Análise de sons do ciclo cardíaco utilizando técnicas de aprendizado de máquina para detecção de sopro cardíaco

Abstract

A imprecisão em realizar diagnósticos a partir do exame de auscultação cardíaca é um grande problema na área médica. Por meio deste exame, pode-se considerar, erroneamente, um paciente com doença das valvas cardíacas como saudável e, no pior cenário, este não receber o tratamento adequado e vir a óbito. Entretanto, durante o ciclo cardíaco é possível auscultar o sopro cardíaco, que pode indicar a presença de mau funcionamento em uma ou mais valvas do coração. Assim, com o intuito de auxiliar no diagnóstico, neste trabalho são abordados aspectos relevantes para a construção de uma solução para auxiliar os profissionais da área da saúde no diagnóstico de auscultação cardíaca. Para isso, foram realizadas pesquisas e testes em dois campos de estudo: Processamento de Áudio, para obter meios de ler arquivos de áudio e coletar características relevantes; e Aprendizado de Máquina, com o intuito de analisar e encontrar padrões entre os dados para indicar se o paciente possui sopro no coração ou não. Ao fim, o sistema desenvolvido extrai dados da frequência, tonalidade, escala e magnitude do áudio aplicando estes dados no algoritmo Vetor de Suporte Linear para realizar a classificação deste entre com sopro no coração ou normal.