| 1 |
1
제1 음(S1), 심실수축, 제2 음(S2) 및 심실확장 순서의 1주기로 이루어진 심음신호로부터 심장질환을 진단하는 장치에 있어서,
전자 청진기로부터 연속심음신호를 입력받는 입력부;
상기 연속심음신호로부터 한 주기의 심음신호를 획득하는 자동분할부;
상기 한 주기 심음신호로부터 심장질환 종류와 유무를 판단하기 위한 특징값들을 추출하는 특징 추출부; 및
상기 특징값들을 패턴분류기를 통해 학습시켜 입력된 전자청진기 심음신호에 대한 심장질환을 판단하고, 그 판단결과에 따라 심장질환을 분류하여 심장질환의 유무와 심장질환의 종류를 진단하는 진단부를 포함하되,
상기 자동분할부는, 정규화된 연속심음신호를 특정대역에 대해 필터링하여 심잡음 신호를 감소시켜 심음신호를 출력하는 대역통과 필터와, 상기 심잡음신호가 감소된 심음신호중 가장 작은 진폭값과 가장 큰 진폭값을 감소시켜 포락선의 피크를 특정 레벨로 강조시키는 진폭 증가부와, 상기 포락선의 피크가 특정 레벨로 강조된 심음신호로부터 제1, 제2음의 시작점을 추출하는 추출부를 포함하는 펄스 검출부; 및 상기 제1, 제2음의 시작점을 이용하여 각 시작점의 거리를 연산하고, 연산된 거리로부터 미검출된 시작점과 부정확한 위치정보를 갖는 연속심음신호를 교정하는 펄스 교정부를 포함하며,
상기 추출부는, 상기 진폭 증가부의 출력신호를 입력받아 제1, 제2 음의 구간을 추출하는 구간 추출부; 및 상기 추출된 제1, 제2 음의 구간에 대해 영상 이진화 방법의 자동 임계값에 의해 정규화하여 상기 추출된 제1, 제2음으로부터 제1, 제2음의 시작점을 추출하는 시작점 추출부를 포함하는 것을 특징으로 하는 심장질환 진단장치
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
제1 항에 있어서, 상기 진폭 증가부는,
심음신호의 특성을 고려하여 30ms 윈도우를 매 10ms씩 이동하면서 아래의 수학식 1을 이용하여 제1 음과 제2 음 사이 구간의 포락선의 피크를 특정 레벨로 강조하는 것을 특징으로 하는 심장질환 진단장치
|
| 5 |
5
삭제
|
| 6 |
6
제1 항에 있어서, 상기 시작점 추출부는,
아래의 수학식 2 내지 수학식 5를 이용하여 자동 임계값을 획득하는 것을 특징으로 하는 심장질환 진단장치
|
| 7 |
7
제1 항에 있어서, 상기 펄스 교정부는,
획득된 제1음의 시간과 제1음의 이전 시간차, 제1음의 시간과 제2음의 이전 시간차, 제2음의 시간과 제1음의 이전 시간차 및 제2음의 시간과 제2음의 이전 시간차를 구하는 시작점 시간차이 측정부;
상기 측정된 시작점들 간의 시간적 거리를 내림차순으로 정렬하고, 그 정렬된 시작점들의 시간적 거리 값들에서의 작은 값들의 50 백분위수(percentile)의 평균을 측정하는 제1 평균거리 측정부;
상기 측정된 평균값을 이용하여 제1음에서 제2음사이의 거리와 이외의 거리를 구분하고 제1음에서 제2음사이의 거리에 대한 평균값을 측정하는 제2 평균거리 측정부;
상기 구분한 제1, 제2음의 시작점을 기준으로 시작점 이전 및 이후 거리를 측정하는 전후거리 측정부;
제1,제2음의 시작점 미검출 구간의 평균주기와 제1,제2음의 시작점 검출구간의 평균주기를 연산하는 평균주기 연산부;
상기 연산된 평균주기의 검출한 주기의 수를 계산하고 그 검출된 수의 확률을 가중치값으로 적용하여 연속심음신호의 1주기를 획득하는 단일주기 획득부;
제1,제2음의 시작점에 따른 히스토그램을 획득하는 히스토그램 획득부;
