• 융합신호처리학회논문지
• /
• 제16권4호
• /
• pp.134-138
• /
• 2015

본 논문은 심장질환을 비침습적 방법으로 빠르고 쉽게 진단할 수 있도록 심음을 이용하는 방법에 대한 가능성을 찾는 것이다. 일반적으로 심음의 분류를 위하여 심음을 분리한 후에 특징파라미터를 추출하는 과정을 거치지 않고, 심음 분리에 사용되는 Shannon 엔트로피로 정규화하여 신경회로망의 입력으로 사용하였다. 심장질환에 따른 심잡음 분류를 위하여 Scaled conjugate gradient 역전파 알고리즘을 이용하여 신경회로망 분류기를 구현하였다. 정상 심음과 심장 질환의 경우 5가지를 포함하여 6종류의 심잡음에 대하여 분류가 가능함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제15권11호
• /
• pp.1330-1340
• /
• 2012

본 논문에서는 심음신호를 이용해 강한 심 잡음이 나타나는 심장판막협착 영역을 검출하는 새로운 알고리듬을 제안하였다. 심음의 주성분을 찾거나 심 잡음을 제거하기 위한 지금까지의 많은 연구들은 대동맥판막협착증이나 승모판막협착증과 같이 강한 심 잡음이 나타나는 비정상 심음의 경우, 강한 심 잡음으로 인해 좋은 결과를 보이지 못하였다. 본 논문에서는 구간 잡음강도함수를 이용한 잡음 검출 알고리듬을 제안하였다. 제안한 구간 잡음 강도 함수는 심음 신호에서 제 1심음과 제 2심음을 검출하여, 이를 이용한 심음 구간을 설정한 후 구간 자기상관변화량을 이용하여 도출할 수 있다. 제안한 구간 잡음강도함수를 이용하여 심 잡음의 강도를 판단하고 심 잡음 유무를 검출하였다. 제안한 알고리듬으로 실험한 결과, 심장판막협착 영역 검출에서 기존의 연구보다 뛰어난 성능을 가지는 것을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제19권3호
• /
• pp.557-566
• /
• 2016

Heart sounds generated by the beating heart and blood flow reflect the turbulence created when the heart valves snap shut. Cardiac diagnosis is typically started by an auscultation using a stethoscope, from which a medical doctor, depending on his hearing capabilities and training, listens and interprets the acoustic signal. This method of diagnostic is uncertain, mostly due to the fact that human ear loses the acoustic frequency sensitivity through the years. Even though an auscultation has some weaknesses like uncertainty, it is considered as a primary tool due to its simplicity. In this paper, heart murmur detection algorithm is proposed using time and frequency characteristics of heart sound. The propose heart murmur detection method adapted conventional primary heart sound detection method in time domain and modified spectral flatness method in frequency domain for detecting heart murmurs. From experimental results, it is confirmed that the proposed algorithm detect the heart murmurs efficiently.

• 한국멀티미디어학회논문지
• /
• 제14권7호
• /
• pp.884-894
• /
• 2011

본 논문에서는 심음에서 제 1심음(S1)과 제 2심음(S2)을 찾기 위한 새로운 알고리듬을 제안하였다. 심음의 주성분을 찾기 위한 기존의 알고리듬들은 심 잡음이 없는 정상 심음 신호에서는 높은 성능을 보이지만 심 질환에 의해 발생하는 심 잡음이 섞여 있는 신호에서는 현저한 성능저하를 보인다. 따라서 본 논문에서는 심 질환이 있는 심음에서 제 1심음과 제 2심음의 검출 성능 향상을 위해 3차 샤논 에너지 변화량을 이용한 알고리듬을 제안하였다. 제 1심음과 제 2심음의 에너지 변화량이 심 잡음에 비해 더 크게 나타나는 특징을 이용하여, 심 잡음을 감쇄시키고 제 1심음, 제 2심음을 검출하였다. 제안한 알고리듬은 정상 심음 뿐 아니라 대동맥 협착증, 승모판막 협착증과 같은 비정상 심음에서도 높은 검출 성능을 가질 수 있도록 개발하였으며 실험 결과 기존의 검출방법에 비하여 높은 검출 성능을 보였다.

