System diagnostyki oddechowej oparty na konwolucyjnych sieciach neuronowych - Publication - Bridge of Knowledge

Search

System diagnostyki oddechowej oparty na konwolucyjnych sieciach neuronowych

Abstract

Choroby układu oddechowego człowieka od zawsze były obciążeniem dla całego społeczeństwa. Sytuacja stała się szczególnie trudna po wybuchu pandemii COVID-19. Jednak nawet teraz nierzadko zdarza się, że ludzie konsultują się ze swoim lekarzem zbyt późno, już po niepożądanym rozwinięciu się choroby. W celu ochrony pacjentów przed ciężką chorobą płuc, zaleca się jak najwcześniejsze wykrycie wszelkich objawów zaburzających pracę układu oddechowego. W artykule przedstawiono wczesny prototyp urządzenia, który przypomina cyfrowy stetoskop. Przeprowadza on automatyczną analizę oddechu, poza rejestrowaniem cykli oddechowych. Dodatkowo urządzenie ma funkcję powiadamiania użytkownika (np. przez smartfon) o konieczności udania się do lekarza na bardziej szczegółowe badanie. Dźwiękowe nagranie cykli oddechu przekształcane jest na dwuwymiarową macierz za pomocą współczynników cepstrum w skali melowej (MFCC). Taka macierz jest analizowana przez sztuczną sieć neuronową. W wyniku przeprowadzonych badań stwierdzono, że najlepsze z otrzymanych rozwiązań prezentowanej sieci neuronowej osiągnęło pożądaną dokładność i wysoką precyzję.

Citations

  • 0

    CrossRef

  • 0

    Web of Science

  • 0

    Scopus

Cite as

Full text

full text is not available in portal

Keywords

Details

Category:
Articles
Type:
artykuły w czasopismach
Published in:
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne pages 74 - 79,
ISSN: 1230-3496
Language:
Polish
Publication year:
2022
Bibliographic description:
Kowalczuk Z., Czubenko M., Bosak M.: System diagnostyki oddechowej oparty na konwolucyjnych sieciach neuronowych// Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne -Vol. 1,iss. 3 (2022), s.74-79
DOI:
Digital Object Identifier (open in new tab) 10.15199/59.2021.3.3
Sources of funding:
  • Free publication
Verified by:
Gdańsk University of Technology

seen 88 times

Recommended for you

Meta Tags