상기 히스토그램을 통해 제1,제2음의 시작점 위치를 구별할 수 있는 임계값을 결정하는 임계값 결정부; 및
상기 임계값을 통해 제1,제2음의 시작점의 평균 위치를 검출하는 시작점 평균 위치 검출부(414)를 포함하되,
상기 제1, 제2음의 평균 위치를 이용하여 시작점 미검출 신호를 추가하고, 부정확한 위치에 존재하는 제1, 제2음의 시작점 신호를 교정하는 것을 특징으로 하는 심장질환 진단장치
|
| 8 |
8
제1 항에 있어서, 상기 특징 추출부는,
심음신호의 주파수 특성을 고려하여 심음신호의 샘플링률을 다운샘플링하는 다운샘플링부;
상기 다운샘플링된 심음신호로부터 필터뱅크 로그에너지값을 연산하는 필터뱅크 로그에너지부;
상기 다운샘플링된 심음신호로부터 심음신호의 포락선 값을 연산하는 포락선 연산부; 및
상기 필터뱅크 로그에너지부와 포락선 연산부의 출력값을 결합하여 특징값(특징 벡터)들을 획득하는 결합부를 포함하되,
상기 결합부는 특정개수의 특징값(특징 벡터)를 획득하는 것을 특징으로 하는 심장질환 진단장치
|
| 9 |
9
제1 항에 있어서, 상기 진단부는,
상기 특징값들을 심장질환의 패턴에 따라 분류하여 학습하는 학습 모델링부; 및
상기 학습 모델링을 통해 학습된 특징값들과 비교하여 상기 전자 청진기로부터 입력되는 연속심음신호의 패턴을 인식하는 패턴인식부를 포함하되,
상기 패턴인식부를 통해 인식되는 패턴에 따라 심장질환의 유무와 종류를 판정하는 것을 특징으로 하는 심장질환 진단장치
|
| 10 |
10
제1 음(S1), 심실수축, 제2 음(S2) 및 심실확장 순서의 1주기로 이루어진 심음신호로부터 심장질환을 진단하는 심장질환 진단장치를 통한 심장질환 진단방법에 있어서,
심장질환 유무를 진단받고자 하는 검사자의 연속심음신호를 전자 청진기를 통해 입력받는 단계;
상기 연속심음신호를 1주기의 심음신호로 분할하는 단계;
상기 분할된 1주기의 심음신호로부터 특징값을 추출하고, 그 특징값을 이용하여 심장질환에 대한 분류정확도를 높이는 학습을 수행하고, 그 학습을 고려하여 1주기의 심음신호를 분류하는 단계; 및
상기 분류된 심음신호를 고려하여 심장질환의 유무 및 종류를 판정하는 단계를 포함하되,
상기 심음신호로 분할하는 단계는, 상기 연속심음신호를 필터링하여 심잡음 신호를 감소시킨 연속 심음신호의 진폭을 증가시킨 후, 진폭이 증가된 연속 심음신호의 제1, 제2음의 펄스를 검출하여 제1, 제2 음의 시작점을 검출하는 단계; 및 상기 제1, 제2음의 시작점을 이용하여 각 시작점의 거리를 연산하고, 연산된 거리로부터 미검출된 시작점과 부정확한 위치정보를 갖는 연속심음신호를 교정하는 단계를 포함하며,
상기 제1, 제2 음의 시작점을 검출하는 단계는, 상기 심잡음신호가 감소된 심음신호 중 가장 작은 진폭값과 가장 큰 진폭값을 감소시켜 포락선의 피크를 특정 레벨로 강조시키고, 그 포락선의 피크가 특정 레벨로 강조된 심음신호로부터 제1, 제2 음의 구간과 심잡음 구간을 검출하는 단계; 상기 검출된 구간에서의 심잡음 영역의 분포에 따라 심음신호의 표준편차의 소정배수를 곱하여 임계값을 획득하는 단계; 및 심음신호의 제1 음에서 제2 음까지 시간적 거리가 소정거리보다 길다는 사전정보를 이용하여 임계값 이상인 구간의 시작점을 기점으로 시작점을 제외한 상기 소정거리 이하의 폭을 갖는 펄스를 제거한 후에 최종적으로 각 펄스의 시작점을 검출하는 단계를 포함하는 것을 특징으로 하는 심장질환 진단방법
|
| 11 |
11
제10 항에 있어서, 상기 연속심음신호는 상기 전자 청진기와의 무선통신에 의해 수신되는 것을 특징으로 하는 심장질환 진단방법
