33592
CIENCIA APLICADA
El objetivo de este proyecto es generar un modelo de inteligencia artificial (IA) para clasificar sonidos cardiopulmonares de personas sanas y enfermas usando diferentes tipos de redes neuronales. Las variantes utilizadas son redes neuronales convolucionales (CNN), una red neuronal de memoria a corto y largo plazo (LSTM) y una red neuronal bidireccional de memoria a corto y largo plazo (Bi-LSTM). Comparando los resultados de estas 3 redes, se observó que los mejores resultados para la clasificación de sonidos pulmonares se obtuvieron con una red neuronal Bi-LSTM que tuvo una precisión del 97.16%, mientras que al utilizar mejores señales de audio en la etapa de prueba de obtuvo hasta un 100%. Mientras que en el caso del corazón una red neuronal Bi-LSTM tuvo una precisión del 70.11%.
LOPEZ CARDENAS BRAYAN ALEXIS
LOMELI GUTIERREZ NADIA
GUERRERO ESTRELLA LEONEL ALBERTO
Julio Alejandro Valdez Gonzalez
Universidad 16 de Septiembre
México-Baja California-Mexicali
https://ceu16.edu.mx/
