Resumen

IBARRA-HERNANDEZ, Roilhi Frajo; ALONSO-AREVALO, Miguel Ángel  y  GARCIA-CANSECO, Eloísa del Carmen. Comparación de Métodos de Extracción de Características Espectrales y Dispersas para Clasificación de Sonidos Cardíacos. Rev. mex. ing. bioméd [online]. 2023, vol.44, n.spe1, pp.6-22.  Epub 21-Jun-2024. ISSN 2395-9126.  https://doi.org/10.17488/rmib.44.4.1.

Las enfermedades cardiovasculares (ECVs) han persistido como la principal causa de mortalidad en el mundo. La señal de audio cardiaco o fonocardiograma (FCG) es la herramienta más simple, efectiva y de bajo costo para auxiliar a especialistas diagnosticando ECVs. Los avances en el procesamiento de señales y aprendizaje máquina han motivado el diseño de auscultación y detección computarizada. El objetivo de este trabajo es comparar el uso de características espectrales y dispersas para un sistema de clasificación que detecte la presencia/ausencia de una patología en un audio cardiaco mediante representaciones dispersas usando Matching Pursuit con diccionarios de Gabor tiempo-frequencia, predicción lineal y coeficientes cepstrales Mel. Se crearon 5 conjuntos de características como resultado de combinar las características para cada FCG y se examinó su desempeño usando un clasificador de bosque aleatorio (RF). Se aplicaron métodos de balanceo de muestras basados en sobremuestreo (SMOTE) y submuestreo aleatorio. Se compararon métodos de selección de características por correlación (CFS) y ganancia de información (IG) para reducir la dimensionalidad del conjunto. Los resultados muestran métricas de SE=93.17 %, SP=84.32 % y ACC=85.9 % al juntar los parámetros MP+LPC+MFCC además de una AUC=0.969. El trabajo muestra el potencial de las características espectrales y escasas para la detección de patologías en señales de audio cardiaco.

Palabras llave : características espectrales; clasificación; matching pursuit; representación tiempo-frecuencia; sonidos cardiacos.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )