Revista de ingeniería informática y tecnología de la información

Segmentación de señales de fonocardiograma mediante el uso de modelos ocultos de Markov (HMM)

SM Debbal*, A Atbi, L Hamza Cherif y F Meziani

Los ruidos y soplos cardíacos proporcionan información diagnóstica crucial para varias enfermedades cardíacas, como disfunción valvular natural o protésica e insuficiencia cardíaca. Muchas condiciones patológicas del sistema cardiovascular causan soplos y aberraciones en los ruidos cardíacos. La fonocardiografía proporciona al médico una herramienta complementaria para registrar los ruidos cardíacos escuchados durante la auscultación. El avance de la fonocardiografía intracardíaca, combinado con las técnicas modernas de procesamiento digital, ha renovado fuertemente el interés de los investigadores en el estudio de los ruidos y soplos cardíacos. Este artículo presenta un algoritmo para la detección de ruidos cardíacos (el primer y segundo sonido, S1 y S2) y soplos cardíacos. Este artículo se ocupa de la segmentación de los ruidos cardíacos mediante el uso de la tecnología de última generación de modelos ocultos de Markov (HMW) que se utilizan para extraer un sobregrama suave que nos permite aplicar las pruebas necesarias para la localización temporal de los ruidos y soplos cardíacos. En el ámbito de esta dificultad de segmentación, las conocidas propiedades estadísticas no estacionarias de los modelos ocultos de Markov (HMW) relacionadas con las capacidades de segmentación de señales temporales pueden ser adecuadas para abordar este tipo de problemas de segmentación.