Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/79852
Title: Sistemas Inteligentes para Medição da Pressão Intra-abdominal
Authors: Lopes, António Manuel Correia Martinho 
Orientador: Correia, António Dourado Pereira
Niza, Maria Manuela Grave Rodeia Espada
Keywords: Pressão intra-abdominal; Biofísica; Redes neuronais artificias; Medição indireta; Método transvesical; Intra-abdominal pressure; Biophysics; Artificial neural networks; Indirect measurement; Transurethral method
Issue Date: 3-Apr-2018
Citation: LOPES, António Manuel Correia Martinho - Sistemas inteligentes para medição da pressão intra-abdominal. Coimbra : [s.n.], 2018. Tese de doutoramento. Disponível na WWW: http://hdl.handle.net/10316/79852
Place of publication or event: Coimbra
Abstract: A pressão intra-abdominal (PIA) é um estado de pressão dentro da cavidade abdominal, o qual é determinada pelo índice de massa corporal, postura, atividade muscular da parede e respiração. A PIA é influenciada diretamente por vários fatores tais como o volume dos órgãos, os ossos, o conteúdo do espaço abdominal e o grau de distensibilidade da parede abdominal. Estas estruturas, por variarem diretamente de volume, devido à acumulação de líquido ou gás, são passíveis de alterar a PIA de forma aguda, subaguda ou crónica. O aumento da PIA é um fenómeno bem documentado, estando diretamente associado a alterações fisiopatológicas em vários sistemas orgânicos, aumentando a morbilidade e mortalidade. O Gold standard para sua determinação é o método transvesical (MT), que ainda hoje é alvo de controvérsia. O objetivo deste estudo incidiu na construção de um modelo inteligente para medição da PIA através de um sistema computacional apoiado na monitorização multiparamétrica. A primeira parte deste trabalho consistiu na caracterização, em cães, da cavidade abdominal (área e volume). Tendo sido também realizado o estudo biofísico da PIA, bem como dos métodos e as variáveis que a afetam, de forma a fundamentar o modelo inteligente de medição. A segunda parte, compreendeu na recolha dos parâmetros vitais e da PIA numa população de cães, de forma a elaborar uma base de dados para elaboração do sistema inteligente de medição. Material e métodos: A caracterização da área abdominal de cães e o estudo biofísico da PIA e suas variáveis foi realizado através do estudo retrospetivo de um serie de casos de exames tomográficos (TACs) e do estudo de um modelo não vivo da cavidade abdominal. A medição das áreas e volumes abdominais foi efetuada através das TACs com construção de modelos 3D da cavidade abdominal. Estes modelos conduziram à delineação de uma fórmula de cálculo que permitiu a determinação da área de superfície abdominal, tendo como base os parâmetros morfométricos dos indivíduos. O estudo biofísico da PIA assim como, dos métodos e das variáveis que a afetam foi realizado em modelo anatómico não vivo da cavidade abdominal. Este tipo de modelo permitiu a erradicação das variáveis fisiológicas suscetíveis de alterar a PIA, o que conduziu a um maior controlo experimental. Neste ponto foram determinadas todas as componentes físicas que geram a PIA no modelo anatómico e foi realizada a sua determinação através de diferentes métodos, de forma a comparar os diversos valores obtidos. A última fase consistiu no desenvolvimento de uma estrutura informática de inteligência computacional, com o objetivo de determinar a PIA através do uso de parâmetros fisiológicos e morfológicos utilizados na monitorização multiparamétrica de indivíduos. Foi então realizado o estudo retrospetivo de uma base de dados de monitorização multiparamétrica de cães. A recolha de dados foi realizada segundo as normas do Conselho de Ética e Bem-estar Animal e com a respetiva autorização dos proprietários. A base de dados estudada era constituída pelos parâmetros fisiológicos, morfológicos e valores de PIA. Através desta base de dados foi criado um modelo de inteligência computacional, baseado em 18 entradas (parâmetros fisiológicos e morfológicos) e uma saída de sistema (PIA). Os parâmetros utilizados foram definidos tendo como base as características do sistema e as variáveis com a maior influência na PIA. Resultados: O volume (média ± desvio padrão) da cavidade abdominal de cães foi de 0.0039 ± 0.00206 m3 e a área de superfície abdominal de 0.1519 ± 0.05950 m2. A fórmula matemática encontrada permite calcular a área sem diferenças estatisticamente significativas (P=0.988) quando comparada com a determinação individual. A determinação das áreas e da força das estruturas anatómicas no modelo em cadáver animal permitiu a substituição de valores na formulação biofísica e cálculo da PIA. Estes valores comparados com as leituras diretas por sensor não apresentaram diferenças estatisticamente significativas (P<0.05). A comparação