LungRN+NL: تصنيف محسّن للصوت الرئوي العرضي باستخدام شبكة عصبية ResNet ذات كتلة غير محلية مع تكبير البيانات Mixup

إن إجراء كشف تلقائي عن الأصوات الرئوية غير الطبيعية يُعد مهمة صعبة نظرًا لتأثر الصوت بالضوضاء (نبضات القلب، والتشويش الناتج عن الحركة، والأصوات الصوتية)، بالإضافة إلى التمييز الدقيق جدًا بين الفئات المختلفة. في هذا العمل، تم اقتراح نموذج تصنيف للأصوات الرئوية غير الطبيعية يُسمى LungRN+NL، والذي أظهر تحسنًا كبيرًا مقارنةً بعملنا السابق والنماذج الحالية في مجال التقنية. وقد تم دمج كتلة غير محلية (non-local block) في بنية معمارية ResNet في هذا النموذج الجديد. ولمعالجة مشكلة عدم التوازن في البيانات، وتحسين مقاومة النموذج، تم أيضًا استخدام طريقة المزج (mixup) لتعزيز مجموعة البيانات التدريبية. وقد تم تنفيذ النموذج ومقارنته بالأساليب الحالية باستخدام مجموعة بيانات تحدي ICBHI 2017 الرسمية، مع استخدام نفس طريقة التقييم المعمول بها. ونتيجة لذلك، حقق نموذج LungRN+NL درجة أداء بلغت 52.26٪، أي تحسنًا بنسبة 2.1 إلى 12.7٪ مقارنةً بأفضل النماذج الحالية.