Performance analysis of IoT- based cyanosis detection device in medical training

• Autorzy: Azmi Nur Fatihah , Septiadi Nor Liyana , Delbressine Frank

Identyfikatory

DOI

10.15199/48.2023.04.26

Warianty tytułu

PL

Analiza wydajności urządzenia do wykrywania sinicy opartego na IoT w szkoleniu medycznym

• Języki publikacji: EN

Abstrakty

EN

Cyanosis is a blue coloration around the mouth and lips. Since cyanosis is a symptom of a potentially serious and life-threatening disease as heart failure, an early, fast, and accurate recognition of cyanosis coloration is crucial. Cyanosis recognition in a newborn baby is quite challenging as color is perceived subjectively among new medical trainees. Cyanosis color can be influenced by lighting conditions, colored objects around the baby, visual perception, and the eyes condition of the observer. Hence, this project aims to develop the IoT based cyanosis detection device for newborn assessment in medical training application that aims to detect and evaluate correct cyanosis color values. The proposed system is a combination of hardware and software development and has been integrated with IoT applications for data monitoring and analysis. The feedback from the user is gathered to get their expectations and design requirements. The next design solution is prototype construction which is based on the user’s preferences from the conducted market survey. For conclusion, the color error, comparison of color swatch between the actual and measured color, and the status of the data whether cyanosis or non-cyanosis was analyzed using the developed cyanosis device.

PL

Sinica to niebieskie zabarwienie wokół ust i warg. Ponieważ sinica jest objawem potencjalnie poważnej i zagrażającej życiu choroby, takiej jak niewydolność serca, kluczowe znaczenie ma wczesne, szybkie i dokładne rozpoznanie sinicy. Rozpoznanie sinicy u noworodka jest dość trudne, ponieważ kolor jest postrzegany subiektywnie przez nowych stażystów medycznych. Na kolor sinicy mogą wpływać warunki oświetlenia, kolorowe przedmioty wokół dziecka, percepcja wzrokowa i stan oczu obserwatora. Dlatego ten projekt ma na celu opracowanie opartego na IoT urządzenia do wykrywania sinicy do oceny noworodków w zastosowaniach szkolenia medycznego, które ma na celu wykrywanie i ocenę prawidłowych wartości koloru sinicy. Proponowany system jest połączeniem rozwoju sprzętu i oprogramowania i został zintegrowany z aplikacjami IoT do monitorowania i analizy danych. Informacje zwrotne od użytkowników są zbierane w celu poznania ich oczekiwań i wymagań projektowych. Kolejnym rozwiązaniem projektowym jest budowa prototypu, która bazuje na preferencjach użytkownika z przeprowadzonego badania rynku. Podsumowując, błąd koloru, porównanie próbki koloru między rzeczywistym i zmierzonym kolorem oraz status danych, czy sinica, czy nie sinica zostały przeanalizowane za pomocą opracowanego urządzenia do sinicy.

Słowa kluczowe

EN

cyanosis; life-threatening disease; newborn baby; detection device; IoT; RGB color; CIELAB

PL

sinica; IoT; badanie medyczne

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 4
• Strony: 155--161
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Azmi Nur Fatihah

• Centre for Telecommunication Research and Innovation (CeTRI), Fakulti Kejuruteraan Elektronik dan Kejuruteraan Komputer (FKEKK)
• Universiti Teknikal Malaysia Melaka (UTeM), Hang Tuah Jaya, Melaka, Malaysia

• https://orcid.org/0000-0001-7555-9878

autor

Septiadi Nor Liyana

• Universiti Teknikal Malaysia Melaka (UTeM), Hang Tuah Jaya, Melaka, Malaysia

• https://orcid.org/20000-0002-6567-9355

autor

Delbressine Frank

• Department of Industrial Design, Eindhoven University of Technology, P.O. Box 513, 5600 MB Eindhoven, Netherlands

