Browsing by Autor "Fernando Enrique Lozano"

Now showing 1 - 2 of 2

Sistema de separación de sonidos cardiacos y pulmonares para aplicaciones de telemedicina de almacenamiento y envío
(2012) Antonio J. Salazar; Catalina Alvarado; Fernando Enrique Lozano
La auscultacion es un procedimiento medico que proporciona una idea general del comportamiento del corazon y los pulmones, a partir de los sonidos producidos por estos dos organos. Debido a que estos sonidos se sobreponen en sus componentes de tiempo y frecuencia, afecciones importantes en uno de los organos podrian no ser detectadas, dando lugar a un falso negativo. Por lo tanto, el objetivo de este trabajo es implementar dos metodos diferentes de separacion de sonidos cardiacos y pulmonares. Primero, se aplica filtros de modulacion a la representacion en tiempo-frecuencia de la senal original, tomada sobre el pecho del paciente. Segundo, se aplica un algoritmo iterativo con filtros wavelet de descomposicion y reconstruccion. Los resultados muestran que ambos separan las senales correctamente. Tomando el sonido pulmonar como ruido, se determina que la relacion senal a ruido (SNR) es 10.21dB para el primer metodo y 6.61dB para el segundo. Aplicaciones en telemedicina son interesantes al poder reducir el ancho de banda de la senal transmitida, enviando las dos senales por separado.
System of heart and lung sounds separation for store-and-forward telemedicine applications
(Universidad de Antioquia, 2012) Antonio J. Salazar; Catalina Alvarado; Fernando Enrique Lozano
Auscultation is a medical procedure that provides a general idea of heart and lung behavior as the physician listens to the breath sound. Due to the fact that the sounds from these organs overlap in time and frequency domains, important affections in one of them could be discarded. For instance, the objective of this work is to implement two different methods of cardiac and pulmonary sound separation. First, we apply modulation filters to the timefrequency representation of the original signal, recorded on the chest. Second, we apply an iterative algorithm of wavelet decomposition and reconstruction filters. Results show that they both separate signals appropriately. Taking lung signals as noise, we determine that signal to noise (SNR) ratio is 10.21 for the first method and for 6.61 the second. Applications in telemedicine are encourager since the bandwidth of the signal transmission could be reduced by sending it separately.