Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,311,179

 Phân Tích Âm Thanh Phổi Sử Dụng Phương Pháp Học Máy - Một Bước Tiến Mới Trong Kỹ Thuật Chẩn Đoán Bệnh Hô Hấp
Tác giả hoặc Nhóm tác giả: Nguyễn Thị Kim Trúc*, Trần Thị Minh Dung, Cao Nguyễn Khoa Nam, Nguyễn Hữu Hoàng, Nguyễn Văn Sĩ, Lê Khắc Bảo
Nơi đăng: Hội nghị Quốc gia lần thứ XXV về Điện tử, Truyền thông và Công nghệ thông tin; Số: ISBN 978-604-80-7468-5;Từ->đến trang: 429-434;Năm: 2022
Lĩnh vực: Kỹ thuật; Loại: Báo cáo; Thể loại: Trong nước
TÓM TẮT
Phân tích âm thanh phổi sử dụng các phương pháp tính đã và đang mang lại lợi ích cho việc hỗ trợ chẩn đoán bệnh lý hô hấp sử dụng máy tính, lưu trữ dữ liệu và theo dõi tình trạng sức khỏe của cá nhân trong lĩnh vực chăm sóc sức khỏe. Trong đó, các hướng nghiên cứu về phát hiện các loại âm thanh bất thường của phổi cũng như phân loại bệnh hô hấp thu hút nhiều sự quan tâm của các nhà nghiên cứu. Bài báo này tổng hợp các hướng tiếp cận khác nhau của các hệ thống phân tích âm thanh phổi sử dụng phương pháp học máy cũng như phương pháp học sâu. Chúng tôi sẽ cung cấp tổng quan lý thuyết một cách có cấu trúc các hệ thống phân tích âm thanh phổi từ xử lý dữ liệu, cụ thể là xử lý tín hiệu âm thanh, trích xuất đặc trưng và tăng cường dữ liệu cho đến mô hình hóa dữ liệu thông qua các kiến trúc mạng nơ-ron và các cơ chế học. Bên cạnh đó, một số thuận lợi cũng như thách thức của việc ứng dụng thực tế của các hệ thống phân tích âm thanh phổi này cũng được giới thiệu một cách ngắn gọn.
ABSTRACT
Computational Lung Sound Analysis has been and continues to be beneficial in aiding the diagnosis of respiratory disorders, data storage, and monitoring individual health in the healthcare field. Among these, research directions related to the detection of abnormal lung sounds and the classification of respiratory diseases have garnered significant interest among researchers. This paper synthesizes various approaches to lung sound analysis systems utilizing both machine learning and deep learning methods. We will provide a structured theoretical overview of these systems, covering data processing, specifically audio signal processing, feature extraction, data augmentation, and data modeling through neural network architectures and learning mechanisms. Additionally, we briefly introduce some advantages and challenges associated with the practical application of these lung sound analysis systems.
[ 2023\2023m010d07_20_35_27REV-ECIT_2022_paper_5940_final_version_editformat.pdf ]
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn