KR100805181B1 - 특이값 분해법을 이용한 청진음의 분석 - Google Patents

특이값 분해법을 이용한 청진음의 분석 Download PDF

Info

Publication number
KR100805181B1
KR100805181B1 KR1020067009865A KR20067009865A KR100805181B1 KR 100805181 B1 KR100805181 B1 KR 100805181B1 KR 1020067009865 A KR1020067009865 A KR 1020067009865A KR 20067009865 A KR20067009865 A KR 20067009865A KR 100805181 B1 KR100805181 B1 KR 100805181B1
Authority
KR
South Korea
Prior art keywords
stethoscope
patient
delete delete
multidimensional space
matrix
Prior art date
Application number
KR1020067009865A
Other languages
English (en)
Other versions
KR20060090279A (ko
Inventor
아서 지 에르드만
조지 쏘머펠드
아흐메드 에이치 테픽
크레이그 디 오스터
마리 에이 기온
Original Assignee
쓰리엠 이노베이티브 프로퍼티즈 캄파니
리전츠 오브 더 유니버스티 오브 미네소타
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 쓰리엠 이노베이티브 프로퍼티즈 캄파니, 리전츠 오브 더 유니버스티 오브 미네소타 filed Critical 쓰리엠 이노베이티브 프로퍼티즈 캄파니
Publication of KR20060090279A publication Critical patent/KR20060090279A/ko
Application granted granted Critical
Publication of KR100805181B1 publication Critical patent/KR100805181B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise

Abstract

본 발명은 의학장치에 관한 것으로서,상세하게는 환자의 생리적인 상태를 진단하여 의학 전문가를 보조하도록 청진음을 분석하는 전자 장치에 관한 것이다.
데이터 분석 시스템은 예컨대, 특이값 분해법을 알려진 생리적인 상태와 관련된 청진음에 적용하여 다차원 공간내에 하나 이상의 질병 영역들의 세트를 규정한다.
전자 청진기 또는 개인용 정보 단말기와 같은 진단장치는 데이터 분석 시스템으로부터의 구성 데이터를 환자와 연관된 청진음을 나타내는 상기 다차원 공간내에 하나 이상의 벡터들의 세트를 생성하도록 적용한다.
진단장치는 다차원 공간내 질병 영역들에 대한 벡터들의 방위들에 기초하여 환자의 생리적인 상태와 관련된 진단 메시지를 출력한다.
청진음, 특이값 분해법, 행렬

