Detección automática de ciclos respiratorios con sibilancias empleando representaciones tiempo-frecuencia clásicas y de alta resolución

Abstract

Los sonidos respiratorios (SR) digitalizados proveen información importante, para aplicaciones como la detección automática de sonidos, que puede auxiliar en el diagnóstico de patologías. Uno de los SR adventicios continuos comunes es la sibilancia, la cual está correlacionada con enfermedades como asma y enfermedad pulmonar obstructiva crónica (EPOC). En las últimas décadas, se han realizado esfuerzos para detectar automáticamente las sibilancias en los SR, e.g., mediante análisis de representaciones tiempo-frecuencia (time-frequency representations, TFR) clásicas como el espectrograma, el cual permite la visualización de cambios instantáneos en la frecuencia a lo largo del tiempo. Sin embargo, debido a sus características y a las limitaciones de las TFRs empleadas anteriormente, la detección de sibilancias aún presenta áreas de oportunidad. En este trabajo, proponemos realizar la detección de SR normales y SR que contienen sibilancias empleando cuatro distintas TFR: 1) Espectrograma (Spectrogram, SP), 2) Espectro de Hilbert-Huang (Hilbert-Huang spectrum, HHS), 3) Transformada Synchrosqueezing (Synchrosqueezing transform, SST) y 4) Distribución Wigner-Ville (Wigner-Ville distribution, WVD), así como una red neuronal convolucional pre-entrenada, GoogleNet, mediante transferencia de aprendizaje. El método propuesto fue evaluado en una base de datos pública denominada ICBHI Challenge 2017, la cual está compuesta por 920 sonidos respiratorios adquiridos de 126 participantes. La base de datos contiene 6898 ciclos respiratorios que incluyen sibilancias, crepitancias o una combinación de ambos, además de ciclos sin sonidos adventicios. En esta tesis, el método propuesto fue evaluado empleando 575 ciclos respiratorios que contienen sibilancias, pertenecientes a 45 pacientes, y 575 ciclos respiratorios normales, de 44 sujetos. El mejor resultado experimental alcanzó una precisión de 0.880, exactitud de 0.872 y sensibilidad de 0.860 para el conjunto de validación empleando el método SP. Así como una precisión de 0.666, exactitud de 0.705 y sensibilidad de 0.823 para el conjunto de prueba al aplicar el método SST. Al evaluar el conjunto de validación, el HHS obtuvo 0.779 de exactitud, 0.790 de sensibilidad, 0.767 de especificidad y 0.772 de precisión. Mientras que la WVD alcanzó 0.830 de exactitud, 0.833 de sensibilidad, 0.827 de especificidad y 0.828 de precisión con el mismo conjunto. Al comparar este desempeño con los reportados en la literatura, se encontró que los resultados obtenidos son por lo menos comparables con aquellos indicados en la mayoría de los trabajos del estado del arte. Consideramos que los resultados de esta tesis son prometedores en el área de detección de ciclos respiratorios con sibilancias en comparación con los procedimientos actuales y parecen apuntar a que las TFR de alta resolución, en especial la SST, es un buen contendiente contra el método tradicional, SP, y su implementación en un sistema posterior puede apoyar al diagnóstico de enfermedades respiratorias obstructivas.

Digitized respiratory sounds (RS) provide important information for applications such as automatic sound detection, which can assist in the diagnosis of pathologies. One of the common continuous adventitious RS is wheezing, which is correlated with diseases such as asthma and chronic obstructive pulmonary disease (COPD). In recent decades, efforts have been made to automatically detect wheeze in RS, e.g., through analysis of classical time-frequency representations (TFR) such as the spectrogram, which allows the visualization of instantaneous changes in frequency over time. However, due to its characteristics and the limitations of the TFR previously used, wheeze detection still presents areas of opportunity. In this work, we propose to perform the detection of normal RS and RS containing wheeze using four different TFRs: 1) Spectrogram (SP), 2) Hilbert-Huang Spectrum (HHS), 3) Synchrosqueezing Transform (SST) and 4) Wigner-Ville Distribution (WVD), as well as a pre-trained convolutional neural network, GoogleNet, through transfer learning. The proposed method was evaluated on a public database called ICBHI Challenge 2017, which is composed of 920 respiratory sounds acquired from 126 participants. The database contains 6,898 respiratory cycles that include wheeze, crackles, or a combination of both, as well as cycles without adventitious sounds. In this thesis, the proposed method was evaluated using 575 respiratory cycles containing wheezes, belonging to 45 patients, and 575 normal respiratory cycles, from 44 subjects. The best experimental result reached a precision of 0.880, accuracy of 0.872 and sensitivity of 0.860 for the validation set using the SP method. As well as a precision of 0.666, accuracy of 0.705 and sensitivity of 0.823 for the test set when applying the SST method. When evaluating the validation set, HHS method scored 0.779 for accuracy, 0.790 for sensitivity, 0.767 for specificity, and 0.772 for precision. While the WVD achieved 0.830 accuracy, 0.833 sensitivity, 0.827 specificity and 0.828 precision with the same set. When comparing this performance with those reported in the literature, it was found that the results obtained are at least comparable with those indicated in most state of-the-art works. We consider that the results of this thesis are promising in detection of respiratory cycles containing wheeze compared to traditional procedures and seem to point to high-resolution TFR, especially SST, being a good contender against the current method. SP, and its implementation in a subsequent system can support the diagnosis of obstructive respiratory diseases.