Preventive and accurate assessment of bladder voiding dysfunctions necessitates measuring the amount of liquid encapsulated within urinary bladder walls in a non-invasive and real-time manner. The real-time monitoring of urine levels helps patients with urological disorders such as Nocturnal Enuresis (NE) by preventing the occurrence of enuresis via a pre-void stage alerting system. Although some advances have been achieved toward developing a non-invasive approach for determining the amount of accumulated urine inside the bladder, there is still a lack of an easy-to-implement technique which is suitable to embed in a wearable pre-warning device. This study aims to develop a machine-learning empowered technique to quantify to what extent an individual's bladder is filled by observing the filling-voiding pattern of a patient over a training period. In this experiment, a pulse-echo sonar element is used to generate ultrasound pulses while the probe surface is positioned perpendicular to the bladder's position. From the reflected echoes, four features which show sufficient sensitiveness and therefore could be modulated noticeably by different levels of liquid encased in the bladder, are extracted. The extracted features are then fed into a novel intelligent decision support system– known as FECOC – which is based on hybridization of fuzzy inference systems (FIS) and error correcting output codes (ECOC). The proposed scheme tends to achieve better results when examined in real case studies.

膀胱排尿功能障碍的预防性和准确评估需要以非侵入性和实时方式测量膀胱壁内包裹的液体量。尿液水平的实时监测通过预排尿阶段警报系统防止遗尿的发生，从而帮助患有泌尿系统疾病（例如夜间遗尿症 (NE)）的患者。尽管在开发用于确定膀胱内积聚的尿液量的非侵入性方法方面已经取得了一些进展，但仍然缺乏适合嵌入可穿戴预警设备的易于实施的技术。本研究旨在开发一种机器学习授权技术来量化个人的“ 通过在训练期间观察患者的充盈-排尿模式来充盈膀胱。在这个实验中，当探头表面垂直于膀胱位置时，脉冲回波声纳元件用于产生超声脉冲。从反射回波中，提取出四个特征，这些特征显示出足够的灵敏度，因此可以通过包裹在膀胱中的不同水平的液体进行明显调制。然后将提取的特征输入到一个新的智能决策支持系统——称为 FECOC——它基于模糊推理系统 (FIS) 和纠错输出代码 (ECOC) 的混合。在实际案例研究中检查时，所提出的方案往往会取得更好的结果。当探头表面垂直于膀胱位置时，脉冲回波声纳元件用于产生超声脉冲。从反射回波中，提取出四个特征，这些特征显示出足够的灵敏度，因此可以通过包裹在膀胱中的不同水平的液体进行明显调制。然后将提取的特征输入到一个新的智能决策支持系统——称为 FECOC——它基于模糊推理系统 (FIS) 和纠错输出代码 (ECOC) 的混合。在实际案例研究中检查时，所提出的方案往往会取得更好的结果。当探头表面垂直于膀胱位置时，脉冲回波声纳元件用于产生超声脉冲。从反射回波中，提取出四个特征，这些特征显示出足够的灵敏度，因此可以通过包裹在膀胱中的不同水平的液体进行明显调制。然后将提取的特征输入到一个新的智能决策支持系统——称为 FECOC——它基于模糊推理系统 (FIS) 和纠错输出代码 (ECOC) 的混合。在实际案例研究中检查时，所提出的方案往往会取得更好的结果。四个特征表现出足够的敏感性，因此可以通过包裹在膀胱中的不同水平的液体进行显着调节。然后将提取的特征输入到一个新的智能决策支持系统——称为 FECOC——它基于模糊推理系统 (FIS) 和纠错输出代码 (ECOC) 的混合。在实际案例研究中检查时，所提出的方案往往会取得更好的结果。四个特征表现出足够的敏感性，因此可以通过包裹在膀胱中的不同水平的液体进行显着调节。然后将提取的特征输入到一个新的智能决策支持系统——称为 FECOC——它基于模糊推理系统 (FIS) 和纠错输出代码 (ECOC) 的混合。在实际案例研究中检查时，所提出的方案往往会取得更好的结果。