Key points are not available for this paper at this time.
Uma das principais causas de morte em todo o mundo é a doença cardíaca ou disfunção cardíaca. Essas doenças podem ser identificadas facilmente com as variações no som produzido pela atividade do coração. Essas auscultações sofisticadas exigem uma experiência clínica importante e habilidades de escuta concentrada. Portanto, existe uma necessidade não atendida por um sistema portátil para a detecção precoce de doenças cardíacas. Este artigo propõe um modelo protótipo de um sistema de estetoscópio digital inteligente para monitorar os sons cardíacos do paciente e diagnosticar qualquer anormalidade de maneira em tempo real. Este sistema consiste em dois subsistemas que se comunicam sem fio utilizando a tecnologia Bluetooth de baixa energia: um subsistema de estetoscópio digital portátil e um subsistema de tomada de decisão baseado em computador. O subsistema portátil captura os sons cardíacos do paciente, filtra e digitaliza, e envia os sons cardíacos capturados para um computador pessoal sem fio para visualizar os sons cardíacos e para processamento adicional para tomar uma decisão se os sons cardíacos são normais ou anormais. Vinte e sete recursos de coeficientes cepstrais de frequência na faixa do tempo, faixa de frequência e Mel (MFCC) foram usados para treinar um banco de dados público para identificar o algoritmo com melhor desempenho para classificar sons cardíacos (HS) anormais e normais. A otimização de hiperparâmetros, com e sem método de redução de características, foi testada para melhorar a precisão. O algoritmo de ensemble otimizado ajustado por custo pode produzir 97% e 88% de precisão na classificação de HS anormais e normais, respectivamente.
Chowdhury et al. (Qui,) estudaram essa questão.