شناسایی آسم از روی صدای ویز در سیگنال ریه با استفاده از شبکه های عصبی عمیق

چکیده مقاله

آسم یک بیماری مزمن تنفسی است که میلیون ها نفر را در سراسر جهان تحت تاثیر قرار می دهد تشخیص زودهنگام و دقیق آن برای مدیریت موثر بیماری حیاتی است یکی از نشانگرهای کلیدی آسم، وجود صدای ویز در طول تنفس است با این حال، تشخیص این صدا از طریق استتوسکوپ گوشی پزشکی سنتی، بسیار وابسته به تخصص و تجربه پزشک و همچنین شرایط محیطی است این مقاله یک روش خودکار و عینی را با استفاده از شبکه های عصبی عمیق برای شناسایی آسم بر اساس سیگنال های صوتی ریه ارائه می دهد در این تحقیق، از سیگنال های صوتی ریه به عنوان ورودی استفاده شده و پس از پیش پردازش و تبدیل آن ها به تصویر طیف نگار مل ، یک مدل ترکیبی شامل شبکه های عصبی کانولوشنی برای استخراج ویژگی های فضایی زمانی و شبکه های حافظه طولانی کوتاه مدت برای تحلیل الگوهای زمانی، مورد استفاده قرار گرفته است مدل پیشنهادی بر روی مجموعه داده معتبر ICBHI ارزیابی شده و به نتایج قابل توجهی در معیارهای صحت، دقت و حساسیت دست یافته است این نتایج نشان می دهد که یادگیری عمیق می تواند ابزار قدرتمندی برای کمک به تشخیص آسم باشد

کلیدواژه‌ها

نویسندگان

مهرداد فخار

کارشناسی ارشد مهندسی پزشکی بیوالکتریک، دانشگاه صنعتی خواجه نصیرالدین طوسی تهران

فخار، مهرداد،1404،شناسایی آسم از روی صدای ویز در سیگنال ریه با استفاده از شبکه های عصبی عمیق،بیست و هفتمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و هفتمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک24 شهریور 1404 · شیروان