[論文レビュー] Towards Objective Gastrointestinal Auscultation: Automated Segmentation and Annotation of Bowel Sound Patterns

Zahra Mansour, Verena Uslar+3 more|arXiv (Cornell University)|Mar 7, 2026

Phonocardiography and Auscultation Techniques被引用数 1

ひとこと要約

研究は、腸音イベントを検出し、事前学習モデル（ASTとWav2Vec 2.0）を用いて4つのパターンに分類する自動化パイプラインを提示し、コホート特有の性能を評価する。手動アノテーションの労力を著しく削減する。

ABSTRACT

Bowel sounds (BS) are typically momentary and have low amplitude, making them difficult to detect accurately through manual auscultation. This leads to significant variability in clinical assessment. Digital acoustic sensors allow the acquisition of high-quality BS and enable automated signal analysis, offering the potential to provide clinicians with both objective and quantitative feedback on bowel activity. This study presents an automated pipeline for bowel sound segmentation and classification using a wearable acoustic SonicGuard sensor. BS signals from 83 subjects were recorded using a SonicGuard sensor. Data from 40 subjects were manually annotated by clinical experts and used to train an automatic annotation algorithm, while the remaining subjects were used for further model evaluation. An energy-based event detection algorithm was developed to detect BS events. Detected sound segments were then classified into BS patterns using a pretrained Audio Spectrogram Transformer (AST) model. Model performance was evaluated separately for healthy individuals and patients. The best configuration used two specialized models, one trained on healthy subjects and one on patients, achieving (accuracy: 0.97, AUROC: 0.98) for healthy group and (accuracy: 0.96, AUROC: 0.98) for patient group. The auto-annotation method reduced manual labeling time by approximately 70%, and expert review showed that less than 12% of automatically detected segments required correction. The proposed automated segmentation and classification system enables quantitative assessment of bowel activity, providing clinicians with an objective diagnostic tool that may improve the diagnostic of gastrointestinal function and support the annotation of large-scale datasets.

研究の動機と目的

• ウェアラブルセンサーからの腸音の自動的かつ客観的な分析を提供する。
• 多様なパターンに対して腸音イベントを頑健にセグメントする。
• セグメント化されたイベントを4つの臨床的に関連する腸音パターンに分類する。
• 専門家ライクなラベリング品質を維持しつつ、手動アノテーション作業量を削減する。

提案手法

• 腸音イベント用の1 msフレームベースのエネルギーとRMS–エネルギーの結合検出器を開発する。
• エネルギーをdBに変換し、基準統計量で正規化して onset/offset を検出する。
• 検出されたセグメントを4パターンに分類するため、コホート特有のファインチューニングを施した事前学習済みのASTとWav2Vec 2.0モデルを用いる。
• 健常者、患者、および混合のテストセットで分類器を評価し、同一ドメイン内およびクロスドメインの性能を評価する。
• 隣接セグメントの統合とギャップの補填を行い、一貫したBS系列を生成する後処理を適用する。
• 専門家の介在による検証を備えた自動注釈ワークフローを提供し、ラベリング効率を定量化する。

実験結果

リサーチクエスチョン

• RQ1 エネルギーとRMSベースの特徴を用いて、SB・MB・CRS・HSの多様なパターンを検出する自動パイプラインは信頼性を持って機能するか。
• RQ2 健康データと患者データでファインチューニングした場合、事前学習モデル（ASTとWav2Vec 2.0）は腸音パターンの分類でどの程度の性能を示すか。
• RQ3 コホート特有の学習は健常 subjects およびGI患者の分類性能と一般化を改善するか。
• RQ4 専門家による訂正を含む半自動ワークフローにおける自動注釈の時間節約とラベリング品質の向上の潜在性はどれくらいか。

主な発見

• ASTは訓練/テストのサブグループ全体で一貫してWav2Vec 2.0を上回った。
• HealthyのみのASTは健常テストデータでACC 0.97およびAUROC 0.98を達成。
• PatientのみのASTは患者テストデータでACC 0.96およびAUROC 0.98を達成。
• Combined Healthy+Patient ASTは混合テストデータでACC 0.94およびAUROC 0.98を達成。
• 自動注釈は専門家の修正が必要なセグメントが全体の約12%未満で、手動ラベリング時間を約70%削減した。
• 自動注釈はクラスの有病率順序を保持し、SB/CRS/HSの典型的な継続時間範囲を捉えたが、MBの継続時間には一部過小評価があった。