Name: DeepCOPD: Copd Detection Using Deep Learning (en Inglés)
Price: 52320.00 CLP
Availability: InStock
Author: Vijarania, Meenu ; Gupta, Swati
ISBN: 9786207466252

portada DeepCOPD: Copd Detection Using Deep Learning (en Inglés)

DeepCOPD: Copd Detection Using Deep Learning (en Inglés)

Formato

Libro Físico

Autor

Meenu Vijarania

Swati Gupta

Editorial

LAP Lambert Academic Publishing

Idioma

Inglés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.3 cm

Peso

0.09 kg.

ISBN13

9786207466252

Categorías

Tecnología de la información: cuestiones generales

DeepCOPD: Copd Detection Using Deep Learning (en Inglés)

Meenu Vijarania (Autor) · Swati Gupta (Autor) · LAP Lambert Academic Publishing · Tapa Blanda

Libro Nuevo Importado

Envío: 20 a 24 días háb.

$ 104.630$ 52.320

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 52.320

Llega entre el 20 Jul y el 24 Jul a Santiago, Región Metropolitana. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "DeepCOPD: Copd Detection Using Deep Learning (en Inglés)"

This paper presents DeepCOPD, an innovative deep learning approach for accurate detection of Chronic Obstructive Pulmonary Disease (COPD) using respiratory sound analysis. The proposed approach utilizes a Convolutional Neural Network (CNN) model trained on a respiratory sound database containing wheezes, crackles, and both crackles and wheezes. To overcome the challenge of a small dataset, innovative techniques such as device-specific fine-tuning, concatenation-based augmentation, blank region clipping, and smart padding are employed. These techniques enable efficient utilization of the dataset, resulting in an impressive accuracy of 90% to 95%. The implementation includes an app with a user-friendly interface developed using HTML, CSS, Flask, and Heroku. By leveraging deep learning and respiratory sound analysis, the app offers a promising solution for accurate COPD detection, providing significant advancements in respiratory health monitoring. Users can upload respiratory sound audios to the app for COPD detection, enhancing early diagnosis and improving patient outcomes.