La clasificación automática por computador de señales biomédicas permite la implementación de nuevos sistemas que ayudan a solucionar los problemas del servicio de la salud en las regiones más apartadas y más pobres del mundo. En ese sentido las tecnologías de la información deben proveer de modelos de bajo costo computacional y alta fiabilidad que puedan ser implementados en dispositivos portables de difusión masiva compatibles con los espacios geográficos donde se encuentran limitaciones de cobertura y el servicio existente de salud es deficiente. De esta manera la teledetección y el tele diagnóstico se convierten en temas fundamentales que contribuyen en la mejora de la calidad de vida de las personas afectadas por las condiciones sociales propias de países subdesarrollados.
Con base en lo anterior se decide realizar una investigación en la cual se busca comparar el desempeño de distintos modelos de clasificación con la tarea de identificar patologías en el corazón humano adulto teniendo como insumo el sonido que genera durante su funcionamiento. Es claro que si existe alguna anomalía en el comportamiento, esta se verá reflejada en los sonidos producidos durante la actividad cardiaca en distintas etapas del ciclo, de ahí que se los denomina ruidos sistólicos o diastólicos según corresponda.
En este documento se presenta una comparación del desempeño en términos de tasa de acierto, tasa de error, sensibilidad y especificidad de distintos modelos de clasificación automática que basan su funcionamiento en tres propuestas de extracción de características: Envolvente decimada, descriptor HOG y Wavelets para la clasificación de señales fonocardiográficas. El documento se divide en 5 capítulos donde los 2 primeros exploran los conceptos teóricos que sustentan los objetivos del trabajo. En el capítulo 3 se encuentra la metodología que inicia describiendo la forma de recopilación de las señales fonocardiográficas normales y patológicas utilizadas en la investigación expuesta, continuando con los procedimientos utilizados para la extracción de características y la validación de los clasificadores tipo máquina de soporte vectorial y red neuronal. Posteriormente en el capítulo 4 se consigan los resultados obtenidos en las pruebas de clasificación de cada uno de los modelos propuestos para distintas clases de señales tanto normales como patológicas y finalmente en el capítulo 5 se expresan las conclusiones obtenidas y se proponen trabajos futuros de investigación relacionados al tema.
Se espera contribuir en el desarrollo de sistemas de clasificación aplicados a la detección de patologías humanas, un campo muy amplio pero de mucho auge que compromete a las universidades y a los entes de investigación a formular proyectos que conlleven al avance de la
The automatic computer classification of biomedical signals allows the implementation of new systems that help to solve the problems of the health service in the most remote and poorest regions of the world. In this sense, information technologies must provide models with low computational cost and high reliability, that can be implemented in portable devices of mass diffusion compatible with geographical spaces, where coverage limitations are found and the existing health service is deficient. In this way, remote sensing and telediagnosis become fundamental issues that contribute to improving the quality of life of people affected by the social conditions of their countries.
Based on the above, its necessary an investigation to compare the performance of different classification models with the task of identifying pathologies in the adult human heart having as input the sound generated during its operation. It is clear that if there is any anomaly in the behavior, this will be reflected in the sounds produced during cardiac activity in different stages of the cycle, hence they are called systolic or diastolic noises as appropriate.
This document presents a comparison of the performance in terms of success rate, error rate, sensitivity and specificity of different models of automatic classification that base their operation on three proposals for extracting characteristics: Decimal envelope, HOG descriptor, and Wavelets for the classification of phonocardiographic signals. The document is divided into 6 chapters where the first 3 explore the theoretical concepts that support the objectives of the work. In Chapter 4 is the methodology that begins describing the form of collection of the normal and pathological phonocardiographic signals used in the exposed research, continuing with the procedures used for the extraction of characteristics and the validation of the vectorial support machine classifiers and neuronal network. Later in chapter 5 the results obtained in the classification tests of each proposed models for different classes normal and pathological are documented, and finally in chapter 6 the conclusions are expressed and future research works are proposed.
This work contributes to the development of classification systems applied to the detection of human pathologies, because it is a very broad topic and important field that commits universities and research organizations to formulate projects that lead to the advancement of telemedicine as a reality in the different points of our region.