تحسين الوصول إلى خدمات الرعاية الصحية للسكان المُعَدَّمين طبيًا أمر بالغ الأهمية لضمان معالجة الأمراض الحرجة فور حدوثها. في السيناريوهات التي تعاني من نقص حاد في الكوادر الطبية المؤهلة، يمكن استخدام تصنيف أساسي لصوت الرئة عبر مقياس أذن رقمي (Digital Stethoscope) لتوفير تشخيص فوري للأمراض المرتبطة بالجهاز التنفسي مثل المرض الرئوي الانسدادي المزمن. في هذا العمل، طوّرنا بنية تعلم عميق محسّنة تُسمى LungBRN، تعتمد على نموذج bi-ResNet، وتستخدم تقنيات استخلاص الميزات باستخدام تحويل فورييه الزمني-التردد (STFT) وتحليل الموجات (Wavelet) لتحسين الدقة مقارنة بالأساليب الحالية. ولضمان تقييم عادل، اعتمدنا المعايير الرسمية للbenchmark والطريقة المعتمدة في تحدي ICBHI 2017 لتقسيم البيانات إلى مجموعات تدريب واختبار. وبذلك، تمكنا من تحقيق أداءً بلغ 50.16%، وهو أفضل نتيجة من حيث الدقة مقارنة بجميع الفرق المشاركة في تحدي ICBHI 2017.