|
| 12 |
12
삭제
|
| 13 |
13
삭제
|
| 14 |
14
제10 항에 있어서, 상기 교정하는 단계는,
검출한 제1, 제2음의 시작점들의 시간의 차를 구하고, 제1, 제2음의 시간적 거리를 내림차순으로 정렬한 후, 정렬된 제1, 제2음의 시간적 거리 값들에서의 작은 값들의 50 백분위수(percentile)의 평균을 구하는 단계;
제1음에서 제2음까지의 시간적 거리가 제2음에서 제1음까지의 시간적 거리와 미검출 신호로 생기는 거리보다 짧다는 사전정보를 이용하여 제1, 제2음의 시작점, 미검출 구간을 표시하고, 표시된 제1, 제2음의 정보를 이용하여 제1음을 기준으로 이전 시작점의 시간적 거리 및 제2음을 기준으로 이후 시작점의 시간적 거리를 구하고, 제1음과 제2음 시작점의 평균 시간적 거리를 구하며, 미검출 구간의 평균주기와 제1,제2음의 시작점을 표시한 1주기의 평균주기의 검출된 확률을 구하는 단계;
상기 확률을 가중치 값으로 적용하여 심음신호의 1주기 값을 얻고, 제1음과 제2음 사이에서 중간지점을 중심으로 구한 1주기만큼 연속심음신호를 나누어 1주기 크기를 가지는 부세그먼트들의 제1, 제2음의 시작점 검출 신호의 위치 히스토그램을 구하는 단계; 및
상기 위치 히스토그램을 이용하여 제1, 제2음의 시작점 신호를 구별하는 임계값을 구하고, 제1, 제2음의 평균 위치를 구하여 제1, 제2음의 시작점 미검출 신호를 추가하고 부정확한 위치에 존재하는 제1, 제2음의 시작점 신호를 수정하는 제1, 제2음의 시작점을 교정하는 단계를 포함하는 것을 특징으로 하는 심장질환 진단방법
|
| 15 |
15
제10 항에 있어서, 상기 1주기의 심음신호로부터 특징값을 추출하는 것은,
ANN방식 및 HMM방식 중 어느 하나를 고려하여 심음신호의 특징값을 추출하는 것을 특징으로 하는 심장질환 진단방법
|
| 16 |
16
제15 항에 있어서, 상기 ANN방식을 고려하여 심음신호의 특징값 추출은,
프레임 크기로 단일 주기 심음신호를 사용하고, 샘플링률을 2 kHz로 다운샘플링하고, 그 신호에 Hamming 윈도우 함수를 취한 후 2048-point 고속푸리에 변환(FFT)을 취하고 그 출력값의 전체 주파수 범위를 100개의 mel-scale 필터뱅크로 분할하며, 필터뱅크 출력값의 크기에 로그함수를 취하여 100개의 필터뱅크 로그에너지 값을 얻고 병렬적으로 균일한 길이를 가지도록 부세그먼트로 분할하고 균일하게 나누어지지 않는 신호는 심음신호의 마지막 부분에 40개의 균일한 길이를 가지는 부세그먼트로 분할할 수 있게 '0'으로 채워주고, 40개의 각 부세그먼트의 절대값의 평균값을 계산하여 40개의 심음신호의 포락선 값을 구하고 100개의 필터뱅크 로그 에너지값과 40개의 포락선 값을 하나의 벡터로 연결하여 최종적으로 140차원의 특징벡터를 얻는 것을 특징으로 하는 심장질환 진단방법
|
| 17 |
17
제15 항에 있어서, 상기 HMM방식을 고려하여 심음신호의 특징값 추출은,
샘플링률을 2kHz로 낮추고 제1, 제2음의 첫 번째 하모닉 요소의 3 사이클을 포함하도록 30ms Hamming 윈도우를 선택하여 매 10ms씩 이동시키고, FFT를 취한 후 30개의 mel-scale 필터뱅크로 분할하고, 필터뱅크 출력값의 크기에 로그함수를 취한 후 이산코사인변환(DCT)을 하여 12개의 MFCC 계수를 구하고 1개의 프레임 로그에너지를 추가적으로 사용하고 1차 미분 값을 추가하여 총 26차 특징벡터를 얻는 것을 특징으로 하는 심장질환 진단방법
|
