Naslov
Prepoznavanje zvižduka u fonopneumogramima djece korištenjem algoritama strojnog učenja
(Wheeze recognition in children phonopneumograms using machine learning algorithms)

Autori
Mazić, Igor

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakultet elektrotehnike strojarstva i brodogradnje

Mjesto
Split

Datum
24.09

Godina
2015

Stranica
125

Mentor
Bonković Mirjana

Ključne riječi
astma, zvižduk, akustička teorija spojenih cijevi, homomorfna dekonvolucija MFCC, SVM
(asthma, wheeze, acoustic theory of connected pipes, homomorphic deconvolution MFCC, SVM)

Sažetak
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.

Izvorni jezik
Hrvatski

POVEZANOST RADA