Using of the machine learning methods to identify bronchopulmonary system diseases with the use of lung sounds

Chekhovych, M. G.; Poreva, A. S.; Timofeyev, V. I.; Henaff, P.

Сучасні технічні й електронні засоби надають змогу проводити медичну діагностику на більш високому рівні, швидше, точніше і комфортніше для пацієнта та лікаря. Здатність записувати легеневі звуки дозволяє обробляти сигнали та використовувати технології машинного навчання, щоб автоматично аналізувати записані звуки для забезпечення діагностичної підтримки. Аналіз легеневих звуків, зібраних шляхом аускультації є основним компонентом діагностики захворювань легень для первинної медичної допомоги та загального моніторингу стану пацієнтів. Розробка комп'ютерних алгоритмів для вивчення легеневого звуку надає більш широкі дослідницькі можливості. Досліджено та проаналізовано сучасні методи цифрового аналізу звуків легень. Кожен з існуючих методів надає певний результат у розв'язанні конкретної проблеми, це може бути, як і обезшумлення сигналу, так і знаходження тих чи інших артефактів звуків дихання. Розглянуто можливість застосування класифікаторів, що є основою машинного навчання, для оптимізації постановки діагнозів захворювань легень. Розглянуто роботу декількох класифікаторів на основі попередньо розрахованих параметрів з використанням апарату статистик вищих порядків. Встановлено, що метод опорних векторів, а також дерево прийняття рішень є простими та найточнішими класифікаторами для реалізації і для роботи з базою звуків дихання. Одержана точність роботи класифікаторів є досить високою. Симбіоз різних методів цифрової обробки з сучасними інструментами машинного навчання надасть змогу суттєво підвищити точність роботи методів, а також значно полегшити роботу лікаря.


	Наукова періодика України		Вісник Національного технічного університету України "Київський політехнічний інститут"