Proceedings of the Korean Institute of Information and Commucation Sciences Conference
/
2016.05a
/
pp.252-255
/
2016
The objective of this paper is to find an easier and non-invasive a way of diagnosing heart diseases based on the heart sound, rigidly heart murmurs, recordings from subjects. Although most of the heart sounds can be easily heard, analysis of the findings by auscultation strongly depends on skills and experience of the physician. Therefore, the heart murmur is require quantitative analysis for automatic diagnosis equipment. For a good sound analysis, the noisy component ware filtered. This can be done using Wiener filter. Once the signal is filtered, it can be segmented into its basic components by signal energy using FFT. After segment the heart sound signal, the relative positions of the different heart sound components will be identified and will be used for quantification purposes. We are using murmur energy ratio. The experimental results are fairly good in relation to automatic diagnosis.
The structural defects of a heart often reflects the sounds that the heart produces. This paper describes heart sound analysis method using Wavelet transform and average Shannon energy. This can extract the features of heart sounds in various disease identify the heart sounds. Experimental results show that the presented method has potential application in detecting various heart diseases.
Identification and analysis of the first and second heart sounds(S1, S2) is the easiest way for cardiovascular disease prevention and early diagnosis. However, accurate identification is difficult because the heart sound includes organ movement, blood vortex, user experience, and noise influenced by subjective judgment. Therefore, an algorithm to automatically identify the S1 and S2 heart sounds based on blood vessel transit time(VTT) is presented in this paper. According to the experimental results of comparing the algorithm developed for S1 and S2 heart sound analysis with the conventional Shannon energy algorithm in 10 volunteers, it has been proven that the proposed algorithm can automatically identify S1 and S2 heart sounds with higher accuracy than existing algorithms.
Lee, Yunjung;Lee, Gihyoun;Na, Sung Dae;Seong, Ki Woong;Cho, Jin Ho;Kim, Myoung Nam
Journal of Korea Multimedia Society
/
v.19
no.3
/
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.
Heart sounds are the main obstacle in lung sound analysis. To tackle this obstacle, we propose a diagnosis algorithm that uses singular spectrum analysis (SSA) and frequency features of heart and lung sounds. In particular, we introduce a frequency coefficient that shows the frequency difference between heart and lung sounds. The proposed algorithm is applied to a synthetic mixture of heart and lung sounds. The results show that heart sounds can be extracted successfully and localizations for the first and second heart sounds are remarkably performed. An error analysis of the localization results shows that the proposed algorithm has fewer errors compared to the SSA method, which is one of the most powerful methods in the localization of heart sounds. The presented algorithm is also applied in the cases of recorded respiratory sounds from the chest walls of five healthy subjects. The efficiency of the algorithm in extracting heart sounds from the recorded breathing sounds is verified with power spectral density evaluations and listening. Most studies have used only normal respiratory sounds, whereas we additionally use abnormal breathing sounds to validate the strength of our achievements.
In this paper, we improve the performance of cardiac disorder classification by continuous heart sound signals using automatic segmentation and extreme learning machine (ELM). The accuracy of the conventional cardiac disorder classification systems degrades because murmurs and click sounds contained in the abnormal heart sound signals cause incorrect or missing starting points of the first (S1) and the second heart pulses (S2) in the automatic segmentation stage, In order to reduce the performance degradation due to segmentation errors, we find the positions of the S1 and S2 pulses, modify them using the time difference of S1 or S2, and extract a single period of heart sound signals. We then obtain a feature vector consisting of the mel-scaled filter bank energy coefficients and the envelope of uniform-sized sub-segments from the single-period heart sound signals. To classify the heart disorders, we use ELM with a single hidden layer. In cardiac disorder classification experiments with 9 cardiac disorder categories, the proposed method shows the classification accuracy of 81.6% and achieves the highest classification accuracy among ELM, multi-layer perceptron (MLP), support vector machine (SVM), and hidden Markov model (HMM).
The Transactions of the Korean Institute of Electrical Engineers D
/
v.51
no.4
/
pp.167-174
/
2002
This study describes a fetal heart rate(FHR) estimation algorithm using phonogram. Using a phonogram amplifier, various fetal heart sounds are collected in a university hospital. The FHR estimation algorithms consists of a lowpass filter, decimation, envelop detection, pitch detection, and post-processing. The post-processing is the FHR decision procedure using all informations of fetal heart rates. Using the algorithm and other parameters of fetal heart sound, a fetal monitoring software was developed. This can display the original signals, the FFT spectra, FHR and its trajectory. Even though the fetal phonogram amplifier detects the fetal heart sounds well, the sound quality is not so good as the ultrasonography. In case of very week fetal heart sound, autocorrelation of it showed clear periodicity. But two main peaks in one period is an obstacle in pitch detection and peaks are not so vivid. The proposed FHR estimation algorithm showed very accurate and stable results. Since the developed software displays multiple parameters in real time and has convenient functions, it will be useful for the phonogram-style fetal monitoring device.
Clinicians usually use stethoscopic auscultation for the diagnosis of heart diseases. However, the heart sound signal has varying characteristics due to the noise and/or the conditions of the patients. Also, it is not easy for junior clinicians to find the acoustical differences between different kinds or heart sound signals. which may result in errors in the diagnosis. Thus it will be quite useful for the clinicians to make use of an automatic classification system using signal processing techniques. In this paper, we propose to use hidden Markov models in stead of artificial neural networks which have been conventionally used for the automatic classification of heart sounds. In the experiments classifying heart sound signals. we could see that the proposed methods were quite successful in the classification accuracy.
Auscultation of heart sounds using a stethoscope is the basic method to diagnose the cardiovascular disease and observation of abnormalities. However, the heart sound transmitted to the ear through the stethoscope is greatly affected by internal sounds such as organ movement or breathing. In addition, the user's experience significantly influences the accuracy of the auscultation result. Therefore, in this paper, we developed a wearable device that simultaneously measures heart sound and PPG signals for cardiac condition monitoring. The structure of the proposed device is designed to simultaneously measure heart sound and PPG signals when worn on a finger and placed on the chest. A prototype was implemented according to the design structure, and it was confirmed that the performance of measurements and collection for physiological signals was excellent through experiments.
Purpose: The study was done to measure the effects of maternal heart sound on body weight, physiologic reactions (heart rate [HR] and cortisol) and behavioral states of preterm infants. Methods: Thirty-five preterm infants were recruited from a neonatal intensive care unit at a university hospital. Institutional Review Board approval and informed consent were obtained. The infants were assigned to an experimental group (n=18) with an auditory stimulation for 7 days of life, a continuous delivery of maternal heart sound using MP3 attached inside the incubator, or to a control (n=17) without any auditory stimulation. The outcome variables, daily variations in weight, HR and behavioral states, and differences in cortisol were analyzed. Results: There were differences in variations of daily weights (F=3.431, p=.011) and in cortisol (t=3.184, p=.006) between groups, but no difference in variations of daily HR (F=0.331, p=.933) and behavioral states (F=1.842, p=.323). Conclusion: The findings support the safety of continuous maternal heart sound as no changes in HR and behavioral states occurred, and the efficacy as weight increased and cortisol decreased. This auditory simulation may lead to more efficient utilization of energy in preterm infants by consistently providing familiar sounds from intrauterine life and blocking noxious sounds from NICU environments.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.