Description

특이값 분해법을 이용한 청진음의 분석{ANALYSIS OF AUSCULTATORY SOUNDS USING SINGLE VALUE DECOMPOSITION}
본 발명은 의학 장치에 관한 것으로서, 더욱 상세하게는 청진음의 분석을 위한 전자 장치에 관한 것이다.
임상의와 다른 의학 전문가들은 생리적인 상태의 탐지와 진단을 보조하도록 청진음에 오랫동안 의지하여 왔다. 예컨대, 임상의는 청진기를 사용하여 심음을 감시하여 심장 질병을 탐지할 수 있다. 다른 예에 따르면, 임상의는 환자의 폐 또는 복부와 관련된 음들을 감시하여 호흡 또는 위장의 상태를 탐지할 수도 있다.
전기적으로 기록된 청진음에 연산법을 적용하는 자동화된 장치가 개발되고 있다. 그 일실시예가 자동화된 혈압 감시 장치이다. 다른 실시예는 청진음의 분석을 기초로 생리적인 상태를 자동으로 탐지하는 분석 시스템을 포함한다. 예컨대, 인공 신경 네트워크는 청진음을 분석하고, 자동화된 진단 또는 제안된 진단을 제공하는 하나의 실행가능한 메커니즘으로 논의되어 오고 있다.
이러한 종래 기술의 이용에 있어서, 어느 정도의 정확성을 갖는 청진음에 기초해서는 정확한 생리적인 상태의 자동화된 진단을 제공하는 것이 어렵다. 게다가, 임상의를 보조하도록 실시간 또는 가상 실시간 동안 적용될 수 있는 정도로 종래 기술을 구현하는 것도 어렵다.
본 발명은 청진음 분석에 관한 것으로서, 환자의 생리적인 상태를 진단시 의학 전문가를 보조하는 청진음 분석에 관한 것이다. 본 발명은 예를 들어, 다양한 심장 상태의 진단 시, 의학 전문가를 보조하도록 제공될 수 있다. 상술된 본 발명을 이용하여 자동으로 탐지될 수 있는 예시적인 심장 상태는 대동맥 역류 및 협착증, 삼천판(tricuspid) 역류 및 협착증, 폐 협착증 및 역류, 미트럴(mitrial) 역류 및 협착증, 대동맥류, 경동맥 협착증 및 다른 심장 병리를 포함한다. 본 발명은 다른 생리적인 상태를 탐지하도록 청진음에 적용될 수 있다. 예를 들어, 본 발명은 환자의 폐, 복부 또는 다른 영역으로부터 기록되는 음을 검출하여 호흡 또는 위장 상태를 탐지하도록 적용될 수 있다.
상술된 본 발명에 따라, 특이값 분해법(Singular Value Decomposition)“SVD”는 알려진 생리적인 상태와 관련된 청진음의 디지털화된 표현을 포함하는 임상 데이터에 적용된다. 임상 데이터는 행렬들 세트로 공식화될 수 있고, 각 행렬은 생리적인 상태들의 상이한 상태와 관련된 청진음의 디지털화된 표현을 저장한다. 임상 데이터에 SVD를 적용하면 상기 행렬은 다차원 공간 내 질병 영역들 세트를 규정하는 부행렬들 세트로 분해된다.
다음에 각각의 생리적인 상태에 대한 하나 이상의 부행렬들은 진단장치에서 구성 데이터로서 이용될 수도 있다. 더욱 상세하게는, 상기 진단장치는 환자와 연관된 청진음의 디지털화된 표현에 상기 구성 데이터를 적용하여 상기 다차원 공간 내에 하나 이상의 벡터들의 세트를 생성한다. 상기 진단장치는 규정된 질병 영역에 관한 벡터의 방향에 기초하여 환자가 생리적인 상태, 즉 심장 병리를 경험하고 있는지를 결정한다.
일실시예에서, 본 발명에 따른 청진음의 분석 방법은 다차원 공간 내에 규정된 하나 이상의 질병 영역들의 세트에 알려진 생리적인 상태와 관련된 청진음을 도식화하는 단계와, 환자와 관련된 청진음을 묘사한 다차원 공간 내에 하나 이상의 벡터들의 세트를 생성하는 단계를 포함한다. 본 발명에 따른 청진음의 분석 방법은 벡터의 함수로서 환자의 생리적인 상태와 관련된 진단 메시지와, 다차원 공간내에 규정된 상기 질병 영역을 출력하는 단계를 더 포함한다.
다른 실시예에 있어서, 본 발명에 따른 청진음의 분석 방법은 특이값 분해법(SVD)을 생리적인 상태와 관련된 청진음의 디지털화된 표현에 적용하여, 다차원 공간내 하나 이상의 질병 영역들의 세트에 상기 청진음을 도식화하는 단계 및 상기 다차원 공간의 도식화에 기초하여 진단장치에 적용되는 구성 데이터를 출력하는 단계를 포함한다.
다른 실시예에 있어서, 본 발명에 따른 청진음의 분석 방법은 특이값 분해법(SVD)을 알려진 생리적인 상태에 관한 청진음의 디지털화된 표현에 적용하여 생성된 구성 데이터를 진단장치에 저장하는 단계를 포함하고, 상기 구성 데이터는 청진음을 다차원 공간 내 하나 이상의 질병 영역들의 세트에 도식화한다. 본 발명에 따른 청진음의 분석 방법은 환자와 관련된 청진음을 나타내는 디지털화된 표현에 구성 데이터를 적용하여 하나 이상의 생리적인 상태를 선택하는 단계와, 선택된 생리적인 상태를 지시하는 진단 메시지를 출력하는 단계를 더 포함한다.
다른 실시예에 있어서, 진단장치는 기록매체 및 제어 유닛을 포함한다. 상기 기록매체는 특이값 분해법(SVD)을 알려진 생리적인 상태와 관련된 청진음의 디지털화된 표현에 적용하여 생성된 데이터를 저장한다. 상기 데이터베이스는 상기 분석 모듈에 의해 생성된 데이터를 저장한다.
다른 실시예에 있어서, 본 발명은 명령어를 포함한 컴퓨터-판독가능한 기록매체에 관한 것이다. 상기 명령어는 프로그램가능한 프로세서가 환자와 연관된 청진음을 나타내는 디지털화된 표현에 구성 데이터를 적용하여 구성 데이터를 생리적인 상태들 세트 중 하나를 선택하도록 하며, 상기 구성은 청진음을 다차원 공간내 하나 이의 질병 영역들 세트에 도식화한다. 상기 명령어는 프로그램가능한 프로세서가 생리적인 상태 중에서 선택된 하나의 상태를 지시하는 진단 메시지를 출력하도록 한다.
본 발명은 하나 이상의 장점을 제공할 수 있다. 예를 들어, SVD의 적용으로 종래 방법에 비하여 환자의 자동화된 진단이 좀 더 정확하게 이루어질 수 있다. 부가적으로 본 발명은 구성 데이터가 SVD를 사용하여 미리 계산되고, 실시간으로 또는 가상 실시간으로 진단장치에서 즉, 임상의에 의해 적용되어 환자용 진단을 발부하여 임상의를 보조한다.
본 발명에 대한 다양한 실시예의 세부 사항은 상세한 설명과 첨부된 도면에서 규정된다. 본 발명의 다른 특징, 태양 및 장점도 후술하는 상세한 설명, 첨부된 청구범위 및 도면과 함께 더 잘 이해될 것이다.
도 1은 상술한 본 발명에 따른 청진음을 분석하는 진단장치내 예시적인 시스템을 도시하는 블록도이다.
도 2는 상술한 본 발명에 따른 진단장치로 작동하는 휴대용 개인 정보 단말기(PDA)의 예시적인 실시예를 도시하는 블록도이다.
도 3은 진단장치로 작동하는 전자 청진기의 예시적인 실시예를 도시하는 블록도이다.
도 4는 상술된 바와 같이 본 발명의 전체 구성을 제공하는 흐름도이다.
도 5는 특이값 분해법이 임상 데이터에 적용된 모수 분석 단계를 도시하는 흐름도이다.
도 6은 청진음 기록의 전처리를 도시하는 흐름도이다.
도 7은 청진음 기록을 전처리하는 동안 웨이브렛 분석 및 에너지 역치의 예시적인 결과를 도시하는 그래프이다.
도 8은 청진음 기록의 예시적인 데이터 구조를 도시하는 도면이다.
도 9는 환자의 청진음의 디지털화된 표현에 대한 추천된 진단을 제공하도록 모수 분석 단계로부터 구성 데이터를 적용하는 진단장치 내 실시간 진단 단계를 도시하는 흐름도이다.
도 10A 및 도 10B는 대동맥 협착 데이터와 정상 데이터의 비교에 의한 본 발명의 예시적인 결과를 도시하는 그래프이다.
도 11A 및 도 11B는 삼천판 역류 데이터와 정상 데이터의 비교에 의한 본 발명의 예시적인 결과를 도시하는 그래프이다.
도 12A 및 도 12B는 대동맥 협착 데이터와 삼천판 역류 데이터의 비교에 의한 본 발명의 예시적인 결과를 도시하는 그래프이다.
도 1은 진단을 발부하는데 있어서 임상의(10)을 보조하도록 환자(8)의 청진음을 분석하는 진단장치(6)를 갖는 일례의 시스템(2)를 도시하는 블록도이다. 대개, 진단장치(6)는 데이터 분석 시스템(4)에 의해 생성된 구성 데이터(13)에 따라 프로그램된다. 진단장치(6)는 구성 데이터를 이용하여 환자(8)의 청진음을 분석하고, 상기 분석에 기초하여 진단 메시지를 출력하여, 환자의 생리적인 상태 진단시 임상의(10)를 보조한다. 비록 심장 상태에 관해 예시적인 목적으로 상술하였다 할지라도, 본 발명은 환자(8) 신체의 다른 영역에서 기록된 청진음에 적용될 수 있다. 예컨대, 본 발명은 호흡 또는 위장 상태를 탐지하도록 환자(8)의 폐 또는 복부로부터 기록된 청진음을 적용할 수 있다.