• 한국정보통신학회논문지
• /
• 제17권12호
• /
• pp.3001-3008
• /
• 2013

심음도(PCG, Phonocardiogram) 분석을 이용하여 심장의 판막과 관련된 질환을 진단하기 위해서는 먼저 심음 분할을 위해 심음의 주성분인 S1과 S2를 정확하게 찾아야 한다. 본 논문에서는 심음포락선의 모멘트 특성을 분석하고 이를 심음 분할에 적용하였다. 기존의 2차 모멘트를 이용한 심음 분할의 문제점을 분석하고, 심잡음이 있더라도 심음 주성분의 검출이 용이한 3차 모멘트에 기반한 방법을 제안하였다. 심음포락선은 심음 신호의 단구간 에너지를 이용하였으며, 3차 모멘트 궤적의 기울기 정보를 이용하여 심음 주성분을 검출하고 지속시간을 게이팅(gating) 하였다. 다양한 심잡음이 포함된 심음 신호에 대한 실험을 통해 제안한 방법이 기존의 2차 모멘트 기법보다 심잡음의 영향을 적게 받고 심음 주성분의 구간을 정확하게 검출 할 수 있음을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.1045-1048
• /
• 2000

This paper presents the application of the wavelet transform analysis and the neural network method to the phonocardiogram (PCG) signal. Heart sound is a acoustic signal generated by cardiac valves, myocardium and blood flow and is a very complex and nonstationary signal composed of many source. Heart sound can be discriminated normal heart sound and heart murmur. Murmurs have broader frequency bandwidth than the normal ones and can occur at random position of cardiac cycle. In this paper, we classified the group of heart sound as normal heart sound(NO), pre-systolic murmur(PS), early systolic murmur(ES), late systolic murmur(LS), early diastolic murmur(ED). And we used the wavelet transform to shorten artifacts and strengthen the low level signal. The ANN system was trained and tested with the back- propagation algorithm from a large data set of examples-normal and abnormal signals classified by expert. The best ANN configuration occurred with 15 hidden layer neurons. We can get the accuracy of 85.6% by using the proposed algorithm.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.252-255
• /
• 2016

심음은 가장 쉽게 추출, 보관이 가능하고 가장 빨리 심장 질환을 진단하는데 도움을 줄 수 있기에 많이 사용되고 있다. 심음은 청진, 전자 청진을 통하여 얻어지는데 질환의 판정을 위해서는 전문의 많은 경험에 의존하고 있고, 자동 진단을 위한 장비는 매우 고가이며, 이를 위하여 심음의 정량화 과정이 선행되어야 한다. 본 연구에서는 심음의 한 종류인 심잡음을 심장 질환 별로 추출하여 정량화하여 자동 진단에 도움을 주고자 하였다. 심잡음은 심잡음 에너지율을 계산하여 정량화에 이용하였다. 추출된 심잡음 에너지의 파워 스펙트럼은 심장 질환별로 분류 가능한 형태학적 특징을 나타내었다.

• 대한수의학회지
• /
• 제47권1호
• /
• pp.99-102
• /
• 2007

A 3-year-old, intact female, Shih-tzu dog was presented with a 15-day history of vomiting,depression, and anorexia. On physical examination, systolic ejection murmurs with precordial thril atthe left heart base were detected. A diagnosis of congenital pulmonic stenosis (PS) was made mainlyfrom the thoracic radiography, electrocardiography, and echocardiography. On complete blood counts andconfirmed that main pulmonary artery was tremendously buldged and electrocardiography was suggestiveof severe right ventricular hypertrophy. Echocardiographic findings revealed the pulmonic valve stenosiscontaining valvular dysplasia and poststenotic dilation. On Doppler echocardiography, ejection velocityof the lesion accounted for 3.38 m/sec, meaning mild velocity through the stenotic area. The dog'sproblem and resulted in death. However, there has been no reliable relation between PS and CRF. Primarymalformation of pulmonic valve was confirmed at necropsy after death.

