Réduction du bruit ambiant dans les sons acoustiques respiratoires

Kassegne, Olou (2022). Réduction du bruit ambiant dans les sons acoustiques respiratoires. Mémoire. Rimouski, Université du Québec à Rimouski, Département de mathématiques, informatique et génie, 116 p.

Prévisualisation

PDF Télécharger (4MB) | Prévisualisation

Résumé

RÉSUMÉ : Le bruit ambiant présent dans les sons respiratoires cause beaucoup de problèmes aux médecins lors de l'auscultation des patients atteints de maladies respiratoires. Il est difficile dans ces conditions de bruit ambiant de faire un diagnostic efficace et juste des maladies respiratoires chez les patients auscultés. Les médecins ayant moins d'expériences dans l'écoute des sons respiratoires pourront difficilement détecter une maladie respiratoire dans les conditions ambiantes bruyantes perturbant l'écoute du son respiratoire. L'objectif de notre recherche est de trouver un algorithme robuste et efficace qui réduit le bruit ambiant dans les sons acoustiques respiratoires des patients hospitalisés. Les algorithmes sélectionnés doivent réduire le bruit ambiant au maximum tout en préservant la qualité du son acoustique respiratoire du patient. En se basant sur les ressemblances acoustiques entre les sons respiratoires et les sons de paroles, les méthodes utilisées dans le domaine du rehaussement de la parole à savoir : le filtrage adaptatif (AF), la soustraction spectrale (SS) et la séparation aveugle de source (BSS) ont été utilisées dans nos travaux. Des données de test obtenues par un mélange additif, un mélange convolutif et des enregistrements réels ont été utilisées pour l'évaluation des performances de ces techniques. L'évaluation des différents algorithmes est réalisée par des méthodes subjectives caractérisées par un test d'écoute utilisant le score d'opinion moyen (MOS) et objectives basées sur le rapport signal-sur-bruit (SNR) avant et après filtrage, la corrélation croisée (CC), l'erreur quadratique moyenne normalisée (NMSE) et le rapport signal-sur-interférence (SIR). Les résultats des évaluations ont révélé une préférence des participants, pour ce qui est du test d'écoute, à l'utilisation de la méthode du filtrage adaptatif (AF) pour la réduction du bruit de type additif dans les sons acoustiques respiratoires. Pour le type de mélange convolutif et des enregistrements réels, le choix des participants s'est porté sur l'utilisation de la méthode de la séparation aveugle de sources (BSS). -- Mot(s) clé(s) en français : Sons acoustiques respiratoires, bruit ambiant, réduction du bruit, filtrage adaptatif, soustraction spectrale, séparation aveugle des sources. --
ABSTRACT : Ambient noise in respiratory sounds causes many problems for physicians when ausculting patients with respiratory diseases. It is difficult under these ambient noise conditions to make an effective and accurate diagnosis of respiratory diseases in hospital patients. Physicians with less experience in listening to respiratory sounds will have difficulty detecting respiratory disease in the noisy ambient conditions that interfere with listening to respiratory sounds. Our research goal is to find a robust and efficient algorithm that reduces the ambient noise in the respiratory acoustic sounds of hospitalized patients. The selected algorithms should reduce the ambient noise as much as possible while preserving the quality of the patient's breath sounds. Based on the acoustic similarities between breath sounds and speech sounds, the methods used in the field of speech enhancement known as: adaptive filtering (AF), spectral subtraction (SS), and blind source separation (BSS) were used in our project. Testing data obtained from additive mixing, convolutional mixing and real recordings were used to evaluate the performance of these techniques. The evaluation of the different algorithms is carried out by subjective methods characterized by a listening test using the mean opinion score (MOS) and objective methods based on the signal-to-noise ratio (SNR) before and after filtering, the cross-correlation (CC), the normalised mean square error (NMSE), and the signal-to-interference ratio (SIR). The evaluation results revealed a preference of the participants, in terms of the listening test, to use the adaptive filter (AF) method for the reduction of additive type noise in breath sounds. For the convolutional mixing type and real recordings, the participants' choice was to use the blind source separation method (BSS). -- Mot(s) clé(s) en anglais : Respiratory acoustic sounds, ambient noise, denoising, adaptive filtering, spectral subtraction, blind source separation.

Type de document :	Thèse ou mémoire de l'UQAR (Mémoire)
Directeur(trice) de mémoire/thèse :	Bahoura, Mohammed
Information complémentaire :	Mémoire présenté dans le cadre du programme de maîtrise en ingénierie en vue de l'obtention du grade de maître ès sciences appliquées (M. Sc. A.).
Mots-clés :	Appareil respiratoire; Maladies; Auscultation; Bruits (Médecine); Bruits naturels; Bruit ambiant; Réduction; Filtrage adaptatif; Soustraction spectrale; Séparation aveugle des sources.
Départements et unités départementales :	Département de mathématiques, informatique et génie > Génie
Déposé par :	DIUQAR UQAR
Date de dépôt :	23 mai 2023 18:31
Dernière modification :	23 mai 2023 18:31
URI :	https://semaphore.uqar.ca/id/eprint/2320

Actions (administrateurs uniquement)

Éditer la notice