L'auscultation respiratoire est cruciale pour la détection précoce des maladies pédiatriques.
pneumonie, une condition qui peut rapidement s’aggraver sans intervention rapide. Dans
zones avec un accès limité aux médecins, une auscultation efficace est un défi. Nous
présenter un système basé sur un smartphone qui exploite des microphones intégrés et
algorithmes avancés d’apprentissage en profondeur pour détecter les bruits respiratoires anormaux
indicatif d'un risque de pneumonie. Notre cadre d'apprentissage profond de bout en bout emploie
généralisation du domaine pour intégrer un vaste ensemble de données de stéthoscope électronique avec
un ensemble de données plus petit dérivé d'un smartphone, permettant un apprentissage robuste des fonctionnalités pour
évaluations respiratoires précises sans équipement coûteux. L'accompagnement
une application mobile guide les soignants dans la collecte de sons pulmonaires de haute qualité
des échantillons et fournit une rétroaction immédiate sur les risques potentiels de pneumonie. Utilisateur
les études montrent de solides performances de classification et une acceptation élevée,
démontrant la capacité du système à faciliter des interventions proactives et
réduire les décès évitables dus à la pneumonie infantile. En s'intégrant parfaitement dans
les smartphones omniprésents, cette approche offre une voie prometteuse pour plus
soins pédiatriques à distance équitables et complets.

Cet article explore les excursions dans le temps et leurs implications.

Télécharger PDF: