Tese de Doutorado

76 Aquisição e Processamento de Sons Crepitantes
momentos estatísticos (TSE, 2006). O método se baseia na maximização
das características não gaussianas do sinal medido. Para avaliar o
desempenho em separar os sons crepitantes de ruído branco interferente,
uma simulação foi realizada, conforme mostrado na Figura 4.14. O sinal
da Figura 4.14.B representa o resultado da aplicação do algoritmo EVA
ao sinal da Figura 4.14.A. A remoção de ruído pelo algoritmo EVA é
bastante útil, uma vez que crepitações, ao atravessar o canal tóraxcampânula,
podem sofrer interferências, distorcendo a sua morfologia e
dificultando a sua identificação no registro.
100000
80000
60000
40000
20000
-20000
-40000
-60000
Daniel Ferreira da Ponte
0
ruído branco + estertor
Estertores
Figura 4.14: A – Dois sons crepitantes somados a ruído branco. B – Resultado
da equalização do sinal em A pelo algoritmo EVA com tamanho do filtro l=24
e 10 iterações.
A Figura 4.15 mostra exemplos da equalização cega de sons crepitantes
que foram aplicados a dois voluntários. As Figuras 4.15.a.A e 4.15.b.A
mostram os sons captados na boca dos voluntários. A morfologia destes
sons captados na parte posterior do tórax dos voluntários são
apresentadas nas Figuras 4.15.a.B e 4.15.b.B. A aplicação do algoritmo
EVA a estes registros gerou os sinais equalizados da Figura 4.15.a.C e
4.15.b.C, respectivamente. Todos os sinais foram normalizados pela
maior amplitude de som crepitante amostrado para auxiliar a avaliação
qualitativa e quantitativa dos resultados.
Equalizadores com diferentes números de coeficientes foram aplicados
às crepitações para que fosse avaliado a dimensão que apresenta melhor
desempenho em reconstituir o sinal em relação ao original. Para a
avaliação quantitativa, calculou-se a raiz quadrada do erro quadrático
médio (REQM) entre o som aplicado na boca e o equalizado
(REQMBE) através da Eq. 3-6.
A Tabela 4.3 apresenta os REQMs para as crepitações mostradas na
Figura 4.15 e o número de coeficientes do equalizador com melhor
A
B