Методи аналізу звуків легень для оцінки стану дихальної системи людини

Скорочена інформація про документ
dc.contributor.authorПорєва, Ганна Сергіївна
dc.date.accessioned2020-02-08T12:31:03Z
dc.date.available2020-02-08T12:31:03Z
dc.date.issued2020
dc.description.abstractenThe thesis is devoted to the actual topic of human lung sounds processing and analysis in order to obtain diagnostically valuable parameters. These parameters are used both as stand-alone criteria for assessing the state of the human respiratory system, and for using them as input arguments of classifiers to automate decision making for certain diseases. In this thesis important scientific and technical task was solved: improving the methods of lung sounds’ preprocessing and their analysis for finding new diagnostically valuable parameters of lung sounds on the basis of mathematical apparatus of higher order statistics used for the classification of bronchopulmonary diseases. The first section contains the literature reviews and analyzes on the relevance of the effective diagnosis problems of both individual respiratory noise categories and bronchopulmonary diseases in general. It has been shown that electronic auscultation plays an important part among these methods, and modern tools of recording lung sounds are considered. The first section also examines and analyzes current methods for digital analysis of lung sounds. The relevance of improving existing methods of analysis and development of new methods for finding new diagnostically valuable parameters of lung sounds is shown. The second section of the thesis describes the lung sounds database that is studied in the work. An advanced simulation model of a portable complex for recording the lung sounds is proposed and tested. The advanced method for the initial processing of lung acoustic signals is described. This method is based on the filtering of noise signals caused by random environmental interference and deficiencies in the recording tool. The use of this method improves the quality of the lung sound signals to further obtain the informatively valuable parameters of lung sounds. This method is based on bidirectional filtering and helps to get rid of random bursts in the test signal. The second section also describes an improved method of separating individual breathing cycles in lung sounds. The method is based on the allocation of respiratory cycles by means of spectral-temporal analysis of the incoming audio signal, synthesis of the main reference signal that simulates respiratory activity. To implement this method, an adaptive filtering procedure with an auxiliary interference signal, which is synthesized in accordance with the spectral-temporal characteristics of the non-informative frequency band, is proposed. The third section of the thesis describes the developed method of differentiation of normal and pathological respiratory noise based on the analysis of third-order cumulative functions and bispectral functions. In this method, reference contour images of the spectrum are found for the individual categories of respiratory noise and certain patterns are defined for them. In addition, the method of differentiation of crackling sounds and wet fine bubbling wheezes is also proposed. The method is based on the analysis of contour isolines of the bispectrum, calculated by the direct method, namely the analysis of bifrequencies of the maximum value, and the analyzes of the diagonal slices of the bispectrum, calculated by the indirect method, as well as the analysis of the frequencies of the parametric bispectrum. The third section also describes the developed method of diagnosing chronic obstructive pulmonary disease (COPD) and chronic bronchitis based on an iterative approach to find diagnostically valuable parameters of lung sounds, such as values of bispectrum and their corresponding frequencies, values of bicoherence functions and their corresponding frequencies, skewness and kurtosis coefficients. This method also analyzes the parametric bispectrum. Some relationships and patterns between the group of these parameters and the corresponding category of the respiratory system state are determined. All this makes possible to identify diseases by analyzing the totality of these features. This section describes way of differentiating healthy people and patients with COPD based on the established relationships between the five bifrequencies that correspond to the diagonal slice of the bispectrum from maximum to minimum. Also in this section it is shown that the proposed method can be applied to the signal, which is divided into separate phases of inhalation - exhalation, which makes it possible to assess the state of the respiratory system in more detail, as it allows to detect certain respiratory artifacts in individual respiratory phases. The fourth section of the thesis gives an overview of the basic methods of machine learning to use them for the classification of bronchopulmonary diseases studied in the work. Each of these classifiers was applied to classify the human bronchopulmonary system state into four categories: healthy person, COPD - root inferior pneumofibrosis, COPD - diffuse pneumofibrosis and chronic bronchitis. In addition, the classifiers were examined with a different set of input arguments. Thus, the analysis determined that the best results were obtained using three classifiers: the support vector method, the decision tree, and neural networks. It was found that the best results were obtained by applying seven parameters of lung sounds obtained from higher order spectra. The general structure of the developed diagnostic software complex to provide an automated initial recommendation and a brief description of all stages of complex work are described in fourth section.uk
