Classificador de sons pulmonares: uma abordagem baseada em FFT e máquina de vetor de suporte
Carregando...
Notas
Data
Orientadores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos do desesenvolvimento sustentável
Dados abertos
Resumo
A ausculta pulmonar permite caracterizar uma patologia do sistema respiratório e assim guiar a
conduta médica. No entanto, necessita do estetoscópio e prática do operador para classificar
entre vesicular ou adventício, sendo esta última dividida em sibilo monofônico ou polifônico,
estertores grossos ou finos, atrito pleural e estridor. A área de reconhecimento de padrões tem
avançado na implementação de técnicas e sistemas de detecção dos sons pulmonares de forma
automática com a finalidade de dar suporte mais seguro ao diagnóstico médico. O objetivo do
trabalho é propor uma técnica de reconhecimento de padrões utilizando a transformada rápida
de Fourier (FFT) em conjunto com Máquina de Vetor de Suporte (SVM) e um algoritmo genético
como sistema de classificação de sons pulmonares. O software de classificação foi
implementado em Python, treinado e testado utilizando sons pulmonares amostrados a taxa de
8kHz. No total 450 sinais compostos por 320 amostras que foram divididos em conjuntos de
treino e teste do detector proposto. No conjunto de treino 120 dados eram de som vesicular e 30
de cada um dos outros sons patológicos. O conjunto de teste teve metade das amostras do
conjunto de treino. Os dados são entregues ao algoritmo genético com taxa de cruzamento de
0,65, probabilidade de mutação 0,3 com 200 gerações de 100 indivíduos. Os melhores índices
da transformada rápida de Fourier (FFT) são selecionados de modo a classificar as classes
consideradas com a menor quantidade possível de características. Os dados são enviados à
máquina de vetores suporte (SVM) e é selecionado o melhor conjunto de características capaz
de relacionar o conjunto de dados à classe correspondente a partir da maior média de score de
acerto retornado da validação cruzada do tipo k-fold com 5 folds. A classificação entre vesicular e
adventícios foi 100,0 ± 0,0%, entre sibilos mais estertores versus atrito pleural e estridor de 100,0
± 0,0%, entre sibilos e estertores de 93,3 ± 1,6%, entre sibilo monofônico e polifônico de 100,0 ±
0,0% entre estertores grosso e fino 93,3 ± 1,6% e entre estridor versus atrito pleural 93,3 ± 1,6%,
sendo resultados obtidos com 8,5,15,17,17 e 5 características respectivamente. Os resultados
demonstram a efetividade do método proposto, afirmando a adequação das técnicas do domínio
da freqüência, para extração de características, e de aprendizado de máquina na classificação
automática de sons pulmonares.
Abstract
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
DIAS, G. L.; MOTA, F. L. de O.; BARBOSA, B. H. G. Classificador de sons pulmonares: uma abordagem baseada em FFT e máquina de vetor de suporte. In: CONGRESSO DE INICIAÇÃO CIENTÍFICA DA UFLA, 31., 2018, Lavras. Anais... Lavras: UFLA, 2018. Não paginado.