Діагностика захворювань легень за допомогою методів цифрового аналізу акустичних сигналів

Скорочена інформація про документ
dc.contributor.advisorПорєва, Ганна Сергіївна
dc.contributor.authorБагдасарянц, Костянтин Юрійович
dc.date.accessioned2021-02-11T08:05:38Z
dc.date.available2021-02-11T08:05:38Z
dc.date.issued2020-12
dc.description.abstractenThe object of this study is pulmonary sounds, more precisely the sound of breathing of healthy people, and patients suffering from bronchitis and chronic obstructive pulmonary disease. The purpose of the study is to identify the characteristic features of the bispectral signals of lung sounds of healthy and sick people and differences between them, using the method of bispectral analysis, differences in mel-frequency capstral coefficients, as well as to create a model for classifying a particular disease. The first section describes the main and side respiratory noises, as well as provides a general idea of diseases such as bronchitis, COPD, pneumonia and other major diseases of the respiratory system. In the second section, we introduce the notion of auscultation and other methods of diagnosing lung sounds, as well as instruments for listening and recording breathing noises. The third section provides information on the basic signal analysis methods, such as spectral, bispectral, correlation, wavelet and cepstral analyzes, which are described in the example of various scientific articles, which refer to their application directly to the lung sounds. In the fourth section, more than two hundred lung sounds were analyzed, among which, besides sounds of healthy people, there were also sounds of patients suffering from chronic obstructive pulmonary disease and bronchitis. Breath signals were analyzed using the bispectral analysis method to detect differences in the bispectra of signals from patients with COPD, pneumonia and bronchitis as compared to patients previously identified as healthy. Mel-capstral coefficients were also calculated, because capstral analysis is known as a good method for analyzing audio signals. Based on the identified parameters, an algorithm was built that should help the doctor make the correct diagnosis. In the fifth chapter, machine learning methods are applied to the results obtained in the previous chapters. A number of classifiers were applied to the obtained parameters, which made it possible to find patterns that are difficult for a person to notice. A total of 22 classifiers were used for the results of each type of analysis. The models that showed the best results were saved and ready for use. The sixth section describes an overview of a startup project.uk
dc.description.abstractukОб’єктом даного дослідження є легеневі звуки, а точніше звуки дихання здорових людей, та пацієнтів, що страждають на бронхіт, пневмонію та хронічне обструктивне захворювання легень. Метою дослідження є виявлення характерних ознак біспектру сигналів звуків легень здорових та хворих людей за допомогою методу біспектрального аналізу, відмінності у мел-частотних кепстральних коефіцієнтах , створення моделі для класифікації того чи іншого захворювання. У першому розділі описуються основні та побічні дихальні шуми, а також надається загальне уявлення про дихальної системи. У другому розділі ми знайомимось із поняттям аускультації та іншими методами діагностики звуків легень. У третьому розділі надано інформацію про основні методи аналізу сигналів, такі як спектральний, біспектральний, кореляційний, вейвлет та кепстральний аналізи. У четвертому розділі описано проведене нами дослідження щодо ефективності застосування біспектрального та мел-кепстрального аналізу для ідентифікації таких хвороб як пневмонія, ХОЗЛ та бронхіт. Отримані нами результати були проаналізовані, та на їх основі зроблено відповідні висновки. У п’ятому розділі до одержаних параметрів застосовуються методи машинного навчання. У шостому розділі описується огляд стартап-проекту.uk
dc.format.page175 с.uk
dc.identifier.citationБагдасарянц, К. Ю. Діагностика захворювань легень за допомогою методів цифрового аналізу акустичних сигналів : магістерська дис. : 153 Мікро- та наносистемна техніка / Багдасарянц Костянтин Юрійович. – Київ, 2020. – 175 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/39297
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectзвуки легеньuk
dc.subjectдіагностика респіраторних захворюваньuk
dc.subjectбіспектральний аналізuk
dc.subjectкепстральний аналізuk
dc.subjectмашинне навчанняuk
dc.subjectlung soundsuk
dc.subjectdiagnosis of respiratory diseasesuk
dc.subjectbispectral analysisuk
dc.subjectсepstral analysisuk
dc.subjectmachine learninguk
dc.subject.udc616-71, 612-2, 621-31uk
dc.titleДіагностика захворювань легень за допомогою методів цифрового аналізу акустичних сигналівuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ЕІ)
Магістерські роботи