Repositorio UFRO · Omeka S

Detection of patients with functional dyspepsia using wavelet transform applied to their electrogastrogram

Primer Autor	Curilem, G.
Co-autores	Chacon, M. Acuna, G. Defilippi, C. Madrid, A. M. Jara, S.
Título	Detection of patients with functional dyspepsia using wavelet transform applied to their electrogastrogram
Editorial	ASSOC BRAS DIVULG CIENTIFICA
Revista	BRAZILIAN JOURNAL OF MEDICAL AND BIOLOGICAL RESEARCH
Lenguaje	en
Resumen	El objetivo del presente estudio fue desarrollar un clasificador capaz de discriminar entre controles sanos y pacientes dispépticos mediante el análisis de sus electrogastrogramas. Se analizaron cincuenta y seis electrogastrogramas, correspondientes a 42 pacientes dispépticos y 14 controles sanos. Las señales originales se submuestrearon, filtraron y dividieron en las fases pre-, post- y posprandial. Se utilizó una transformación tiempo-frecuencia basada en ondículas para extraer las características de la señal, y un procedimiento de selección especial basado en la correlación para reducir su número. El análisis se llevó a cabo evaluando diferentes estructuras de redes neuronales para clasificar los coeficientes de ondículas en dos grupos (sujetos sanos y pacientes dispépticos). El proceso de optimización del clasificador condujo a un modelo lineal. Una reducción de dimensionalidad que resultó en solo el 25% de las características del electrogastrograma no correlacionadas proporcionó 24 entradas para el clasificador. La fase posprandial arrojó los resultados más significativos. En estas condiciones, el clasificador alcanzó una sensibilidad del 78,6 %, una especificidad del 92,9 % y un error del 17,9 ± 6 % (con un nivel de confianza del 95 %). Estos datos demuestran que es posible establecer diferencias significativas entre pacientes y controles sanos al extraer las características tiempo-frecuencia de un electrogastrograma, con una reducción de componentes adecuada, superando los resultados obtenidos con el análisis de Fourier clásico. Estos hallazgos pueden contribuir a una mejor comprensión de los mecanismos fisiopatológicos implicados en la dispepsia funcional y, posiblemente, a la mejora del tratamiento farmacológico de los pacientes con dispepsia funcional.#The aim of the present study was to develop a classifier able to discriminate between healthy controls and dyspeptic patients by analysis of their electrogastrograms. Fifty-six electrogastrograms were analyzed, corresponding to 42 dyspeptic patients and 14 healthy controls. The original signals were subsampled, filtered and divided into the pre-, post-, and prandial stages. A time-frequency transformation based on wavelets was used to extract the signal characteristics, and a special selection procedure based on correlation was used to reduce their number. The analysis was carried out by evaluating different neural network structures to classify the wavelet coefficients into two groups (healthy subjects and dyspeptic patients). The optimization process of the classifier led to a linear model. A dimension reduction that resulted in only 25% of uncorrelated electrogastrogram characteristics gave 24 inputs for the classifier. The prandial stage gave the most significant results. Under these conditions, the classifier achieved 78.6% sensitivity, 92.9% specificity, and an error of 17.9 +/- 6% (with a 95% confidence level). These data show that it is possible to establish significant differences between patients and normal controls when time-frequency characteristics are extracted from an electrogastrogram, with an adequate component reduction, outperforming the results obtained with classical Fourier analysis. These findings can contribute to increasing our understanding of the pathophysiological mechanisms involved in functional dyspepsia and perhaps to improving the pharmacological treatment of functional dyspeptic patients.
Tipo de Recurso	Artículo original
Description	The authors acknowledge the financial support of the Departamento de Investigacion Cientifica y Tecnologica (DICYT), Universidad de Santiago de Chile, and of FONDECYT project 1070070.
doi	10.1590/S0100-879X2009007500012
Formato Recurso	pdf
Palabras Claves	Functional dyspepsia Electrogastrography Wavelet transform Neural networks GASTRIC MYOELECTRICAL ACTIVITY MANAGEMENT SYMPTOMS Dispepsia funcional Electrogastrografía Transformada wavelet Redes neuronales ACTIVIDAD MIOELÉCTRICA GÁSTRICA MANEJO SÍNTOMAS
Ubicación del archivo	http://dx.doi.org/10.1590/S0100-879X2009007500012
Categoría OCDE	Biology Medicine, Research & Experimental
Materias	Functional dyspepsia Electrogastrography Wavelet transform Neural networks GASTRIC MYOELECTRICAL ACTIVITY MANAGEMENT SYMPTOMS Dispepsia funcional Electrogastrografía Transformada wavelet Redes neuronales ACTIVIDAD MIOELÉCTRICA GÁSTRICA MANEJO SÍNTOMAS
Versión del recurso (Recomendado-único)	versión publicada
Tipo de ruta	dorada verde
Access Rights	acceso abierto
Derechos de acceso	acceso abierto
Id de Web of Science	WOS:000272487500014
Título de la cita (Recomendado-único)	Detection of patients with functional dyspepsia using wavelet transform applied to their electrogastrogram
Identificador del recurso (Mandatado-único)	Artículo original
Editorial	ASSOC BRAS DIVULG CIENTIFICA
Revista/Libro	BRAZILIAN JOURNAL OF MEDICAL AND BIOLOGICAL RESEARCH
Categoría WOS	Biología Medicina, Investigación y Experimentación Biology Medicine, Research & Experimental
Idioma	en
ISSN	0100-879X
Identificador alternativo	PMID 19918670
Entidad financiadora	Departamento de Investigacion Cientifica y Tecnologica (DICYT)#Universidad de Santiago de Chile#FONDECYT 1070070
Referencia del Financiador (Mandatado si es aplicable-repetible)	Departamento de Investigacion Cientifica y Tecnologica (DICYT)#Universidad de Santiago de Chile#FONDECYT 1070070
Página de inicio (Recomendado-único)	1203
Página final (Recomendado-único)	1209
Formato	pdf