A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Acoustic HMMs to Detect Abnormal Respiration with Limited Training Data HMMs acústicos para detectar respiração anormal com dados de treinamento limitados

Masaru YAMASHITA

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Em muitas situações, sons anormais, chamados sons adventícios, são incluídos nos sons pulmonares de um indivíduo que sofre de doenças pulmonares. Assim, foi proposto um método para detectar automaticamente sons anormais na ausculta. As características acústicas dos sons pulmonares normais para indivíduos controle e sons pulmonares anormais para pacientes são expressas usando modelos de Markov ocultos (HMMs) para distinguir entre sons pulmonares normais e anormais. Além disso, foram detectados sons anormais num ambiente ruidoso, incluindo sons cardíacos, utilizando um modelo de sons cardíacos. No entanto, o escore F1 obtido na detecção de respiração anormal foi baixo (0.8493). Além disso, a duração e as propriedades acústicas dos segmentos dos sons respiratórios, cardíacos e adventícios variaram. Em nosso método anterior, foram construídos os HMMs apropriados para os segmentos cardíaco e sonoro adventício. Embora as propriedades dos tipos de sons adventícios variassem, não foi considerada uma topologia adequada para cada tipo. Neste estudo foram construídos HMMs apropriados para os segmentos de cada tipo de som adventício e demais segmentos. A pontuação F1 foi aumentada (0.8726) selecionando uma topologia adequada para cada segmento. Os resultados demonstram a eficácia do método proposto.

Publicação
IEICE TRANSACTIONS on Information Vol.E106-D No.3 pp.374-380
Data de publicação
2023/03/01
Publicitada
2022/12/19
ISSN online
1745-1361
DOI
10.1587/transinf.2022EDP7068
Tipo de Manuscrito
PAPER
Categoria
Reconhecimento de Padrões

autores

Masaru YAMASHITA
  Nagasaki University

Palavra-chave