
Clasificación de Sonidos Cardiopulmonares Aplicando Aprendizaje Profundo
By Pedro Mayorga-OrtizLength3h 40m
About this audiobook
La salud es una preocupación fundamental pare el ser humano. Las enfermedades cardiopulmonares son las más recurrentes, considerando el impacto social y económico debido a factores como muertes y costos por atención médica. La forma de solucionar las enfermedades inicia por un diagnóstico objetivo, temprano y objetivo, lo que puede conducir a la mejor solución y la más económica. Este libro ofrece un enfoque integral para el análisis de sonidos cardiopulmonares (HS y LS), combinando fundamentos médicos con técnicas avanzadas de procesamiento de señales, aprendizaje automático (ML) y aprendizaje profundo (DL). Está dirigido a profesionales de la salud, ingenieros biomédicos e investigadores interesados en el desarrollo de sistemas automatizados para el diagnóstico asistido por computadora, desde la adquisición de señales hasta su interpretación mediante técnicas avanzadas de ML y DL. Destaca la importancia de integrar tecnología en la práctica clínica para mejorar la precisión diagnóstica.
Una obra esencial para avanzar en la automatización del diagnóstico cardiopulmonar, destacando cómo la tecnología puede complementar la pericia médica tradicional. Finalmente, "Una obra que redefine los límites entre la medicina y la ingeniería, impulsando el diagnóstico hacia la era digital."
Audiobook details
GenreHealth and Wellness
Length3 hrs 40 mins
Narrated byListen with 1,000+ voices
FormateBook with Audio
Publish dateJun 30, 2025
LanguageSpanish
Table of contents
11 SONIDOS CARDIOPULMONARES
21.1 Sonidos del Pulmón (LS)
31.1.1 Auscultación Traqueal (TA)
41.1.2 Auscultación Pulmonar (PA)
51.1.3 Sonidos Vesiculares o Pulmonares (LS)
Show all chaptersShow less
61.2 Características de los Sonidos del Corazón (HS)
71.2.1 Especificidades de S1
81.2.2 Especificidades de S2
91.2.3 Especificidades de S3
101.2.4 Especificidades de S4
112 PROCESAMIENTO DE SEÑALES
122.1 Características Estadísticas: Media y Varianza
132.1.1 Media
142.1.2 Media Aritmética de Datos No Agrupados
152.1.3 Media Aritmética de Datos Agrupados
162.1.4 Varianza
172.1.5 Medidas y Métricas con Matrices de Confusión
182.1.6 Re muestreo
192.2 Normalización
202.3 Preprocesamiento: 2.3.1 Correlación
212.4. Transformada de Fourier sobre Señales
222.5. Filtrado
232.5.1 Filtros FIR
242.5.2. Filtros IIR
253 VECTORES DE CARACTERÍSTICAS
263.1. Coeficientes Cepstrales en Frecuencia Mel (MFCC)
273.2. Vectores Cuartílicos
283.3. Bandas Adaptadas a Sonidos Cardiopulmonares
294 APRENDIZAJE AUTOMÁTICO (ML).
304.1. Análisis de Componente Principales (PCA) y Análisis de Componentes Independientes (ICA): 4.1.1 Ambigüedades de ICA
314.2. Modelos Mesclados Gaussianos (GMM)
325 APRENDIZAJE PROFUNDO (DL)
335.1. Redes Neuronales CNN
345.2. Redes Neuronales LSTM
355.2.1. Actualización de la Celda de Estado
365.2.2. Cálculo del Nuevo Estado Oculto
375.2.3. Ventaja de las Redes LSTM
386 BASES DE DATOS DE SONIDOS CARDIOPULMONARES
396.1. CIRCOR (The CirCor DigiScope Phonocardiogram)
406.2. Base de Datos de Sonidos del Pulmón ICBHI
416.3. Cardiopulmonary
427 HERRAMIENTAS PARA ANÁLISIS DE SONIDOS CARDIOPULMONARES
437.1. Procesamiento de Señales
447.2. Aprendizaje Automático
457.3. Aprendizaje Profundo
467.3.1 Transferencia de Aprendizaje
477.3.2 Arquitectura ConvNet
487.3.3. Arquitectura de Red LSTM
498 IMPLEMENTACIÓN DE ESTETOSCOPIOS Y AUSCULTACIÓN
508.1. Auscultación: 8.1.1 Como Usar el Estetoscopio