진단장치(6)에 의해 적용되는 구성 데이터(13)의 생성 시, 데이터 분석 시스템(4)은 임상 데이터(12)를 수신받아 처리하며, 상기 임상 데이터는 알려진 생리적인 상태를 갖는 환자들 세트로부터 기록된 청진음의 디지털화된 표현을 의미한다. 예컨대, 청진음은 하나 이상의 알려진 심장 병리를 갖는 환자로부터 기록될 수 있다. 심장 병리의 예는 대동맥 역류 및 협착증, 삼천판(tricuspid) 역류 및 협착증, 폐 협착증 및 역류, 미트리얼(mitrial) 역류 및 협착증, 대동맥류, 경동맥 협착증 및 다른 심장 병리를 포함한다. 부가적으로, 임상 데이터(12)는 “정상”환자 즉, 심장 병리 현상을 갖지 않는 환자로부터 기록된 청진음을 포함한다. 일실시예에서, 임상 데이터(12)는 미가공, 필터링되지 않은 형태의 심음의 기록을 포함한다.
데이터 분석 시스템(4)의 분석 모듈(14)은 본 발명에 따른 임상 데이터(12) 내에 기록된 청진음을 분석하여, 전기적으로 기록된 청진음을 나타내는 다차원 에너지 공간 내 "질병 영역"들 세트를 규정한다. 다차원 공간내 각각의 질병 영역은 각각의 질병을 지시하도록 수학적으로 식별된 심장 주기내 음의 특징에 해당한다.
하기에서 좀 더 상세하게 상술되는 바와 같이, 일실시예에서 분석 모듈(14)은 특이값 분해법“SVD"를 적용하여 다차원 공간 내에서 질병 영역과 그 경계들을 규정한다. 게다가, 분석 모듈(14)은 SVD를 적용하여 다차원 공간 내에서 질병 영역 사이의 에너지 차이를 극대화하고, 각각의 질병 영역 사이의 정상 간격을 극대화한 각 질병 영역에 대한 각각의 에너지 각도를 규정한다. 데이터 분석 시스템(4)은 분석 모듈(13)의 실행 및 SVD의 적용을 위한 작동 환경을 제공하는 하나 이상의 컴퓨터를 포함하는, 컴퓨터-집약 태스크일 수 있다. 예컨대, 데이터 분석 시스템(4)은 수학적인 모델링과 수적 분석 환경을 제공하는 하나 이상의 워크 스테이션 또는 메인 프레임 컴퓨터를 포함할 수 있다.
분석 모듈(14)은 진단장치(6)에 의해 적용하기 위하여 모수 데이터베이스(16) 내에 분석 결과를 저장한다. 예컨대, 모수 데이터베이스(16)는 진단장치(6)용 데이터를 포함할 수 있으며, 이는 다차원 에너지 공간과 상기 공간 내 질병 영역에 대한 에너지 영역을 규정한다. 바꾸어 말하면, 상기 데이터는 일반 심장 활동과 정의된 심장 병리를 표시하는, 심장 주기에 관한 청진음의 특징을 식별하는데 이용될 수 있다. 하기에서 좀 더 상세하게 상술하는 바와 같이, 상기 데이터는 임상 데이터(12)에 SVD를 적용하는 동안 생성된 하나 이상의 부행렬들로 이루어질 수 있다.
분석 모듈(14)가 임상 데이터(12)를 처리하여 모수 데이터베이스(16)를 생성하면, 진단장치(6)는 구성 데이터(13)를 수신하거나 또는 이와 달리 구성 데이터(13)을 적용하도록 프로그램되어 환자(8)의 진단을 지원한다. 도시된 바와 같이, 청진음 기록 장치(18)은 환자(8)의 청진음을 감시하고, 커뮤니케이션 링크(19)를 통해 진단장치(6)와 음의 디지털화된 표현을 교환한다. 진단장치(6)는 구성 데이터(13)을 적용하여 환자(8)로부터 기록된 청진음을 분석한다.
대개, 진단장치(6)는 구성 데이터(13)를 적용하여, 청진음 기록 장치(18)로부터 수신된 디지털화된 표현을 임상 데이터(12)로부터 데이터 분석 시스템(4)에 의해 계산된 다차원 에너지 공간에 도식화한다.
하기에서 좀 더 상세하게 도시된 바와 같이, 진단장치(6)는 구성 데이터(13)을 적용하여 수득된 음을 나타내는 다차원 공간 내에 벡터들 세트를 생성한다. 그 후, 진단장치(6)는 질병 영역들에 대한 다차원 공간 내 벡터의 방향을 기초로 하나의 질병 영역을 선택한다. 일실시예에서, 진단장치(6)는 다차원 공간 내에 규정된 질병 영역이 이의 각각의 벡터들로부터 최소 간격을 갖는지를 결정한다. 상기 결정에 기초하여, 진단장치(6)는 임상의(10)에게 제안된 질병을 제출한다. 진단장치(6)는 환자(8)의 기록된 심음으로 간주되는 하나 이상의 심장 주기에 대한 분석을 반복할 수 있으며 이는 정확한 진단이 임상의(10)에게 보고되도록 하기 위한 것이다.
다양한 실시예에 있어서, 진단장치(6)는 다양한 메시지 형태로 출력될 수 있다. 예컨대, 진단장치(6)는 환자의 생리적인 상태가 정상인지 또는 비정상인지, 즉 환자가 심장 병리를 겪고 있는지 아닌지를 나타내는 "성공/실패(pass/fail)”형태 메시지를 출력할 수도 있다. 상기 실시예에 있어서, 데이터 분석 시스템(4)은 다차원 공간을 두개의 질병 영역: (1) 정상 및 (2) 질병을 포함하는 영역으로 규정한다. 다시 말하자면, 데이터 분석 시스템(4)은 각 심장 질환을 위해 다차원 공간 내에 각각의 질병 영역을 규정할 필요는 없다.
분석 중, 진단장치(6)는 단지 환자(8)의 청진음이 좀 더 "정상" 영역 또는 "질병" 영역에 가까운지를 도식화하는 것을 결정할 필요가 있으며, 이 결정에 기초하여 "성공/실패(pass/fail)”메시지를 출력한다.
진단장치(6)는 환자의 청진음이 도식화된 정상 영역으로부터의 계산된 거리에 기초한 심각성(severity) 지시자를 표시할 수 있다.
다른 실시예에 따르면, 진단장치(6)는 환자가 지금까지 경험하고 있는 하나 이상의 특정한 병리를 제안하는 진단 메시지를 출력할 수도 있다. 선택적으로 또는 부가적으로, 진단장치(6)는 환자(8)가 조심할 수 있도록 병리의 사전 평가로서 진단 메시지를 출력할 수도 있다. 즉, 이러한 사전 평가는 환자가 특별한 심장 상태에 빠질 수 있다는 것을 표시한다. 이는 발생하거나 또는 악화할 수 있는 예견된 병리에 대한 잠재성을 감소시키기 위한 것으로서, 임상의(8)가 미리 대책을 강구하여 치료를 처방할 수도 있다.
진단장치(6)는 임상의(10)가 디스플레이된 메시지의 형태를 선택할 수 있도록 설정되는 이용자-설정 모드를 지원할 수도 있다. 예컨대, 진단장치(6)는 단지 성공/실패(pass/fail) 타입의 메시지가 디스플레이되는 제 1모드와, 하나 이상의 제안된 진단이 디스플레이되는 제 2모드와, 그리고 하나 이상의 사전 진단이 제안되는 제 3모드를 지원할 수도 있다.
진단장치(6)는 휴대용 컴퓨터, 소형 계산 장치, 개인 휴대용 정보 단말기 (PDA), 초음파 심전도 분석기 또는 다른 장치일 수도 있다. 진단장치(6)는 내장형 마이크로프로세서, 디지털 신호 처리기(DSP), 필드 프로그래머블 게이트 어레이 (FPGA), 주문형 집적 회로(ASIC) 또는 다른 기술을 구현하는 다른 하드웨어, 펌웨어 및/또는 소프트웨어를 포함한다. 달리 말하면, 환자(8)로부터의 청진음 분석은, 상술하는 바와 같이, 하드웨어, 소프트웨어, 펌웨어, 이들의 조합 또는 이와 유사한 사항으로 구현될 수 있다. 만일 소프트웨어로 구현할 경우, 컴퓨터-판독 가능 기록매체는 명령어, 즉 프로그램 코드를 저장하고, 프로세서 또는 DSP에 의해 실행될 수 있으며, 이에 상기에서 설명된 바와 같은 하나 이상의 본 발명에 따른 기술이 수행된다. 예컨대, 컴퓨터 판독가능 기록매체는 자기 미디어, 광학 미디어,램(RAM, random access memory), 롬(ROM, read-only memory), 비휘발성 램(NVRAM, non-volatile random access memory), 전기 소거 가능한 프로그래밍 가능 롬 (EEPROM), 플래시 메모리, 또는 프로그램 코드를 저장하는데 적합한 다른 미디어로 이루어질 수 있다.
청진음 기록 장치(18)는 환자(8)의 청진음을 나타내는 전기 신호를 생성할 수 있는 어떠한 장치일 수 있다. 일례로서, 청진음 기록 장치(18)는 청진음의 전자 기록을 생성하고 포착하기 위한 DSP 또는 다른 내부 제어기를 갖는 전자 청진기일 수 있다. 대신, 비청진 제품에는 청진음을 포착하기 위한 일회용/재활용 센서, 마이크로폰 및 다른 장치 등이 사용될 수도 있다.
상술한 바와 같이 본 발명에 따른 기술의 적용은 필터링되지 않은 형태인 미가공 데이터의 사용을 허용한다. 게다가, 본 발명은 청진음 기록 장치(18)에 의하여 포착된 가청 범위 이상의 청진음을 이용할 수도 있다. 예컨대, 전자 청진기는 0-2000Hz 범위의 음을 포착할 수 있다.
개별 장치로 도시되어 있더라도, 진단장치(6) 및 청진음 기록 장치(18)는 단일 장치, 즉 충분한 계산 용량을 갖는 전자 청진기 내에 통합되어, 상술된 본 발명에 따라 환자(8)로부터 심음을 기록하고 분석할 수 있다.
