Estetoscopio de bajo costo habilitado para inteligencia artificial

Este es un estetoscopio de bajo costo construido a partir de piezas estándar que escuchan y clasifican el sonido de sus pulmones.

En vista de las restricciones a la movilidad debido al escenario de bloqueo mundial debido a la pandemia, las consultas médicas cara a cara son difíciles. Pero la industria de la salud continúa evolucionando y está adoptando la telemedicina para facilitar la accesibilidad de los servicios de atención médica. La telemedicina es una combinación de tecnologías de la información y la comunicación con la ciencia médica. Sin embargo con la telemedicina solo podemos diagnosticar enfermedades comunes, ya que no es posible realizar un examen físico, lo que puede aumentar el número de diagnósticos erróneos. Una gran mayoría de la población india sufre de enfermedades cardiovasculares y respiratorias. La inspección física es un proceso obligatorio para un diagnóstico adecuado.

Todos los médicos tienen un estetoscopio, pero ¿cuántas personas tienen el suyo? Y los estetoscopios digitales en el mercado generalmente no son asequibles a nivel individual, especialmente en países en desarrollo y comunidades con dificultades, son una gran herramienta para el médico, no obstante en telemedicina, necesitamos la herramienta para poder diagnosticar pacientes de forma remota.

Por lo tanto, la idea es desarrollar una solución que combine cualquier estetoscopio normal emparejado con un micrófono de ancho de banda amplio y que registre el sonido del corazón o del sistema respiratorio mediante un teléfono inteligente. Una aplicación diseñada que detecta el dispositivo, analiza la grabación en busca de signos de síntomas específicos. Para este proyecto actualmente junto con síntomas potenciales de infección del tracto respiratorio superior, enfermedad pulmonar obstructiva crónica o neumonía, ya que estos son los síntomas más comunes asociados con COVID-19. Esta idea pertenece únicamente a Peter Ma y este es un enlace al proyecto Digital Stethoscope AI.

Aquí el objetivo es construir el proyecto sin profundizar en el aprendizaje automático. Edge Impulse es una startup emergente que está haciendo un gran trabajo al cerrar la brecha entre los ingenieros de firmware / hardware y los ingenieros de Machine Learning. Se puede procesar una gran variedad de entradas, incluidos radar, movimiento, campos electromagnéticos, audio, imágenes y registros de dispositivos. Todo esto se puede hacer en su microcontrolador o teléfono móvil o incluso en su PC. Incluso puedes poner el mismo modelo en diferentes dispositivos y el proceso sigue siendo el mismo.

Aquí he usado un circuito de filtro para eliminar sonidos excepto los pulmonares. Puede continuar sin conectar este circuito de filtro, pero puede perder algo de precisión al realizar la detección a través del modelo.

Hardware

El procesamiento de audio es una parte integral de nuestro sistema y, dado que estamos tratando con señales biomédicas, debemos asegurarnos de que solo se retengan los datos de interés y todo lo demás se filtre.

En sujetos con pulmones sanos, el rango de frecuencia de los sonidos respiratorios vesiculares se extiende a 1000 Hz, mientras que la mayor parte de la potencia dentro de este rango se encuentra entre 60 Hz y 600 Hz. Otros sonidos, como sibilancias o estridor, a veces pueden aparecer en frecuencias superiores a 2000 Hz. En el rango de frecuencias más bajas (<100Hz), los sonidos cardíacos y musculares se superponen. Por lo tanto, este rango debe filtrarse para la evaluación de los sonidos pulmonares.

En consecuencia, para reducir la influencia de los sonidos cardíacos y musculares, así como el ruido, y para evitar el aliasing, filtramos todas las señales de sonido mediante un filtro de paso de banda, utilizando un paso de banda de 1 00 Hz a 2, 100 Hz . A continuación puede ver el circuito de filtro de paso de banda.

Tenemos que comprar un estetoscopio básico y un micrófono de cuello que tiene un conector mono para conectarlo a la PC. Corte el tubo del estetoscopio cerca del inicio e inserte el micrófono firmemente y luego conecte el micrófono al circuito del filtro y la salida del circuito del filtro va a la PC.