dc.description.abstractruДиссертационная работа посвящена актуальной теме обработки и анализа звуков легких человека с целью получения диагностически ценных параметров для использования их в качестве самостоятельных критериев оценки состояния дыхательной системы человека и как входных аргументов классификаторов. С целью получения параметров звуков дыхания и информации о состоянии бронхолегочной системы человека предложено проводить три этапа анализа звуков легких: предварительная обработка, непосредственно анализ сигналов и классификация. На этапе предварительной обработки предложен усовершенствованный метод нахождения и изъятия шумовых артефактов в сигналах звуках легких и метод разбиения сигналов на дыхательные фазы вдоха-выдоха. Предложена усовершенствованная имитационная модель портативного регистрирующего комплекса. Для нахождения диагностически ценных свойств звуков легких разработан новый метод на основе использования математического аппарата статистики высших порядков, а именно расчета биспектральных функций, параметрического биспектра, функций бикогерентности, коэффициентов асимметрии и эксцесса. Найдены новые закономерности между рассчитанными параметрами. Предложено использование трех видов классификаторов, определены входные аргументы для их работы, которые дают лучшие показатели. Предложена и описана общая структура диагностического программного комплекса, результатом работы которого являются рекомендации относительно состояния бронхолегочной системы человека.uk
dc.description.abstractukДисертаційна робота присвячена актуальній темі обробки та аналізу звуків легень людини з метою отримання діагностично цінних параметрів для використання їх як самостійних критеріїв оцінювання стану дихальної системи людини і як вхідних аргументів класифікаторів. З метою отримання параметрів звуків дихання та інформації про стан бронхолегеневої системи людини запропоновано проводити три етапи аналізу звуків легень: попередня обробка, безпосередньо аналіз сигналів і класифікація. На етапі попередньої обробки запропоновано удосконалений метод знаходження та вилучення перешкоджаючих артефактів в сигналах звуків легень та метод розбиття сигналів на дихальні фази вдиху-видиху. Запропоновано удосконалену імітаційну модель портативного реєструючого комплексу. Для знаходження діагностично цінних властивостей звуків легень розроблено новий метод на основі використання математичного апарату статистики вищих порядків, а саме розрахунку біспектральних функцій, параметричного біспектру, функцій бікогерентності, коефіцієнтів асиметрії та ексцесу. Знайдено нові закономірності між розрахованими параметрами, які свідчать про стан дихальної системи людини. Запропоновано використання трьох видів класифікаторів, визначено вхідні аргументи для їх роботи, що дають найкращі показники. Запропоновано і описано загальну структуру діагностичного програмного комплексу, результатом роботи якого є рекомендації щодо стану бронхолегеневої системи людини.uk
dc.format.page24 с.uk
dc.identifier.citationПорєва, Г. С. Методи аналізу звуків легень для оцінки стану дихальної системи людини : автореф. дис. … канд. техн. наук : 05.11.17 – біологічні та медичні прилади і системи / Порєва Ганна Сергіївна. – Київ, 2020. – 24 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/31474
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectбікогеренціяuk
dc.subjectбіспектрuk
dc.subjectбічастотиuk
dc.subjectзвуки легеньuk
dc.subjectкласифікаторuk
dc.subjectкоефіцієнт асиметріїuk
dc.subjectкоефіцієнт ексцесуuk
dc.subjectмашинне навчанняuk
dc.subjectспектри вищих порядківuk
dc.subjectbicoherenceuk
dc.subjectbifrequenciesuk
dc.subjectbispectrumuk
dc.subjectclassifieruk
dc.subjecthigher order spectrauk
dc.subjectkurtosis coefficientuk
dc.subjectlung soundsuk
dc.subjectmachine learninguk
dc.subjectskewness coefficientuk
dc.subjectбикогеренцияuk
dc.subjectбиспектрuk
dc.subjectбичастотыuk
dc.subjectзвуки легкихuk
dc.subjectклассификаторuk
dc.subjectкоэффициент асимметрииuk
dc.subjectкоэффициент эксцессаuk
dc.subjectмашинное обучениеuk
dc.subjectспектры высших порядковuk
dc.subject.udc616-71/-78:[612.2:616-071.6](043.3)uk
dc.titleМетоди аналізу звуків легень для оцінки стану дихальної системи людиниuk
dc.typeThesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
aref_poreva.pdf
Розмір:
2.12 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Автореферати (ЕІ)
Автореферати (вільний доступ)