Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory Sounds

Detalhes bibliográficos
Autor(a) principal: Bastos, Daniel Filipe Simões
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/97913
Resumo: Dissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e Tecnologia
id RCAP_ce0aa6a13bfd572c81bde39badd61a9d
oai_identifier_str oai:estudogeral.uc.pt:10316/97913
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory SoundsDiagnóstico diferencial de patologias respiratórias: uma abordagem baseada em dados de sons respiratóriosClassificaçãoMachine LearningSons RespiratóriosFeaturesDiagnóstico Diferencial de Doenças RespiratóriasClassificationMachine LearningRespiratory SoundsFeaturesDifferential Diagnosis of Respiratory DiseasesDissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e TecnologiaDoenças respiratórias são uma das principais causas de morte no mundo, causando uma série de problemas económicos e sociais. Para tentar contrariar isso, novos e melhores métodos de diagnóstico e acompanhamento têm sido procurados, havendo um grande investimento nessa área. A análise computacional de sons respiratórios é uma área que se tem desenvolvido bastante para tentar parar este tipo de doenças.Esta dissertação tem o objetivo de avaliar a possibilidade de criação de um sistema de diagnóstico diferencial de patologias respiratórias, usando uma abordagem baseada em dados de sons sonoros. A metodologia adotada consistiu em extrair um conjunto de features das 3 bases de dados de sons respiratórios disponíveis, onde um total de 81 features são extraídas de cada gravação de som respiratório. De seguida foram usados 3 tipos de classificadores de machine learning para tentar classificar cada gravação em diferentes classes. Para além de usar todas as features para a classificação, métodos de seleção de features também foram usados de forma a tentar selecionar as melhores features e obter melhores resultados. Os melhores resultados foram possíveis usando a base de dados do ICBHI, classificando entre a classe de patologias crónicas e patologias não crónicas. No entanto estes foram os únicos resultados satisfatórios.Concluindo, grande parte dos resultados tiveram uma performance bastante baixa, provando-se que, usando estes métodos e materiais, não é possível criar um sistema de diagnóstico de patologias respiratórias. Como trabalhos futuros propõe-se ser testado o uso de outras features, o uso de bases de dados maiores e mais balanceadas, e tendo bases de dados maiores, o uso de técnicas de deep learning.Respiratory diseases are one of the main causes of death in the world, causing a series of economical and social problems. Trying to counter that, new and better diagnosing and monitoring methods are being searched, having a great investment in that area. Computational analysis of respiratory sounds is an area that is being developed in order to try to resolve this problem.This dissertation has the main goal of evaluating the possibility of the creation of a differential diagnosis system of respiratory pathologies, using respiratory sounds data. The adopted methods consist of extracting a set of features from the 3 available respiratory sounds databases, where a total of 81 features are extracted from each respiratory sound recording. Then 3 types of machine learning classifiers are used to try to classify each recording in different classes. Besides using all features, feature selection methods are also used in order to try to select the best features and achieve better results. The best results are achieved using the ICBHI database, classifying between Chronic and Non-Chronic pathologies. However, these were the only satisfactory results.In conclusion, a big part of the results obtained have a low performance, proving that, using these methods and materials, it is not possible to create a differential diagnosis system of respiratory pathologies. As future work it is proposed that new features are tested, the use of bigger and better balanced databases, and using bigger databases, the use of deep learning techniques.2021-11-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/97913http://hdl.handle.net/10316/97913TID:202922537engBastos, Daniel Filipe Simõesinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-05-25T03:00:49Zoai:estudogeral.uc.pt:10316/97913Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:15:52.165751Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory Sounds
Diagnóstico diferencial de patologias respiratórias: uma abordagem baseada em dados de sons respiratórios
title Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory Sounds
spellingShingle Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory Sounds
Bastos, Daniel Filipe Simões
Classificação
Machine Learning
Sons Respiratórios
Features
Diagnóstico Diferencial de Doenças Respiratórias
Classification
Machine Learning
Respiratory Sounds
Features
Differential Diagnosis of Respiratory Diseases
title_short Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory Sounds
title_full Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory Sounds
title_fullStr Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory Sounds
title_full_unstemmed Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory Sounds
title_sort Differential Diagnosis of Respiratory Pathologies: a Data-Driven Approach based on Respiratory Sounds
author Bastos, Daniel Filipe Simões
author_facet Bastos, Daniel Filipe Simões
author_role author
dc.contributor.author.fl_str_mv Bastos, Daniel Filipe Simões
dc.subject.por.fl_str_mv Classificação
Machine Learning
Sons Respiratórios
Features
Diagnóstico Diferencial de Doenças Respiratórias
Classification
Machine Learning
Respiratory Sounds
Features
Differential Diagnosis of Respiratory Diseases
topic Classificação
Machine Learning
Sons Respiratórios
Features
Diagnóstico Diferencial de Doenças Respiratórias
Classification
Machine Learning
Respiratory Sounds
Features
Differential Diagnosis of Respiratory Diseases
description Dissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e Tecnologia
publishDate 2021
dc.date.none.fl_str_mv 2021-11-23
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/97913
http://hdl.handle.net/10316/97913
TID:202922537
url http://hdl.handle.net/10316/97913
identifier_str_mv TID:202922537
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134055236632576

Registros relacionados