Al cortar el cable del micrófono en dos piezas, encontrará dos cables que están aislados entre sí mediante un revestimiento que se aplica a cada hebra del cable. Enrolle los hilos de alambre y retire el aislante interno como se muestra a continuación.

Para quitar el aislamiento de cada hebra hay que aplicar un poco de calor. Después de eso, simplemente cepille suavemente el material aislante quemado con las manos. Go puede ver estos videos si se queda atascado.

Ahora conecte el pin de tierra al micrófono de la tierra del circuito del filtro y el pin de señal a la entrada del circuito del filtro. Proporcione la fuente de alimentación mediante un adaptador de 5 V CC. El ensamblaje final debería verse así. Los pines del cabezal se utilizan para conectar la fuente de alimentación y verificar la salida del filtro si se requiere un ajuste de ganancia.

Ahora estamos listos para pasar a la parte del software.

Software

1. Para ponerlo en funcionamiento, primero debemos registrarnos para obtener una cuenta de Edge Impulse, ¡ y adivinar qué es gratis! Sí, es cierto que puedes construir un proyecto genial sin gastar un centavo.

Después de ingresar su información y verificar su correo electrónico, será recibido por una página de inicio. Esto lo guiará a través del proceso de conectar un dispositivo, recopilar datos y finalmente implementar un modelo. Ingresa a tu cuenta y dale un nombre a tu proyecto, puede ser lo que quieras.

2. Después de eso, debe conectar un dispositivo al servicio Edge Impulse. Aquí, el dispositivo puede ser cualquier cosa, desde un microcontrolador hasta un teléfono o una computadora portátil. He utilizado mi computadora portátil para la tarea de adquisición de datos.

El modelo se entrenaría con los datos adquiridos por el dispositivo conectado, por lo tanto, el modelo proporcionaría resultados precisos solo para los datos de entrada específicos de ese dispositivo. Por lo tanto, seleccione también el dispositivo de implementación como dispositivo de adquisición. Deberías obtener una página como esta

Ahora haga clic en el hipervínculo “esta URL” y eso lo llevará a la página de recopilación de datos. Obtendría algo como esto.

3. Ahora mantenga abierta esta página web, acceda a la pestaña de recopilación de datos en el sitio de Edge Impulse y conecte la configuración de su estetoscopio y micrófono a su PC. Ajuste la configuración del micrófono de su PC para obtener resultados precisos. Puede ir a este enlace para obtener más detalles https://www.windowscentral.com/setting-your-headset-windows-10 .

Después de esto, en la pestaña de recopilación de datos, modifique las opciones en la etiqueta “Registrar nuevos datos”. Elija el micrófono como el sensor con la frecuencia de muestreo más alta, ya que no queremos perdernos ninguna señal importante, nombre el tipo de sonido que está grabando en la opción “Etiqueta” y seleccione el dispositivo de adquisición de datos que está utilizando para grabar muestras. Una muestra puede tener cualquier longitud siempre que contenga datos suficientes para generar entidades. Lo mantuve en 10 seg.

4. Haga clic en la pestaña DATOS SIN PROCESAR para comenzar a muestrear. Se le pedirá que permita el acceso a los datos de registro del dispositivo. Una vez concedido el acceso, se inicia el muestreo. El micrófono que usé no pudo detectar los sonidos de los pulmones a través de mi camiseta, así que tuve que quitarme la camiseta y colocarla justo encima de la base de mis pulmones. La imagen indica la posición del estetoscopio para una recopilación de datos adecuada.

Esquemas

Filtro de paso de banda

100 Hz – 2100 Hz

Prototipo

Acerca de Pratyush Mallick 2 Articles
Soy ingeniero de firmware de profesión y modificador de memoria. La mayor parte de mi tiempo libre la dedico a desarrollar sistemas que puedan actuar como diseños de referencia para resolver problemas del mundo real.

1 Comentario

Deja un comentario

Tu dirección de correo no será publicada.


*