커뮤니케이션 링크(19)는 와이어 링크, 즉 시리얼 또는 패러랠 커뮤니케이션 링크, 무선 적외선 커뮤니케이션 링크 또는 특허 프로토콜에 일치하는 무선 커뮤니케이션 링크 또는 802.11 (a/b/g), 블루투스(Bluetooth) 등과 같은 다양한 무선 표준 방식의 일종 일수 있다.
도 2는 도 1의 환자(8) 진단을 보조하기 위한 진단장치로서 작동하는 PDA의 일실시예에 대한 블록도이다. 도시된 것과 같이, PDA(20)은 접촉식 스크린(22), 입력 키(26, 28, 29A-29D)를 포함한다.
임상의(10)가 탐색키(26)를 선택함에 따라, 진단장치(20)는 탐색 모드를 시작하여 환자(8)로부터 기록된 청진음의 디지털화된 표현을 커뮤니케이션 링크(19)를 통하여 수신받는다. 디지털화된 표현이 수신되면, 임상의(10)는 구성 데이터(13)를 적용하도록 진단장치(20)를 지휘하는 진단키(28)을 실행하고, 수신된 청진음을 기초로 제안된 진단을 발부한다. 선택적으로, 진단키(28)을 실행시키지 않고도 진단장치(20)는 자동으로 청진음의 처리를 시작할 수도 있다.
하기에서 좀더 상세하게 상술하는 바와 같이, 진단장치(20)는 구성 데이터를 적용하여 데이터 분석 시스템(4)에 의해 계산된 다차원 에너지 공간에 청진음 기록 장치(18)로부터 수신된 디지털화된 표현을 도식화한다. 대개, 진단장치(20)는 환자(8)의 청진음이 가장 가깝게 도식화되는 다차원 공간 내에 규정된 질병 영역을 결정한다. 이러한 위치 결정을 기초로, 진단장치(20)는 접촉식 스크린(22)를 갱신하여 임상의(10)에게 하나 이상의 제안된 질병을 출력한다. 상기 실시예에 있어서, 진단장치(20)는 환자(8)가 대동맥 협착을 경험하는 것을 나타내는 청진음을 표시하는 진단 메시지(24)를 출력한다. 부가적으로, 진단장치는 환자(8)로부터 기록된 청진음의 그래프 표현(23)을 출력할 수도 있다.
진단장치(20)는 장치를 통해 수행되는 분석의 형태를 관리하는 다수개의 입력키(29A- 29D)를 포함할 수 있다. 예를 들어, 임상의(10)에 의해 선택된 입력키 (29A- 29D)의 신호를 기초로, 진단장치(20)는 성공/실패(pass/fail)와 같은 형태의 진단 메시지, 환자(8)가 현재 경험할 수도 있는 하나 이상의 제안된 병리 타입의 진단 메시지 및/또는 환자가 주의해야할 하나 이상의 병리에 대한 사전 진단 메시지를 제공한다.
스크린(22) 또는 입력키에 의해 또한 성별, 나이 및 BMI 지수와 같은 특정한 환자 정보를 입력할 수도 있다. 이러한 정보는 본 발명에 따라 규정된 분석시 사용될 수 있다.
도 2에서 도시된 실시예에 있어서, 진단장치(20)는 캘리포니아주 밀피타스에 소재한 팜사에 의해 제작된 팜파일롯(PalmPilot) 또는 워싱턴주 레드몬드에 주재한 마이크로소프트사에 윈도우 CE 구동 시스템을 실행하는 포켓 PC와 같은 어떠한 PDA일수 있다.
도 3은 하기에서 설명된 본 발명에 따른 진단장치로서 작동하는 전자 청진기(30)의 바람직한 실시예를 나타내는 사시도이다. 도시된 것과 같이, 전자 청진기(30)는 체스트피스(chestpiece,32), 음전달 매커니즘(34) 및 이어피스 어셈블리(36)를 포함한다.
체스트피스(32)는 청진음을 수집하기 위하여 환자(8)의 몸에 근접하거나 또는 접하여 위치될 수 있도록 개조된다. 음 전달 매커니즘(34)는 수집된 음을 이어피스 어셈블리(36)에 전달한다. 이어피스 어셈블리(36)는 임상의(10)가 청진음을 감시할 수 있도록 하는 한 쌍의 이어피스(37A, 37B)를 포함한다.
도시된 바와 같이, 체스트피스(32)는 진단 메시지(42)가 출력되는 디스플레이부(40)를 포함한다. 더욱 상세하게는, 전자 청진기(30)는 데이터 분석 시스템(4)에 의하여 계산된 다차원 에너지 공간에 체스트피스(32)에 의해 수득된 청진음을 도식화하도록 구성 데이터(13)를 적용하는 내부 제어기(44)를 포함한다. 상기 제어기(44)는 환자의 청진음이 최대한 가깝게 도식화되는, 에너지 공간 내의 규정된 질병 영역에 대한 위치를 결정한다. 이러한 결정에 근거하여, 제어기(44)는 디스플레이부(40)를 갱신하여 메시지(42)를 출력한다.
제어기(44)는 예시적으로 도시된 것과 같이 체스트피스(32) 내에 위치될 수 있으며, 전자 청진기(30)의 다른 영역 내에 위치될 수도 있다. 제어기(44)는 내장형 마이크로프로세서, 디지털 신호 처리기 (DSP), 필드 프로그래머블 게이트 어레이 (FPGA), 주문형 집적 회로 (ASIC) 또는 유사한 하드웨어, 펌웨어 및/또는 본 발명에 따른 기술을 구현하기 위한 소프트웨어로 이루어질 수 있다. 제어기(44)는 컴퓨터-판독 가능 기록매체를 포함하여, 컴퓨터-판독 가능한 명령어, 즉 프로그램 코드를 저장하고, 하나 이상의 상술된 본 발명에 따른 실시예를 수행하도록 실행될 수 있다.
도 4는 상술된 바와 같이 본 발명의 전체 구성을 제공하는 흐름도이다. 도 4에서 도시된 것과 같이, 본 발명에 따른 처리 과정은 개괄적으로 두 개의 단계로 나누어질 수 있다. 제 1단계는 모수 분석 단계로 인용되며, 이 단계에서 진단장치(6)용 구성 데이터(13)가 생성되도록 도 1의 임상 데이터(12)가 SVD를 사용하여 분석된다. 이러한 처리과정은 컴퓨터-집약적일 수 있다. 제 2단계는 진단 단계로 인용되며, 진단장치(6)가 분석 단계의 결과를 적용하여 환자의 진단을 보조한다. 일관성을 위하여, 도 4의 흐름도는 도 1을 참고하여 설명된다.
우선, 임상 데이터(12)가 수집되어(50), 특이값 분해법을 위해 데이터 분석 시스템(4)에 제공된다(52). 상술된 바와 같이, 임상 데이터(12)는 알려진 심장 상태를 갖는 환자들 세트로부터 얻어진 청진음의 전자 기록을 포함한다.
데이터 분석 시스템(4)의 분석 모듈(14)은 본 발명에 따른 임상 데이터(12)의 기록된 심음을 분석하여, 전기적으로 기록된 심음을 나타내는 다차원 공간 내 질병 영역들 세트를 규정한다(52). 다차원 공간내 각 질병 영역은 각각의 질병에 대한 지표로서 수학적으로 식별되는 심장 주기 내 음에 해당한다. 분석 모듈(14)은 모수 데이터베이스(16) 내에 분석 결과를 저장한다(54). 특히, 분석 결과는 진단장치에 사용되어 환자 청진음을 생성된 다차원 공간에 도식화하는 구성 데이터(13)를 포함한다. 분석 모듈(14)이 임상 데이터(12)를 처리하면, 진단장치(6)는 구성 데이터(13)을 적용하도록 이를 수신하거나 또는 이와 달리 프로그램되어 환자(18)의 진단을 보조한다(56). 이러한 방법으로, 데이터 분석 시스템은 본 발명에 따른 기술을 적용하고, SVD를 포함하는 것으로 간주할 수 있으며, 데이터 분석 시스템은 알려진 생리적인 상태를 갖는 환자로부터 기록된 심음들 세트에 대한 대표적인 표본을 분석하고 실시간 또는 가상 실시간 내에 적용될 모수 데이터를 생성한다.
청진음 기록 장치(18)가 환자(8)로부터 청진음을 수득할 때 진단 단계가 착수된다. 진단장치(6)는 구성 데이터(13)을 적용하여 임상 데이터(12)로부터 데이터 분석 시스템(4)에 의해 계산된 다차원 에너지 공간에 청진음 기록 장치(18)로부터 수신된 심음을 도식화한다(58). 심장 청진음에 있어서, 진단장치(6)는 환자(8)로부터 기록된 심음으로 식별된 하나 이상의 심장 주기용 실시간 진단을 반복할 수 있으며, 이에 따라 임상의(10)에게 정확한 진단이 전달되는 것이 보장된다. 진단장치(6)는 구성의 적용 및 다차원 공간에 환자의 청진음 도식화에 기초하여 진단 메시지를 출력한다(59).
도 5는 도 4의 모수 분석 단계를 좀 더 상세하게 나타내는 흐름도이다. 우선, 임상 데이터(12)가 알려진 심장 상태를 가진 환자들의 세트로부터 수집된다(60).
일 실시예에서, 각 기록은 대약 8초 동안 청진된 심음을 수집하고, 이는 분당 70회의 심박수에 대하여, 대략 9.33회의 심장 주기를 나타낸다. 각 기록은 32,000의 이산값을 갖는 벡터 R로서, 디지털 형태로 저장되며, 이는 대략 4000Hz의 표본율을 나타낸다.
각 심음 기록 R은 전처리되며(62), 도 6을 참고하여 하기에서 상세하게 설명되는 바와 같다. 이러한 전처리 동안, 분석 모듈(12)은 벡터 R을 처리하여 각 심장 주기에 대한 시작 시간과 종료 시간을 식별한다. 부가적으로, 분석 모듈(14)은 각 심장 주기 내의 S1 및 S2 주기들 뿐만 아니라 수축 및 이완 주기들에 대하여도 시Q작 및 종료 시간을 식별한다. 이러한 식별을 기초로 하여, 분석 모듈(14)은 통상의 심박수, 예컨대 분당 70회의 심박수에 대한 각 심장 주기를 정규화한다. 즉, 분석 모듈(14)은, 예를 들어, 분당 70회의 심박수에 대응하는 약 857ms와 같은 규정된 시간 주기에 대한 심장 주기와 관련된 데이터를 신장 또는 압축하기 위하여 필요한 만큼, 각 심장 주기에 대응하는 디지털화된 데이터를 리샘플링할 수 있다.
