Aplicação de redes neurais convolucionais na detecção de sopros cardíacos em sinais de fonocardiograma

Abstract

Este trabalho investiga a aplicação de técnicas de aprendizado profundo na detecção e classificação automática de anomalias em sinais de fonocardiograma (FCG). As doenças cardiovasculares exigem triagens eficientes, mas a auscultação clínica tradicional apresenta limitações relacionadas à subjetividade e variação entre observadores. Para contornar essa questão, utilizou-se a base de dados pediátrica CirCor DigiScope para treinar e avaliar um modelo computacional capaz de identificar sopros cardíacos. A metodologia consistiu no pré-processamento dos sinais de áudio mediante segmentação temporal em janelas uniformes de 5 segundos, seguida da conversão para representações visuais bidimensionais no domínio tempo-frequência (espectrogramas) utilizando a Transformada de Fourier de Tempo Curto (TFTC). As imagens em escala de cinza alimentaram a arquitetura convolucional ResNet-50, adaptada por meio de transferência de aprendizado (transfer learning). No conjunto de teste independente, o classificador alcançou uma acurácia global de 80,0% e uma pontuação F1 ponderada de 0,82. A análise de desempenho, quando comparada proporcionalmente à triagem diagnóstica médica da mesma base, demonstrou que a rede neural atua como uma ferramenta altamente específica. Enquanto o diagnóstico humano apresentou uma Taxa de Falsos Positivos de 38,0%, o modelo computacional reduziu essa métrica para 18,4%, mitigando significativamente os alarmes falsos. Embora a triagem clínica tenha mantido uma maior sensibilidade (83,2% contra 73,0% da rede), conclui-se que o modelo proposto oferece um equilíbrio diagnóstico valioso, atuando como um filtro inicial promissor para reduzir encaminhamentos médicos e exames ecocardiográficos desnecessários sem comprometer o rastreio patológico.

This work investigates the application of deep learning techniques for the automated detection and classification of anomalies in phonocardiogram (PCG) signals. Cardiovascular diseases require efficient screening, yet traditional clinical auscultation presents limitations related to subjectivity and interobserver variability. To overcome this issue, the pediatric CirCor DigiScope dataset was utilized to train and evaluate a computational model capable of identifying heart murmurs. The methodology consisted of pre-processing the audio signals through temporal segmentation into uniform 5-second windows, followed by their conversion into two-dimensional visual representations in the time-frequency domain (spectrograms) using the Short-Time Fourier Transform (STFT). The grayscale images were fed into a ResNet-50 convolutional architecture, adapted via transfer learning. On the independent test set, the classifier achieved an overall accuracy of 80.0% and a weighted F1-score of 0.82. Performance analysis, when proportionally compared to the medical diagnostic screening of the same dataset, demonstrated that the neural network acts as a highly specific tool. While human diagnosis presented a False Positive Rate of 38.0%, the computational model reduced this metric to 18.4%, significantly mitigating false alarms. Although clinical screening maintained higher sensitivity (83.2% versus the network’s 73.0%), it is concluded that the proposed model offers a valuable diagnostic balance, acting as a promising initial filter to reduce unnecessary medical referrals and echocardiographic exams without compromising pathological screening.