Implementación de un sistema inteligente aplicando algoritmos de Deep Learning para la detección de enfermedad pulmonar obstructiva crónica mediante sonidos pulmonares

• Autor: Sare Vargas, Nilton Charlie
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/28807
• Enlace del recurso: http://hdl.handle.net/20.500.14076/28807
• Nivel de acceso: acceso abierto
• Materia: Inteligencia Artificial (IA); Diagnóstico médico asistido por computadora; Enfermedad pulmonar obstructiva crónica; Sonidos pulmonares; https://purl.org/pe-repo/ocde/ford#2.02.01

La Enfermedad Pulmonar Obstructiva Crónica (EPOC) es una de las principales causales de muerte a nivel global. Por lo tanto, es importante identificarla en sus etapas iniciales para proporcionar un tratamiento adecuado. Por ello, en esta tesis, se ha ideado un sistema inteligente basado en aprendizaje profundo para identificar patrones distintivos en los sonidos pulmonares, y predecir de manera precisa y eficiente la presencia de la EPOC. Para el logro anterior, se utilizaron bases de datos de sonidos pulmonares provenientes del desafío ICBHI realizado en 2017 y de un grupo de investigadores del King Abdullah University Hospital. Adicionalmente, se aplicó una etapa de preprocesamiento a los datos, que involucró el uso de los espectrogramas de Mel y los coeficientes cepstrales en frecuencia de Mel (MFCC) para capturar características relevantes de los audios. Además, para resolver el problema de desbalance en el conjunto de datos, se aplicaron técnicas de aumento de datos. Para el logro del objetivo general, se construyó un modelo de red neuronal convolucional (CNN) de doble rama; adicionalmente se adaptaron las arquitecturas de ResNet e InceptionV3, las cuales fueron entrenadas con diferentes algoritmos de optimización. Al ensayar estas redes, se obtuvieron métricas favorables, ante lo cual, se resalta el modelo CNN de doble rama, que empleó las características MFCC, inyección de ruido y desplazamiento de tono como técnica de aumento de datos, y el optimizador SGD. Con este modelo se logró la exactitud de 97.87%, precisión de 96.98%, sensibilidad de 96.62% y F1-score de 96.47% en la validación.