@phdthesis{Unger2002,
  author    = {Unger, Alexander},
  title     = {Automatische - Computergest{\"u}tzte Auswertung von objektiven H{\"o}rpr{\"u}fungen mit dem BERAphon® an Neugeborenen unter Verwendung des ACEP (automated curve evaluation program)},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-5505},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2002},
  abstract  = {Die Erfassung und die fr{\"u}he Behandlung von H{\"o}rbeeintr{\"a}chtigungen erh{\"a}lt eine immer gr{\"o}ssere Bedeutung, die nicht nur auf die Pr{\"a}vention und Behandlung von Sprech- und Sprachbehinderung beschr{\"a}nkt ist, sondern ebenso der Fr{\"u}herkennung von H{\"o}rorgansch{\"a}den dient. In Erwartung der fr{\"u}hestm{\"o}glichen Identifizierung des H{\"o}rverlustes, sind verschiedene Untersuchungsmethoden entwickelt worden. Bei Fr{\"u}h- und Neugeborenen, Kindern unter 6 Monaten sowie Kindern mit multiplen Behinderungen liegt der Schwerpunkt der Auswertung audiologischer Funktionen auf den elektrophysiologischen Untersuchungen [61]. Von allen akustisch evozierten Potentialen, die durch verschiedene Verfahren gemessen werden k{\"o}nnen, liefert das Potential, entstanden durch die Hirnstammantwort, die wichtigsten Informationen. Das Verfahren zur Messung akustisch evozierter Potentiale ist durch psychophysiologische Parameter oder psychoaktive Substanzen nicht beeinflussbar. Dadurch wurde es zu der am h{\"a}ufigsten verwandten Messtechnik f{\"u}r neurologische, otologische und audiologische Fragestellungen. Heute ist man der Meinung, dass ein H{\"o}rscreening zum fr{\"u}hest m{\"o}glichen Zeitpunkt durchgef{\"u}hrt werden, und die ABR als Mittel der Wahl angesehen werden sollten [61, 62]. Das Ziel dieser Arbeit ist es, mathematische Algorithmen zu entwickeln, um mit deren Hilfe objektive BERA-Messungen automatisch, analytisch und statistisch auszuwerten. Das automatische Auswerteprogramm ACEP (automatic curve evaluation program) soll durch statistische Datenanalyse sowie die Erkennung signifikanter kurvenspezifischer Komponenten wie Latenz, Amplitude und Wellenform, die Kennwerte einer BERA-Kurve markieren, und das Signalverhalten beschreiben. Das System soll eine "Antwort-Erkennungs-Einheit" enthalten, welche das Vorhanden- oder Nichtvorhandensein von ABR-Antworten erkennen kann sowie die Identifizierung der Peaks und die Aussage {\"u}ber pathologische oder normale Ergebnisse der Hirnstammaudiometrie erleichtert. Das Hauptanliegen dieser Automatisierung ist die Reduzierung des ben{\"o}tigten, speziell ausgebildeten Fachpersonals, und die Zeiteinsparung f{\"u}r die Auswertung. Die erh{\"o}hte Objektivit{\"a}t, die geringere Fehlerrate, und der bessere statistische Vergleich sind weitere Verbesserungen [63].},
  language  = {de}
}