改善医疗资源匮乏人群获取医疗服务的途径，对于确保重大疾病能够及时诊治至关重要。在医疗专业人员严重短缺的场景下，通过数字听诊器实现肺部声音的初步分类，可为慢性阻塞性肺疾病等呼吸系统疾病的快速诊断提供即时支持。本文提出了一种改进的双路径残差网络（bi-ResNet）深度学习架构——LungBRN，该模型结合短时傅里叶变换（STFT）与小波特征提取技术，显著提升了分类准确率，优于现有最先进方法。为确保评估的公平性，我们严格遵循ICBHI 2017挑战赛所规定的官方基准标准及“训练-测试”数据集划分方法。实验结果表明，本方法在准确率上达到50.16%，是ICBHI 2017挑战赛所有参赛团队中表现最佳的结果。