| 1 |
1
피검자의 적어도 일 위치에서 폐음을 측정하는 폐음 데이터 획득부; 및상기 피검자의 폐음으로부터 멜 스펙트로그램을 획득하고, 상기 멜 스펙트로그램으로부터 멜 주파수 켑스트럴 계수를 획득하고, 상기 멜 스펙트로그램을 어느 하나의 학습 모델에 입력하고, 상기 멜 주파수 켑스트럴 계수를 다른 하나의 학습 모델에 입력하여, 상기 피검자의 폐질환의 발병 여부 또는 발병한 상기 폐질환의 종류를 판단하는 프로세서;를 포함하는 폐질환 분석 장치
|
| 2 |
2
제1항에 있어서,상기 프로세서는, 상기 멜 스펙트로그램에 대응하는 학습 모델의 출력 결과 및 상기 멜 주파수 켑스트럴 계수의 출력 결과를 병합하여 병합 결과를 획득하고, 병합 결과를 완전 연결 레이어에 입력하여 상기 피검자의 폐질환의 발병 여부 또는 발병한 상기 폐질환의 종류를 판단하는 폐질환 분석 장치
|
| 3 |
3
제1항에 있어서,상기 어느 하나의 학습 모델 및 상기 다른 하나의 학습 모델 중 적어도 하나는, 콘볼루션 신경망(CNN: Convolutional Neural Network) 및 순환 신경망(RNN: Recurrent Neural Network)이 조합된 콘볼루션 순환 신경망(CRNN: Convolutional Recurrent Neural Network)을 포함하는 폐질환 분석 장치
|
| 4 |
4
제1항에 있어서,상기 피검자의 적어도 일 위치는, 피검자의 폐 각각의 상엽에 대응하는 흉부의 하나 이상의 지점 및 피검자의 양 폐 각각의 하엽에 대응하는 배부의 하나 이상의 지점 중 적어도 하나를 포함하는 폐질환 분석 장치
|
| 5 |
5
제1항에 있어서,상기 폐음 데이터 획득부는, 학습용 폐음 데이터를 획득하고,상기 프로세서는, 상기 학습용 폐음 데이터로부터 상기 학습용 폐음 데이터에 대한 멜 스펙트로그램을 획득하고, 상기 학습용 폐음 데이터에 대한 멜 스펙트로그램으로부터 상기 학습용 폐음 데이터에 대한 멜 주파수 켑스트럴 계수를 획득하고, 상기 학습용 폐음 데이터에 대한 멜 스펙트로그램을 어느 하나의 학습 모델에 입력하여 상기 어느 하나의 학습 모델을 훈련시키고, 상기 학습용 폐음 데이터에 대한 멜 주파수 켑스트럴 계수를 다른 하나의 학습 모델에 입력하여 상기 다른 하나의 학습 모델을 훈련시키는 폐질환 분석 장치
|
| 6 |
6
제1항에 있어서,상기 프로세서는, 상기 피검자의 폐음에 대해 푸리에 변환을 수행하고, 멜 필터 뱅크를 이용한 필터링을 수행함으로써 상기 멜 스펙트로그램을 획득하고, 상기 멜 스펙트로그램에 대해 이산 코사인 변환을 수행함으로써 상기 멜 주파수 켑스트럴 계수를 획득하는 폐질환 분석 장치
|
| 7 |
7
피검자의 적어도 일 위치에서 폐음을 측정하는 단계;상기 피검자의 폐음으로부터 멜 스펙트로그램을 획득하는 단계;상기 멜 스펙트로그램으로부터 멜 주파수 켑스트럴 계수를 획득하는 단계;상기 멜 스펙트로그램을 어느 하나의 학습 모델에 입력하는 단계;상기 멜 주파수 켑스트럴 계수를 다른 하나의 학습 모델에 입력하는 단계; 및학습 모델의 입력 결과에 따라서 상기 피검자의 폐질환의 발병 여부 또는 발병한 상기 폐질환의 종류를 판단하는 단계;를 포함하는 폐질환 분석 방법
|
| 8 |
8
