Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Jara, A., (2023). Identificación automática de neumonía mediante el procesamiento digital del sonido [Tesis, Universidad Señor de Sipán]. https://hdl.handle.net/20.500.12802/10891
Jara, A., Identificación automática de neumonía mediante el procesamiento digital del sonido [Tesis]. PE: Universidad Señor de Sipán; 2023. https://hdl.handle.net/20.500.12802/10891
@misc{sunedu/3402341,
title = "Identificación automática de neumonía mediante el procesamiento digital del sonido",
author = "Jara Tucto, Alexander",
publisher = "Universidad Señor de Sipán",
year = "2023"
}
Title: Identificación automática de neumonía mediante el procesamiento digital del sonido
Authors(s): Jara Tucto, Alexander
Advisor(s): Tuesta Monteza, Victor Alexci
Keywords: Red neuronal convolucional; Espectrograma; Dataset; Keras; Neumonía
OCDE field: http://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2023
Institution: Universidad Señor de Sipán
Abstract: En la actualidad la neumonía es la principal causa de mortalidad infantil, alcanzando
anualmente a cifra 1.1 millones de fallecimiento de niños menores de 5 años. Para
diagnosticar oportunamente esta enfermedad se realiza por medio de la
auscultación pulmonar, empleando un estetoscopio, el cual permite percibir los
sonidos respiratorios y así descubrir algún signo anormal. El objetivo de este trabajo
es realizar la Identificación de manera automática la neumonía mediante el
procesamiento digital del sonido, la investigación inicia con la construcción de un
protocolo para la adquisición de sonidos de enfermedades respiratorias, que
sirvieron para la adquisición de sonidos respiratorios, posteriormente se transformó
el audio a imagen para adquirir el espectrograma de cada uno, al tener el
espectrograma se realizó el procesamiento de las imágenes utilizando Keras, así
mismo creamos nuestra red neuronal convolucional y comenzamos a realizar el
entrenamiento con el dataset de imágenes con un valor inicial de 200 épocas. Los
resultados fueron satisfactorios debido a que se obtuvo un 75%, 69% y 75% de la
exactitud, precisión y sensibilidad, respectivamente. Finalmente se evaluó el
método, el cual tiene un buen desempeño con respecto a la identificación
automática de la neumonía.
Link to repository: https://hdl.handle.net/20.500.12802/10891
Note: Infraestructura, Tecnología y Medio Ambiente
Discipline: Ingeniería de Sistemas
Grade or title grantor: Universidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismo
Grade or title: Ingeniero de Sistemas
Juror: Tuesta Monteza, Victor Alexci; Mejia Cabrera, Heber Ivan; Minguillo Rubio, Cesar Augusto
Register date: 16-May-2023; 16-May-2023
This item is licensed under a Creative Commons License