Patrones espacio–acústicos en sonidos respiratorios multicanal : integración de procrustes, clustering y modelos supervisados en pacientes con EPOC

Escobar Pajoy, Sebastián

Publicación:
Patrones espacio–acústicos en sonidos respiratorios multicanal : integración de procrustes, clustering y modelos supervisados en pacientes con EPOC

dc.contributor.advisor	Fonseca Valero, Diego Fernando
dc.contributor.author	Escobar Pajoy, Sebastián
dc.coverage.spatial	Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.creator.email	sescobarp4@eafit.edu.co
dc.date.accessioned	2026-06-22T21:31:21Z
dc.date.available	2026-06-22T21:31:21Z
dc.date.issued	2025-03-03
dc.description	La auscultación pulmonar es una herramienta esencial en el diagnóstico de enfermedades respiratorias, pero su interpretación se ve limitada por la subjetividad del examinador y por la influencia de la posición de registro sobre las características acústicas. En este trabajo se propone una estrategia de análisis multicanal orientada a caracterizar la organización espacial de los sonidos respiratorios en pacientes con EPOC y a evaluar la contribución relativa de distintas regiones torácicas en la detección de eventos adventicios. A partir de grabaciones simultáneas en siete posiciones del tórax de la base ICBHI 2017, se construyó un conjunto de segmentos respiratorios descritos mediante características espectrales y cepstrales. Las configuraciones multicanal se proyectaron a espacios de baja dimensión y se alinearon mediante análisis de Procrustes, lo que permitió obtener representaciones geométricas comparables entre sujetos y respiraciones. Sobre estas representaciones se aplicó un esquema de agrupamiento no supervisado capaz de revelar patrones espaciales recurrentes asociados a diferentes distribuciones de sibilancias y crepitantes. Complementariamente, se entrenaron modelos supervisados basados en bosques aleatorios para la detección de eventos adventicios, incorporando análisis de importancia de características y experimentos de eliminación por canal para estudiar el aporte de cada región torácica. Los resultados muestran que la información espacial multicanal contiene patrones estructurados que pueden explotarse tanto para agrupar configuraciones torácicas como para mejorar la interpretabilidad de los modelos de clasificación, avanzando hacia representaciones más robustas y explicables de la acústica pulmonar
dc.description.abstract	Auscultation is a fundamental tool for assessing respiratory conditions; however, its interpretation is limited by examiner subjectivity and by the strong influence that recording location exerts on the acoustic properties of lung sounds. This work proposes a multichannel analysis strategy aimed at characterizing the spatial organization of respiratory sounds in patients with COPD and evaluating the relative contribution of different thoracic regions to the detection of adventitious events. Using simultaneous recordings from seven chest locations in the ICBHI 2017 dataset, a collection of respiratory segments was constructed and described through spectral and cepstral features. Multichannel configurations were projected into low dimensional spaces and aligned using Procrustes analysis, enabling comparable geometric representations across subjects and breathing cycles. An unsupervised clustering scheme applied to these representations revealed recurrent spatial patterns associated with different distributions of wheezes and crackles. In addition, supervised Random Forest models were trained for adventitious sound detection, incorporating feature-importance analyses and channel-ablation experiments to examine the contribution of each thoracic region. The results indicate that multichannel spatial information contains structured patterns that can be leveraged both to group thoracic configurations and to enhance the interpretability of classification models, contributing to more robust and explainable representations of pulmonary acoustics
dc.description.degreelevel	Maestría	spa
dc.description.degreename	Magíster en Ciencias de Datos y Analítica	spa
dc.format.mimetype	application/pdf
dc.identifier.instname	instname:Universidad EAFIT
dc.identifier.reponame	reponame:Repositorio Institucional Universidad EAFIT
dc.identifier.repourl	repourl:https://repository.eafit.edu.co
dc.identifier.uri	https://hdl.handle.net/10784/37696
dc.language.iso	spa
dc.publisher	Universidad EAFIT	spa
dc.publisher.department	Área Computación y Analítica	spa
dc.publisher.faculty	Escuela de Ciencias Aplicadas e Ingeniería	spa
dc.publisher.place	Medellín
dc.publisher.program	Maestría en Ciencias de los Datos y Analítica	spa
dc.relation.uri	https://github.com/SesbastianEP29/An-lisis-Respiratorio-con-Procrustes
dc.relation.uri	https://bhichallenge.med.auth.gr/ICBHI_2017_Challenge
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.local	Acceso abierto
dc.rights.uri	http://creativecommons.org/licenses/by/4.0/deed.es
dc.subject	Auscultación pulmonar
dc.subject	EPOC
dc.subject	Sonidos respiratorios
dc.subject	Análisis multicanal
dc.subject	Alineamiento procrustes
dc.subject	Escalamiento multidimensional
dc.subject	Clustering
dc.subject	Modelos supervisados
dc.subject	Interpretabilidad
dc.subject.keyword	Lung auscultation
dc.subject.keyword	COPD
dc.subject.keyword	Respiratory Sounds
dc.subject.keyword	Multichannel analysis
dc.subject.keyword	Procrustes alignment
dc.subject.keyword	Multidimensional scaling
dc.subject.keyword	Clustering
dc.subject.keyword	Supervised learning
dc.subject.keyword	Interpretability
dc.subject.lemb	CIENCIA DE LOS DATOS
dc.subject.lemb	MEDICINA CLÍNICA - TOMA DE DECISIONES
dc.subject.lemb	ENFERMEDAD PULMONAR OBSTRUCTIVA CRÓNICA
dc.subject.lemb	ENFERMEDADES OBSTRUCTIVAS DE LOS PULMONES
dc.title	Patrones espacio–acústicos en sonidos respiratorios multicanal : integración de procrustes, clustering y modelos supervisados en pacientes con EPOC
dc.type	info:eu-repo/semantics/masterThesis
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.local	Tesis de Maestría	spa
dc.type.redcol	http://purl.org/redcol/resource_type/TM
dc.type.spa	Monografía
dc.type.version	info:eu-repo/semantics/acceptedVersion
dspace.entity.type	Publication