26dga133 10.3205/26dga133 urn:nbn:de:0183-26dga1335 Meeting Abstract Latzel Latzel Matthias M

Sonova AG, R&D, Stäfa, Schweiz

author Nizamani Nizamani Faraz F

Universität des Saarlandes, Systems Neuroscience & Neurotechnology Unit, Saarbrücken, Deutschland

author Bhamborae Bhamborae Mayur M

Universität des Saarlandes, Systems Neuroscience & Neurotechnology Unit, Saarbrücken, Deutschland

author Biehl Biehl Tanja T

Center for Digital Neurotechnologies Saar, Homburg, Deutschland Universität des Saarlandes, Systems Neuroscience & Neurotechnology Unit, Saarbrücken, Deutschland

author Strauss Strauss Daniel D

Center for Digital Neurotechnologies Saar, Homburg, Deutschland Universität des Saarlandes, Systems Neuroscience & Neurotechnology Unit, Saarbrücken, Deutschland

author Launer Launer Stefan S

Sonova AG, R&D, Stäfa, Schweiz

author Corona-Strauss Corona-Strauss Farah F

Center for Digital Neurotechnologies Saar, Homburg, Deutschland Universität des Saarlandes, Systems Neuroscience & Neurotechnology Unit, Saarbrücken, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20260302 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0642 133 Deutsche Gesellschaft für Audiologie e. V. 28. Jahrestagung der Deutschen Gesellschaft für Audiologie Freie Vorträge 13: Hörgeräte I Oldenburg 20260304 20260306 133 TextEinführung: Effortful Listening, die kognitive Belastung, die nötig ist, um Sprache insbesondere im Störgeräusch zu verstehen, stellt eine zentrale Herausforderung für Hörgeräteträger dar. Die objektive Bestimmung der entsprechenden Messgrößen ist zumeist sehr aufwändig. Die Verwendung nicht-invasiver Biomarker erscheint dagegen deutlich einfacher und könnte damit zuverlässige Messdaten über die kognitive Belastung liefern sowie eine schnellere, effektivere Hörgeräteanpassung oder eine effizientere Signalverarbeitung ermöglichen.Ziel: Die vorgestellte Studie bewertet den Optischen Flow als nicht-invasiven Biomarker des Zuhöraufwands und prüft, ob ein erhöhter Höraufwand mit subtilen Gesichtsausdrücken korreliert, wenn eine KI-basierte Störgeräuschunterdrückung (Deep Neural Network (DNN)) ein bzw. ausgeschaltet wird.Methoden: In einer klinischen Hörgeräte-Praxis nahmen 22 Erwachsene mit diagnostizierter Hörbeeinträchtigung Auditory-Tasks unter zwei Bedingungen vor: Zur Simulation einer Cocktailparty-Situation hörten sie einen Podcast im Störgeräusch, während die Rauschunterdrückungsfunktion abwechselnd aktiviert (DNN ON = geringe Anstrengung) und deaktiviert (DNN OFF = hohe Anstrengung) wurde. Während dieser Aufgabe aufgezeichnete Gesichtsvideos wurden analysiert, um den mittleren Optischen Flow zu berechnen und spatio-temporale Heatmaps zu erstellen.Ergebnisse: Ein gepaarter t-Test zeigte eine signifikant höhere Gesichtsaktivität in der DNN-OFF-Bedingung mit ausgeprägterer Muskelaktivität im periokularen Bereich (um die Augen) und in der Stirnregion, verglichen mit DNN ON. Die Effektstärke war klein, aber konsistent, wobei die Gesichtsaktivität im DNN-ON-Zustand minimal und diffus war.Schlussfolgerungen: Effortful Listening manifestiert sich in einer Zunahme subtiler Gesichtsmuskelaktivität; der Optische Flow könnte eine vielversprechende objektive Metrik der neurokognitiv-affektiven Reaktion auf belastende Hörsituationen sein. Dieser kontaktlose, kamerabasierte Ansatz bietet Potenzial zur Weiterentwicklung der Hörgeräteeinstellung durch objektive Metriken zur Bewertung verschiedener Verarbeitungsstrategien, mit Wegen zur weiteren Validierung und Real-World-Implementierung. 0 0 0 0