Astma stanowi poważny problem zdrowotny na świecie. Według WHO obecnie na tę chorobę cierpi ok. 235 milionów ludzi. Ciągle rozwijające się algorytmy wspomagające diagnozę oraz elektronika, pozwalają na lepszą kontrolę chorób przewlekłych. Jest to szczególnie ważne przy astmie, gdyż dobrze kontrolowana choroba umożliwia normalne funkcjonowanie chorych. Jednym z kluczowych elementów monitorowania tejże choroby jest osłuch płuc. Niestety fakt, że wykonuje się je tylko podczas wizyt u lekarza powoduje, że nie możemy obserwować na bieżąco nasilania się problemów z oddychaniem. Urządzenia do monitorowania i analizy osłuchów płuc pozwoliłoby na dogłębną analizę kondycji płuc w zależności od różnych czynników zewnętrznych, co w rezultacie pozwoliłoby na lepsze poznanie tej choroby. Celem badań było stworzenie algorytmów do detekcji świstów astmatycznych w osłuchach płuc. Opracowując je, wzięto pod uwagę trzy główne założenia. Pierwszym, była niska złożoność obliczeniowa zestawu deskryptorów, gdyż opracowywane algorytmy miały być przeznaczone do użytku na urządzenia mobilne. Z tym założeniem wiąże się również ograniczenie do niezbędnego minimum ilości cech opisujących sygnał. Drugim zamysłem było stworzenie uniwersalnego zestawu cech odpornego na różne rodzaje szumu tła. Miało to pozwolić na analizę zapisów osłuchów wykonanych różnymi urządzeniami. Trzecim założeniem było zwiększenie czułości detekcji słabych tonów. Algorytmy powinny wykrywać zaburzenia, których obecność jest trudna lub wręcz niemożliwa do jednoznacznego wykrycia przez lekarzy.
Digital recognition of respiratory sounds in system of remote asthma patients monitoring.
Asthma is a serious health problem in the world. According to WHO currently suffer from this disease approximately 235 million people. Fortunately, constantly increasing technology allow to better control chronic diseases. The concept of digitally supported diagnosis is especially important in asthma disease because good controlled disorder can be almost unnoticeable. The lungs auscultation is a non invasive test in asthma diagnose. On the basis of such tests, the medical doctors can precise evaluate the stage of the disease. The main indicator of the asthma disease level is an appearance of wheezes in breath cycle. During the lung auscultation, medical doctors can evaluate the level of wheezes appearance. The main problem is that the evaluation is depended on the doctor's experience and is strongly subjective. The problem of frequency of such test is significant as well. The device that can evaluate such test without any supervision, could easily solve those issues. The aim of the work was to create an algorithm to wheezes detection which satisfy three main conditions. First one was to find a low computational complexity and low dimensional feature vector that describe disorder. The reason of such condition was because the developed algorithms were intended for use on mobile devices. The second idea was to create a universal set of features resistant to various types of background noise. This was to allow for an analysis of records sounds made different devices. The third goal was to increase the sensitivity of detection of weak tones. The algorithms should detect the disorder, the presence of which is difficult to detected by doctors.
