Classification lung diseases with electrical impedance tomography

• Autorzy: Stefaniak Barbara , Kosior-Romanowska Amelia , Tchórzewski Paweł , Iwanicka-Miciura Anna , Wójcik Dariusz

Identyfikatory

DOI

10.15199/48.2025.02.15

Warianty tytułu

PL

Klasyfikacja chorób płuc z tomografią impedancji elektrycznej

• Języki publikacji: EN

Abstrakty

EN

This article analyzed the application of Electrical Impedance Tomography (EIT) in diagnosing lung diseases using the Lung Electrical Tomography System (LETS), which consists of a vest equipped with 32 electrodes and the LETSWEB analytical module. A comparison was made between the classification models Multi-layer Perceptron (MLP) and Gradient Boosting Classifier (GBC). In classifying pathological conditions based on simulated EIT data, the MLP model achieved a higher accuracy (87.5%) compared to the GBC model, which reached 80.5%. The study employed the Boruta algorithm for feature selection and dimensionality reduction techniques, significantly improving classification efficiency. The results highlight the potential of LETS and EIT as non-invasive diagnostic methods for detecting respiratory diseases.

PL

W artykule dokonano analizy zastosowania tomografii impedancyjnej (EIT) w diagnostyce chorób płuc, z wykorzystaniem systemu Lung Electrical Tomography System (LETS), który składa się z kamizelki wyposażonej w 32 elektrody oraz modułu analitycznego LETSWEB. Porównano modele klasyfikacyjne Multi-layer Perceptron (MLP) i Gradient Boosting Classifier (GBC). W klasyfikacji stanów patologicznych na podstawie symulowanych danych EIT model MLP osiągnął wyższą dokładność (87,5%) w porównaniu z modelem GBC, który uzyskał 80,5%.. W badaniu zastosowano algorytm Boruta do selekcji cech oraz techniki redukcji wymiarowości, co znacząco poprawiło efektywność klasyfikacji. Wyniki wskazują na duży potencjał LETS i EIT jako nieinwazyjnych metod diagnostycznych w wykrywaniu chorób układu oddechowego.

Słowa kluczowe

EN

electrical impedance tomography; chronic obstructive pulmonary disease; acute respiratory distress syndrome; pneumothorax; pneumonia; bronchospasm; pulmonary hypertension

PL

tomografia impedancyjna; przewlekła obturacyjna choroba płuc; zespół ostrej niewydolności oddechowej; odma opłucnowa; zapalenie płuc; skurcz oskrzeli; nadciśnienie płucne

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2025
• Tom: R. 101, nr 2
• Strony: 60--63
• Opis fizyczny: Bibliogr. 19 poz., rys.

Twórcy

autor

Stefaniak Barbara

• Research and Development Center Netrix S.A.

• https://orcid.org/0000-0001-6555-8230

autor

Kosior-Romanowska Amelia

• Research and Development Center Netrix S.A.

• https://orcid.org/0009-0009-7050-0573

autor

Tchórzewski Paweł

• Research and Development Center Netrix S.A.

• https://orcid.org/0000-0001-8344-8828

autor

Iwanicka-Miciura Anna

• Research and Development Center Netrix S.A.

• https://orcid.org/0009-0003-4617-2764

autor

Wójcik Dariusz

• WSEI University
• Research and Development Center Netrix S.A.

