Cet article présente 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 %. La mise en œuvre comprend une application avec une interface conviviale développée à l'aide de HTML, CSS, Flask et Heroku. En s'appuyant sur l'apprentissage profond et l'analyse des bruits respiratoires, l'application offre une solution prometteuse pour la détection précise de la BPCO, apportant des avancées significatives dans la surveillance de la santé respiratoire. Les utilisateurs peuvent télécharger des sons respiratoires dans l'application pour la détection de la BPCO, améliorant ainsi le diagnostic précoce et les résultats pour les patients.
Le informazioni nella sezione "Riassunto" possono far riferimento a edizioni diverse di questo titolo.
EUR 9,70 per la spedizione da Germania a Italia
Destinazione, tempi e costiDa: moluna, Greven, Germania
Condizione: New. Codice articolo 1609733196
Quantità: Più di 20 disponibili
Da: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germania
Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 60 pp. Französisch. Codice articolo 9786207510382
Quantità: 2 disponibili
Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germania
Taschenbuch. Condizione: Neu. Neuware -Cet article présente 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 %. La mise en ¿uvre comprend une application avec une interface conviviale développée à l'aide de HTML, CSS, Flask et Heroku. En s'appuyant sur l'apprentissage profond et l'analyse des bruits respiratoires, l'application offre une solution prometteuse pour la détection précise de la BPCO, apportant des avancées significatives dans la surveillance de la santé respiratoire. Les utilisateurs peuvent télécharger des sons respiratoires dans l'application pour la détection de la BPCO, améliorant ainsi le diagnostic précoce et les résultats pour les patients.Books on Demand GmbH, Überseering 33, 22297 Hamburg 60 pp. Französisch. Codice articolo 9786207510382
Quantità: 2 disponibili
Da: AHA-BUCH GmbH, Einbeck, Germania
Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Cet article présente 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 %. La mise en oeuvre comprend une application avec une interface conviviale développée à l'aide de HTML, CSS, Flask et Heroku. En s'appuyant sur l'apprentissage profond et l'analyse des bruits respiratoires, l'application offre une solution prometteuse pour la détection précise de la BPCO, apportant des avancées significatives dans la surveillance de la santé respiratoire. Les utilisateurs peuvent télécharger des sons respiratoires dans l'application pour la détection de la BPCO, améliorant ainsi le diagnostic précoce et les résultats pour les patients. Codice articolo 9786207510382
Quantità: 1 disponibili