Automatic estimation of canine heart murmur with electronic stethoscope and software
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/4373 |
Resumo: | Os sons cardíacos carregam informações sobre a saúde das estruturas cardíacas e sobre a dinâmica da circulação sanguínea. A auscultação é a atividade dedicada à análise dos sons produzidos espontaneamente pelos órgãos — inclusive os sons cardíacos. Embora seja importante para detecção precoce de doenças e para o aprimoramento do emprego de recursos na área da saúde, tanto humana quanto animal, a prática da auscultação ainda é largamente subjetiva e dependente de fatores como experiência, técnica e habilidade auditiva do profissional, bem como de ruídos ambientais e de fricção. O presente trabalho representa um esforço no sentido de incrementar o ferramental para prática de medicina veterinária ao propor um novo método para estimar automaticamente o grau de sopro cardíaco canino numa escala de 0 a 6 a partir de uma gravação de sons cardíacos com marcação dos principais batimentos cardíacos. Tal método inclui a geração de features a partir dessa gravação (através de algoritmos especialmente adaptados) e o uso de técnicas de aprendizado de máquina para efetuar a estimativa. O método proposto foi desenvolvido a partir de um conjunto de gravações de 56 pacientes, tendo cada um dos quais 9 ciclos cardíacos processados. Das 4032 linhas de dados resultantes do estudo, apenas 0,35% delas não puderam ter o grau de sopro corretamente estimado. Uma análise do perfil de erro permitiu concluir que a estimativa e o grau real do paciente nunca atingem uma diferença de 2 graus ou mais, e que técnicas podem ser pesquisadas para reduzir o erro ou para aumentar a capacidade de generalização do método desenvolvido. |
id |
UTFPR-12_d43c574403c6f0d2a92f7033792381d3 |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/4373 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2019-09-03T16:50:23Z2019-09-03T16:50:23Z2019-05-31LEITE, Rui Pimentel. Automatic estimation of canine heart murmur with electronic stethoscope and software. 2019. 73 f. Dissertação (Mestrado em Engenharia Biomédica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019.http://repositorio.utfpr.edu.br/jspui/handle/1/4373Os sons cardíacos carregam informações sobre a saúde das estruturas cardíacas e sobre a dinâmica da circulação sanguínea. A auscultação é a atividade dedicada à análise dos sons produzidos espontaneamente pelos órgãos — inclusive os sons cardíacos. Embora seja importante para detecção precoce de doenças e para o aprimoramento do emprego de recursos na área da saúde, tanto humana quanto animal, a prática da auscultação ainda é largamente subjetiva e dependente de fatores como experiência, técnica e habilidade auditiva do profissional, bem como de ruídos ambientais e de fricção. O presente trabalho representa um esforço no sentido de incrementar o ferramental para prática de medicina veterinária ao propor um novo método para estimar automaticamente o grau de sopro cardíaco canino numa escala de 0 a 6 a partir de uma gravação de sons cardíacos com marcação dos principais batimentos cardíacos. Tal método inclui a geração de features a partir dessa gravação (através de algoritmos especialmente adaptados) e o uso de técnicas de aprendizado de máquina para efetuar a estimativa. O método proposto foi desenvolvido a partir de um conjunto de gravações de 56 pacientes, tendo cada um dos quais 9 ciclos cardíacos processados. Das 4032 linhas de dados resultantes do estudo, apenas 0,35% delas não puderam ter o grau de sopro corretamente estimado. Uma análise do perfil de erro permitiu concluir que a estimativa e o grau real do paciente nunca atingem uma diferença de 2 graus ou mais, e que técnicas podem ser pesquisadas para reduzir o erro ou para aumentar a capacidade de generalização do método desenvolvido.Heart sounds carry information about the health of heart structures and about the dynamics of blood circulation. Auscultation is the activity dedicated to the analysis of sounds produced spontaneously by organs — which includes heart sounds. Despite being important to detect diseases early and to improve the use of resources in the health sector, both human and animal, the practice of auscultation is still largely subjective and dependent on factors such as experience, technique and auditory ability of the professional, as well as environmental noise and friction. The present work represents an effort to increase tooling for veterinary medicine practice by proposing a new method to automatically estimate the