تحليل الصوت لتحديد امراض الرئة باستخدامcnn,lstm

يهدف هذا المشروع إلى التعرف على أمراض الرئة باستخدام تقنيات التعلم العميق. يعتمد النموذج على دمج الشبكات العصبية الالتفافية (CNN) مع الشبكات العصبية طويلة الذاكرة (LSTM) لتحليل إشارات التنفس واستخلاص الأنماط المرتبطة بالأمراض المختلفة.

تم استخدام ثلاث تقنيات لاستخلاص الميزات من إشارات الصوت التنفسي، وهي:

MFCC (معاملات التردد الميليودية)

Chroma (الكروماتوجرافيا الصوتية)

Mel-Spectrogram (الطيف الترددي الميل)

تعتمد البيانات المستخدمة في التدريب على دورات تنفسية تمتد كل منها لمدة 6 ثوانٍ بعد معالجتها وتحضيرها للنموذج. يتم تحليل هذه الدورات لاستخراج الخصائص الهامة التي تساعد في التمييز بين الحالات الصحية وأمراض الرئة المختلفة مثل الالتهاب الرئوي، التليف الرئوي، وغيرها.

من خلال هذا الدمج بين CNN لاستخلاص الأنماط البصرية من الخصائص الصوتية، وLSTM لتحليل التسلسل الزمني لدورات التنفس، يتم تحقيق نموذج دقيق وفعّال قادر على تقديم تشخيص مبدئي