Tese de Doutorado

2 Aquisição e Processamento de Sons Crepitantes
contra a superfície do tórax. Em 1816, René Theophile Laennec fez uso
de um cilindro de papel para auscultar os sons pulmonares, colocando
uma extremidade sobre o tórax da paciente e seu ouvido na outra.
Laennec chamou sua invenção de sthetoscope do grego stethos (peito) e
skopein (olhar) (LÄENNEC, 1819). Em 1819, Laennec publicou um
tratado correlacionando os sons auscultados com os resultados de
necropsias: edema pulmonar, pneumonia, tuberculose, bronquite,
bronquiectasia, enfisema pulmonar, pneumotórax, estenose mitral e
outras (GARCIA, 2002). Desde sua invenção, o estetoscópio sofreu
várias modificações, deixando de ser mono auricular rígido, na forma de
cilindro oco, para ser bi-auricular com tubos flexíveis. Esse modelo,
desenvolvido no final do século dezenove, é semelhante ao que se utiliza
atualmente. Sua adequação à rotina clínica deve-se às características já
mencionadas, portabilidade, baixo custo, baixo tempo de resposta e por
ser não-invasivo. Por outro lado, apresenta muitas limitações. Demanda
que o examinador tenha treinamento para reconhecer os sons que o
corpo humano gera na presença ou na ausência de enfermidades
(GARCIA, 2002). É, portanto, um processo subjetivo que depende da
capacidade auditiva do especialista (GARCIA, 2002). Além disso, o
ouvido humano não possui boa sensibilidade para a faixa de frequências
que é amplificada pelos estetoscópios (SOVIJÄRVI et al., 2000a).
MCKUSICK et al. (1955) desenvolveram o primeiro equipamento
eletrônico para gravar e analisar sons biológicos (KRAMAN et al.,
2006).
No passado, houve pouco interesse comercial na análise de sons
pulmonares. Em função disto, o desenvolvimento de sistemas para esta
finalidade desenvolveu-se morosamente. Mais recentemente, diversos
trabalhos têm descrito sistemas para a captação e para o processamento
digital de sons respiratórios, visando sua melhor caracterização. SEZIN
et al. (2001) classificaram os sons respiratórios usando redes neurais.
GROSS et al. (2002) sugerem um sistema computadorizado baseado na
transformada de wavelet para detectar e analisar sons pulmonares.
KAHYA et al. (2003) utilizaram modelos auto-regressivos para
classificar sons respiratórios. CIFTCI et al. (2004) realizaram
modelagem adaptativa dos sons respiratórios. POURAZAD et al.
(2005) propuseram separar sons respiratórios de sons cardíacos usando
análise de componentes independentes (ICA). POURAZAD et al.
(2006) propuseram o cancelamento dos sons cardíacos sobrepostos aos
sons respiratórios usando time-frequency filtering.
Daniel Ferreira da Ponte