La manometria gastrointestinal es actualmente el método de referencia para el diagnóstico de los trastornos graves de la motilidad intestinal. Este proceso es invasivo, caro y complejo en su interpretación. Nuestro objetivo ha sido analizar las imágenes endoluminales obtenidas por la cápsula endoscópica para la valoración de la motilidad intestinal.El análisis de las imágenes endoluminales se ha realizado mediante un complejo programa informático desarrollado con técnicas de visión por computadora y aprendizaje automático específicamente para estudiar la motilidad del intestino delgado. Permite detectar contracciones intestinales y caracterizarlas según la intensidad de los pliegues concéntricos que se forman en su centro. Se identifican secuencias estáticas en las que el intestino o su contenido presentan muy escaso movimiento. Se detectan secuencias en las que el lúmen intestinal permanece abierto con una imagen tipo "túnel". Se cuantifican las secreciones intestinales turbias y se analiza su movimiento. En un primer estudio de validación, se ha demostrado que los períodos de inhibición de la motilidad intestinal, producidos farmacológicamente, se pueden diferenciar de forma automática de los períodos de actividad fisiológica. Mediante esta técnica se ha demostrado también que la dinámica del contenido intraluminal y la propulsión a lo largo del intestino están relacionadas con la contractilidad muscular y el movimiento de la pared intestinal.En un segundo estudio se ha desarrollado un clasificador informático para detectar motilidad intestinal patológica a partir de las características de la imagen endoluminal. Se estudiaron 36 pacientes con diagnóstico clínico de trastorno grave de la motilidad intestinal (19 con diagnóstico manométrico y 17 sin criterios manométricos) y 50 individuos sanos. A partir de las imágenes endoluminales de estos casos se seleccionaron 19 parámetros para crear un clasificador automático que identificara los casos de motilidad patológica. Los resultados obtenidos fueron los siguientes. El programa informático es capaz de identificar correctamente el 95% de los pacientes con criterios manométricos de trastorno severo de la motilidad intestinal. Asimismo, identifica como anormales el 65% de los pacientes que no cumplían criterios manométricos. Ningún voluntario sano es clasificado como patológico.Se concluye que el análisis de las imágenes endoluminales obtenidas mediante cápsula endoscópica detecta correctamente y de forma no invasiva los trastornos graves de la motilidad gastrointestinal. / Gastrointestinal manometry is currently the gold standard diagnostic test for small bowel motility disorders. It is an invasive and expensive procedure that requires expertise for its interpretation. Our aim was to use non-invasive capsule technology for evaluation of intestinal motor function based on computer image analysis.An endoluminal image analysis program for evaluation of intestinal motility was developed using computer vision and machine learning techniques. Intestinal contractions are detected and characterized depending on the intensity of concentric wrinkles that form in the center. Static sequences where the gut or its contents show reduced movement are identified. Sequences where the lumen is open in a tunnel fashion are detected. Intestinal content and endoluminal motion is quantified.An initial validation study showed that periods of pharmacologically inhibited intestinal motility can be automatically distinguished from periods of physiological activity. It also showed that the dynamics of the intraluminal content and propulsion along the intestine are related to the movement of the intestinal wall.In a second study, a computerized classifier was developed to detect small bowel dysmotility based on endoluminal image analysis. 36 patients with a clinical diagnosis of intestinal dysmotility (19 fulfilling manometric criteria and 17 not) and 50 healthy subjects were studied. Based on the endoluminal images from these cases, 19 parameters were selected to develop an automatic classifier for identification of abnormal motility. The classifier correctly identified 95% of patients with manometric criteria of intestinal dysmotility. It also identified as abnormal 65% of the patients who did not meet manometric criteria of dysmotility. All healthy subjects were classified as normal. In conclusion, analysis of endoluminal images obtained by capsule endoscopy constitutes a reliable, non-invasive and automated diagnostic test of intestinal motor disorders.
| Identifer | oai:union.ndltd.org:TDX_UAB/oai:www.tdx.cat:10803/4565 |
| Date | 30 March 2010 |
| Creators | Malagelada Prats, Carolina |
| Contributors | Azpiroz Vidaur, Fernando, Universitat Autònoma de Barcelona. Departament de Medicina |
| Publisher | Universitat Autònoma de Barcelona |
| Source Sets | Universitat Autònoma de Barcelona |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion |
| Format | application/pdf |
| Source | TDX (Tesis Doctorals en Xarxa) |
| Rights | info:eu-repo/semantics/openAccess, ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs. |
Page generated in 0.0032 seconds