• https://orcid.org/0000-0002-4200-3432

Bibliografia

• [1] Król K., Rymarczyk T., Niderla K., & Kozłowski E., Sensor platform of industrial tomography for diagnostics and control of technological processes. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 13 (2023), No.1, 33–37
• [2] Kulisz M., Kłosowski G., Rymarczyk T., Hoła A., Niderla K., Sikora J., The use of the multi-sequential LSTM in electrical tomography for masonry wall moisture detection, Measurement, 234 (2024) 114860.
• [3] Kulisz M., Kłosowski G., Rymarczyk T., Słoniec J., Gauda K., Cwynar W., Optimizing the Neural Network Loss Function in Electrical Tomography to Increase Energy Efficiency in Industrial Reactors. Energies, 17 (2024); No. 3, 681
• [4] Kłosowski G., Rymarczyk T., Niderla K., Kulisz M., Skowron Ł., Soleimani M., Using an LSTM network to monitor industrial reactors using electrical capacitance and impedance tomography – a hybrid approach, Eksploatacja i Niezawodnosc – Maintenance and Reliability, 25 (2023). No.1
• [5] Przysucha B., Wójcik D., Rymarczyk T., Król K., Kozłowski E., Gąsior M., Analysis of Reconstruction Energy Efficiency in EIT and ECT 3D Tomography Based on Elastic Net. Energies, 16 (2023); No. 3, 1490
• [6] Kulisz M., Kłosowski G., Rymarczyk T., Hoła A., Niderla K., Sikora J., The use of the multi-sequential LSTM in electrical tomography for masonry wall moisture detection, Measurement, 234 (2024) 114860.
• [7] Soleimani M., Rymarczyk T., Kłosowski G., Ultrasound Brain Tomography: Comparison of Deep Learning and Deterministic Methods, IEEE Transactions on Instrumentation and Measurement, 73 (2024), 4500812
• [8] Kozłowski E., Borucka A., Oleszczuk P., Jałowiec T., Evaluation of the maintenance system readiness using the semi-Markov model taking into account hidden factors, Eksploatacja i Niezawodność – Maintenance and Reliability, 25 (2023) ;No. 4, 172857
• [9] Panskyi T., Korzeniewska E., Firych-Nowacka A., Educational Data Clustering in Secondary School Sensor-Based Engineering Courses Using Active Learning Approaches. Applied Sciences, 14 (2024), No.12, 5071
• [10] Jassem E., Górecka D., Ciężka i terminalna postać przewlekłej obturacyjnej choroby płuc, Severe and terminal chronic obstructive pulmonary disease. neumonol. Alergol. Pol. 77 (2009), 411–416
• [11] Zespół ostrej niewydolności oddechowej (ARDS) - European Lung Foundation. Available online: https://europeanlung.org/pl/information-hub/lungconditions/ zespol-ostrej-niewydolnosci-oddechowej-ards/ (accessed on 27th July 2021)
• [12] Odma opłucnowa | Pulmonologia. Available online: http://www.mp.pl/social/article/150463 (accessed on 18th October 2016).
• [13] Pneumonia - Wikipedia. Available online: https://en.wikipedia.org/wiki/Pneumonia (accessed on 24th November 2023).
• [14] Bronchospasm: Symptoms, Treatment; What it Is. Available online: https://my.clevelandclinic.org/health/diseases/22620- bronchospasm (accessed on 18th March 2022).
• [15] Wieteska-Miłek M., Informator dla pacjentów. Wszystko o Tętniczym Nadciśnieniu Płucnym; M. Wieteska-Miłek, Klinika Krążenia Płucnego, Chorób Zakrzepowo-Zatorowych i Kardiologii CMKP, Europejskie Centrum Zdrowia Otwock Wydanie IV, Warszawa, 2018.
• [16] Hasgall P.A., Gennaro F., Di Baumgartner C., Neufeld E., Lloyd B., Gossel in M.C., Payne D., Klingenböck A., Kuster N., IT’IS Database for thermal and electromagnetic parameters of biological tissues, Version 4.1, Feb 22-nd, 2022,
• [17] Kursa M.B., Rudnicki W.R., Feature selection with the Boruta package. Journal of Statistical Software, 36 (2010), No.11, 1-13
• [18] What is a Multilayer Perceptron (MLP)? - Definition from Techope-dia. https://www.techopedia.com/definition/20879/multilayerperceptron- mlp. Accessed: 2024-07-19.
• [19] Gradient Boosting Classification explained through Python by Vagif Aliyev Towards Data Science [n.d.]. https://towardsdatascience.com/gradient-boostingclassification- explained-through-python-60cc980eeb3d. Accessed: 2024-07-19.