Identificación automática de neumonía mediante el procesamiento digital del sonido

• Autor: Jara Tucto, Alexander
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/10891
• Enlace del recurso: https://hdl.handle.net/20.500.12802/10891
• Nivel de acceso: acceso abierto
• Materia: Espectrograma; Dataset; Keras; Neumonía; Red neuronal convolucional; https://purl.org/pe-repo/ocde/ford#2.02.04

En la actualidad la neumonía es la principal causa de mortalidad infantil, alcanzando anualmente a cifra 1.1 millones de fallecimiento de niños menores de 5 años. Para diagnosticar oportunamente esta enfermedad se realiza por medio de la auscultación pulmonar, empleando un estetoscopio, el cual permite percibir los sonidos respiratorios y así descubrir algún signo anormal. El objetivo de este trabajo es realizar la Identificación de manera automática la neumonía mediante el procesamiento digital del sonido, la investigación inicia con la construcción de un protocolo para la adquisición de sonidos de enfermedades respiratorias, que sirvieron para la adquisición de sonidos respiratorios, posteriormente se transformó el audio a imagen para adquirir el espectrograma de cada uno, al tener el espectrograma se realizó el procesamiento de las imágenes utilizando Keras, así mismo creamos nuestra red neuronal convolucional y comenzamos a realizar el entrenamiento con el dataset de imágenes con un valor inicial de 200 épocas. Los resultados fueron satisfactorios debido a que se obtuvo un 75%, 69% y 75% de la exactitud, precisión y sensibilidad, respectivamente. Finalmente se evaluó el método, el cual tiene un buen desempeño con respecto a la identificación automática de la neumonía.