| 1 |
1
컴퓨터로 구현되는 호흡기 질병 탐지 방법에 있어서,객체의 소리 신호를 2차원 이미지로 변환하는 단계;상기 2차원 이미지로부터 질감 정보를 포함한 질감 이미지를 생성하는 단계; 및이미지 분류 학습 모델을 통해 상기 질감 정보에 대응되는 호흡기 질병을 탐지하는 단계를 포함하는 호흡기 질병 탐지 방법
|
| 2 |
2
제1항에 있어서,상기 생성하는 단계는,DNS(dominant neighborhood structure) 알고리즘을 적용하여 상기 질감 이미지를 생성하는 단계를 포함하는 호흡기 질병 탐지 방법
|
| 3 |
3
제2항에 있어서,상기 생성하는 단계는,상기 2차원 이미지의 임의 가장자리를 기준으로 n×n 크기의 검색 윈도우를 씌우는 제1 단계;상기 검색 윈도우 내의 중심 픽셀 주위로 크기가 m×m인 이웃 윈도우를 씌워 제1 벡터를 생성하는 제2 단계;상기 검색 윈도우 내의 한 픽셀을 중심으로 크기가 m×m인 이웃 윈도우를 씌워 제2 벡터를 생성하는 제3 단계;상기 제1 벡터와 상기 제2 벡터 사이의 거리 값을 새로운 영상의 픽셀 값으로 대체하는 제4 단계; 및상기 검색 윈도우 내의 모든 픽셀들에 대해 상기 제3 단계와 상기 제4 단계를 반복함으로써 DNS 지도 이미지인 질감 이미지를 생성하는 단계를 포함하는 호흡기 질병 탐지 방법
|
| 4 |
4
제1항에 있어서,상기 변환하는 단계는,상기 소리 신호의 값을 정규화하여 정규화된 값을 2차원 행렬로 매핑함으로써 회색조 이미지를 생성하는 단계를 포함하는 호흡기 질병 탐지 방법
|
| 5 |
5
제1항에 있어서,상기 변환하는 단계는,선형 변환(linear transformation)을 통해 상기 소리 신호의 길이를 정규화하는 단계;상기 선형 변환을 통해 정규화된 소리 신호의 값을 0에서 255 사이의 값으로 정규화하는 단계; 및0에서 255 사이의 값으로 정규화된 값을 2차원 행렬로 매핑하여 회색조 이미지를 생성하는 단계를 포함하는 호흡기 질병 탐지 방법
|
| 6 |
6
제1항에 있어서,상기 이미지 분류 학습 모델은 호흡기 질병 별 소리 신호를 학습한 CNN(Convolutional Neural Network) 모델이고,상기 탐지하는 단계는,상기 질감 이미지를 CNN 모델의 입력으로 하여 상기 객체의 호흡기 질병을 탐지하는 단계를 포함하는 호흡기 질병 탐지 방법
|
| 7 |
7
컴퓨터로 구현되는 호흡기 질병 탐지 시스템에 있어서,객체의 소리 신호를 2차원 이미지로 변환하는 전처리부;상기 2차원 이미지로부터 질감 정보를 추출하는 질감 추출부; 및이미지 분류 학습 모델을 통해 상기 질감 정보에 대응되는 호흡기 질병을 탐지하는 질병 탐지부를 포함하는 호흡기 질병 탐지 시스템
|
| 8 |
8
제7항에 있어서,상기 전처리부는,선형 변환(linear transformation)을 통해 상기 소리 신호의 길이를 정규화하고,상기 선형 변환을 통해 정규화된 소리 신호의 값을 0에서 255 사이의 값으로 정규화하고,0에서 255 사이의 값으로 정규화된 값을 2차원 행렬로 매핑하여 회색조 이미지를 생성하는 것을 특징으로 하는 호흡기 질병 탐지 시스템
|
| 9 |
9
제7항에 있어서,상기 질감 추출부는,DNS(dominant neighborhood structure) 알고리즘을 적용하여 상기 질감 정보를 포함하는 질감 이미지를 생성하는 것을 특징으로 하는 호흡기 질병 탐지 시스템
|
| 10 |
10
제9항에 있어서,상기 이미지 분류 학습 모델은 호흡기 질병 별 소리 신호를 학습한 CNN(Convolutional Neural Network) 모델이고,상기 질병 탐지부는,상기 질감 이미지를 CNN 모델의 입력으로 하여 상기 객체의 호흡기 질병을 탐지하는 것을 특징으로 하는 호흡기 질병 탐지 시스템
|
