Avaliação de sinais acústicos para o pré-diagnóstico de covid-19

Página do item simplificado
dc.contributor.advisorGuido, Rodrigo Capobianco [UNESP]
dc.contributor.authorNunes, Gabriel Andrey Perego
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2022-01-27T21:11:42Z
dc.date.available2022-01-27T21:11:42Z
dc.date.issued2022-01-06
dc.description.abstractThe signals produced by the human body have been the subject of researches on indicators related to different diseases. With the outbreak of the Sars-Cov-2 pandemic in 2020, there is a unique opportunity for signal processing to contribute to the identification of the pathology. The first papers on the new virus were based on recent studies of other diseases that have similar symptoms to those caused by the coronavirus. Since the disease has common symptoms in patients and these symptoms can cause some degree of impairment in the vocal system and generate irregular vibrations, this study aims to identify Covid-19 signatures in audios with sustained vowels through analysis of the energy in the sound waves. By using Wavelet transform and Teager operator, it was possible to identify, with statistical methods, unique characteristics of healthy and infected individuals, which can be used in the creation of classifiers to identify the pathology. It was found that infected people seems to have a vector with an average value of 0.00034 while healthy people produce a value of 0.01665. Also, it was possible to analyze the difference between the minimum and maximum values found in the vectors.en
dc.description.abstractOs sinais produzidos pelo corpo humano têm sido objeto de pesquisa na busca de indicadores relacionados às mais diversas doenças. Com a explosão da pandemia do vírus Sars-Cov-2 em 2020, surge a oportunidade ímpar do processamento de sinais contribuir na identificação da patologia. Os primeiros trabalhos relacionados ao novo vírus se basearam em estudos recentes de outras doenças que dispõem de sintomas similares aos causados pelo Coronavírus. Dado que a doença apresenta sintomas comuns em pacientes, e que esses sintomas podem causar algum grau de comprometimento no sistema fonador e gerar vibrações irregulares, o presente trabalho teve por objetivo identificar assinaturas da covid-19 em áudios de vogais sustentadas por meio da análise da energia presente nas ondas sonoras. Utilizando Transformada de Wavelets e o operador de Teager, foi possível, com métodos estatísticos, identificar características únicas de indivíduos saudáveis e de infectados que podem ser utilizadas na criação de classificadores para identificação da patologia. Foi descoberto que pessoas infectadas apresentam um valor médio no vetor resultante de 0,00034 enquanto pessoas saudáveis obtiveram um valor de 0,01665. Foi possível também analisar a diferença entre os valores mínimos e máximos encontrados nos vetores.pt
dc.description.sponsorshipNão recebi financiamento
dc.identifier.urihttp://hdl.handle.net/11449/216137
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.subjectSignal processingen
dc.subjectWavelet transformen
dc.subjectPathology identificationen
dc.subjectTeager operatoren
dc.subjectProcessamento de sinais - Técnicas digitaispt
dc.subjectTransformada de Waveletspt
dc.subjectIdentificação de patologiapt
dc.subjectOperador de Teagerpt
dc.titleAvaliação de sinais acústicos para o pré-diagnóstico de covid-19pt
dc.title.alternativeEvaluation of acoustic signals for pre-diagnosis of covid-19en
dc.typeTrabalho de conclusão de curso
unesp.campusUniversidade Estadual Paulista (Unesp), Instituto de Biociências Letras e Ciências Exatas, São José do Rio Pretopt
unesp.undergraduateCiência da Computação - IBILCEpt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
nunes_gap_tcc_sjrp.pdf
Tamanho:
351.79 KB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 2 de 2
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.44 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Nenhuma Miniatura disponível
Nome:
nunes_gap_autorizacao_sjrp.pdf
Tamanho:
60.25 KB
Formato:
Adobe Portable Document Format
Descrição:

Coleções

Instituto de Biociências Letras e Ciências Exatas, São José do Rio Preto