Bibliografia

• [1] M. Kyavar and A. Sadeghpour, “Cyanosis,” in Comprehensive Approach to Adult Congenital Heart Disease, Springer-Verlag London Ltd, 2014, pp. 37–43.
• [2] N. F. Azmi, F. Delbressine, and L. Feijs, “Conceptual Determination and Assessment of Cyanosis,” Int. J. Biosci. Biochem. Bioinforma., vol. 6, no. 3, pp. 75–83, 2016, doi: 10.17706/ijbbb.2016.6.3.75-83.
• [3] D. Blake, “Do we assess ‘colour’ appropriately using the Apgar score?,” J. Neonatal Nurs., vol. 16, no. 4, pp. 184–187, Aug. 2010, doi: 10.1016/J.JNN.2010.03.002.
• [4] M. H. A. Rahim, M. A. H. M. Adib, M. Z. Baharom, I. M. Sahat, and N. H. M. Hasni, “Non-Invasive Study: Monitoring the Heart Rate and SpO2 of the New Born using InfaWrap Device,” Proc. - 2020 IEEE EMBS Conf. Biomed. Eng. Sci. IECBES 2020, pp. 212–217, Mar. 2021, doi: 10.1109/IECBES48179.2021.9398749.
• [5] N. F. Azmi, Designing Colour Changing Actuation for Realistic Cyanosis in a Baby Manikin, no. 2021. 2021.
• [6] M. Tkaleie and J. F. Tasie, “Colour spaces - Perceptual, historical and applicational background,” IEEE Reg. 8 EUROCON 2003 Comput. as a Tool - Proc., vol. A, pp. 304–308, 2003, doi: 10.1109/EURCON.2003.1248032.
• [7] et al Chowdhary, Ajay Kumar, “Neonatal Jaundice Detection Using Colour Detection Method,” Iarjset, vol. 4, no. 7, pp. 197–203, 2017, doi: 10.17148/IARJSET.2017.4733.
• [8] L. A. Greenawald, G. R. Boss, J. L. Snyder, A. Reeder, and S. Bell, “Development of an Inexpensive RGB Color Sensor for the Detection of Hydrogen Cyanide Gas,” ACS Sensors, vol. 2, no. 10, pp. 1458–1466, 2017, doi: 10.1021/acssensors.7b00396.
• [9] L. C. Ku and N. S. M. Lazim, “Direct Photometry Non Invasive Bilirubin Device,” Int. Res. J. Eng. Technol., vol. 4, no. 5, pp. 401–404, 2017.
• [10] F. Drăgan, R. Holonec, and R. Copindean, “Digital Color Sensor based Solution for Recyclable material Sorting System,” 2018.
• [11] A. A. S. Gunawan, D. Brandon, V. D. Puspa, and B. Wiweko, “Development of Urine Hydration System Based on Urine Color and Support Vector Machine,” Procedia Comput. Sci., vol. 135, pp. 481–489, 2018, doi: 10.1016/j.procs.2018.08.200.
• [12] A. Nasser, K. Zhu, and P. V. M. Rao, “Poster: Colortact: AFinger Wearable Audio-tactile Device Using Customizable Color Tagging,” UbiComp/ISWC 2018 - Adjun. Proc. 2018 ACM Int. Jt. Conf. Pervasive Ubiquitous Comput. Proc. 2018 ACM Int. Symp. Wearable Comput., pp. 178–181, 2018, doi: 10.1145/3267305.3267583.
• [13] N. F. Ghazali, M. A. As’ari, M. N. Jamaludin, L. H. Ismail, H. F. M. Latip, and A. H. Omar, “Wearable device for Malaysian ringgit banknotes recognition based on embedded decision tree classifier,” J. Telecommun. Electron. Comput. Eng., vol. 10, no. 1, pp. 129–137, 2018.
• [14] M. Azrul, H. Mohd, M. Hanafi, A. Rahim, N. Hazreen, and M.Hasni, “Development of Bilirubin Jaundice ( BiliDice ) Device for Neonates,” no. July, pp. 1–2, 2019.
• [15] P. K. Patnaik et al., Development of a low-cost color sensor for biomedical applications, no. 2018. Elsevier Ltd, 2019.
• [16] A. Fatoni, A. N. Aziz, and M. D. Anggraeni, “Low-cost and real-time color detector developments for glucose biosensor,” Sens. Bio-Sensing Res., vol. 28, no. November 2019, p. 100325, 2020, doi: 10.1016/j.sbsr.2020.100325.
• [17] “ColorChecker® Classic; X-Rite.” https://www.xrite.com/categories/calibration-profiling/colorchecker-classic (accessed Jan. 10, 2022).
• [18] N. F. B. Azmi, F. Delbressine, L. Feijs, and S. B. Oetomo,“Color correction of baby images for cyanosis detection,” Commun. Comput. Inf. Sci., vol. 894, no. August, pp. 354–370, 2018, doi: 10.1007/978-3-319-95921-4_33.
• [19] “Wolfram|Alpha: Computational Intelligence.” https://www.wolframalpha.com/ (accessed Jun. 28, 2021).