제7항에 있어서,상기 멜 스펙트로그램에 대응하는 학습 모델의 출력 결과 및 상기 멜 주파수 켑스트럴 계수의 출력 결과를 병합하여 병합 결과를 획득하는 단계; 및상기 병합 결과를 완전 연결 레이어에 입력하는 단계;를 더 포함하는 폐질환 분석 방법
|
| 9 |
9
제7항에 있어서,상기 어느 하나의 학습 모델 및 상기 다른 하나의 학습 모델 중 적어도 하나는, 콘볼루션 신경망 및 순환 신경망이 조합된 콘볼루션 순환 신경망을 포함하는 폐질환 분석 방법
|
| 10 |
10
제7항에 있어서,상기 피검자의 적어도 일 위치는, 피검자의 폐 각각의 상엽에 대응하는 흉부의 하나 이상의 지점 및 피검자의 양 폐 각각의 하엽에 대응하는 배부의 하나 이상의 지점 중 적어도 하나를 포함하는 폐질환 분석 방법
|
| 11 |
11
제7항에 있어서,학습용 폐음 데이터를 획득하는 단계;상기 학습용 폐음 데이터로부터 상기 학습용 폐음 데이터에 대한 멜 스펙트로그램을 획득하는 단계;상기 학습용 폐음 데이터에 대한 멜 스펙트로그램으로부터 상기 학습용 폐음 데이터에 대한 멜 주파수 켑스트럴 계수를 획득하는 단계;상기 학습용 폐음 데이터에 대한 멜 스펙트로그램을 어느 하나의 학습 모델에 입력하여 상기 어느 하나의 학습 모델을 훈련시키는 단계; 및상기 학습용 폐음 데이터에 대한 멜 주파수 켑스트럴 계수를 다른 하나의 학습 모델에 입력하여 상기 다른 하나의 학습 모델을 훈련시키는 단계;를 더 포함하는 폐질환 분석 방법
|
| 12 |
12
제7항에 있어서,상기 피검자의 폐음으로부터 멜 스펙트로그램을 획득하는 단계는,상기 피검자의 폐음에 대해 푸리에 변환을 수행하는 단계;멜 필터 뱅크를 이용한 필터링을 수행함으로써 상기 멜 스펙트로그램을 획득하는 단계; 및상기 멜 스펙트로그램에 대해 이산 코사인 변환을 수행함으로써 상기 멜 주파수 켑스트럴 계수를 획득하는 단계;를 포함하는 폐질환 분석 방법
|
| 13 |
13
학습용 폐음 데이터를 획득하는 폐음 데이터 획득부; 및상기 학습용 폐음 데이터로부터 상기 학습용 폐음 데이터에 대한 멜 스펙트로그램을 획득하고, 상기 학습용 폐음 데이터에 대한 멜 스펙트로그램으로부터 상기 학습용 폐음 데이터에 대한 멜 주파수 켑스트럴 계수를 획득하고, 상기 학습용 폐음 데이터에 대한 멜 스펙트로그램을 어느 하나의 학습 모델에 입력하여 상기 어느 하나의 학습 모델을 훈련시키고, 상기 학습용 폐음 데이터에 대한 멜 주파수 켑스트럴 계수를 다른 하나의 학습 모델에 입력하여 상기 다른 하나의 학습 모델을 훈련시키는 프로세서;를 포함하는 폐질환 분석 장치
|
| 14 |
14
학습용 폐음 데이터를 획득하는 단계;상기 학습용 폐음 데이터로부터 상기 학습용 폐음 데이터에 대한 멜 스펙트로그램을 획득하는 단계;상기 학습용 폐음 데이터에 대한 멜 스펙트로그램으로부터 상기 학습용 폐음 데이터에 대한 멜 주파수 켑스트럴 계수를 획득하는 단계;상기 학습용 폐음 데이터에 대한 멜 스펙트로그램을 어느 하나의 학습 모델에 입력하여 상기 어느 하나의 학습 모델을 훈련시키는 단계; 및상기 학습용 폐음 데이터에 대한 멜 주파수 켑스트럴 계수를 다른 하나의 학습 모델에 입력하여 상기 다른 하나의 학습 모델을 훈련시키는 단계;를 포함하는 폐질환 분석 방법
|
