Practicing Digital Gastroenterology through Phonoenterography Leveraging Artificial Intelligence: Future Perspectives Using Microwave Systems

Redij, Renisha; Kaur, Avneet; Muddaloor, Pratyusha; Sethi, Arshia K.; Aedma, Keirthana; Rajagopal, Anjali; Gopalakrishnan, Keerthy; Yadav, Ashima; Damani, Devanshi N.; Wang, Xiao Jing; Aakre, Christopher A.; Ryu, Alexander J.; Arunachalam, Shivaram P.

doi:10.3390/s23042302

Cited by 7 publications

(12 citation statements)

References 134 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Моторика кишечника, тип скорочень, міоелектрична активність, вміст просвіту ШКТ, наявність газів вважаються основними факторами звукоутворення [23,26]. Попередні дослідження оцінювали діагностичне застосування звуків кишечника при різних станах, як-от кишкова непрохідність, гострий апендицит, захворювання товстого кишечника, асцит, післяопераційна кишкова непрохідність, сепсис, синдром подразненого кишечника, пілоростеноз у пацієнтів різного віку.…”

Section: результати та обговоренняunclassified

“…Попередні дослідження оцінювали діагностичне застосування звуків кишечника при різних станах, як-от кишкова непрохідність, гострий апендицит, захворювання товстого кишечника, асцит, післяопераційна кишкова непрохідність, сепсис, синдром подразненого кишечника, пілоростеноз у пацієнтів різного віку. Вважається, що характеристика кишкових шумів може використовуватися для визначення тяжкості захворювання, моніторингу післяопераційного стану, визначення часу початку післяопераційного ентерального харчування та визначення проблем, пов'язаних із споживанням їжі [23,26].…”

Section: результати та обговоренняunclassified

“…Кишкові шуми можуть бути проаналізовані лікарем безпосередньо або за допомогою комп'ютерного аналізу (електронної моделі навчання), який розпізнає звуки, зібрані за допомогою спеціального записуючого приладу (цифрового стетоскопу) [23,26]. На відміну від акустичного стетоскопа цифровий перетворює акустичні звуки в електричні сигнали та дозволяє зберігати і передавати сигнали для комп'ютерних процесів автоматичного виявлення та визначення характеристик кишкових шумів [28].…”

Section: результати та обговоренняunclassified

“…Фільтрація шуму може бути складним завданням для виділення окремих кишкових шумів, може знадобитися застосування алгоритмів усунення фонових шумів. До недоліків аускультації можна віднести відсутність конкретних вказівок щодо зони, тривалості та умов аускультації (рекомендована тривалість аускультації коливається від 30 с до багатогодинного моніторингу) [26]. Спроба локалізувати джерело кишкових шумів за допомогою моделей поширення звуку виявила епіцентр більшості звуків у середній нижній частині та правій нижній частині живота.…”

Section: результати та обговоренняunclassified

“…Подібний зв'язок із правим нижнім квадрантом виявляється під час вивчення впливу прийому їжі на кишкові шуми. Відмічається збільшення кількості звуків у цьому регіоні, що пояснюють рухами клубової та сліпої кишки під час споживання їжі [26,29]. Нещодавнє дослідження не виявило різниці в кишкових шумах до і після пальпації живота [30].…”

Section: результати та обговоренняunclassified

See 4 more Smart Citations

Food intolerance in premature babies: possibilities of additional diagnostics

Mavropulo,

Khorosh

2023

View full text Add to dashboard Cite

Due to the immaturity of the digestive system and gastrointestinal motility the preterm infants have a critical challenge in establishing adequate enteral nutrition, which is a frequent cause of gastrointestinal complications such as food intolerance and necrotizing enterocolitis. Modern clinical methods of assessing the maturity of the intestines and the child's readiness for enteral nutrition are subjective, this slows down the expansion of enteral nutrition, increases the duration of parenteral nutrition, and accordingly , period of a child`s hospitalizing. Objective methods of diagnosis are needed, which would contribute to the effective diagnosis and monitoring of food intolerance in preterm infants. Therefore, the purpose of our review was to search and summarize literature data on objective methods of diagnosing impaired food tolerance in premature baby, which could to provide daily monitoring, would be safe, cost-effective and easily accessible. Results and their discussion. Accordingly, three leading and most promising methods of examining the newborns gastrointestinal tract were analyzed. The were ultrasound examination (absence or reverse diastolic blood flow in the umbilical artery, high pulsation index in the fetal venous duct, indicators of blood flow in the upper mesenteric artery of the newborn), near-infrared spectroscopy (estimation of oxygen saturation of splanchnic tissue), and auscultation of intestinal sounds (phonoenterogram). Each of these methods has advantages and disadvantages, but to solve these existing problems, there has been recently an increasing amount of research on the bowel sounds using (namely their computerized assessment) as a new diagnostic tool. New research and further study of intestinal murmurs in premature newborns of different gestational ages with the development of clear criteria for data interpretation are needed to assess the maturity of the gastrointestinal tract, to create a diagnosis plan of food intolerance, and to develop an algorithm for early intervention.

