TECHNIQUES D'APPRENTISSAGE PROFOND POUR LA DÉTECTION DES MALADIES PULMONAIRES OBSTRUCTIVES CHRONIQUES

DeepCOPD, une approche innovante d'apprentissage profond pour la détection précise de la maladie pulmonaire obstructive chronique (MPOC) à l'aide de l'analyse des sons respiratoires. L'approche proposée utilise un modèle de réseau neuronal convolutif (CNN) entraîné sur une base de données de sons respiratoires contenant des sifflements, des craquements et à la fois des craquements et des sifflements. Pour surmonter le défi que représente un petit ensemble de données, des techniques innovantes telles que le réglage fin spécifique à l'appareil, l'augmentation basée sur la concaténation, l'écrêtage des régions vierges et le rembourrage intelligent sont employées. Ces techniques permettent une utilisation efficace de l'ensemble de données, ce qui se traduit par une précision impressionnante de 90 à 95 %.