CLASSIFICADOR DE SONS PULMONARES BASEADO EM ALGORITMO GENÉTICO, FFT E MÁQUINA DE VETORES SUPORTE: ABORDAGEM POR DIVISÃO E CONQUISTA
Guilherme Lopes Dias1; Frederico Lucas de Oliveira Mota1; Bruno Henrique Groenner Barbosa1; Danton Diego Ferreira1; Ernesto Lippi Neto1
1 Universidade Federal de Lavras
Baixar PDF doi:10.20906/CPS/CBA2018-0651
Resumo
O diagnóstico pautado na ausculta pulmonar é atividade corriqueira no atendimento médico. No entanto, é uma técnica altamente dependente do usuário, além de requerer um ambiente silencioso. Nesse sentido é interessante que hajam sistemas capazes de auxiliar o diagnóstico médico em relação ao som da ausculta. Dessa forma diversos trabalhos utilizando inteligência computacional têm sido feitos para o processamentos desses sons pulmonares e assim possibilitar, aliado a experiência do usuário, um diagnóstico mais confiável. Este trabalho apresenta uma abordagem de classificação dos sons pulmonares inicialmente entre vesicular e adventício, além disso os sons adventícios são classificados entre seis classes: sibilo monofônico e polifônico, estertor grosso e fino, estridor e atrito pleural. A abordagem é baseada em Transformada Rápida de Fourier (FFT) e Máquina de Vetores Suporte (SVM). Para extração de características dos sons utilizou-se as FFTs que então são avaliadas por meio de um Algoritmo Genético que trabalha em consonância com o melhor score de classificação da SVM com kernel linear. Foi possível a classificação dos sons pulmonares entre as sete classes com resultados variando entre 93.3 ± 1.6 à $100.0 ± 0.0.
Palavras-chave: Sons Pulmonares; Máquina de Vetor de Suporte; Inteligência Computacional; Transformada Rápida de Fourier