Caracterización de sonidos deglutorios adquiridos mediante auscultación cervical en sujetos sanos y con disfagia.
Characterization of swallowing sounds through Cervical Auscultation in healthy and dysphagic subjects.
Barra lateral del artículo
PDF
FLIP
clasificación
disfagia
extracción de características
procesamiento de señales
exactitud
rendimiento
dificultades
invasivos
aprendizaje de máquina
Cervical auscultation
classification
dysphagia
feature extraction
signal processing
accuracy
score
difficulties
invasive
machine learning
Términos de la licencia (VER)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Declaración del copyright
Los autores ceden en exclusiva a la Universidad EIA, con facultad de cesión a terceros, todos los derechos de explotación que deriven de los trabajos que sean aceptados para su publicación en la Revista EIA, así como en cualquier producto derivados de la misma y, en particular, los de reproducción, distribución, comunicación pública (incluida la puesta a disposición interactiva) y transformación (incluidas la adaptación, la modificación y, en su caso, la traducción), para todas las modalidades de explotación (a título enunciativo y no limitativo: en formato papel, electrónico, on-line, soporte informático o audiovisual, así como en cualquier otro formato, incluso con finalidad promocional o publicitaria y/o para la realización de productos derivados), para un ámbito territorial mundial y para toda la duración legal de los derechos prevista en el vigente texto difundido de la Ley de Propiedad Intelectual. Esta cesión la realizarán los autores sin derecho a ningún tipo de remuneración o indemnización.
La autorización conferida a la Revista EIA estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo en el Sistema Open Journal Systems de la Revista EIA, así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación.
Todos los contenidos de la Revista EIA, están publicados bajo la Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Licencia
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Contenido principal del artículo
Resumen
La deglución es un acto de alta complejidad neuromuscular debido a que intervienen más de 30 pares musculares y 5 pares craneales en un periodo corto de tiempo. Esta se divide en 4 etapas: pre oral, oral, orofaríngea y esofágica, una alteración en el desarrollo normal de alguna de estas fases puede desarrollar un síntoma secundario a enfermedades neuromusculares y neurogénicas que se conoce como disfagia, esta puede traer consigo muchas dificultades para quien la padece, entre esta neumonía bronquial, desnutrición, deshidratación o incluso la muerte por asfixia. La identificación de características que ayuden a reconocer dicho síntoma, además de describir correctamente el proceso deglutorio, es de gran importancia ya que los métodos existentes son invasivos. La auscultación cervical es una técnica mediante la cual se puede obtener información del cierre glótico en el proceso deglutorio por medio de señales de audio, y que puede ser analizada de manera off line. El objetivo de este estudio es evaluar diferentes métodos de caracterización de señales de auscultación cervical y desarrollar un modelo de aprendizaje automático con sonidos de eventos deglutorios segmentados de forma manual para clasificar entre sujetos de control y pacientes con disfagia orofaríngea. Los resultados mostraron, con una exactitud máxima de 75 %, que por medio de señales de auscultación cervical es posible identificar sujetos con disfagia, de igual manera se logró identificar que la potencia media de los segmentos deglutorios fue la característica con mejor rendimiento (curva ROC) y una distribución diferente entre clases según la prueba de U-Mann-Whitney, para discriminar entre sanos y pacientes en diferentes actividades deglutorias.
Descargas
Detalles del artículo
Referencias (VER)
A. Sasegbon and S. Hamdy, “The anatomy and physiology of normal and abnormal swallowing in oropharyngeal dysphagia,” Neurogastroenterology and Motility, vol. 29, no. 11, pp. 1–15, 2017, doi: 10.1111/nmo.13100.
C. Donohue, S. Mao, E. Sejdić, and J. L. Coyle, “Tracking Hyoid Bone Displacement During Swallowing Without Videofluoroscopy Using Machine Learning of Vibratory Signals,” Dysphagia, vol. 36, no. 2, pp. 259–269, 2021, doi: 10.1007/s00455-020-10124-z.
C. Donohue, Y. Khalifa, S. Perera, E. Sejdić, and J. L. Coyle, “A Preliminary Investigation of Whether HRCA Signals Can Differentiate Between Swallows from Healthy People and Swallows from People with Neurodegenerative Diseases,” Dysphagia, vol. 36, no. 4, pp. 635–643, 2021, doi: 10.1007/s00455-020-10177-0.
C. Rebrion et al., “High-Resolution Cervical Auscultation Signal Features Reflect Vertical and Horizontal Displacements of the Hyoid Bone during Swallowing,” IEEE Journal of Translational Engineering in Health and Medicine, vol. 7, no. October 2018, 2019, doi: 10.1109/JTEHM.2018.2881468.
