DSpace JSPUI
DSpace preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets
Learn More
Please use this identifier to cite or link to this item:
http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5516| Title: | Detección y clasificación de enfermedades respiratorias mediante sonido pulmonar aplicando inteligencia artificial. |
| Authors: | Ortega Cadrazco, Juan Manuel. |
| Keywords: | El autor no proporciona la información sobre este ítem. |
| Issue Date: | 2022 |
| Publisher: | Universidad de Pamplona- Facultad de Ingenierías y Arquitectura. |
| Citation: | Ortega Cadrazco, J. M. (2021). Detección y clasificación de enfermedades respiratorias mediante sonido pulmonar aplicando inteligencia artificial [Trabajo de Grado Pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5516 |
| Abstract: | El autor no proporciona la información sobre este ítem. |
| Description: | Las enfermedades pulmonares son consideradas actualmente un agravante en aumento a la salud humana a nivel mundial. Debido alerta de pandemia emitida por la organización mundial de la salud (OMS), y el aumento de cuadros clínicos respiratorios a nivel nacional se hace evidente el atraso tecnológico en el campo médico nacional e internacional para el análisis y estudio de sonidos respiratorios en pacientes, teniendo como método principal a nivel nacional la auscultación de tórax por medio de estetoscopio análogo con un margen de análisis y diagnóstico que pone en riesgo la salud pública. La inteligencia artificial es un método que puede generar mejores análisis y diagnóstico de enfermedades respiratorias por medio de sonido pulmonar, y para ello se hará uso de herramientas matemáticas de cómputo para estudiar una base de datos de sonidos respiratorios de acceso abierto para analizar y clasificar estos sonidos en enfermedades y obtener una base de datos computarizada apta para la identificación y clasificación de sonidos respiratorios. Los sonidos respiratorios de la base de datos adquirida serán estudiados frecuencial mente con herramientas matemáticas de cómputo como Wavelet para separar su espectro en niveles frecuenciales y buscar características de frecuencia y tiempo que evidencien una anomalía respiratoria como una sibilancia, roncus, crepitantes, frote pleural entre otros o la ausencia de estos. Cuando se hallan identificado las anomalías frecuenciales y temporales en la forma de onda de los sonidos respiratorios se procederá a clasificarlos y etiquetarlos con las enfermedades asociadas a dichas características, para luego crear imágenes de tiempo y frecuencia conocidas como espectrogramas de wavelet e ingresarlas a una red neuronal convolucional (CNN) la cual generará una clasificación de categorías o clases de enfermedades respiratorias y dará una validación en un porcentaje cercano al 100% por medio del entrenamiento y aprendizaje de la red neuronal, y con ello tener una herramienta de identificación y clasificación de sonidos respiratorios computarizada para aportar al estudio y la modernización de los diagnósticos de las enfermedades pulmonares. |
| URI: | http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5516 |
| Appears in Collections: | Ingeniería Electrónica |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Ortega_2021_TG.pdf | Ortega_2021_TG | 3,15 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.