각 개별적인 심장 기록을 전처리한 후, 분석 모듈(14)은 특이값 분해법(SVD)을 임상 데이터(12)에 적용하여, 다차원 에너지 공간을 생성하고, 청진음의 특징과 관련되는 다차원 에너지 공간 내의 질병 영역을 규정한다(63).
더욱 상세하게는, 분석 모듈(14)은 N개의, 동일한 알려진 심장 상태를 갖는 환자에 대한 전처리된 음 기록들 R을 조합하여, 다음과 같은 M×N 행렬 A를 형성한다.
Figure 112006035199917-pct00001
여기서 각 열은 M개의 디지털화된 값들, 즉 3400개의 값들을 갖는 서로 다른 음 기록 R을 표현한다.
그 다음, 분석 모듈(14)은 SVD를 적용하여 A를 분해함으로써 세 개의 부행렬을 생성한다.
Figure 112006035199917-pct00002
여기서, U는 직교 열을 갖는 N×M 행렬이고, D는 M×M의 음이 아닌 대각 행렬이며, V는 M×M 직교 행렬이다. 이러한 관계는 또한 다음과 같이 표현될 수도 있다.
Figure 112006035199917-pct00003
행렬 S의 요소(
Figure 112007061678773-pct00004
)는 A의 특이값이다. 상기 SVD 표현에서, U는 좌측 특이 행렬이고, V는 우측 특이 행렬이다. 게다가 U는 행렬 A를 가장 잘 한정 하는 각각 R을 가지고 특징을 한정하는 M×M 가중치 행렬로서 간주할 수 있다. 더욱 상세하게는, SVD 원리에 따라, U 행렬은 M 차원 공간 내의 한정된 영역에 행렬 A를 도식화하는 가중치 행렬을 제공한다.
분석 모듈(14)은 각 심장 상태를 위해 이러한 처리를 반복한다. 즉, 분석 모듈(14)은 "정상” 환자를 위한 음기록 R을 이용하여 해당 행렬 ANORMAL을 계산하고, SVD를 적용하여 UNORMAL를 생성한다. 유사하게, 분석 모듈은 각각의 병리에 대하여 행렬 A와 대응되는 U행렬을 계산한다. 예컨대, 분석 모듈(14)은 UAS , UAR , UTR, 및/또는 U DISEASED 을 생성할 수 있고, 부호 "AS"는, 대동맥판 협착증을 나타내도록 다른 진단장치에 의해 알려진 환자 또는 다소간의 환자들로부터 생성된, U행렬을 나타내고, 유사한 방법으로 부호 "AR"은 대동맥 역류를, 부호 "TR"은 삼천판 역류를 나타낸다.
다음, 분석 모듈(14)은 다른 U행렬에 각 계산된 U행렬을 쌍방향으로 곱하고, 그 결과 행렬에 SVD를 실행하는데, 이는 U행렬의 어느 부분이 심장 상태를 구별하는 특징을 가장 잘 나타내는지 식별하기 위함이다.
예를 들어, UNORMAL, UAS 및 UAR 의 행렬을 추정하여, 분석 모듈은 다음 행렬을 계산한다:
Figure 112006035199917-pct00005
이후, 분석 모듈(14)은 각각의 결과 행렬 T1, T2 및 T3 에 SVD를 적용하여, 부행렬들 세트로 다시 전환하고, 상기 부행렬은 각각의 심장 상태 사이의 다차원 공간내 에너지 차이를 최대화하는 각각의 원형 U행렬의 부분을 식별하기 위해 사용될 수 있다.
예를 들어, SVD를 T1에 적용하여 계산된 행렬은 UNORMAL 및 UAS의 일부를 규정하는데 이용될 수 있고, 이는 다차원 공간 내 개별 질병 영역의 직교성을 최대화한다.
결과적으로, T1은 트림(trim) 또는 진단시 UNORMAL 및 UAS 를 좀 더 효과적으로 적용될 수 있는 부행렬로 변형하여 사용될 수도 있다(64). 예를 들어, 각각의 T1, T2, T3에 SVD를 적용하여 계산된 행렬 S가 이용될 수도 있다. 역코사인은 다차원 공간내 개별적인 두 개의 심장 상태 사이의 에너지 각도를 계산하도록 각 행렬 S에 적용될 수 있다. 이러한 에너지 각도는 다차원 공간 내 질병 사유에 따른 에너지 차이를 최상으로 계산하는 각각의 U행렬의 일부를 식별하는데 이용될 수도 있다.
이 후, 분석 모듈은 각 심장 상태를 위해 평균 벡터 AV를 계산한다(66). 특히, 심장 데이터(12)로부터 공식화된 각 M×N 행렬 A에 있어서, 분석 모듈(14)은 행렬 A내의 N개의 음기록 R으로부터 계산된 평균 디지털화된 값인 1×N 평균 벡터 AV를 계산한다. 예를 들어, 분석 모듈(14)은 AVAS, AVAR, AVTR, UNORMAL, UAS 및 UAR을 저장할 수 있다(68).
도 6은 청진음 기록 R의 전처리 과정을 좀 더 상세하게 도시하는 흐름도이다. 대개, 상기 전처리 기술은 청진음 기록 R을 심장 주기로 분리하고, 각 심장 주기를 4개의 부분: 제 1심음, 이완부, 제 2심음, 확장부로 좀 더 분리한다. 전처리 기술은 소음 제거를 위해 새넌 에너지 엔벨로그램(Shannon Energy Envelogram, SEE)을 적용한다. SEE는 심박수 최대치의 상대적인 정합성을 사용함으로써 역치된다. 그 역치는 특정한 청진음 기록 R에 기초하여 적응적으로 생성될 수 있다.
초기에, 분석 모듈(14)은 청진음 기록 R상에 웨이브렛 분석(wavelet analysis)을 실행하여 기록 내에 에너지 역치를 식별한다(70). 예컨대, 웨이브렛 분석은 어떠한 주파수 범위 사이의 에너지 역치를 드러낼 수 있다. 즉, 어떤 주파수 범위는 디지털화된 기록의 에너지의 어떠한 실체부가 포함된 것을 식별할 수도 있다.
식별된 에너지 역치에 기초하여, 분석 모듈(14)은 청진음 기록 R을 하나 이상의 주파수 밴드로 분해한다(72). 분석 모듈(14)은 각 심장 주기를 식별하기 위해 각 주파수 밴드 내 신호의 특징을 분석한다. 특히, 분석 모듈(14)은 주파수 밴드를 검사하여 심장 주기의 이완 및 수축 단계를 식별하고,
분석 모듈(14)은 각 심장 주기를 확인하기 위하여 각 주파수 밴드 내 신호의 특성을 분석한다. 특히, 분석 모듈(14)은 심장 주기의 수축 및 이완 단계와, 어떤 심장판막의 활동이 일어나는 동안 S1 및 S2 주기를 식별하기 위하여 주파수 밴드를 검사한다. 각 심장 주기를 분단하기 위하여, 분석 모듈(14)은 로패스 필터, 즉 1kHz의 컷오프 주파수를 갖는 Chebyshev-type 로패스 필터를 8초 동안 적용할 수도 있다.
그리고, 평균 SEE는 매 0.02초 세그먼트당 하기와 같이 0.01초 세그멘트로 청진음 기록 R을 통해 계산될 수 있다.
Figure 112006035199917-pct00006
여기서, xnom은 로-패스 필터되고, 음 기록의 표본으로 정규화시키며, N은 0.02초당 신호 표본의 수이며, 예를 들어 N은 200이다.
시간에 대해 정규화된 평균 새넌 에너지는 다음과 같이 계산될 것이다.
Figure 112006035199917-pct00007
M(Es(t))는 Es(t)의 평균값이고, S(Es(t))는 Es(t)의 표준편차이다. 그리고, 평균값과 표준편차는 각 심장 주기 내 최대치와 각 심장 주기의 각 세그먼트에 대한 시작 시간을 식별하는 기초로서 사용된다.
각 심장 주기 및 각 S1 및 S2 주기를 위한 시작 및 종료 시간이 청진음 기록 R내에서 결정될지라도, 분석 모듈(14)은 청진음 기록 R을 리샘플링하고 이러한 과정은 시간 주기를 초과하여 발생하는 각 심장주기와 S1 및 S2 주기를 신장 또는 압축하는데 필요하다(76). 예컨대, 분석 모듈(14)은 평균 심박수, 즉 분당 70회로 각 심장 주기를 정규화하여, 시간당 동일한 길이에 대한 각 주기 내 각 S1 및 S2 주기를 보장할 수 있다. 심장 활동의 각종 단계에 대한 청진음 기록 R의 일부가 다른 청진음의 유사한 일부와 좀 더 용이하게 그리고 정확하게 분석되어 비교될 수 있는 장점을 갖는다.
디지털화된 청진음 R내에 심장 주기를 정규화한 후, 분석 모듈(14)은 분석을 위해 하나 이상의 심장 주기를 선택한다(78). 예컨대, 분석 모듈(14)은 심장 주기내 소음 존재의 양에 근거하여 심장 주기의 이상 현상중 하나인 “cleanest”를 식별할 수 있다. 다른 예로서, 분석 모듈(14)은 심장 주기의 모든 평균 또는 분석을 위하여 무작위적으로 선택된 둘 이상의 평균을 계산할 수 있다.
