Classificação de Sons Pulmonares com Redes Convolucionais e SVM

A ausculta pulmonar tem grande importância na medicina para a decisão diagnóstica e requer ambiente apropriado e um avaliador experiente.
Este trabalho tem por objetivo apresentar um sistema de aquisição e classificação de três classes de sons pulmonares que são: vesiculares, sibilos e estertores, utilizando duas técnicas diferentes. Na primeira técnica, Algoritmos Genéticos são utilizados para selecionar as melhores componentes da Transformada Rápida de Fourier dos sinais em conjunto com Máquinas de Vetores Suporte (SVM). Foi possível a classificação dos sons pulmonares com sensibilidade de 87,5% e especificidade de 93,7%. A segunda técnica utiliza os espectrogramas dos sons e Redes Neurais Convolucionais (RNCs), nesse caso a sensibilidade foi de 95,8% e especificidade de 87,5%, e é capaz de classificar os sibilos com 96% e estertores com 92% de acertos. Logo a RNC é superior em detectar e classificar os sons anormais, às custas de um maior índice de falsos positivos.