MétaCan
Menu
Retour à la cohorte
Enregistrement W2159232358 · doi:10.1109/tbme.2008.2010504

Segmentation of Dual-Axis Swallowing Accelerometry Signals in Healthy Subjects With Analysis of Anthropometric Effects on Duration of Swallowing Activities

2009· article· en· W2159232358 sur OpenAlexaff
Ervin Sejdić, Catriona M. Steele, Tom Chau

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDysphagia Assessment and Management
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSwallowingDysphagiaAnthropometrySegmentationMedicineAccelerometerChinPhysical medicine and rehabilitationAudiologyComputer scienceArtificial intelligenceSurgeryInternal medicineAnatomy

Résumé

récupéré en direct d'OpenAlex

Dysphagia (swallowing difficulty) is a serious and debilitating condition that often accompanies stroke, acquired brain injury, and neurodegenerative illnesses. Individuals with dysphagia are prone to aspiration (the entry of foreign material into the airway), which directly increases the risk of serious respiratory consequences such as pneumonia. Swallowing accelerometry is a promising noninvasive tool for the detection of aspiration and the evaluation of swallowing. In this paper, dual-axis accelerometry was implemented since the motion of the hyolaryngeal complex occurs in both anterior-posterior and superior-inferior directions during swallowing. Dual-axis cervical accelerometry signals were acquired from 408 healthy subjects during dry, wet, and wet chin tuck swallowing tasks. The proposed segmentation algorithm is based on the idea of sequential fuzzy partitioning of the signal and is well suited for long signals with nonstationary variance. The algorithm was validated with simulated signals with known swallowing locations and a subset of 295 real swallows manually segmented by an experienced speech language pathologist. In both cases, the algorithm extracted individual swallows with over 90% accuracy. The time duration analysis was carried out with respect to gender, body mass index (BMI), and age. Demographic and anthropometric variables influenced the duration of these segmented signals. Male participants exhibited longer swallows than female participants (p=0.05). Older participants and participants with higher BMIs exhibited swallows with significantly longer (p=0.05) duration than younger participants and those with lower BMIs, respectively.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,340
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations69
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetDysphagia Assessment and ManagementTravaux en français237 207