DETEKCIJA RESPIRATORNIH ANOMALIJA DUBOKIM UČENJEM

Nikola Tomić

doi:10.24867/16BE41Tomic

Nikola Tomić

DOI: https://doi.org/10.24867/16BE41Tomic

Ključne reči: CNN, ICBHI, Konvolucione neuronske mreže

Apstrakt

Respiratorne bolesti izazivaju ogroman zdravstveni, ekonomski i društveni teret i treći su vodeći uzrok smrti širom sveta i značajan teret za javni zdravstveni sistem. Ulažu se značajni istraživački napori posvećeni poboljšanju rane dijagnoze i rutine praćenja pacijenata sa respiratornim oboljenjima, kako bi se omogućile pravovremene intervencije. Respiratorne anomalije koje se mogu prikupiti stetoskopom se klasifikuju kao diskontinualno (pucketanje) ili kontinuirano (piskanje). Takve anomalije u formatu snimljenog zvuka mogu se prikazati i vizuelno u formi spektrograma. Kako su konvolucione neuronske mreže dominatne u polju klasifikacije slika, moguće ih je obučiti i za detekciju respiratornih anomalija. U ovom radu predstavljeni pristup korišćenjem konvolucione neuronske mreže predstavlja značajno poboljšanje u odnosu na prethodne pristupe i dobijeni rezultati su među najboljima nad treniranim skupom podataka.

Reference

[1] Gibson GJ, Loddenkemper R, Lundbäck B, Sibille Y. Respiratory health and disease in Europe: the new European Lung White Book. Eur Respir J. 2013;42:559–63.
[2] Russakovsky, Olga, et al. "Imagenet large scale visual recognition challenge." International journal of computer vision 115.3 (2015): 211-252.
[3] Piirila P, Sovijarvi AR. Crackles: recording, analysis and clinical significance. Eur Respir J. Eur Respiratory Soc; 1995;8(12):2139–48.
[4] Sarkar M, Madabhavi I, Niranjan N, Dogra M. Auscultation of the respiratory system. Ann Thorac Med. Medknow Publications; 2015;10(3):158.
[5] Sovijarvi ARA. Characteristics of breath sounds and adventitious respiratory sounds. Eur Respir Rev. 2000;10:591–6.
[6] Jakovljević, Nikša, and Tatjana Lončar-Turukalo. "Hidden markov model based respiratory sound classification." International Conference on Biomedical and Health Informatics. Springer, Singapore, 2017.
[7] Kochetov, Kirill, et al. "Wheeze detection using convolutional neural networks." EPIA Conference on Artificial Intelligence. Springer, Cham, 2017.
[8] Demir, Fatih, Abdulkadir Sengur, and Varun Bajaj. "Convolutional neural networks based efficient approach for classification of lung diseases." Health information science and systems 8.1 (2020): 1-8.
[9] https://www.kaggle.com/c/tensorflow-speech-recognition-challenge
[10] https://hyperopt.github.io/hyperopt/
[11] https://bhichallenge.med.auth.gr/