dos três métodos mais utilizados para determinação da PIA demonstrou que o MT e a manometria intra-gástrica são ambos métodos indiretos fiáveis, com um intervalo de confiança de 95 % no decúbito lateral, ventral e dorsal. Nestas posições anatómicas, o MT demonstrou melhores índices de correlação. A determinação da PIA pelo método direto nas várias posições anatómicas não revelou diferenças estatisticamente significativas. Os métodos indiretos revelaram diferenças estatisticamente significativas entre as medições nas várias posições. A posição de Trendelemburg e Trendelemburg reversa afetou a medição da PIA pelos métodos indiretos. Dos 18 parâmetros de entrada estudados, os que apresentaram uma maior correlação com a PIA foram: peso (cc 0.48), área de superfície abdominal (cc 0.46), perímetro (cc 0.34), a pressão arterial diastólica (cc 0.25), a duração do QRS (cc0.20), a pressão arterial média (cc 0.17) e a amplitude da onda R (cc 0.12). Das 162 redes neuronais artificiais (RNA) criadas, os melhores desempenhos obtidos apresentaram um índice de regressão linear de 0.97. Foi também utilizado um modelo simplificado, apenas das entradas com maior correlação com a saída, tendo sido obtidos resultados de desempenho idênticos. O melhor modelo de sistema de rede adaptativo baseado em sistemas de inferência difusa (ANFIS) criado, apresentou um erro de treino de 0.29 e um erro de teste de 0.33. Conclusão: os valores obtidos da área de superfície da cavidade abdominal, providenciam informação não existente em termos anatómicos e contribuem para o estudo de doenças que afetam esta superfície. A determinação desta área possibilita a sua aplicação no cálculo e determinação da PIA, tal como a sua melhor compreensão. A mesma metodologia pode ser empregue em humanos para determinação e cálculo da área da cavidade abdominal. O MT é o método indireto mais preciso para medir a PIA no decúbito lateral, ventral e dorsal. Se os métodos indiretos forem utilizados para medir a PIA na posição de Trendelemburg ou Trendelemburg reversa, os resultados podem ser sobre ou sob estimados. Os princípios biofísicos demonstram a veracidade da definição teórica de PIA e provam a veracidade do MT, explicando as variáveis que o afetam, aumentando assim o sucesso das medições efetuadas nas unidades de cuidados intensivos. O método de medição inteligente baseado em redes neuronais, nunca antes utilizado para determinação da PIA, permite a sua medição por meios não invasivos e de forma continua. As RNA e as ANFIS criadas permitiram prever a PIA com baixo erro. Este tipo de solução poderá assim ser incluído nos monitores multiparamétricos das unidades de saúde, facilitando a monitorização da PIA tanto em animais como em humanos.
Intra-abdominal pressure (IAP) is a pressure state of the abdominal cavity, which is determined by body mass index, posture, wall muscular activity and breath. IAP is directly influenced by several factors such as the volume of organs, bones, abdominal area contents and the degree of distension of the abdominal wall. These structures by direct volume alteration, or liquid, or gas accumulation, are likely to change IAP acutely, subacute or chronic. Increased IAP is a well-documented phenomenon, being directly associated with pathophysiological changes in all organ systems, increasing morbidity and mortality. The gold standard for its determination is the transurethral method (TM), which continues today surrounded in controversy. The purpose of this study was building an intelligent model for measuring the IAP by a computational system based on multi-parameter monitoring. The first part of the study was focused in the characterization of the dog’s abdominal cavity (area and volume). In this phase, it was also performed one biophysical study of IAP to explain the methods of mensuration and the variables that affect it, in order to support the intelligent measurement model. The second part consisted of the collection of dog’s vital signs and IAP to build a database for the construction of the smart metering system. Methods: The characterization of the abdominal area and biophysical study of the IAP and its variables was performed using retrospective studies of CT´s series cases and study in a non-living model of the abdominal cavity. The measurement of the abdominal areas and volumes was carried out by processing the CT’s digital images to construct 3D models of the abdominal cavity. These models allowed the determination of an abdominal surface area formula based on morphometric parameters. The biophysical study of IAP, methods and variables that affect it was carried out in a non-live model of the abdominal cavity. This type of model, allowed the elimination of the variables described to alter IAP maintaining a greater experimental control. In this