D. G. Smithard, “Dysphagia : A Geriatric Giant ? The Normal Swallow,” iMedPub Journals, vol. 2, no. 1:5, pp. 1–7, 2016, doi: 10.21767/2471-299X.1000.
G. P. Andreu, “Del Envejecimiento,” Rev Cubana Invest Biomed, vol. 22, no. 1, pp. 58–67, 2003.
I. Cefac Brasil Bolzan et al., “Contribution of the cervical auscultation in clinical assessment of the oropharyngeal dysphagia,” Revista CEFAC, vol. 15, no. 2, pp. 455–465, 2013, [Online]. Available: http://www.redalyc.org/articulo.oa?id=169326445023
I. Marchesan, “Deglución — Diagnóstico y Posibilidades Terapéuticas,” Espacio logopedico, pp. 1–12, 2002, [Online]. Available: https://s3.amazonaws.com/academia.edu.documents/34860642/deglucion.pdf?AWSAccessKeyId=AKIAIWOWYYGZ2Y53UL3A&Expires=1509723251&Signature=%2BUvBMiXkcg84moKyDMSSH1Or7LU%3D&response-content-disposition=inline%3B filename%3DDeglucion.pdf
J. M. Dudik, I. Jestrović, B. Luan, J. L. Coyle, and E. Sejdić, “A comparative analysis of swallowing accelerometry and sounds during saliva swallows,” BioMedical Engineering Online, vol. 14, no. 1, pp. 1–15, 2015, doi: 10.1186/1475-925X-14-3.
J. Pablo and R. Uribe, “Automatic swallowing analysis based on accelerometry and surface electromyography,” 2021.
L. J. Lazareck and Z. M. K. Moussavi, “Classification of normal and dysphagic swallows by acoustical means,” IEEE Transactions on Biomedical Engineering, vol. 51, no. 12, pp. 2103–2112, 2004, doi: 10.1109/TBME.2004.836504.
O. Ortega, A. Martín, and P. Clavé, “Diagnosis and Management of Oropharyngeal Dysphagia Among Older Persons, State of the Art,” Journal of the American Medical Directors Association, vol. 18, no. 7, pp. 576–582, 2017, doi: 10.1016/j.jamda.2017.02.015.
Q. He et al., “The Association of High Resolution Cervical Auscultation Signal Features With Hyoid Bone Displacement During Swallowing,” IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society, vol. 27, no. 9, pp. 1810–1816, 2019, doi: 10.1109/TNSRE.2019.2935302.
S. B. Leder, C. T. Sasaki, and M. I. Burrell, “Fiberoptic endoscopic evaluation of dysphagia to identify silent aspiration,” Dysphagia, vol. 13, no. 1, pp. 19–21, 1998, doi: 10.1007/PL00009544.
S. Roldan-Vasco, S. Restrepo-Agudelo, Y. Valencia-Martinez, and A. Orozco-Duque, “Automatic detection of oral and pharyngeal phases in swallowing using classification algorithms and multichannel EMG,” Journal of Electromyography and Kinesiology, vol. 43, no. October, pp. 193–200, 2018, doi: 10.1016/j.jelekin.2018.10.004.
T. Warnecke et al., “Levodopa responsiveness of dysphagia in advanced Parkinson’s disease and reliability testing of the FEES-Levodopa-test,” Parkinsonism and Related Disorders, vol. 28, pp. 100–106, 2016, doi: 10.1016/j.parkreldis.2016.04.034.
Y. Khalifa, C. Donohue, J. L. Coyle, and E. Sejdic, “Upper Esophageal Sphincter Opening Segmentation with Convolutional Recurrent Neural Networks in High Resolution Cervical Auscultation,” IEEE Journal of Biomedical and Health Informatics, vol. 25, no. 2, pp. 493–503, 2021, doi: 10.1109/JBHI.2020.3000057.
Y. Khalifa, J. L. Coyle, and E. Sejdić, “Non-invasive identification of swallows via deep learning in high resolution cervical auscultation recordings,” Scientific Reports, vol. 10, no. 1, pp. 1–13, 2020, doi: 10.1038/s41598-020-65492-1.
Y. Sánchez-Cardona, A. Orozco-Duque, and S. Roldán-Vasco, “Characterization and classification of cervical auscultation signals acquired with stethoscope for automatic detection of swallowing sound,” Revista Mexicana de Ingenieria Biomedica, vol. 39, no. 2, pp. 205–216, 2018, doi: 10.17488/RMIB.39.2.6.
S. Miyagi, S. Sugiyama, K. Kozawa, S. Moritani, S. I. Sakamoto, and O. Sakai, “Classifying dysphagic swallowing sounds with support vector machines,” Healthcare (Switzerland), vol. 8, no. 2, pp. 1–12, 2020, doi: 10.3390/healthcare8020103.