Mostrar el registro sencillo del ítem

dc.contributor.advisorRoldán Vasco, Sebastián
dc.contributor.advisorOrozco Duque, Andrés Felipe
dc.contributor.authorRestrepo Uribe, Juan Pablo
dc.date.accessioned2021-12-07T14:27:19Z
dc.date.available2021-12-07T14:27:19Z
dc.date.issued2021
dc.identifier.urihttp://hdl.handle.net/20.500.12622/5561
dc.description.abstractLa 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.spa
dc.description.sponsorshipMinisterio de Ciencia, Tecnología e Innovaciónspa
dc.description.sponsorshipG8+1spa
dc.format.mimetypeapplication/pdfspa
dc.language.isoengspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectAcelerometríaspa
dc.subjectAlgoritmos de clasificaciónspa
dc.subjectDegluciónspa
dc.subjectDisfagiaspa
dc.subjectElectromiografíaspa
dc.subjectExtracción de característicasspa
dc.subjectSelección de característicasspa
dc.subjectProcesamiento de señales biomédicasspa
dc.titleAnálisis automático de la deglución basado en acelerometría y electromiografía de superficiespa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.subject.keywordsAccelerometryspa
dc.subject.keywordsBiomedical signal processingspa
dc.subject.keywordsClassification algorithmsspa
dc.subject.keywordsDysphagiaspa
dc.subject.keywordsFeature extractionspa
dc.subject.keywordsFeature selectionspa
dc.subject.keywordsElectromyographyspa
dc.subject.keywordsSwallowingspa
dc.subject.lembDisfagiaspa
dc.subject.lembTrastornos de la degluciónspa
dc.subject.lembAcelerómetrosspa
dc.subject.lembAlgoritmosspa
dc.description.abstractenglishSwallowing 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.spa
dc.description.degreenameMagíster en Automatización y Control Industrialspa
dc.identifier.instnameinstname:Instituto Tecnológico Metropolitanospa
dc.identifier.reponamereponame:Repositorio Institucional Instituto Tecnológico Metropolitanospa
dc.identifier.repourlrepourl:https://repositorio.itm.edu.cospa
dc.rights.localAcceso abiertospa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAttribution-NonCommercial-NoDerivatives 4.0 Internationalspa
dc.title.translatedAutomatic swallowing analysis based on accelerometry and surface electromyographyspa
dc.type.localTesis de maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.description.degreelevelmaestríaspa


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

http://creativecommons.org/licenses/by-nc-nd/4.0/
Excepto si se señala otra cosa, la licencia del ítem se describe como http://creativecommons.org/licenses/by-nc-nd/4.0/