2024-10-102024-10-10https://repositorio.uan.edu.co/handle/123456789/10431A lo largo de las últimas décadas, la auscultación ha sido uno de los procedimientos mas usados a la hora de evaluar la condición de las vias respiratorias con relativa confiabilidad con base en la interpretación de las señales de sonidos provistas por el estetoscopio. Una dispositivo usado por médicos que no ha cambiado su esquema significativamente los últimos años. Aún así, los últimos desarrollos en estetoscopios digitales les proporcionan funcionalidades que mejoran la interpretabilidad de la auscultación con características como amplifiación de audio, inmunización al ruido y filtros. Más aún, un estetoscpio digital proporciona la posibilidad de un análisis computarizado de señales de audio pulmonar, lo cual es la motivación de este trabajo. Con base a la caracterización de sonidos pulmonares hecha por Laennec [1], consideramos que es posible para un sistema basado en computadora detectar las propiedades elementales de un sonido pulmonar como son su contenido frecuencial y presencia de discontinuidades con el fin de clasificaros dentro de sus clases básicas: Roncus, sibilancias y estertores. Usando herramientas de análisis de señales tradicionales como la Transformada de Fourier y otras mas recientes como la Transformada Wavelet, este trabajo propone implementar una aplicación móvil para sistema Android que junto con un fonendoscopio digital vaya mas allá de solo clasificar el contenido de una señal de sonido pulmonar y provea una representación gráfica de las características encontradas en el sonido como frecuencia y discontinuidadesque pueden ser útiles a la hora de hacer mas fácil el diagnóstico del estado respiratorio de un paciente.Throughout the last decades, the lung auscultation has been used as one of themost popular procedures to evaluate the state of the respiratory airways with relative confidence based on the interpretation of the audio signals given by the stethoscope, a medical tool that has not changed significantly over the last years. The recent development of digital stethoscopes provides them with several capabilities that enhance auscultation interpretability with novel features like audio amplification, noise rejection and filtering. Even better is a digital stethoscope,which gives the chance of computerized signal analysis on lung sounds, which is the motivation of this work. Based on the lung sound characterization performed by Laenec [1], we consider that it is possible for a computer-based system to detect the elemental features ofa lung sound by its frequency contents and presence of discontinuities in order toclassify them into its basic types: ronchi, wheezes, and stridor. Using both traditional signal analysis tools, such as Fourier Transform, as well asnovel ones like Wavelet Transform, this work proposes to implement a mobile application for the Android OS along with a digital stethoscope that, beyond just classifying the content of a lung sound signal, provides a graphical representationof its characteristics like the frequency on discontinuous sounds found in the sound that might be helpful to make the diagnosis about the respiratory state of a patient easier.application/pdfhttps://creativecommons.org/licenses/by-nc-sa/4.0Estetoscopiosonido respiratoriosonido adventicioroncusestridorestertorTransformada WaveletShort-Time Fourier TransformStethoscopelung soundadventitious soundronchiwheezestridorcrackleWavelet transformShort-Time Fourier Transforminfo:eu-repo/semantics/articlehttp://purl.org/coar/access_right/c_abf2