도 7은 도 6을 참고하여 설명된 웨이브렛 분석 및 에너지 역치의 결과를 예시적으로 도시하는 그래프이다. 특히, 도 7은 음기록 R의 일부를 도시한다. 실시예에서, 분석 모듈(14)은 전형적인 청진음 기록 R을 4개의 주파수 밴드(80A- 80D)로 분해하고, 각 주파수 밴드는 각각의 주파수 요소(82A- 82D)를 포함한다.
분해법에 근거하여, 분석 모듈(14)은 심장 주기의 단계를 나타내는 청진음에 대한 변화를 탐지한다. 분해된 주파수를 분석하고, 관련된 특징 즉, 하나 이상의 주파수 밴드(80) 내 기울기 변화를 식별함으로써, 분석 모듈(14)은 이완 및 수축 주기, 특히 S1 및 S2 주기의 시작 및 종료 시점을 높은 신뢰성을 가지고 탐지할 수 있다.
도 8은 청진음 기록 R의 예시 데이터 구조 84를 도시한다. 도시된 것과 같이, 데이터 구조(84)는 청진음 기록 R을 나타내는 디지털화된 데이터를 의미하는 1×N 벡터로 이루어질 수 있다. 게다가, 전처리 및 리샘플링에 기초하여, 데이터 구조(84)는 심장 주기의 설정된 수를 초과하여 데이터를 저장하고, 각 S1 및 S2 영역은 데이터 구조의 전 설정된 부분을 차지한다. 예를 들어, 제 1 심장 주기를 위한 S1 영역(86)은 데이터 구조(84)의 성분 0-399를 포함할 수 있으며, 제 1 심장 주기의 수축 영역(87)은 성분 400-1299로 이루어질 수 있다. 이는 청진음 R을 배수로 계산하여, M×N 행렬 A을 형성하도록 용이하게 조합되며, 상술하는 바와 같이, 주어진 심장 주기를 위한 S1 및 S2가 열-정렬된다. 도 9는 도 4의 진단 상태를 좀 더 상세하게 도시하는 흐름도이다. 우선, 청진 데이터가 환자(8)로부터 수집된다(90). 상술하는 바와 같이, 청진 데이터는 개별 청진음 기록 장치(18), 예를 들어 전자 청진기에 의해 수집되어, 링크 커뮤니케이션(19)를 통하여 진단장치(6)에 연결될 수 있다. 다른 실시예에서, 진단장치(6)의 상관장치는 청진음 기록 장치(18) 내에 집적화될 수 있다. 모수 분석 단계와 유사하게, 수집된 청진음 기록은 환자(8)로부터 대략 8초 동안 수득되고, 3400의 이산 값을 갖는 RPAT 벡터로서 디지털화된 형태로 저장될 수 있다.
청진음 데이터 RPAT 를 수득시, 진단장치(6)는 도 6을 참조하여 상술된 바와 같이, 심음 기록 RPAT을 전처리한다. 전처리 동안, 진단장치(6)는 벡터 RPAT 를 처리하여, 각 심장 주기의 시작 시간과 종료 시간 및 각 심장 주기의 S1 및 S2 주기 뿐만 아니라 심장 수축 및 심장 이완 주기 동안의 시작 시간 및 종료 시간을 식별한다. 이러한 규정에 근거하여 진단장치(6)는 통상의 심박수, 예컨대 분당 70회의 심박수에 대해 각 심장 주기를 정규화한다.
삭제
그 후, 진단장치(6)는 분석 단계 동안 계산된 각 생리적인 상태에 대한 구성 데이터(13)를 적용한 루프를 초기화한다. 예를 들어, 진단장치는 AVAS , AVAR , AVTR, U NORMAL, UAS 및 UAR의 구성데이터를 사용하여 환자의 진단을 보조한다.
우선 진단장치(6)는 제 1 생리적인 상태, 예컨대 정상 상태를 선택한다(93). 그리고, 진단장치(6)는 수득된 청진음 벡터 RPAT로부터 대응 평균 벡터AV를 제하여 차벡터 D를 형성한다(94). D는 수득된 청진음 벡터 RPAT와 현재 선택된 생리적인 상태 사이의 차를 표현하는 디지털화된 데이터 D로서 차벡터로 일반적으로 언급된다. 예를 들어, 진단장치(6)는 다음과 같이 DNORMAL을 계산할 수 있다.
Figure 112006035199917-pct00008
그리고 진단장치(6)는 현재 선택된 심장 상태를 위한 해당 U행렬에 상기 결과 차벡터 D를 곱하여, 현재 선택된 심장 상태에 대하여 환자(8)를 나타내는 벡터 P를 생성한다.
Figure 112006035199917-pct00009
해당 U행렬을 통해 차 벡터 D를 곱은 다차원 공간 내 해당 질병 영역에 관련된 가중치 행렬을 적용하고, 다차원 공간 내 벡터 P를 생성한다. 현재 심장 상태의 질병 영역에 대한 벡터 P의 정렬은 분석 단계 동안 결정된 차벡터 D 및 U행렬의 결과의 정상상태에 따른다.
진단장치(6)는 다차원 공간 내에 규정된 각 심장 상태를 위해 이러한 절차를 반복하여, 환자(8)로부터 기록된 청진음을 대표하는 벡터들 세트를 생성한다(98, 106). 예를 들어, 구성 데이터(13)를 추정하는 것은 AVAS, AVAR, AVTR, UNORMAL, UAS , 및 UAR 를 포함하고, 진단장치(6)는 하기와 같이 4개의 환자 벡터를 계산한다.
Figure 112006035199917-pct00010
이러한 벡터들 세트는 분석 단계 동안 발생한 다차원 공간 내에 환자로부터 기록된 청진음을 나타낸다. 결과적으로, 각 벡터 및 해당 질병 영역 사이의 간격은 환자(8)로부터 수득된 청진음의 특징 및 개별 심장 상태를 갖는 것으로 알려진 환자의 청진음 특징 사이의 유사성 정도를 나타낸다.
그리고, 진단장치(6)는 벡터의 방향성 함수로서 질병 영역과 다차원 공간내 질병 영역 중 하나를 선택한다. 일실시예에서 진단장치(6)는 에너지 공간 내에 규정된 질병 영역이 대표 벡터로부터의 최소 간격을 갖는지를 결정한다. 예를 들어, 진단장치(6)는 각 벡터 P와 규정된 질병 영역 사이의 최소 각 간격으로 묘사되는 에너지 각을 우선 계산한다(100). 상기 예를 계속 설명하면, 진단장치(6)는 하기의 4개 거리 측정식을 계산할 수 있다.
Figure 112006035199917-pct00011
특히, 각 거리 측정치 DIST는 개별 환자 벡터 P와 다차원 공간 내에서 규정된 각 질병 영역의 평균값 사이의 2차원 간격이다.
계산된 간격에 근거하여, 진단장치(6)는 가장 작은 간격 측정치를 식별하고(102), 환자(8)을 위한 제안 진단을 결정하여 임상의(10)을 보조한다. 예를 들어, 만일 환자 벡터들 PAS의 세트가 각각의 질병 영역, 즉 AS 질병 영역으로부터 최소 간격으로 이격된 경우, 진단장치(6)는 환자(8)가 대동맥판 협착증을 경험할 수도 있다고 결정한다. 진단장치(6)는 상기 식별에 기초하여 임상의(10)에게 대표적인 진단 메시지를 출력한다(104). 메시지를 출력하기에 앞서, 진단장치(6)는 환자(8)로부터 기록된 심음에서 식별된 하나 이상의 심장 주기의 분석을 반복하여, 정확한 진단이 임상의(10)에게 보고되도록 한다.
<실 모델 예>
상기에서 설명된 본 발명은 "정상" 심장 활동 또는 대동맥판 협착증으로 알려진 환자들 세트에 대한 임상데이터를 적용하여 왔다. 특히, 다차원 공간은 예시적인 임상 데이터에 기초하여 생성되며, 환자가 상술된 바와 같이 실시간으로 검진된다.
하기의 표는 정상 심장 상태로 알려진 환자를 위한 청진음에 대한 간격 계산을 나타낸다. 특히, 벡터들은 각 환자에 대하여 측정된 각각의 심장 주기에 대해 계산된다. 표 1은 정상 심장 상태에 관한 다차원 공간 내 질병 영역에 대한, 전압 인가시 측정된, 벡터에 대한 간격을 나타낸다.
Figure 112006035199917-pct00012
표 2는 대동맥판 협착증으로 알려진 환자에 대한 청진음에 있어서, 전압 인가시 측정된 간격 계산치를 도시한다. 특히, 표 2는 대동맥판 협착증인 심장 상태 에 관하여 다차원 공간 내의 질병 영역에 대한 벡터의 에너지 간격을 도시한다.
Figure 112006035199917-pct00013
표 1 및 2에서 도시된 것과 같이, 벡터들은 다차원 공간내에서 명확하게 분리되고, 진단이 용이하게 지시될 수 있다. 다섯 명의 모든 환자들도 유사한 패턴을 따른다.
도 10A 및 도 10B는 예시적인 결과를 개괄적으로 도시하는 그래프이다. 특히, 도 10A 및 도 10B는 정상 데이터에 비교되는 대동맥판 협찹증 데이터를 도시한다. 유사하게도, 도 11A 및 도 11B는 정상 데이터에 비교된 삼천판 역류 데이터를 도시하는 그래프이다. 도 12A 및 도 12B는 삼천판 역류 데이터에 비교된 대동맥판 협착증을 도시하는 그래프이다. 대개, 도 10A, 10B, 11A 및 11B의 그래프는 정상 데이터 및 질병 관련된 데이터에 대한 실질적으로 겹쳐지지 않은 본 발명에 따른 데이터 결과를 도시한다.
본 발명에 따른 다양한 실시예가 설명된다. 예컨대, 비록 청진음을 기록하는 것에 관하여 상술하였을지라도, 본 발명은 환자의 다른 전자 기록에 적용될 수 도 있다. 본 발명은 예를 들어, 환자로부터 전기적으로 탐지된 심전도 기록에 적용될 수도 있다.
본 발명에 따른 상기 실시예와 다른 실시예들은 후술하는 청구범위 및 그 등가물의 전 범위에 의하여 규정된다.