degree of canine heart murmur on a scale of 0 to 6 from a record of heart sounds marked with the position of the main heartbeats. The method includes the generation of features from this record (through specially adapted algorithms) and the use of machine learning techniques to make the estimation. The proposed method was developed from a set of records of 56 patients, each of which had 9 heart cycles processed. Of the 4032 rows of data resulting from the study, only 0.35% of them could not have the degree of murmur adequately estimated. An analysis of the error profile allows one to conclude that the estimated and the actual degree of murmur of the patient never reach a difference of 2 degrees or more, and that further techniques can be researched to reduce the error even more or to increase the generalization capacity of the developed method.engUniversidade Tecnológica Federal do ParanáCuritibaPrograma de Pós-Graduação em Engenharia BiomédicaUTFPRBrasilCNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOSEngenharia BiomédicaAlgorítmosCoração - Sons - AnáliseSopros cardíacosCães - DoençasAuscultaçãoAprendizado do computadorAnálise numéricaMétodos de simulaçãoMedicina veterinária de pequenos animaisAlgorithmsHeart - Sounds - AnalysisHeart murmursDogs - DiseasesAuscultationMachine learningNumerical analysisSimulation methodsPet medicineAutomatic estimation of canine heart murmur with electronic stethoscope and softwareEstimativa automática do grau de sopro cardíaco canino com estetoscópio eletrônico e softwareinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisCuritibaStebel, Sergio Leandrohttp://lattes.cnpq.br/8340523025399467Sovierzoski, Miguel Antoniohttp://lattes.cnpq.br/1161370230476249Stebel, Sergio LeandroBorba, Gustavo BenvenuttiRambo, Marcos Vinicio Haashttp://lattes.cnpq.br/2481929003589822Leite, Rui Pimentelinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALCT_PPGEB_M_Leite, Rui Pimentel_2019.pdfCT_PPGEB_M_Leite, Rui Pimentel_2019.pdfapplication/pdf2696787http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4373/3/CT_PPGEB_M_Leite%2c%20Rui%20Pimentel_2019.pdf5367e4d0ed0d7add3b47d7399246eb9aMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4373/4/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD54TEXTCT_PPGEB_M_Leite, Rui Pimentel_2019.pdf.txtCT_PPGEB_M_Leite, Rui Pimentel_2019.pdf.txtExtracted texttext/plain124929http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4373/5/CT_PPGEB_M_Leite%2c%20Rui%20Pimentel_2019.pdf.txt318f26bcbc8d00c5bb7f0b6efb96a8e3MD55THUMBNAILCT_PPGEB_M_Leite, Rui Pimentel_2019.pdf.jpgCT_PPGEB_M_Leite, Rui Pimentel_2019.pdf.jpgGenerated Thumbnailimage/jpeg1235http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4373/6/CT_PPGEB_M_Leite%2c%20Rui%20Pimentel_2019.pdf.jpga624818bf1a596dde8653dfda624b78aMD561/43732019-09-04 03:00:53.031oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2019-09-04T06:00:53Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Automatic estimation of canine heart murmur with electronic stethoscope and software |
dc.title.alternative.pt_BR.fl_str_mv |
Estimativa automática do grau de sopro cardíaco canino com estetoscópio eletrônico e software |
title |
Automatic estimation of canine heart murmur with electronic stethoscope and software |
spellingShingle |
Automatic estimation of canine heart murmur with electronic stethoscope and software Leite, Rui Pimentel CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS Algorítmos Coração - Sons - Análise Sopros cardíacos Cães - Doenças Auscultação Aprendizado do computador Análise numérica Métodos de simulação Medicina veterinária de pequenos animais Algorithms Heart - Sounds - Analysis Heart murmurs Dogs - Diseases Auscultation Machine learning Numerical analysis Simulation methods Pet medicine Engenharia Biomédica |
title_short |
Automatic estimation of canine heart murmur with electronic stethoscope and software |
title_full |
Automatic estimation of canine heart murmur with electronic stethoscope and software |
title_fullStr |
Automatic estimation of canine heart murmur with electronic stethoscope and software |
title_full_unstemmed |
Automatic estimation of canine heart murmur with electronic stethoscope and software |
title_sort |
Automatic estimation of canine heart murmur with electronic stethoscope and software |
author |
Leite, Rui Pimentel |
author_facet |
Leite, Rui Pimentel |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Stebel, Sergio Leandro |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/8340523025399467 |
dc.contributor.advisor-co1.fl_str_mv |
