Exploración de herramienta diagnóstica para enfermedad respiratoria basada en análisis de sonidos pulmonares

Abstract

Los sonidos pulmonares pueden ser usados para estudiar diferentes enfermedades en el sistema respiratorio. Se presentan los resultados y sus respectivas discusiones de la exploración de una herramienta diseñada para la identificación de sibilancias y roncus a partir del procesamiento digital del sonido pulmonar obtenido mediante auscultaciones, realizadas en 28 pacientes entre 40 y 70 años de edad, con un dispositivo que consta de un estetoscopio acoplado con un micrófono electret, seguido por un preamplificador con un filtro pasa altas con frecuencia de corte inferior a 1 Hz, y un filtro pasa altas de ganancia unitaria, con dos salidas, una para la tarjeta de adquisición de datos específica y otra hacia una salida de audio estéreo. Este dispositivo es conectado a un ordenador, para la adquisición y el procesamiento de los datos. Debido al traslape espectro-temporal de los sonidos pulmonar y cardiaco en los datos adquiridos, fue necesario efectuar la cancelación del sonido cardiaco por medio de un filtro digital adaptativo, denominado filtro estacionario y no estacionario basado en Transformada Wavelet o filtro WTSTNST. Las señales digitales, adquiridas y filtradas, fueron procesadas con Transformada Wavelet Discreta, Transformada Rápida de Fourier y Transformada discreta de Fourier de Tiempo Reducido, de las cuales se obtuvieron 24, 1 y 16 parámetros respectivamente. La capacidad de discriminación de los parámetros fue evaluada mediante el Análisis de la Varianza (ANOVA) Unidimensional. Por medio de un clasificador autoadaptativo desarrollado en esta investigación, se analizaron 10 funciones clasificadoras provenientes de la Transformada Wavelet Discreta, y se midió la exactitud de la clasificación de cada función analizando sus respectivas curvas ROC.