This study reviews the main approaches to the analyzing of modern methods of digital processing of lung sounds. It is shown that each of the existing methods gives a definite result in solving a particular problem. However, none of the methods that were reviewed, can't be called universal and completely convenient for using in the real conditions of the hospital. Certain numerical parameters can be obtained, as a result of the work of each method. In this study it is showed that machine learning can serve as a unifying mechanism for the considered methods. A set of different parameters can be the input arguments of the classifier, which will be properly trained. As a result, the primary opinion in a convenient and accessible form can be presented to the doctor.
Кафедра электронной инженерии, Факультет Электроники Национальный технический университет Украины "Киевский политехнический институт имени Игоря Сикорского" kpi.ua Киев, Украина Реферат-В статье рассматриваются основные методы машинного обучения с целью применения их к задаче классификации звуков легких. На основе базы звуков легких был получен ряд параметров сигналов. Задачей исследования было провести классификацию звуков при помощи пяти различных методов машинного обучения, а также определить из ряда параметров сигналов теиз них, которые дают в конечном счете наивысшую точность. Таким образом было найдено семь наиболее диагностически ценных параметров звуков дыхания и выявлено, что два метода машинного обученияметод опорных векторов и метод дерева принятия решенийпоказали наилучшие результаты. Таким образом, данная методика классификации может служить вспомогательным инструментом для врача-пульмонолога в постановке диагноза. Библ. 18, табл. 5. Ключевые словазвуки легких; машинное обучение; классификатор; метод опорных векторов; метод дерева принятия решений.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.