Claims (43)

  1. 알려진 생리적인 상태들과 관련된 청진음들을 다차원 공간 내에 규정된 하나 이상의 질병 영역들의 세트에 매핑하는 단계;
    환자와 관련된 청진음들을 나타내는, 상기 다차원 공간내의 하나 이상의 벡터들의 세트를 생성하는 단계; 및
    상기 환자의 생리적인 상태와 관련된 진단 메시지를, 상기 다차원 공간 내에 규정된 상기 질병 영역들과 상기 벡터들의 함수로서 출력하는 단계를 포함하는 방법.
  2. 제 1항에 있어서,
    상기 진단 메시지를 출력하는 단계는,
    상기 다차원 공간 내의 상기 질병 영역들 중 하나를 상기 다차원 공간 내의 상기 벡터들의 방위들의 함수로서 선택하는 단계; 및
    상기 선택에 기초하여 상기 진단 메시지를 출력하는 단계로 이루어지는 방법.
  3. 제 1항에 있어서,
    상기 진단 메시지를 출력하는 단계는,
    비정상의 생리적인 상태가 검출되었는지를 표시하는 성공/실패 메시지를 출력하는 단계;
    상기 환자가 현재 경험하고 있는 하나 이상의 특정 병리를 식별하는 진단 메시지를 출력하는 단계; 및
    상기 환자가 하나 이상의 생리적인 상태에 감염되기 쉬움을 나타내기 위해 상기 진단 메시지를 출력하는 단계 중 하나 이상을 포함하는 것인 방법.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 제1항에 있어서,
    적어도 하나의 상기 벡터들과 상기 다차원 공간내의 정상 영역으로부터 계산된 거리에 기초하여 심각성(severity) 지시자를 출력하는 단계를 더 포함하는 방법.
  12. 제 1항에 있어서,
    상기 청진음 도식화 단계는
    알려진 생리적인 상태에 연관된 청진음의 계수화된 표현을 의미하는 일련의 행렬을 공식화하는 단계로서, 상기 단계에서 각 행렬은 상기 생리적인 상태의 차와 연관되며, 개별 생리적인 상태에 연관된 청진음의 계수화된 표현을 의미하는 공식화 단계; 및
    특이값 분해법(SVD)을 각각의 상기 행렬에 적용하여 다차원 공간내 질병 영역을 한정하는 개별 일련의 부행렬을 계산하는 SVD 적용 단계를 포함하는 방법.
  13. 제12항에 있어서,
    상기 행렬들 각각은, N개의 상기 디지털화된 표현들 및 상기 디지털화된 표현들 각각에 대한 M개의 디지털 값들을 저장하는 N×M 행렬을 포함하는 것인 방법.
  14. 삭제
  15. 삭제
  16. 삭제
  17. 제12항에 있어서,
    상기 SVD의 적용에 의해 생성된 구성 데이터에 따라 진단 장치를 프로그램하는 단계; 및
    상기 다차원 공간 내에 상기 벡터들을 생성하기 위해 상기 진단 장치와 함께 상기 구성 데이터를 상기 환자와 관련된 상기 청진음들의 디지털화된 표현들에 적용하는 단계를 더 포함하는 방법.
  18. 제12항에 있어서,
    상기 SVD를 적용하는 단계는, 상기 행렬들 세트 중 하나의 행렬 A를 다음과 같이 3개의 부행렬들의 곱으로 분해하기 위해 SVD를 적용하는 단계를 포함하고,
    Figure 112007061678773-pct00030
    여기서, U는 직교 열들을 갖는 N×M 행렬이고, D는 M×M의 음이 아닌 대각 행렬이며, V는 M×M 직교 행렬인 방법.
  19. 제18항에 있어서,
    상기 계산된 U 행렬들 각각을 다른 U 행렬들과 쌍방향으로 곱하여 행렬들 T의 세트를 계산하는 단계;
    각 행렬 T를 부행렬들의 각 세트로 분해하기 위해 상기 계산된 행렬들 T의 각각에 대하여 SVD를 수행하는 단계;
    상기 환자의 진단에 사용되도록 상기 U 행렬들의 일부를 식별하기 위해 상기 행렬들 T의 각각으로부터 생성된 상기 부행렬들을 적용하는 단계를 더 포함하는 방법.
  20. 삭제
  21. 삭제
  22. 삭제
  23. 삭제
  24. 삭제
  25. 제1항에 있어서,
    알려진 생리적인 상태들과 관련된 청진음들 각각은 다수의 심장 주기들을 초과하여 기록된 음들의 디지털화된 표현들을 포함하고,
    청진음들을 매핑하는 단계는,
    상기 심장 주기들 각각에 대한 시작점과 종료점을 식별하기 위하여 상기 디지털화된 표현들 각각을 처리하는 단계;
    상기 심장 주기들 각각의 수축 및 이완 주기들과 상기 심장 주기들 각각에 대한 제1 심음 S1 및 제2 심음 S2 주기들에 대한 시작 및 종료 시간을 식별하기 위하여, 상기 디지털화된 표현들 각각을 처리하는 단계; 및
    상기 심장 주기들 각각을 통상의 심박수로 정규화하기 위해 상기 수축 및 이완 주기들과 상기 제1 심음 S1 및 제2 심음 S2 주기들에 대한 상기 식별된 시작 및 종료 시간들에 기초하여 상기 디지털화된 표현들 각각을 리샘플링하는 단계를 포함하는 방법.
  26. 제1항에 있어서,
    상기 생리적인 상태들은 하나 이상의 정상의 생리적인 상태, 대동맥 역류, 대동맥판 협착증, 삼천판 역류, 삼천판 협착증, 폐 협착증, 폐 역류, 미트리얼 역류, 대동맥류, 경동맥 협착증 및 미트리얼 협착증 중 하나 이상을 포함하는 방법.
  27. 삭제
  28. 삭제
  29. 삭제
  30. 제1항에 있어서,
    전자 청진기를 사용하여 상기 환자와 연관된 상기 청진음들을 수득하는 단계;
    상기 전자 청진기로 상기 청진음들을 분석하여 상기 벡터들 세트를 생성하는 단계; 및
    상기 진단 메시지를 상기 전자 청진기의 디스플레이로 출력하는 단계를 더 포함하는 방법.
  31. 삭제
  32. 삭제
  33. 진단장치로서,
    알려진 생리적인 상태들과 관련된 청진음들의 디지털화된 표현들에 대하여 특이값 분해법(SVD)을 적용함으로써 생성된 구성 데이터를 저장하는 매체; 및
    상기 구성 데이터를 환자와 관련된 청진음들을 나타내는 디지털화된 표현들에 적용하여, 상기 생리적인 상태들 중 하나를 선택하고, 상기 선택된 하나의 상기 생리적인 상태를 나타내는 진단 메시지를 출력하는 제어 유닛을 포함하는 것인 진단장치.
  34. 제33항에 있어서,
    상기 제어 유닛은 상기 구성 데이터를 상기 환자과 관련된 청진음을 나타내는 상기 디지털화된 표현들에 적용하여 규정된 질병 영역들의 세트를 갖는 다차원 공간내에 하나 이상의 벡터들의 세트를 생성하며,
    상기 제어 유닛은 상기 다차원 공간 내의 상기 질병 영역들에 관한 상기 벡터들의 방위들에 기초하여 상기 생리적인 상태들 중 하나를 선택하는 것인 진단장치.
  35. 제34항에 있어서,
    상기 벡터들 각각은 상기 질병 영역들 각각에 대응하고, 상기 제어 유닛은 상기 질병 영역들 중 하나를 상기 벡터들 각각과 상기 각 질병 영역 간의 거리의 함수로서 선택하며,
    상기 구성 데이터는 SVD를 상기 알려진 생리적인 상태들과 관련된 상기 청진음들의 상기 디지털화된 표현들에 적용하여 생성된 부행렬을 포함하는 것인 진단장치.
  36. 삭제
  37. 제33항에 있어서,
    상기 진단장치는 휴대용 계산 장치, 개인용 정보 단말기, 초음파 심전도 분석기 및 전자 청진기 중 하나인 것인 진단장치.
  38. 제33항에 있어서,
    상기 생리적인 상태들은 하나 이상의 정상의 생리적인 상태, 대동맥 역류, 대동맥판 협착증, 삼천판 역류, 삼천판 협착증, 폐 협착증, 폐 역류, 미트리얼 역류, 대동맥류, 경동맥 협착증 및 미트리얼 협착증 중 하나 이상을 포함하는 것인 진단장치.
  39. 삭제
  40. 삭제
  41. 삭제
  42. 삭제
  43. 삭제
KR1020067009865A 2003-10-22 2004-10-19 특이값 분해법을 이용한 청진음의 분석 KR100805181B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US51344403P 2003-10-22 2003-10-22
US60/513,444 2003-10-22
US10/781,118 US7300405B2 (en) 2003-10-22 2004-02-18 Analysis of auscultatory sounds using single value decomposition
US10/781,118 2004-02-18

