Wheezes recognition method with tonal index descriptor

• Autorzy: Wiśniewski M. , Zieliński T.

Warianty tytułu

PL

Metoda rozpoznawania świstów płucnych z użyciem indeksu tonalności

• Języki publikacji: EN

Abstrakty

EN

In the paper a new wheezes detection method in lung auscultation is presented. The lungs auscultation is a non invasive test in asthma diagnose. On the basis of such tests, the medical doctors can evaluate preciselythe stage of the disease. The proposed method uses Tonal Index (TI), the descriptor taken from the MPEG-4 standard, adapted to the wheezes recognition problem. The SVM (Support Vector Machine) classifier was used. In the article TI is compared with the other features taken from literature: Kurtosis, Frequency Ratio, Spectral Peaks Entropy, Spectral Flatness and the modified Frequency Ratio called Energy Ratio (ER). The results of multi dimensional recognition using sets of a few features is presented also. The recognition process was carried out on artificial and real data.

PL

W artykule przedstawiono metodę do automatycznej detekcji świstów podczas osłuchu płuc. Osłuch klatki piersiowej to jedno z najstarszych, a zarazem bezinwazyjnych badań stosowanych w wielu chorobach płuc, m.in. w astmie. Na bazie tego badania lekarz może dokładnie ocenić postęp choroby pacjenta. Metoda jest oparta na Indeksie Tonalności, deskryptorze zaczerpniętym ze standardu MPEG-4, przystosowanym przez autorów do detekcji świstów. Do rozpoznawania użyto klasyfikatora SVM (Support Vector Machine). W artykule, Indeks Tonalności jest porównany z dotychczas stosowanymi deskryptorami, zaczerpniętymi z literatury: kurtozą, współczynnikiem częstotliwościowym, płaskością widmową oraz entropią maksimów częstotliwościowych. Dodatkowo przetestowano zmodyfikowany deskryptor współczynnika częstotliwościowego nazwanego współczynnikiem energii. Artykuł przedstawia również porównanie skuteczności wykrywania świstów przy użyciu zestawów kilku cech. Proces rozpoznawania wykonano na sygnałach rzeczywistych oraz zamodelowanych.

Słowa kluczowe

EN

Tonal Index; asthma; wheezes; lung sounds

PL

Indeks Tonalności; astma; świsty; osłuch płuc

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2012
• Tom: Vol. 53, nr 5
• Strony: 17--21
• Opis fizyczny: Bibliogr. 15 poz., wykr.

Twórcy

autor

Wiśniewski M.

autor

Zieliński T.

• AGH Akademia Górniczo-Hutnicza w Krakowie, Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki, Katedra Telekomunikacji, Kraków

Bibliografia

• [1] Johnston J. D.: Estimation of Perceptual Entropy Using Noise Masking Criteria. Acoustics, Speech, and Signal Processing, ICASSP-88, vol.51988, pp. 2524-2527.
• [2] Aydore, S. et al.: Classification of respiratory signals by linear analysis. Engineering in Medicine and Biology Society, 2009. EMBC 2009. Annual International Conference of the IEEE Publication Year: 2009, pp. 2617-2620.
• [3] Jianmin Zhang; et al.: A Novel Wheeze Detection Method for Wearable Monitoring Systems. Intelligent Ubiquitous Computing and Education, 2009 International Symposium on Publication Year: 2009 pp. 331-334.
• [4] Gray A. M., Markel J. D.: A spectral-flatness measure for studying the autocorrelation method of linear prediction of speech analysis. IEEE Trans. Acoust. Speech Signal Process., 1974, 22, pp. 207-217.
• [5] http://solutions.3m.com/wps/portal/3M/en_US/Littmann/stethoscope/education/lung_sounds/
• [6] http://faculty.etsu.edu/arnall/www/public_html/heartlung/breathsounds/contents.html
• [7] http://www.faemse.org/downloads.html
• [8] Wisniewski M., Zielinski T.: Application of Tonal Index to pulmonary wheezes detection in asthma monitoring. European Signal Process. Conf., Barcelona, 2011, pp. 1544-1548.
• [9] Pasterkamp H., Kraman S. S., Wodicka G. R.: Respiratory Sounds. Advances Beyond the Stethoscope. Am. J. Respir. Grit. Care Med., Volume 156, Number 3, September 1997 pp. 974-987
• [10] Nadler B., Kontorovich A.: Model selection for sinusoids in noise: Statistical analysis and a new penalty term., IEEE Trans. Signal Process., vol. 59, no. 4., 2011, pp. 1333-1345.
• [11] Bardeli R. Et al.: Detecting bird sounds in a complex acoustic environment and application to bioacoustic monitoring. Pattern Recognition Letters, vol. 31, 2010, pp. 1524-1534.
• [12] Painter T., A. Spanias: Perceptual coding of audio signals. Proc. IEEE, vol. 88, 2002, pp. 451-513.
• [13] Taplidou S. A., Hadjileontiadis L. J.: Analysis of wheezes using wavelet higher order spectral features. IEEE Trans. Biomedical Eng., vol. 57, no. 7., 2010, pp. 1596-1610.
• [14] Jianmin Z., et. Al.: A Novel Wheeze Detection Method for Wearable Monitoring Systems Intelligent Ubi-quitous Computing and Education, 2009 International Symposium on Publication Year: 2009 , Page(s): 331-334.
• [15] Gwo-Ching Chang; Yi-Ping Cheng: Investigation of noise effect on lung sound recognition. International Conference on Machine Learning and Cybernetics, Kunming, Vol: 3, 12-15 July 2008, pp: 1298-1301.