Progettazione e validazione di un algoritmo di denoising adattivo real time per segnali di auscultazione polmonare

L’auscultazione polmonare mediante stetoscopi digitali è frequentemente compromessa dalla presenza di rumore ambientale, artefatti da contatto e disturbi a larga banda che degradano la qualità del segnale e l’affidabilità dell’analisi clinica. In questa tesi viene presentato lo sviluppo e la validazione di un algoritmo di denoising adattivo in tempo reale per segnali di auscultazione polmonare acquisiti tramite stetoscopio digitale.L’approccio proposto si basa su un discriminatore spettrale per l’identificazione automatica delle regioni dominate dal rumore, seguito da una stima dinamica della baseline spettrale del rumore aggiornata esclusivamente in tali intervalli. La soppressione viene realizzata tramite filtro di Wiener decision-directed con vincoli in banda polmonare, al fine di ridurre il rumore preservando le componenti respiratorie di interesse. L’algoritmo è stato validato su un dataset di auscultazioni reali mediante analisi statistiche per-file e aggregate, valutando attenuazione in banda larga, preservazione della banda polmonare e miglioramento dell’indice di dominanza respiratoria. I risultati mostrano una riduzione consistente del rumore con mantenimento delle caratteristiche spettrali del segnale respiratorio, confermando l’idoneità dell’approccio per applicazioni embedded in tempo reale.