Perm Medical JournalPerm Medical JournalПермский медицинский журнал (сетевое издание "Perm medical journal")0136-14492687-1408Eco-Vector316510.17816/pmj32577-88ArticlesСтатьиResearch ArticleCOMPARATIVE EFFICIENCY OF COMPUTERIZED ANALYSIS OF RESPIRATORY NOISE SPECTRUM ENERGETIC CHARACTERISTIC IN THREE POINTS FOR DIAGNOSIS OF BRONCHOOBSTRUCTIVE SYNDROME IN PEDIATRIC BRONCHIAL ASTHMAСРАВНИТЕЛЬНАЯ ЭФФЕКТИВНОСТЬ КОМПЬЮТЕРНОГО АНАЛИЗА ЭНЕРГеТИЧЕСКОЙ ХАРАКТЕРИСТИКИ СПЕКТРА РЕСПИРАТОРНЫХ ШУМОВ В ТРЕХ ТОЧКАХ ДЛЯ ДИАГНОСТИКИ БРОНХООБСТРУКТИВНОГО СИНДРОМА ПРИ БРОНХИАЛЬНОЙ АСТМЕ У ДЕТЕЙFurmanE GФурманЕвгений Григорьевич

доктор медицинских наук, профессор, заведующий кафедрой факультетской педиатрии

furman1@yandex.ruRochevaE VРочеваЕлена Викторовна

аспирант кафедры факультетской педиатрии

MalininS VМалининСергей Владимирович

преподаватель кафедры медицинской информатики и управления в медицинских системах

FurmanG BФурманГригорий Борисович

профессор кафедры физики

SokolovskyV LСоколовскийВладимир Львович

профессор кафедры физики

Пермский государственный медицинский университет им. академика Е.А. ВагнераУниверситет имени Бен-Гуриона (физический факультет)15102015325VOL 32, NO5 (2015)ТОМ 32, №5 (2015)778812072016Copyright ©; 2015, Furman E.G., Rocheva E.V., Malinin S.V., Furman G.B., Sokolovsky V.L.Copyright ©; 2015, Фурман Е.Г., Рочева Е.В., Малинин С.В., Фурман Г.Б., Соколовский В.Л.2015Furman E.G., Rocheva E.V., Malinin S.V., Furman G.B., Sokolovsky V.L.Фурман Е.Г., Рочева Е.В., Малинин С.В., Фурман Г.Б., Соколовский В.Л.http://creativecommons.org/licenses/by-sa/4.0https://permmedjournal.ru/PMJ/article/view/3165

Aim. The present work was aimed at development of the technique for computerized diagnosis of pediatric bronchial asthma based on analysis of respiratory noises. Materials and methods. Computerized system for respiratory noise recording was used to receive sound signals from three points located in the mouth, above the trachea and above the right lung (on the front surface of the chest) in 51 pupils (aged 11,2 ± 3,2 years) suffering from bronchial asthma and in 22 healthy volunteers (aged 11,6 ± 2,5 years). Record of patient’s respiratory noises was fulfilled using electronic device with subsequent computational investigation of specific spectral characteristics of this sound. The technique for computerized diagnosis, permitting to perfect the possibilities of respiratory noise processing by means of fast Fourier transport (FFT), is offered in the paper. The suggested technique can be used for diagnosis of bronchoobstructive syndrome (BOS) in children with bronchial asthma. Results. There were suggested empirical criteria for balancing parameters of FFT spectrum, which allow us to develop software for automatic diagnosis of pediatric bronchial asthma. It was also indicated that computerized analysis of the respiratory noise spectrum power is of great diagnostic value (AUV varies from 0.783 to 0.895). The offered approach can be used for diagnosis of bronchial asthma (mainly in the oral cavity points and above the trachea) and for differential diagnosis between BA and other pulmonary diseases in the point above the right upper lobe. Conclusions. The suggested approach to analysis of respiratory noises can become one of additional techniques for BOS diagnosis. It can be used for remote monitoring of asthma patients in the regime of real time, as well as for control of treatment efficiency. Application with program can be inserted into the smartphone or low-cost embedded system for contactless analysis of respiratory noises that is important for remote diagnosis.

