| Revista: | Revista mexicana de ingeniería biomédica |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000376964 |
| ISSN: | 0188-9532 |
| Autores: | Criollo Arellano, M.A1 González Arriaga, O.H1 Mayorga Ortiz, P1 Druzgalski, C2 |
| Instituciones: | 1Instituto Tecnológico de Mexicali, Departamento de Posgrado, Mexicali, Baja California. México 2California State University, Electrical Engineering Department, Long Beach, California. Estados Unidos de América |
| Año: | 2013 |
| Periodo: | Ago |
| Volumen: | 34 |
| Número: | 2 |
| Paginación: | 131-144 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | El propósito de este artículo es presentar metodologías que pueden ser usadas para la valoración cuantitativa de los sonidos del pulmón, así como los indicadores de desórdenes respiratorios. En este contexto, se realizaron experimentos utilizando señales normales y anormales de la respiración (LS), las cuales fueron modeladas y evaluadas utilizando principalmente la base de datos RALE y señales de sujetos saludables y no saludables, logrando hasta un 98% de eficiencia. En la práctica médica la evaluación de enfermedades respiratorias involucra a la auscultación, pero la aplicación de métodos de análisis cuantitativos de señales podría mejorar estas valoraciones. En particular, se sugiere una metodología de evaluación acústica basada en representaciones de vectores acústicos MFCC (Coeficientes Cepstrales en Frecuencia Mel), GMM (Modelos Mezclados Gaussianos) y LDA (Análisis Discriminante Lineal). Estas técnicas podrían asistir en un análisis más amplio, identificación y diagnóstico de desórdenes pulmonares manifestados por sonidos respiratorios peculiares tales como sibilancias, crepitancias y asma, y distinguiéndolos de los sonidos respiratorios normales |
| Resumen en inglés | This study presents experimentally tested methods, which can be used for a quantitative assessment of respiratory sounds as the indicators of pulmonary disorders. In particular, conducted experiments considered both normal and abnormal lung sounds (LS). As a part of the RALE Database, signals were recorded from healthy subjects and those with respiratory disorders. Current medical practices including evaluation of respiratory diseases often involve qualitative and frequently subjective auscultation. However, the application of quantitative signal analysis methods could improve the assessments of these diseases. In particular, we utilized acoustic evaluation methodologies based on the MFCC (Mel frequency Cepstral Coefficients) acoustic vectors representation, GMM (Gaussian Mixed Models), and LDA (Linear Discriminant Analysis). To assure the validity of determined class models representing diagnostic classification, the LS signals were cross validated within sequential sets of respiratory cycles for a given subject as well as cross correlated within the specific groups of subjects representing particular conditions of normal or given class of abnormal pulmonary functions. Higher order MFCC vectors, including 9, 10 and 11 Gaussian mixtures, resulted in improved classification of the LS attributes, reached up to 98% of efficiency recognition. This documented automated classification of LS makes it suitable for a more efficient mass screening of respiratory disorders. In particular, the presence of peculiar sounds such as crackles and wheezes lead to more robust models thus reflecting the useful applicability of the presented diagnostic tool. These techniques can assist in broader analysis, identification, and diagnosis of pulmonary disorders manifested by peculiar auscultatory findings |
| Disciplinas: | Medicina |
| Palabras clave: | Diagnóstico, Neumología, Ingeniería biomédica, Crepitación, Sibilancias, Diagnóstico automatizado, Análisis discriminante lineal |
| Keyword: | Medicine, Diagnosis, Pneumology, Biomedical engineering, Crackle, Wheezings, Automated diagnosis, Linear discriminant analysis |
| Texto completo: | Texto completo (Ver HTML) |
