حامد حکاک - دانشجوی دکتری مهندسی پزشکی بیوالکتریک، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران.
زهرا میرزازاده - کارشناسی مهندسی پزشکی، واحد قوچان، دانشگاه آزاد اسلامی، قوچان، ایران.
محدثه هنرمند - کارشناسی مهندسی پزشکی، واحد قوچان، دانشگاه آزاد اسلامی، قوچان، ایران.
علی ذوالفقاری - دانشجوی کارشناسی مهندسی پزشکی، واحد قوچان، دانشگاه آزاد اسلامی، قوچان، ایران.

صداهای ریه غیر طبیعی می تواند علتهای مختلفی داشته باشد و زمانی که صداهای ریه بلند و یا زیاد شنیده شوند، می توانند جدی و نگران کننده باشند که فرد باید برای تشخیص و درمان به پزشک مراجعه کند. صدای ریه غیر طبیعی می تواند نشان دهنده و علائم یک بیماری باشد. برخی عفونت ها و شرایطی که باعث ایجاد التهاب یا تجمع مایعات در ریه می شوند، می توانند منجر به صداهای غیرطبیعی در هنگام نفس کشیدن فرد شوند. سلامت بدن صرفا روی تغییرات بدنی استوار نیست و پیشگیری یا درمان به موقع از اهمیت زیادی برخوردار است. استخراج صدای ریه به درمان به موقع این بیماریها کمک کرده و از آسیب های وارده به دستگاه تنفسی جلوگیری می کند.برای تحلیل سیگنال صدای ریه و تشخیص بیماری ها باید اطلاعاتی از سیگنال بدست آید که بیانگر مشخصات یک بیماری باشد که در صدای ریه خود را نشان داده است. برای این منظور ما به سراق استخراج ویژگی در فضایی مناسب می رویم تا بتوان با ویژگی های استخراج شده امکان تفکیک حالات مختلف بیماریهای ریوی را از طریق صدای ریه داشته باشیم. با بررسی ویژگی های استخراج شده در راستای تشخیص بیماریهای ریوی، روش های استخراج ویژگی تبدیل ویولت، خانواده تبدیل فوریه و ویژگی های آماری مقایسه شده است که با طبقه بندی کننده های SVM، ANN و GMM امکان تشخیص بیماری را بهتر می دهد و دقت تفکیک انواع صدای ریه با این ویژگی ها از سایر روش ها بهتر است.

صدای ریه، بیماری ریوی، پردازش سیگنال صوتی، استخراج ویژگی، تبدیل ویولت، تبدیل زمان فرکانس.