Dublin Core
Title
Design of a preprocessing system for sounds obtained from chest auscultation
Subject
616.07544
Medicina y salud
Auscultación cardíaca
Enfermedades respiratorias - Diagnóstico
Description
Tesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2021
La auscultación es un proceso simple, de bajo costo y no invasivo para realizar
diagnósticos de enfermedades respiratorias. Sin embargo, sus principales dificultades
es que estos sonidos se concentran en una banda de frecuencia muy baja, se traslapan
con los sonidos cardiacos y su interpretación está sujeta a la experiencia del médico.
Con el avance de la tecnología se han creado estetoscopios digitales que permiten
registrar estos sonidos para analizarlos.
En este trabajo se propone el diseño de un sistema de dos etapas. En la primera
etapa se realiza la detección de los sonidos cardiacos fundamentales usando una CNN
con arquitectura encoder-decoder sobre una base de datos de 792 fonocardiogramas
de 135 pacientes distintos (54 de estos pacientes presenta alguna patología cardiaca).
En esta etapa se reporta un alto desempeño (cercano a 93±1.1% para distintas
métricas como exactitud, sensibilidad, precisión y valor F1) a partir de una validación
cruzada de k = 10 iteraciones. Además, se muestra que es un sistema robusto que
presenta un alto desempeño independiente de las características de entrada de la red.
En la segunda etapa se proponen distintos métodos de separación de fuentes
mediante un proceso de descomposición con Factorización No Negativa de Matrices
(NMF). Entre los métodos propuestos, los que aplican NMF sobre la señal completa
y reemplazan los segmentos en la posición del sonido cardiaco con el sonido respiratorio
estimado, en conjunto con el criterio de asignación de componentes basado
en la correlación temporal con las posiciones del sonido cardiaco obtienen mejores
resultados en cuanto a la reconstrucción del sonido respiratorio (! 0.96±0.01 en correlación temporal y espectral, 0.001±0.0006 en error cuadrático medio y 11.86±1.59
dB en razón señal a distorsión). A partir de este proceso, se tendrá un sonido respiratorio
limpio que podría ser utilizado en un sistema de clasificación de enfermedades
respiratorias.
diagnósticos de enfermedades respiratorias. Sin embargo, sus principales dificultades
es que estos sonidos se concentran en una banda de frecuencia muy baja, se traslapan
con los sonidos cardiacos y su interpretación está sujeta a la experiencia del médico.
Con el avance de la tecnología se han creado estetoscopios digitales que permiten
registrar estos sonidos para analizarlos.
En este trabajo se propone el diseño de un sistema de dos etapas. En la primera
etapa se realiza la detección de los sonidos cardiacos fundamentales usando una CNN
con arquitectura encoder-decoder sobre una base de datos de 792 fonocardiogramas
de 135 pacientes distintos (54 de estos pacientes presenta alguna patología cardiaca).
En esta etapa se reporta un alto desempeño (cercano a 93±1.1% para distintas
métricas como exactitud, sensibilidad, precisión y valor F1) a partir de una validación
cruzada de k = 10 iteraciones. Además, se muestra que es un sistema robusto que
presenta un alto desempeño independiente de las características de entrada de la red.
En la segunda etapa se proponen distintos métodos de separación de fuentes
mediante un proceso de descomposición con Factorización No Negativa de Matrices
(NMF). Entre los métodos propuestos, los que aplican NMF sobre la señal completa
y reemplazan los segmentos en la posición del sonido cardiaco con el sonido respiratorio
estimado, en conjunto con el criterio de asignación de componentes basado
en la correlación temporal con las posiciones del sonido cardiaco obtienen mejores
resultados en cuanto a la reconstrucción del sonido respiratorio (! 0.96±0.01 en correlación temporal y espectral, 0.001±0.0006 en error cuadrático medio y 11.86±1.59
dB en razón señal a distorsión). A partir de este proceso, se tendrá un sonido respiratorio
limpio que podría ser utilizado en un sistema de clasificación de enfermedades
respiratorias.
Creator
Escobar Arce, Christian Matías
Date
2021-07-19T15:21:26Z
2021-07-19T15:21:26Z
2021
Contributor
Cuadra, Patricio de la
Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Rights
acceso abierto
Format
xii, 134 páginas
application/pdf
Language
en
Type
tesis de maestría
Identifier
10.7764/tesisUC/ING/60994
https://doi.org/10.7764/tesisUC/ING/60994
https://repositorio.uc.cl/handle/11534/60994