Цель. Развитие метода компьютерной диагностики бронхиальной астмы у детей, основанной на анализе дыхательных шумов. Материалы и методы. С помощью компьютеризированной системы для записи дыхательных шумов были получены звуковые сигналы с трех точек, расположенных во рту, над трахеей и над правым легким (по передней поверхности груди), у 51 школьника (возраст - 11,2 ± 3,2 г.), страдающего бронхиальной астмой, и 22 здоровых добровольцев (возраст - 11,6 ± 2,5 г.). Запись респираторных шумов пациента производилась с помощью электронного устройства с последующим численным исследованием специфических спектральных характеристик этого звука. В работе предлагается метод компьютерной диагностики, позволяющий усовершенствовать возможности обработки дыхательных шумов с помощью быстрого преобразования Фурье (БПФ). Предложенная методика может быть использована для диагностики бронхообструктивного синдрома (БОС) при бронхиальной астме у детей. Результаты. Были предложены эмпирические критерии для параметров выравнивания спектра БПФ, которые позволяют разработать программное обеспечение для автоматической диагностики бронхиальной астмы у детей. Также было показано, что компьютерный анализ энергии спектра респираторных шумов имеет большое диагностическое значение (AUV варьирует от 0,783 до 0,895). Предлагаемый подход может быть использован для диагностики бронхиальной астмы (БА) (главным образом, в точках в полости рта и над трахеей) и для дифференциальной диагностики БА с другими легочными заболеваниями в точке над правой верхней долей. Выводы. Предложенный подход к анализу дыхательных шумов может стать одним из дополнительных методов диагностики БОС при бронхиальной астме. Его можно использовать для удаленного мониторинга пациентов с астмой в режиме реального времени, а также для контроля эффективности лечения. Приложение с программой можно установить на смартфоне либо в малозатратной встроенной системе для бесконтактного анализа дыхательных шумов, что важно для дистанционной диагностики.

