Кирилл Кочетов

Поиск и классификация аномалий в потоке дыхания человека с помощью рекуррентных нейронных сетей

Описание проекта

Модель для анализа и классификации дыхания человека, записанного с помощью электронного стетоскопа. Модель основана на рекуррентных нейронных сетях. Был разработан специальный механизм маскировки, позволяющий выделять важную информацию из звука, не обращая внимания на шумы. Разработанная модель превзошла классические алгоритмы машинного обучения, а также аналогичную рекуррентную нейронную сеть, обученную без механизма маскировки. Схема модели представлена на рисунке ниже. Ссылка на короткую видеопрезентацию

Разработанная модель способна обрабатывать звуки дыхания любой длины и не требует никакой ручной разметки/нарезки записанных звуков для работы. Таким образом, предложенная рекуррентная нейронная сеть может быть применена в реальных условиях: как домедецинский сервис для первичной диагностики в клиниках или на дому.

Состав команды:

  • Кирилл Кочетов, Разработчик
  • Евгений Путин, Математик

Комментарии

Ivan Panin

А качество записи сильно влияет? Будет ли достаточно телефонного микрофона?

Кирилл Кочетов

Нет, телефонного микрофона, к сожалению, недостаточно, так как он слабо чувствительный, нужен электронный стетоскоп

Pavel Mochalov

Где-то такие системы уже применяются на практике?

Ivan Panin

Что если предложить человеку позвонить на определенный номер и подышать в трубку)

Кирилл Кочетов

Насколько я знаю, на практике пока не применяются, так как очень мало нормально размеченных данных. Мы как раз сейчас занимаемся сбором данных, чтобы улучшить точность моделей. Тогда уже можно будет говорить о применении на практике