Resumo

ORJUELA-CANON, Álvaro David  e  POSADA-QUINTERO, Hugo Fernando. Análise de sinais acústicos de pulmão baseado em coeficientes cepstrais da escala Mel e de mapas auto-organizados. Rev. Fac. ing. [online]. 2016, vol.25, n.43, pp.73-82. ISSN 0121-1129.

Neste trabalho realizou-se uma análise de anormalidades em sinais acústicos de pulmão. A metodologia incluiu o uso de coeficientes cepstrais da escala Mel (MFCC), Mapas Auto-Organizados (SOM) e o algoritmo de agrupamento K-means. Os modelos obtidos com os mapas são conhecidos como redes neurais artificiais, que podem ser treinados em uma forma supervisada ou não supervisada. Ambos os tipos de treinamento foram usados para comparar o uso deste tipo de ferramentas computacionais em estudos de sinais respiratórios. Os resultados mostraram um 85% de acerto na classificação, quando foi implementado um treinamento supervisado. Ao realizar tarefas de agrupamento com treinamento não supervisado foi encontrado que o número de grupos mais adequado é de três. Em geral, os modelos SOM podem ser usados neste tipo de sinais como uma estratégia útil em sistemas de diagnóstico, encontrando informação nos dados e realizando classificação para sistemas de apoio à decisão.

Palavras-chave : acoustic lung signals; computer-aided decision making; self-organizing maps; mapas auto-organizados; señales acústicas de pulmón; sistemas de apoyo a decisión; mapas auto-organizados; sinais acústicos de pulmão; sistemas de apoio à decisão.

        · resumo em Inglês | Inglês     · texto em Espanhol     · Espanhol ( pdf )