Análisis automático de la deglución basado en acelerometría y electromiografía de superficie

QRCode
Share this
Date
2021Author
Citation
Metadata
Show full item recordPDF Documents
Title
Automatic swallowing analysis based on accelerometry and surface electromyography
Abstract
La deglución es un acto complejo que involucra diferentes estructuras anatómicas. Las alteraciones neurológicas o físicas pueden alterar este proceso y desarrollar un síntoma conocido como disfagia. Se estima que afecta a alrededor del 16% de la población mundial. El diagnóstico de este síntoma se centra en técnicas invasivas como la videofluoroscopia y la endoscopia de fibra. Esto motiva el desarrollo de técnicas seguras, no invasivas y de bajo costo. Recientemente, las señales de acelerometría (ACC) y electromiografía de superficie (sEMG) se han investigado por separado con fines de tamización de disfagia, con resultados prometedores, sin embargo, analizan la deglución como un proceso unidimensional, ignorando que es complejo e involucra diferentes estructuras. Debido a esto se desarrolló una metodología para el análisis de ambas señales de forma conjunta y sincrónica. Para ello, se adquirieron señales ACC y sEMG mientras sujetos sanos y con disfagia deglutían agua y yogur. Estas señales se filtraron y caracterizaron mediante el método de ventana deslizante. Se implementaron métodos de filtro para seleccionar las características que recuperaron la máxima separabilidad entre las clases. Para todas las tareas deglutorias evaluadas mediante la aplicación de clasificadores, se obtuvieron áreas bajo la curva ROC (AUC) y sensibilidades superiores a 0.85. El mejor de los casos correspondió a 20 ml de agua, con un AUC de 0.91. La metodología implementada permitió determinar que la fusión multisensor mejora los resultados frente al uso de señales de forma independiente, resultando así en una mitología prometedora para la tamización de la disfagia de forma objetiva y no invasiva.
Abstract
Swallowing is a complex act that involves different anatomical structures. Neurological or physical alterations can change this process and produce a symptom known as dysphagia. It is estimated that it affects around 16% of the population worldwide. The diagnosis of this symptom focuses on invasive techniques such as videofluoroscopy and fiberoptic endoscopy. This motivates the development of non-invasive, low-cost, and safe techniques. Recently, accelerometry (ACC) and surface electromyography (sEMG) signals have been investigated separately for dysphagia screening purposes, with promising results. However, they analyze swallowing as a one-dimensional process, ignoring its complexity. Thereby, a methodology was developed for the analysis of ACC and sEMG signals jointly and synchronously. For this, healthy and dysphagia subjects were given water and yogurt. These signals were filtered and characterized by the sliding window method. Filtering methods were implemented to select the features that retrieved maximum separability between classes. For all swallowing tasks evaluated by applying classifiers, areas under the ROC curve (AUC) and sensitivities higher than 0.85 were obtained. The best-case corresponded to 20mL of water, with an AUC of 0.91. The implemented methodology made it possible to determine that multi-sensor fusion improves the results regarding the use of signals independently. The proposed methodology is promising for dysphagia screening in an objective and non invasive way.