Kapcsolat
Hogyan vásároljunk
Kézbesítés
Vásárlási tanácsadó
DeepCOPD: COPD-Erkennung mittels Deep Learning
Német
104 b
Akár 30 napos visszaküldési lehetőség
A vásárlók ilyet vásároltak
/
Puha kötésű
8 630
Ft
/
Puha kötésű
31 724
Ft
/
Kemény kötésű
14 950
Ft
In diesem Beitrag wird DeepCOPD vorgestellt, ein innovativer Deep-Learning-Ansatz für die genaue Erkennung von chronisch obstruktiven Lungenerkrankungen (COPD) mithilfe der Atemgeräuschanalyse. Der vorgeschlagene Ansatz nutzt ein Convolutional Neural Network (CNN)-Modell, das auf einer Atemgeräuschdatenbank trainiert wurde, die Keuchen, Knistern und sowohl Knistern als auch Keuchen enthält. Um die Herausforderung eines kleinen Datensatzes zu bewältigen, werden innovative Techniken wie gerätespezifisches Feintuning, konkatenationsbasierte Augmentation, Beschneidung von Leerbereichen und intelligentes Auffüllen eingesetzt. Diese Techniken ermöglichen eine effiziente Nutzung des Datensatzes, was zu einer beeindruckenden Genauigkeit von 90 bis 95 % führt. Die Implementierung umfasst eine App mit einer benutzerfreundlichen Oberfläche, die mit HTML, CSS, Flask und Heroku entwickelt wurde. Durch die Nutzung von Deep Learning und der Analyse von Atemgeräuschen bietet die App eine vielversprechende Lösung für die genaue Erkennung von COPD und stellt einen bedeutenden Fortschritt bei der Überwachung der Atemwegsgesundheit dar. Nutzer können Atemgeräusche zur COPD-Erkennung in die App hochladen, um die Frühdiagnose zu verbessern und die Ergebnisse für die Patienten zu erhöhen.
Információ a könyvről
Német
Ajándékozza oda ezt a könyvet még ma
Nagyon egyszerű
1 Tegye a kosárba könyvet, és válassza ki a kiszállítás ajándékként opciót 2 Rögtön küldjük Önnek az utalványt 3 A könyv megérkezik a megajándékozott címéreEzt is ajánljuk
/
Kemény kötésű
31 544
Ft
/
Puha kötésű
12 385
Ft
/
Puha kötésű
4 794
Ft
/
Puha kötésű
29 315
Ft
/
Puha kötésű
14 936
Ft
/
Puha kötésű
16 972
Ft
/
Puha kötésű
9 929
Ft
/
Puha kötésű
27 860
Ft
Szia! Libroamiko vagyok, a könyvtanácsadód.
Miben segíthetek?