Bronchial asthmachildrenrespiratory noiseswheezingcomputerized analysisБронхиальная астмадетидыхательные шумысвистящее дыханиекомпьютерный анализФурман Е. Г., Яковлева Е. В., Малинин С. В., Фурман Г., Соколовский В. Компьютерный анализ дыхательных шумов при бронхиальной астме у детей. Современные технологии в медицине 2014; 6 (1): 83-88.Bahoura M., Lu X. Separation of crackles from vesicular sounds using wavelet packet transform. Acoustics, Speech and Signal Processing ICASSP 2006; 2: 1076-1079.Brand P. L. P., Baraldi E., Bisgaard H., Boner A.L., Castro-Rodriguez J. A., Custovic A. et al. Definition, assessment and treatment of wheezing disorders in preschool children: an evidence-based approach, ERS Task Force Report. Eur. Respir. J. 2008; 32: 1096-1110.Charbonneau G., Ademovic E., Cheetham B. M. G., Malmberg L. P., Vanderschoot J., Sovijarvi A. R. A. Basic techniques for respiratory sound recordings. Eur. Respir. Rev. 2000; 77 (10): 625-635.Earis J. E., Cheetham B. M. G. Current methods used for computerized respiratory sound analysis. Eur. Respir. Rev. 2000; 77 (10): 586-590.Fenton T. R., Pasterkamp H., Tal A., Chernick V. Automated spectral characterization of wheezing in asthmatic children. IEEE Trans. on Biomedical Engineering 1985; 32: 50-55.Furman E., Yakovleva E., Malinin S., Furman G., Sokolovsky V., Meerovich V. A new modality using breath sound analysis in pediatric asthma. Clinical and Translational Allergy 2014; 105.Gavriely N. Breath sounds methodology. Boca Raton: CRC Press 1995.Global initiative for asthma (GINA) 2012, available at: www.ginasthma.org.Global strategy for the diagnosis and management of asthma in children 5 years and younger (GINA), 2009, available at: www.ginasthma.org.Gurung A., Scrafford C. G., Tielsch J. M., Levine O. S., Checkley W. Computerized lung sound analysis as diagnostic aid for the detection of abnormal lung sounds: a systematic review and meta-analysis. Respir. Med. 2011; 105: 1396-1403.Habukawa C., Murakami K., Horii N., Yamada M., Nagasaka Y. A new modality using breath sound analysis to evaluate the control level of asthma. Allergol. Int. 2013; 62: 29-35.Habukawa C., Nagasaka Y., Murakami K., Takemura T. High-pitched breath sounds indicate airflow limitation in asymptomatic asthmatic children. Respirology 2009; 14: 399-403.Hadjileontiadis L., Panoulas K., Penzel T., Gross V., Panas S. On applying continuous wavelet transform in wheeze analysis. Engineering in Medicine and Biology Society IEEE. 2004; 2: 3832-3835.Hadjileontiadis L. J., Tolias Y. A., Panas S. M. Intelligent system modelling of bioacoustic signals using advanced signal processing techniques. Intelligent Systems: Technology and Applications. Vol. III. Signal, image, and speech processing. Ed. C. T. Leondes. Boca Raton: CRC Press Inc., FL 2002; 103-156.Kosasih K., Abeyratne U. R., Swarnkar V. High frequency analysis of cough sounds in pediatric patients with respiratory diseases. Conf. Proc. IEEE Eng. Med. Biol. Soc. 2012; 5654-5657.Mazic J., Sovilj S., Magjarevic R. Analysis of respiratory sounds in asthmatic infants. Polytechnic of Dubrovnik. Measurement Science Review 2003; 3: 11.Reichert S., Gass R., Hajjam A., Brandt C., Nguyen E., Baldassari K., Andres E. The ASAP project: A first step to an auscultation’s school creation. Respiratory Medicine CME 2 2009; 7-14.Reichert S., Gass R., Brandt C., Andres E. Analysis of respiratory sounds: state of the art. Clinical Medicine: Circulatory, Respiratory and Pulmonary Medicine 2008; 45-58.Saeed S., Body R. Towards evidence based emergency medicine: best BETs from the Manchester Royal Infirmary. Auscultating to diagnose pneumonia. Emerg. Med. J. 2007; 24: 294-296.Sovijärvi A. R. A., Vanderschoot J., Earis J. E. Standardization of computerized respiratory sound analysis. Eur. Respir. Rev. 2000; 10: 585-595.Sovijarvi A. R. A., Dalmasso F., Vanderschoot J., Malmberg L. P., Righini G., Stoneman S. A. T. Definition of terms for applications of respiratory sounds. Eur. Respir. Rev. 2000; 10: 597-610.Sovijarvi A. R. A., Malmberg L. P., Charbonneau G., Vanderschoot J., Dalmasso F., Sacco C., Rossi M., Earis J. R. Characteristics of breath sounds and adventitious respiratory sounds. Eur. Respir. Rev. 2000; 10: 591-596.Swarnkar V., Abeyratne U. R., Chang A. B., Amrulloh Y. A., Setyati A., Triasih R. Automatic identification of wet and dry cough in pediatric patients with respiratory diseases. Ann. Biomed. Eng. 2013; 41 (5): 1016-1028.Tolias Y. A., Hadjileontiadis L. J. Wheeze detection based on time-frequency analysis of breath sounds. Computers in Biology and Medicine 2007; 37: 1073-1083.Yi G. A. A software toolkit for respiratory analysis. MIT Computer Sound and Artificial Intelligence Laboratory 2004; 1: 215-216.