Tos por Covid-19

$15.00

Christian Salamea Palacios (Coordinador)

Este trabajo es producto de la investigación del proyecto “Caracterización de la tos provocada por el COVID-19 en pacientes de diagnóstico positivo”, financiado por CEDIA dentro su convocatoria a proyectos de investigación CEPRA XV. La publicación recoge la descripción de la propuesta; el proceso de diseño de la página web utilizada para la toma de muestras audibles de tos; la descripción de técnicas usadas para reconocer una señal de tos dentro de un audio utilizando aprendizaje automático; los sistemas de filtrado utilizados para aislar la señal de tos de cualquier sonido producido por circunstancias externas; y los modelos inteligentes pre-entrenados utilizados para la caracterización de la señal de tos como una tos COVID-19. Además consta información sobre las estrategias para reunir al equipo, generar la propuesta y conseguir su aprobación.
En síntesis, la obra presenta un caso exitoso de lo que es el desarrollo de un proyecto de investigación científica bajo la modalidad de financiamiento externo, con sus fases de planificación, ejecución y explotación de los resultados de investigación conseguidos.

Presentación 
Introducción 
Capítulo 1
Abordaje del estudio del COVID-19 a partir de señales audibles de tos
Introducción
Elaboración de la aplicación web
Referencias bibliográficas
Capítulo 2
Toma de muestras e interpretación de datos
Implementación de la aplicación web
Tipos de arquitectura cliente-servidor
Por tamaño de componentes (Peterson, 2014)
Por naturaleza del servicio (Peterson, 2014; Frain, 2015)
Por reparto de funciones entre cliente y servidor (Robbins, 2012)
Modelos multicapas (Sklar, 2011; Abu-Naser, 2017)
Procedimiento
Caracterización de la muestra inicial de la base de datos
Bases de datos
Procedimiento
Análisis de datos
Resultados
Estrategias y metodologías utilizadas para recopilar la muestra inicial de la base de datos a procesar
Participantes
Mediciones
Procedimiento
Análisis de datos
Resultados y discusión
Descripción de las bases de datos plataforma
Metodología
Participantes
Procedimiento
Análisis de datos
Resultados y discusión
Descripción de las bases de datos totales
Bases de datos
Bases de datos del proyecto
Bases de datos Cambridge
Bases de datos de ruido ambiental
Referencias bibliográficas
Capítulo 3
Reconocimiento de tos no-tos en una señal audible
Introducción
Procesamiento de señales de tos
Procesamiento de señales de tos con CNN
Bases de datos
Arquitectura del sistema
Medidas de desempeño
Resultados
Procesamiento de señales de tos con CNN y aumento de datos
Técnica de aumento de muestras (datos)
Bases de datos
Aumento de datos
Arquitectura del sistema
Medidas de desempeño
Resultados
Discusión
Referencias bibliográficas
Capítulo 4
Filtrado digital para señales audibles de tos
Introducción
Filtros para eliminación de ruido
Filtros digitales
Filtros adaptativos
Metodologías de eliminación de ruido (técnicas)
Detectar y separar el ruido de los registros de tos
Separación de datos típicos y atípicos
Creación del patrón de ruido
Filtrado de las señales de audio de entrada
Filtro digital técnica tradicional
Filtrado adaptativo
Aplicación en la base de datos inicial y final
Referencias bibliográficas
Capítulo 5
Modelado automático de una señal de tos COVID-19
Introducción
Eliminación de silencios en una secuencia de la señal de la tos
Algoritmo
Técnicas para caracterizar la señal de tos de pacientes que poseen COVID-19
Algoritmo: red neuronal convolucional simple y entrenada
Análisis de características en señales de audios de tos de pacientes que poseen COVID-19 utilizando bases de datos con técnicas “Data Augmentation”
Red Neuronal Básica
Transfer Learning-YAMNET
Transfer Learning VGGish
Diseño del sistema integrado de reconocimiento de una señal de tos COVID-19
Procedimiento
Métricas de desempeño del Sistema Integrado
Resultados
Referencias bibliográficas
Capítulo 6
Descripción del sistema integrado
Introducción
Metodología
Front End
Back End
Resultados finales
Conclusiones

Peso 400 g
Dimensiones 15 × 21 cm
ISBN

978-9978-10-828-4

Título

Tos por COVID-19

Subtítulo

Caracterización desde la Inteligencia Artificial

Autor/es

Christian Salamea Palacios (Coordinador)

Edición

Primera

Año

2023

Páginas

144

Coeditor/es

Universidad Politécnica Salesiana

Valoraciones

No hay valoraciones aún.

Sé el primero en valorar “Tos por Covid-19”

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Carrito de compra
Scroll al inicio