Implementación de un sistema inteligente aplicando algoritmos de Deep Learning para la detección de enfermedad pulmonar obstructiva crónica mediante sonidos pulmonares

Abstract

La Enfermedad Pulmonar Obstructiva Crónica (EPOC) es una de las principales causales de muerte a nivel global. Por lo tanto, es importante identificarla en sus etapas iniciales para proporcionar un tratamiento adecuado. Por ello, en esta tesis, se ha ideado un sistema inteligente basado en aprendizaje profundo para identificar patrones distintivos en los sonidos pulmonares, y predecir de manera precisa y eficiente la presencia de la EPOC. Para el logro anterior, se utilizaron bases de datos de sonidos pulmonares provenientes del desafío ICBHI realizado en 2017 y de un grupo de investigadores del King Abdullah University Hospital. Adicionalmente, se aplicó una etapa de preprocesamiento a los datos, que involucró el uso de los espectrogramas de Mel y los coeficientes cepstrales en frecuencia de Mel (MFCC) para capturar características relevantes de los audios. Además, para resolver el problema de desbalance en el conjunto de datos, se aplicaron técnicas de aumento de datos. Para el logro del objetivo general, se construyó un modelo de red neuronal convolucional (CNN) de doble rama; adicionalmente se adaptaron las arquitecturas de ResNet e InceptionV3, las cuales fueron entrenadas con diferentes algoritmos de optimización. Al ensayar estas redes, se obtuvieron métricas favorables, ante lo cual, se resalta el modelo CNN de doble rama, que empleó las características MFCC, inyección de ruido y desplazamiento de tono como técnica de aumento de datos, y el optimizador SGD. Con este modelo se logró la exactitud de 97.87%, precisión de 96.98%, sensibilidad de 96.62% y F1-score de 96.47% en la validación.

Chronic Obstructive Pulmonary Disease (COPD) is one of the leading causes of death globally. Therefore, it is important to identify it in its early stages to provide appropriate treatment. Hence, in this thesis, an intelligent system based on Deep Learning has been devised with the purpose of identifying distinctive patterns in lung sounds and accurately and efficiently predicting the presence of COPD. To achieve this, databases of lung sound from the ICBHI challenge held in 2017 and from researchers at King Abdullah University Hospital were used. Additionally, a preprocessing stage was applied to the data, involving the use of Mel spectrograms and Mel-frequency cepstral coefficients (MFCC) to capture relevant features of the audio. Furthermore, data augmentation techniques were applied to address the problem of imbalance in the dataset. For the achievement of the general goal, a double-branch convolutional neural network (CNN) model was built, and the architectures of ResNet and InceptionV3 were adapted, which were trained with different optimization algorithms. Upon testing these networks, favorable metrics were obtained, highlighting the double-branch CNN model, which employed MFCC features, noise injection and pitch shifting as data augmentation techniques and the SGD optimizer. With this model, an accuracy of 97.87%, precision of 96.98%, sensitivity of 96.62%, and an F1-score of 96.47% were achieved during validation.