part of the study it was determined all the physical components, that generate the IAP on the anatomical model, and the determination of IAP was performed by various methods in order to compare the different values. The last step of the study was the development of a smart system, making it possible to determine IAP, using physiological and morphological parameters used in multi-parameter monitoring. It was carried out a retrospective study of multi-parameter monitoring database of dogs. Data collection was performed according to the rules of the Board of Ethics and Animal Welfare and with the authorization of the owners. The database studied collected consisted on the physiological, morphological and IAP values. Using this database was created a computational intelligence model based on 18 inputs (physiological and morphological parameters) and a system output (IAP). The parameters used were defined based on the system characteristics and variables with the biggest influence on IAP. Results: The volume (mean ± standard deviation) of the abdominal cavity of dogs was 0.0039 ± 0.00206 m3 and the abdominal surface area of 0.1519 ± 0.05950 m2. The mathematical formula allows the calculation of abdominal area and doesn’t present statistically significant differences (P = 0.988) when compared to the individual determination. Areas and strength determination of the anatomical structures in the animal model body, allowed the replacement values in biophysical formulation and calculation of IAP. These determinations compared with direct readings per sensor, not presented statistically significant differences (P <0.05). The comparison of the three methods used for determining IAP evidenced that TM and intra-gastric manometry are both reliable methods for indirect determination of IAP with a 95% confidence interval in the lateral, prone and supine position. In these anatomical positions TM demonstrated better correlation indexes. The direct determination of IAP in the various anatomical positions revealed no statistically significant differences. Indirect methods revealed statistically significant differences between measurements in the various positions. The position of Trendelenburg and reverse Trendelenburg affects the measurement of IAP by indirect methods. Of the 18 input parameters studied who had a higher correlation with the PIA were: weight (cc 0.48), abdominal surface area (cc 0.46), perimeter (cc 0.34), diastolic blood pressure (cc 0.25), QRS duration (cc 0.20), mean arterial pressure (cc 0.17) and the amplitude of the R-wave (cc 0.12). There were created 162 artificial neural networks (ANN) and the best performances obtained showed a regression index of about 0.97. It was also used a reduced model, using only the entries with the highest correlation with the output, obtaining identical performance results. The best adaptive networking model based on fuzzy interference systems (ANFIS) created had a 0.29 training error and a testing error of 0.33. Conclusion: The determined values of the abdominal cavity surface area provide non-existent anatomical information and contribute to the study of diseases affecting this surface. The determination of this area allows its application in the calculation of IAP because the physics definition of pressure is the result of the quotient between the forces (F) applied per unit area (A). The same methodology can be employed in humans for determination and calculation of the area of the abdominal cavity. The TM is the most accurate indirect method to measure the PIA in lateral, ventral and dorsal recumbency. If indirect methods are used to measure IAP on the Trendelenburg or reverse Trendelenburg position results can be over or under estimated. The biophysical principles demonstrate the veracity of the theoretical definition of IAP, prove the veracity of TM and explain the variables that affect it increasing the success of the measurements made in intensive care units. The intelligent measurement method based on neural networks, never used before to determine IAP, allows their measurement by non-invasive means and continuously. The ANN and ANFIS created, allowed to predict IAP with low error. This type of solution may be included in the multi-parameter monitors on health units facilitating the monitoring of IAP in animals and humans.
Description: Tese de doutoramento em Engenharia Biomédica, apresentada ao Departamento de Física da Faculdade de Ciências e Tecnologia da Universidade de Coimbra
URI: https://hdl.handle.net/10316/79852
Rights: embargoedAccess
Appears in Collections:FCTUC Física - Teses de Doutoramento

Files in This Item:
Show full item record

Page view(s) 50

441
checked on Mar 26, 2024

Download(s)

1,668
checked on Mar 26, 2024

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.