show abstract

Section: результати та обговоренняunclassified

See 3 more Smart Citations

Food intolerance in premature babies: possibilities of additional diagnostics

Mavropulo,

Khorosh

2023

View full text Add to dashboard Cite

show abstract

Differences in intestinal motility during different sleep stages based on long-term bowel sounds

Wang,

Chen,

Liu

et al. 2023

BioMed Eng OnLine

View full text Add to dashboard Cite

Background and objectives This study focused on changes in intestinal motility during different sleep stages based on long-term bowel sounds. Methods A modified higher order statistics algorithm was devised to identify the effective bowel sound segments. Next, characteristic values (CVs) were extracted from each bowel sound segment, which included 4 time-domain, 4 frequency-domain and 2 nonlinear CVs. The statistical analysis of these CVs corresponding to the different sleep stages could be used to evaluate the changes in intestinal motility during sleep. Results A total of 6865.81 min of data were recorded from 14 participants, including both polysomnographic data and bowel sound data which were recorded simultaneously from each participant. The average accuracy, sensitivity and specificity of the modified higher order statistics detector were 96.46 ± 2.60%, 97.24 ± 2.99% and 94.13 ± 4.37%. In addition, 217088 segments of effective bowel sound corresponding to different sleep stages were identified using the modified detector. Most of the CVs were statistically different during different sleep stages ($$p<0.05$$ p < 0.05 ). Furthermore, the bowel sounds were low in frequency based on frequency-domain CVs, high in energy based on time-domain CVs and low in complexity base on nonlinear CVs during deep sleep, which was consistent with the state of the EEG signals during deep sleep. Conclusions The intestinal motility varies by different sleep stages based on long-term bowel sounds using the modified higher order statistics detector. The study indicates that the long-term bowel sounds can well reflect intestinal motility during sleep. This study also demonstrates that it is technically feasible to simultaneously record intestinal motility and sleep state throughout the night. This offers great potential for future studies investigating intestinal motility during sleep and related clinical applications.

show abstract

Design and Development of a Non-Contact ECG-Based Human Emotion Recognition System Using SVM and RF Classifiers

2023

View full text Add to dashboard Cite

Emotion recognition becomes an important aspect in the development of human-machine interaction (HMI) systems. Positive emotions impact our lives positively, whereas negative emotions may cause a reduction in productivity. Emotionally intelligent systems such as chatbots and artificially intelligent assistant modules help make our daily life routines effortless. Moreover, a system which is capable of assessing the human emotional state would be very helpful to assess the mental state of a person. Hence, preventive care could be offered before it becomes a mental illness or slides into a state of depression. Researchers have always been curious to find out if a machine could assess human emotions precisely. In this work, a unimodal emotion classifier system in which one of the physiological signals, an electrocardiogram (ECG) signal, has been used is proposed to classify human emotions. The ECG signal was acquired using a capacitive sensor-based non-contact ECG belt system. The machine-learning-based classifiers developed in this work are SVM and random forest with 10-fold cross-validation on three different sets of ECG data acquired for 45 subjects (15 subjects in each age group). The minimum classification accuracies achieved with SVM and RF emotion classifier models are 86.6% and 98.2%, respectively.

show abstract

Practicing Digital Gastroenterology through Phonoenterography Leveraging Artificial Intelligence: Future Perspectives Using Microwave Systems

Cited by 7 publications

References 134 publications

Food intolerance in premature babies: possibilities of additional diagnostics

Food intolerance in premature babies: possibilities of additional diagnostics

Differences in intestinal motility during different sleep stages based on long-term bowel sounds

Design and Development of a Non-Contact ECG-Based Human Emotion Recognition System Using SVM and RF Classifiers

Contact Info

Product

Resources

About