Використання методів машинного навчання для ідентифікації захворювань бронхолегеневої системи з використанням звуків легень

Анотація

Сучасні технічні та електронні засоби дозволяють 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 дає більш широкі дослідницькі можливості. В роботі досліджені і проаналізовані сучасні методи цифрового аналізу звуків легень. Кожен з існуючих методів дає певний результат у вирішенні конкретної проблеми, це може бути, як і обезшумлення сигналу, так і знаходження тих чи інших артефактів звуків дихання. Також у статті 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. Було встановлено, що метод опорних векторів, а також дерево прийняття рішень є простими та найточнішими класифікаторами для реалізації і для роботи з базою звуків дихання. Отримана точність роботи класифікаторів є досить високою. Симбіоз різних методів цифрової обробки з сучасними інструментами машинного навчання дозволить істотно підвищити точність роботи методів, а також значно полегшити роботу лікаря.