Sovierzoski, Miguel Antonio |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/1161370230476249 |
dc.contributor.referee1.fl_str_mv |
Stebel, Sergio Leandro |
dc.contributor.referee2.fl_str_mv |
Borba, Gustavo Benvenutti |
dc.contributor.referee3.fl_str_mv |
Rambo, Marcos Vinicio Haas |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/2481929003589822 |
dc.contributor.author.fl_str_mv |
Leite, Rui Pimentel |
contributor_str_mv |
Stebel, Sergio Leandro Sovierzoski, Miguel Antonio Stebel, Sergio Leandro Borba, Gustavo Benvenutti Rambo, Marcos Vinicio Haas |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS Algorítmos Coração - Sons - Análise Sopros cardíacos Cães - Doenças Auscultação Aprendizado do computador Análise numérica Métodos de simulação Medicina veterinária de pequenos animais Algorithms Heart - Sounds - Analysis Heart murmurs Dogs - Diseases Auscultation Machine learning Numerical analysis Simulation methods Pet medicine Engenharia Biomédica |
dc.subject.por.fl_str_mv |
Algorítmos Coração - Sons - Análise Sopros cardíacos Cães - Doenças Auscultação Aprendizado do computador Análise numérica Métodos de simulação Medicina veterinária de pequenos animais Algorithms Heart - Sounds - Analysis Heart murmurs Dogs - Diseases Auscultation Machine learning Numerical analysis Simulation methods Pet medicine |
dc.subject.capes.pt_BR.fl_str_mv |
Engenharia Biomédica |
description |
Os sons cardíacos carregam informações sobre a saúde das estruturas cardíacas e sobre a dinâmica da circulação sanguínea. A auscultação é a atividade dedicada à análise dos sons produzidos espontaneamente pelos órgãos — inclusive os sons cardíacos. Embora seja importante para detecção precoce de doenças e para o aprimoramento do emprego de recursos na área da saúde, tanto humana quanto animal, a prática da auscultação ainda é largamente subjetiva e dependente de fatores como experiência, técnica e habilidade auditiva do profissional, bem como de ruídos ambientais e de fricção. O presente trabalho representa um esforço no sentido de incrementar o ferramental para prática de medicina veterinária ao propor um novo método para estimar automaticamente o grau de sopro cardíaco canino numa escala de 0 a 6 a partir de uma gravação de sons cardíacos com marcação dos principais batimentos cardíacos. Tal método inclui a geração de features a partir dessa gravação (através de algoritmos especialmente adaptados) e o uso de técnicas de aprendizado de máquina para efetuar a estimativa. O método proposto foi desenvolvido a partir de um conjunto de gravações de 56 pacientes, tendo cada um dos quais 9 ciclos cardíacos processados. Das 4032 linhas de dados resultantes do estudo, apenas 0,35% delas não puderam ter o grau de sopro corretamente estimado. Uma análise do perfil de erro permitiu concluir que a estimativa e o grau real do paciente nunca atingem uma diferença de 2 graus ou mais, e que técnicas podem ser pesquisadas para reduzir o erro ou para aumentar a capacidade de generalização do método desenvolvido. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-09-03T16:50:23Z |
dc.date.available.fl_str_mv |
2019-09-03T16:50:23Z |
dc.date.issued.fl_str_mv |
2019-05-31 |
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.citation.fl_str_mv |
LEITE, Rui Pimentel. Automatic estimation of canine heart murmur with electronic stethoscope and software. 2019. 73 f. Dissertação (Mestrado em Engenharia Biomédica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/4373 |
identifier_str_mv |
LEITE, Rui Pimentel. Automatic estimation of canine heart murmur with electronic stethoscope and software. 2019. 73 f. Dissertação (Mestrado em Engenharia Biomédica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/4373 |
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.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Curitiba |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Biomédica |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Curitiba |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4373/3/CT_PPGEB_M_Leite%2c%20Rui%20Pimentel_2019.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4373/4/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4373/5/CT_PPGEB_M_Leite%2c%20Rui%20Pimentel_2019.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4373/6/CT_PPGEB_M_Leite%2c%20Rui%20Pimentel_2019.pdf.jpg |
bitstream.checksum.fl_str_mv |
5367e4d0ed0d7add3b47d7399246eb9a b9d82215ab23456fa2d8b49c5df1b95b 318f26bcbc8d00c5bb7f0b6efb96a8e3 a624818bf1a596dde8653dfda624b78a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1797044088018567168 |