• 한국음향학회지
• /
• 제28권1호
• /
• pp.32-43
• /
• 2009

본 논문은 자동 분할과 extreme learning machine (ELM)을 이용하여 연속 심음신호에 의한 심장질환 분류의 성능을 개선한다. 자동 분할을 위한 전처리 단계에서 비정상적인 심음신호는 심잡음 (murmur)과 클릭음 (click)을 포함하고 있기 때문에 제1음 (S1)과 제2음 (S2) 시작점 검출 결과가 부정확하거나 누락되어 기존의 심장질환 분류 시스템의 정확도를 저하시키게된다. 이러한 분할 오류에 의한 성능 저하를 감소하기 위해 S1 및 S2의 위치를 찾고, S1 및 S2의 시간 차이를 이용하여 부정확한 시작점을 교정한 다음 한 주기 심음 신호를 추출한다. 특징벡터로는 단일 주기의 심음 신호로부터 추출된 멜척도 필터뱅크 로그 에너지 계수와 포락선을 사용한다. 심장질환을 분류하기 위하여 한 개의 은닉층을 가진 ELM 알고리듬을 사용한다. 9가지 심장질환 분류 실험을 수행한 결과, 제안 방법은 81.6%의 분류 정확도를 나타내며, multi-layer perceptron(MLP), support vector machine (SVM), hidden Markov model (HMM) 중에서 가장 높은 분류 정확도를 보여준다.

• Journal of Chest Surgery
• /
• 제18권2호
• /
• pp.165-173
• /
• 1985

A clinical analysis was performed n 706 uses of patent ductus arteriosus experienced at Department of Thoracic and Cardiovascular Surgery, Seoul National University Hospital during 27 years period from 1958 to 1984. Of the 706 patients of PDA, 244 patients were male and 462 patients were female and ages ranged from 2 months to 53 years old with the average age of 8.5 years. The chief complaints on admission were dyspnea on exertion and frequent URI in 58.9%, non specific symptoms such as palpitation and easy fatigability in 9.7%, symptoms of CHF in 2.0% and no subjective symptoms in 29.4%. On auscultation of heart, continuous machinery murmurs were heard in 82% and only systolic murmurs were heard in 18% of patients. On simple chest PA of patients, cardiomegalies were detected in 78% and there were increased pulmonary vascularities in 93% of patients. EKG findings were as followed; LVH 56.9%, BVH 12.6%, RVH 2.9% and WNL 27.6%. Cardiac Catheterizations were performed in 512 patients and mean Qp/Qs was 2.56 and mean systolic pulmonary artery pressure was 45mmHg. Operation methods were as followed; in patients in whom operations were performed on PDA only, ligation 94.3%, division 3.7% and ligation [0.5%] or trans-pulmonary artery suture closure [1.5%] under cardiopulmonary bypass 2.0% and in patients in whom operations were performed with associated anomalies, ligation 17.6%, division 2.4%, and ligation [44.7%] or trans-pulmonary artery suture closure [35.3%] under cardiopulmonary bypass 80%. 52 postoperative complications [8.4%] were developed in 42 patients [6.8%] and its were as followed; permanent or transient hoarseness 16 [2.6%], intraoperative rupture of PDA 8 [1.3%], recannalization 6 [1.[%], operative death 5 [0.8%], late death 4 [0.6%] and other miscellaneous complications 13 [2.1%]. 140 associated cardiac anomalies [19.8%] were found in 105 patients [14.9%] and its were as followed; VSD 68 [9.6%], COA 15 [2.1%], Subaortic discrete membrane 7 [0.9%], ASD 6 [0.8%], TOF 5 [0.7%] and other miscellaneous and