
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Dias, Guilherme Lopes | - |
| Autor(es): dc.creator | Mota, Frederico Lucas de Oliveira | - |
| Autor(es): dc.creator | Barbosa, Bruno Henrique Groenner | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:13:53Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:13:53Z | - |
| Data de envio: dc.date.issued | 2019-09-13 | - |
| Data de envio: dc.date.issued | 2019-09-13 | - |
| Data de envio: dc.date.issued | 2018 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/36800 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1157114 | - |
| Descrição: dc.description | http://prp.ufla.br/ciuflasig/generateResumoPDF.php?id=11343 | - |
| Descrição: dc.description | A ausculta pulmonar permite caracterizar uma patologia do sistema respiratório e assim guiar a conduta médica. No entanto, necessita do estetoscópio e prática do operador para classificar entre vesicular ou adventício, sendo esta última dividida em sibilo monofônico ou polifônico, estertores grossos ou finos, atrito pleural e estridor. A área de reconhecimento de padrões tem avançado na implementação de técnicas e sistemas de detecção dos sons pulmonares de forma automática com a finalidade de dar suporte mais seguro ao diagnóstico médico. O objetivo do trabalho é propor uma técnica de reconhecimento de padrões utilizando a transformada rápida de Fourier (FFT) em conjunto com Máquina de Vetor de Suporte (SVM) e um algoritmo genético como sistema de classificação de sons pulmonares. O software de classificação foi implementado em Python, treinado e testado utilizando sons pulmonares amostrados a taxa de 8kHz. No total 450 sinais compostos por 320 amostras que foram divididos em conjuntos de treino e teste do detector proposto. No conjunto de treino 120 dados eram de som vesicular e 30 de cada um dos outros sons patológicos. O conjunto de teste teve metade das amostras do conjunto de treino. Os dados são entregues ao algoritmo genético com taxa de cruzamento de 0,65, probabilidade de mutação 0,3 com 200 gerações de 100 indivíduos. Os melhores índices da transformada rápida de Fourier (FFT) são selecionados de modo a classificar as classes consideradas com a menor quantidade possível de características. Os dados são enviados à máquina de vetores suporte (SVM) e é selecionado o melhor conjunto de características capaz de relacionar o conjunto de dados à classe correspondente a partir da maior média de score de acerto retornado da validação cruzada do tipo k-fold com 5 folds. A classificação entre vesicular e adventícios foi 100,0 ± 0,0%, entre sibilos mais estertores versus atrito pleural e estridor de 100,0 ± 0,0%, entre sibilos e estertores de 93,3 ± 1,6%, entre sibilo monofônico e polifônico de 100,0 ± 0,0% entre estertores grosso e fino 93,3 ± 1,6% e entre estridor versus atrito pleural 93,3 ± 1,6%, sendo resultados obtidos com 8,5,15,17,17 e 5 características respectivamente. Os resultados demonstram a efetividade do método proposto, afirmando a adequação das técnicas do domínio da freqüência, para extração de características, e de aprendizado de máquina na classificação automática de sons pulmonares. | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | restrictAccess | - |
| Palavras-chave: dc.subject | Sons pulmonares | - |
| Palavras-chave: dc.subject | Máquina de vetores de suporte | - |
| Palavras-chave: dc.subject | Transformada Rápida de Fourier | - |
| Título: dc.title | Classificador de sons pulmonares: uma abordagem baseada em FFT e máquina de vetor de suporte | - |
| Tipo de arquivo: dc.type | Trabalho apresentado em evento | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: