OK0,20 verlaag waarde0,40 verhoog waarde 0,40 waarde is OK0,40 verlaag waarde0,20 CI-parameter 2 te luid 0,38 normaal 0,17 te zacht 0,45 Luidheidsperceptie [hidden layer] CI-parameter 1 doelstelling TOEGEPASTE INGENIEURSWETENSCHAPPEN situering (5/5)

7 verhoog waarde 0,15 waarde is OK0,70 verlaag waarde0,15 verhoog waarde 0,85 waarde is OK0,10 verlaag waarde0,05 CI-parameter 2 te luid 1,00 normaal 0,00 te zacht 0,00 Luidheidsperceptie [hidden layer] CI-parameter 1 doelstelling TOEGEPASTE INGENIEURSWETENSCHAPPEN situering (5/5) ► situering ► masterproef WP 1: integration WP 2: conversion WP 3: Target Profiles WP 4: decision criteria WP 5: self learning ► besluit ► demo inhoud

8 ► onderzoek naar implementatiemogelijkheden o Infer.NET Framework, Microsoft o OpenMarkov (Universiteit van Madrid, UNED) ► connectie met OpenMarkov o java-based  webservice integration TOEGEPASTE INGENIEURSWETENSCHAPPEN WP 1 Advice Engine Open- Markov Engine

9 ► mapping tussen FOX en netwerk o bepaalde informatie vereist die niet expliciet aanwezig is o module ontwikkeld  berekende resultaten op generische, dynamische manier definiëren  mogelijke toekomstige wijzigingen (netwerk in ontwikkeling: toevoegen/verwijderen van nodes)  mathematische compiler  at runtime gecompileerd en uitgevoerd conversion TOEGEPASTE INGENIEURSWETENSCHAPPEN WP 2

10 ► voor elke gehoortest: te bereiken doel ( target ) ► deterministische logica: target zit vervat in advies zelf ► probabilistische logica: niet voorzien ► module: Target Profiles o framework voorzien waarin audiologen dit dynamisch kunnen definiëren o voor elke meetwaarde, een definitie voor:  target (op target)  tolerantie-marges: grens (binnen target)  weging (penalty) o toepassing  bepaalt mee de mate van actie  bepaalt wanneer er gestopt moet worden met itereren Target Profiles TOEGEPASTE INGENIEURSWETENSCHAPPEN WP 3

11 ► netwerk geeft probabiliteiten terug ► op basis hiervan beslissing nemen  CI-wijzigingen ► extra instelbare parameters o welke probabiliteiten leidden tot CI-wijzigingen o vertaling probabiliteiten naar # stappen ► dynamische module: adviesinstellingen ► instellingen kunnen aangemaakt worden door ontwikkelaars zelf decision criteria TOEGEPASTE INGENIEURSWETENSCHAPPEN WP 4

12 ► self learning = intrinsiek onderdeel van Bayesiaanse logica ► per case: wijziging onderliggende probabiliteitstabellen ► initiële leerfase o eenmalige bulk-input o op basis van historische data (FOX-databank) o module: Evidence Cases Generator  conversie naar juiste netwerkformaat  afhankelijk van vrij te kiezen instellingen  outputtabellen self learning TOEGEPASTE INGENIEURSWETENSCHAPPEN WP 5 (1/2)

13 ► self learning = intrinsiek onderdeel van Bayesiaanse logica ► per case: wijziging onderliggende probabiliteitstabellen ► initiële leerfase o eenmalige bulk-input o op basis van historische data (FOX-databank) o module: Evidence Cases Generator  conversie naar juiste netwerkformaat  afhankelijk van vrij te kiezen instellingen  outputtabellen self learning TOEGEPASTE INGENIEURSWETENSCHAPPEN WP 5 (1/2)

14 ► self learning = intrinsiek onderdeel van Bayesiaanse logica ► per case: wijziging onderliggende probabiliteitstabellen ► initiële leerfase o eenmalige bulk-input o op basis van historische data (FOX-databank) o module: Evidence Cases Generator  conversie naar juiste netwerkformaat  afhankelijk van vrij te kiezen instellingen  outputtabellen self learning TOEGEPASTE INGENIEURSWETENSCHAPPEN WP 5 (1/2)

15 ► adviesexploratie o laat bepaalde randomisatie, exploratie toe van de CI-parameters o zorgt op een gecontroleerde manier voor meer variatie in de CI-instellingen o wat is de impact hiervan op het gehoor van de patiënt ? self learning TOEGEPASTE INGENIEURSWETENSCHAPPEN WP 5 (2/2) ► situering ► masterproef ► besluit ► demo inhoud

16 ► opdracht o belangrijke uitbreiding voor bestaand softwarepakket ► uitdagend o introductie in Bayesiaanse netwerken o bestaande applicatie  vooruitstrevend product  randvoorwaarden  maximale integratie van toegevoegde functionaliteit o verdere ontwikkeling  parametrisatie  ontwikkelaars ≠ programmeurs ► modules: 5 afgewerkte werkpakketten besluit TOEGEPASTE INGENIEURSWETENSCHAPPEN besluit ► situering ► masterproef ► besluit ► demo inhoud

17 demo TOEGEPASTE INGENIEURSWETENSCHAPPEN demo 1

18 demo TOEGEPASTE INGENIEURSWETENSCHAPPEN demo 2

19 demo TOEGEPASTE INGENIEURSWETENSCHAPPEN demo 3

20 demo TOEGEPASTE INGENIEURSWETENSCHAPPEN demo 4

21 demo TOEGEPASTE INGENIEURSWETENSCHAPPEN demo 5

22 demo TOEGEPASTE INGENIEURSWETENSCHAPPEN demo 6

23 demo TOEGEPASTE INGENIEURSWETENSCHAPPEN demo 7

24 vragen ? ► http://research.thomasflamant.be ► http://otoconsult.com/opti-fox TOEGEPASTE INGENIEURSWETENSCHAPPEN