Detecção de Problemas Respiratórios através de Áudios Pulmonares utilizando Aprendizado de M´aquina

Autores

  • Ranna R. F. da Costa
  • Jo˜ao C. Xavier Júnior
  • Arthur C. Gorgˆonio
  • Cephas A. da S. Barreto
  • Douglas F. A. Lima
  • Anne Magaly de P. Canuto

Resumo

Problemas respirat´orios e pulmonares atingem uma quantidade elevada de pessoas ano ap´os ano, inclusive levando `a morte. Em virtude disso,
muitas iniciativas buscam entender e facilitar o diagn´ostico desses tipos de doenc¸as para que seja poss´ıvel a busca precoce por tratamento ou mesmo o diagn´ostico adequado. Olhando para este contexto, pesquisas recentes utilizam t´ecnicas computacionais sobre ´audios respirat´orios para a classificação de poss´ıveis problemas na respirac¸ ˜ao. Este trabalho tem o mesmo objetivo e apresenta a an´alise de alguns classificadores sobre um dataset gerado a partir de audios em seu formato original. Os resultados obtidos apontam que modelos baseados em ´arvores, como Random Forest e Decision Tree, tiveram um desempenho melhor que outros modelos. No entanto, ainda h´a espac¸o para melhorias em termos de modelos melhores e de melhor qualidade.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2020-12-25

Como Citar

Ranna R. F. da Costa, Jo˜ao C. Xavier Júnior, Arthur C. Gorgˆonio, Cephas A. da S. Barreto, Douglas F. A. Lima, & Anne Magaly de P. Canuto. (2020). Detecção de Problemas Respiratórios através de Áudios Pulmonares utilizando Aprendizado de M´aquina. Anais Do Encontro De Computação Do Oeste Potiguar ECOP/UFERSA (ISSN 2526-7574), 1(4). Recuperado de https://revistacaatinga.com.br/ecop/article/view/10101