V dannoj stat'e predstawlen DeepCOPD - innowacionnyj podhod glubokogo obucheniq dlq tochnogo opredeleniq hronicheskoj obstruktiwnoj bolezni legkih (HOBL) s pomosch'ü analiza zwukow dyhaniq. Predlagaemyj podhod ispol'zuet model' konwolücionnoj nejronnoj seti (CNN), obuchennuü na baze dannyh dyhatel'nyh zwukow, soderzhaschih hripy, treski, a takzhe treski i hripy. Dlq preodoleniq problemy nebol'shogo nabora dannyh ispol'zuütsq takie innowacionnye metody, kak tonkaq nastrojka w zawisimosti ot ustrojstwa, rasshirenie na osnowe konkatenacii, obrezanie pustyh oblastej i intellektual'noe dobawlenie. Jeti metody pozwolqüt äffektiwno ispol'zowat' nabor dannyh, w rezul'tate chego dostigaetsq wpechatlqüschaq tochnost' ot 90 do 95 %. Realizaciq wklüchaet w sebq prilozhenie s udobnym interfejsom, razrabotannoe s ispol'zowaniem HTML, CSS, Flask i Heroku. Ispol'zuq glubokoe obuchenie i analiz dyhatel'nyh zwukow, prilozhenie predlagaet perspektiwnoe reshenie dlq tochnogo opredeleniq HOBL, obespechiwaq znachitel'nyj progress w monitoringe zdorow'q dyhatel'nyh putej. Pol'zowateli mogut zagruzhat' w prilozhenie audiozapisi dyhatel'nyh zwukow dlq wyqwleniq HOBL, chto sposobstwuet rannej diagnostike i uluchsheniü sostoqniq pacientow.