hrvatski

Prepoznavanje zvižduka u fonopneumogramima djece korištenjem algoritama strojnog učenja

Fizikalni proces nastanka i propagacije respiracijskih zvukova u stablu bronha modeliran je korištenjem akustičke teorije spojenih cijevi. U ovom radu se pokazalo da se akustička teorija spojenih cijevi koja se koristi za modeliranje vokalnog trakta uz određene prilagodbe može iskoristiti i za modeliranje stabla bronha, a značajke koje se koriste za prepoznavanje govora mogu se koristiti i za prepoznavanje zvižduka koji u stablu bronha nastaju tijekom astmatičnog napada. Značajkama temeljenim na logaritamskoj distribuciji filtara postižu se bolji rezultati prepoznavanja zvižduka u respiracijskim zvukovima nego sa značajkama koje nemaju logaritamsku distribuciju filtara. Koeficijenti kepstra koji su sadržani u MFCC koeficijentima dodatno poboljšavaju rezultate klasifikacije, što potvrđuje ispravnost postavljenog modela temeljenog na sustavu za homomorfnu dekonvoluciju. Dvoslojni SVM klasifikacijski algoritam paralelne strukture razrađen u ovom radu bolje razvrstava signale sličnih akustičkih svojstava poput zvižduka i inspiracijskog stridora. Na uspješnost prepoznavanja zvižduka utječu razlike središnjih frekvencija dominantnih harmonika zvižduka iz skupa za treniranje i skupa za testiranje.

astma, zvižduk, akustička teorija spojenih cijevi, homomorfna dekonvolucija MFCC, SVM

nije evidentirano