Técnicas avanzadas de aprendizaje profundo para la detección y análisis de tos en pacientes respiratorios
Year: 2023
Type: dissertation
Abstract: Antecedentes: La tos es un mecanismo de defensa y expulsión del aparato respiratorio que provoca una respuesta \nrefleja y sonora. En la actualidad, el análisis de la tos como marcador sintomático del avance de una enfermedad \nse apoya en instrumentos poco adecuados para el seguimiento en escenarios de la vida real. Algunos solo se han \nevaluado en ambientes silenciosos y controlados, otros se diseñaron para resolver un problema más general que la \ndetección de la tos o se enfocan en una población muy concreta. Asimismo, algunos enfoques no se han concebido \ncon la eficiencia requerida para operar en un smartphone. Por estos motivos, los métodos de análisis de audio \nempleados en estos dispositivos no son capaces de manejar ambientes ruidosos, como el caso de un paciente que \nuse su smartphone en el bolsillo como dispositivo de captura de datos. \nObjetivo: Este Trabajo de Fin de Máster (TFM) tiene como propósito emplear técnicas de aprendizaje profundo \n(Deep Learning) para diseñar un sistema de “audición máquina” (Machine Hearing) que procese espectrogramas \nde señales acústicas y los clasifique de acuerdo a su contenido. Específicamente, se pretende reconocer los espectrogramas \nque contienen tos y los que no, y además clasificar cada tos a partir de sus propiedades espectrales según \nla enfermedad respiratorias asociada a la tos o el tipo de tos. \nMétodos: Para llevar a cabo el proyecto, adquirimos 36866 señales de audio contaminadas por ruido de 20 \npacientes respiratorios con distintas afecciones. La mitad de estas señales correspondieron a episodios de tos, \nmientras que la otra mitad no contenía ningún sonido de tos. Estas señales de audio se someten a un preprocesamiento \nen tres etapas. Primero, las señales de audio originales (señales de tos y no tos) se segmentan para que \ncada segmento dure un segundo. En segundo lugar, se transforman las señales 1D temporales en imágenes (señales \n2D) mediante tres métodos. Los dos primeros métodos transforman cada clip de audio, que son señales de tiempo \n(1D), en señales de tiempo-frecuencia (imágenes 2D) realizando un espectrograma logarítmico o un espectrograma \nde mel. El tercer método aplica a los audios la técnica de ventanas deslizadas cambiando la forma del vector y \ntransformándolo en una matriz. Posteriormente, los datos se normalizan para poder alimentar a una red neuronal \nrecurrente convolucional (C-LSTM). La red neuronal convolucional (Convolutional Neural Network, CNN) extrae \ncaracterísticas de los espectrogramas de audio automáticamente para identificar “patrones” espectrales o temporales. \nLuego, se alimenta a una red neuronal recurrente de memoria a corto plazo (Long Short-Term Memory, LSTM), \nque predice el frame actual haciendo referencia a los frames adyacentes. De esta manera, primero detecta si el clip \nde audio contiene tos o no, y en caso afirmativo, procedemos a realizar un análisis posterior con el objetivo de \ndetectar el tipo de tos o la enfermedad subyacente. \nResultados: El sistema de audiodetección de tos que obtuvo una especificidad mas alta presenta sensibilidad \ndel 86,23% y una especificidad del 93,90 %. Por otro lado, el método de clasificación de tos que obtuvo la mayor \nexactitud fue el que discriminó entre tos de pacientes con COVID-19 y tos de pacientes que tiene síntomas pero \nsin diagnóstico de COVID-19, que obtuvo un 58,21 %. \nConclusiones: Los resultados de este TFM abren la posibilidad de crear un dispositivo cómodo y no invasivo, \ncon una mínima interferencia en las actividades cotidianas, capaz de detectar con carácter temprano enfermedades \nrespiratorias, beneficiando a pacientes, profesionales sanitarios y sistemas nacionales de salud.
Author: Pérez Alonso, Diego Asay
Language: Spanish
Subfield: Pulmonary and Respiratory Medicine
Field: Medicine
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W7034417700