Expanded VAD Guided Subdivision of Cardiopulmonary Sounds.
Cardiopulmonary auscultation is a diagnostic procedure that has a challenging task since the components of heart rate and lung sounds overlap. There were many approaches to quantify the characteristics of these signals, and one of the newest is the voice activity detection (VAD) and the Gaussian Mix...
| Published in: | Biomedical Engineering Journal / Revista Ingeniería Biomédica Vol. 13; no. 25; pp. 25 - 35 |
|---|---|
| Main Authors: | , , , , , |
| Format: | Article |
| Published: |
Biomedical Engineering Journal / Revista Ingenieria Biomedica
jan-jun2019
|
| Subjects: | |
| Online Access: | View this record in EBSCOhost |
| fields | @attributes: recordID: 1 pdfLink: plink: https://search.ebscohost.com/login.aspx?direct=true&db=lth&AN=139402616&site=ehost-live header: @attributes: shortDbName: lth uiTerm: 139402616 longDbName: MedicLatina uiTag: AN controlInfo: bkinfo: jinfo: jid: 19099762 EUJC jtl: Biomedical Engineering Journal / Revista Ingeniería Biomédica issn: 19099762 maglogo: N pubinfo: dt: jan-jun2019 vid: 13 iid: 25 pid: 85465 pub: Biomedical Engineering Journal / Revista Ingenieria Biomedica artinfo: ui: 139402616 10.24050/19099762.n25.2019.1317 ppf: 25 ppct: 10 formats: fmt: @attributes: type: P size: 1.9MB tig: atl: Expanded VAD Guided Subdivision of Cardiopulmonary Sounds. aug: au: Mayorga, Pedro Valdez, Julio A. Druzgalski, Christopher Zeljkovic, Vesna Chavez, Gilberto Perez, Monceni affil: Instituto Tecnológico de Mexicali, Mexicali, México Universidad del Valle de México, Mexicali, México California State University, Long Beach, CA, USA The Lincoln University, PA, USA Univerisdad Autónoma de Baja California, Mexicali, México su: Gaussian mixture models Heart sounds Auditory cortex Pattern perception Heart beat Sounds Cardiopulmonary fitness Acoustic stimulation sug: subj: Gaussian mixture models Heart sounds Auditory cortex Pattern perception Heart beat Sounds Cardiopulmonary fitness Acoustic stimulation keyword: Cardiopulmonary diagnosis Gaussian Mixture Models (GMM) Hidden Markov Models (HMM) Hilbert transform Voice Activity Detection (VAD) detección de actividad de voz (VAD) diagnóstico cardiopulmonar modelos de Markov ocultos (HMM) modelos de mezcla gaussiana (GMM) transformación de Hilbert detecção de atividade vocal (DVA) modelos gaussianos de mixagem (GMM) modelos ocultos de Markov (HMM) transformação de Hilbert ab: Cardiopulmonary auscultation is a diagnostic procedure that has a challenging task since the components of heart rate and lung sounds overlap. There were many approaches to quantify the characteristics of these signals, and one of the newest is the voice activity detection (VAD) and the Gaussian Mixture Models (GMM). Considering the lung and heart sounds as acoustic events, this paper proposes a novel assessment methodology of these diagnostic indicators. Here, a new VAD based on GMM (VAD-GMM) was applied to detect and extract the main events in lung sound and heart sounds. VAD-GMM results were compared with other VAD methodology based on statistical approach, and it was found that VAD-GMM give more definite results. Since Mel Frequency Cepstral coefficients (MFCC) and Quartiles feature vectors, were already successful in pattern recognition, VAD-GMM was carried out using this kind of acoustic vectors. Therefore, this method could add in a transition from qualitative traditional auscultation to quantitative assessment and assisted computerized diagnosis by identifying abnormal acoustic indicators. Diagnosis by computerized detection promises to be a more efficient method than traditional methods, which are limited by the auditory capability and experience of a medical professional. la auscultación cardiopulmonar es un procedimiento de diagnóstico que tiene una tarea difícil ya que los componentes de la frecuencia cardíaca y los sonidos pulmonares se superponen. Hubo muchos enfoques para cuantificar las características de estas señales, y uno de los más nuevos es la detección de actividad de voz (VAD) y los modelos de mezcla gaussiana (GMM). Considerando los ruidos pulmonares y cardíacos como eventos acústicos, este artículo propone una nueva metodología de evaluación de estos indicadores de diagnóstico. Aquí, se aplicó un nuevo VAD basado en GMM (VAD-GMM) para detectar y extraer los eventos principales en el sonido pulmonar y cardíaco. Los resultados de VAD-GMM se compararon con otra metodología de VAD basada en el enfoque estadístico, y se descubrió que VAD-GMM da resultados más definitivos. Dado que los coeficientes cepstrales de frecuencia de mel (MFCC) y los vectores de características de cuartiles, ya tuvieron éxito en el reconocimiento de patrones, VAD-GMM se llevó a cabo utilizando este tipo de vectores acústicos. Por lo tanto, este método podría agregar una transición de la auscultación tradicional cualitativa a la evaluación cuantitativa y el diagnóstico computarizado asistido mediante la identificación de indicadores acústicos anormales. El diagnóstico por detección computarizada promete ser un método más eficiente que los métodos tradicionales, que están limitados por la capacidad auditiva y la experiencia de un profesional médico. A ausculta cardiopulmonar é um procedimento de diagnóstico que tem uma tarefa difícil e os componentes da frequência cardíaca e dos sons pulmonares se sobrepõem. Havia muitas abordagens para quantificar as características desses sinais, e uma das mais recentes é a detecção de atividade de voz (VAD) e modelos de mixagem gaussiana (GMM). Considerando os ruídos pulmonares e cardíacos como eventos acústicos, este artigo propõe uma nova metodologia para avaliar esses indicadores diagnósticos. Aqui, um novo VAD baseado em GMM (VAD-GMM) foi aplicado para detectar e extrair os principais eventos no som pulmonar e cardíaco. Os resultados do VAD-GMM foram comparados com outra metodologia do VAD com base na abordagem estatística, e verificou-se que o VAD-GMM fornece resultados mais definitivos. Como os coeficientes de frequência de mel cepstral (MFCC) e os vetores característicos do quartil já eram bem-sucedidos no reconhecimento de padrões, o VADGMM realizou o uso desse tipo de vetores acústicos. Portanto, esse método pode adicionar uma transição da ausculta qualitativa tradicional para avaliação quantitativa e diagnóstico computadorizado assistido, identificando indicadores acústicos anormais. O diagnóstico computadorizado promete ser um método mais eficiente do que os métodos tradicionais, limitados pela audição e experiência de um profissional médico. pubtype: Academic Journal doctype: Article src: R language: English refInfo: copyright: @attributes: flag: Y custom: Copyright of Biomedical Engineering Journal / Revista Ingeniería Biomédica is the property of Biomedical Engineering Journal / Revista Ingenieria Biomedica and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. item: Biomedical Engineering Journal / Revista Ingeniería Biomédica holder: Biomedical Engineering Journal / Revista Ingenieria Biomedica dt: @attributes: year: 2019 holdings: @attributes: islocal: N |
|---|