L'asthme est une maladie inflammatoire chronique des voies respiratoires. Il se manifeste par des crises de dyspnée sifflantes durant lesquels les sons émis sont appelés sibilants. Ces crises sont souvent nocturnes et réversibles, spontanément ou sous l'effet du traitement. Les sibilants caractérisant l'asthme se superposent aux sons respiratoires normaux et apparaissent le plus souvent à l'expiration.udNotre projet de recherche consiste à réaliser un détecteur automatique des sibilants. Cette problématique sera traitée comme un processus de reconnaissance de formes. Le processus de reconnaissance de formes se compose de deux modules indissociables : 1) l'extraction des caractéristiques des signaux, et 2) la modélisation permettant la discriminationud des classes. Des étapes de prétraitement ou de post traitement des données peuvent s'ajouter pour perfectionner le système. Les performances du système de reconnaissance dépendent des combinaisons des types de modules adoptés dans ce système.udPour ce projet, nous avons testé plusieurs combinaisons de techniques d'extraction des caractéristiques et de modélisation. Nous avons aussi analysé l'effet du prétraitement et du post traitement des données. Les résultats ont été comparés à l'aide de Faire sous la courbe (AUC - Area Under Curve) de tracés de type (ROC - Receiver Operating Characteristic). Le meilleur résultat a été obtenu en utilisant, comme caractéristiques, 16 coefficients de type (MFCC - Mel Frequency Cepstrum Coefficients) extraits d'un signal échantillonné à 6000 Hz sur des segments du signal sonore de 1024 échantillons. Ces paramètres ont été modélisés par la technique (GMM - Gaussian Mixture Model) h 8 regroupements en utilisant des matrices de covariance de type diagonale. Aucun prétraitement, effectué sur les paramètres, ne s'est avéré efficace. Par contre, une technique de post traitement, effectuée sur les mesures obtenues lors de l'étape de classification, s'est avérée bénéfique.ud
展开▼