Publications (2)

Publication Number Publication Date
KR20060090279A KR20060090279A (ko) 2006-08-10
KR100805181B1 true KR100805181B1 (ko) 2008-02-21

Family

ID=34526866

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020067009865A KR100805181B1 (ko) 2003-10-22 2004-10-19 특이값 분해법을 이용한 청진음의 분석

Country Status (10)

Country Link
US (1) US7300405B2 (ko)
EP (1) EP1677680B1 (ko)
JP (1) JP4819687B2 (ko)
KR (1) KR100805181B1 (ko)
CN (1) CN1870941B (ko)
AU (1) AU2004285457B2 (ko)
CA (1) CA2542718A1 (ko)
NO (1) NO20062317L (ko)
TW (1) TW200526174A (ko)
WO (1) WO2005041778A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101072452B1 (ko) * 2009-05-27 2011-10-11 충북대학교 산학협력단 심장질환 진단장치 및 방법
KR20210084013A (ko) * 2019-12-27 2021-07-07 주식회사 에이티센스 심전도 데이터에 관련된 심음 데이터를 이용하여 심전도 데이터의 비정상 신호 구간을 검출하는 생체신호 측정 장치 및 생체신호 측정 방법

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040220487A1 (en) * 2003-04-29 2004-11-04 Andrey Vyshedskiy Method and apparatus for physiological data acquisition via sound input port of computing device
US20050197865A1 (en) * 2004-03-05 2005-09-08 Desmond Jordan Physiologic inference monitor
JP4759727B2 (ja) * 2004-03-19 2011-08-31 国立大学法人山口大学 デジタル聴診解析システム
US20060167385A1 (en) * 2005-01-24 2006-07-27 3M Innovative Properties Company Analysis of auscultatory sounds using voice recognition
US7520860B2 (en) 2005-04-13 2009-04-21 Marie G. Johnson Detection of coronary artery disease using an electronic stethoscope
US8092396B2 (en) * 2005-10-20 2012-01-10 Merat Bagha Electronic auscultation device
US9398891B2 (en) 2005-10-20 2016-07-26 Tiba Medical, Inc. Multiple communication interface medical examination apparatus, system, and/or method
EP1949279A1 (en) * 2005-11-08 2008-07-30 Koninklijke Philips Electronics N.V. Method for detecting critical trends in multi-parameter patient monitoring and clinical data using clustering
US8920343B2 (en) 2006-03-23 2014-12-30 Michael Edward Sabatino Apparatus for acquiring and processing of physiological auditory signals
US7806833B2 (en) * 2006-04-27 2010-10-05 Hd Medical Group Limited Systems and methods for analysis and display of heart sounds
WO2008000254A1 (en) * 2006-06-26 2008-01-03 Coloplast A/S Multi parametric classification of cardiovascular sounds
CN100407996C (zh) * 2006-06-29 2008-08-06 李长杰 基于蓝牙技术的无线听诊器的实现方法及蓝牙听诊器
WO2008036649A2 (en) * 2006-09-18 2008-03-27 The Trustees Of Columbia University In The City Of New York System and method for diagnosing a condition of a patient
JP2008113936A (ja) * 2006-11-07 2008-05-22 Yasuaki Nakagawa 生体音聴診装置
US11389080B2 (en) * 2007-11-28 2022-07-19 Intervet Inc. System and method for diagnosis of bovine diseases using auscultation analysis
US20090290719A1 (en) * 2008-05-22 2009-11-26 Welch Allyn, Inc. Stethoscopic assembly with record/playback feature
US10064580B2 (en) 2008-11-07 2018-09-04 Intervet Inc. System and method for determining antibiotic effectiveness in respiratory diseased animals using auscultation analysis
EP2509508A4 (en) * 2009-12-08 2015-11-18 Aum Cardiovascular Inc SYSTEMS AND METHOD FOR DETECTING HEART CIRCULAR DISEASES
CN102655814B (zh) 2009-12-18 2015-10-07 皇家飞利浦电子股份有限公司 用于心音图信号的信号处理设备和方法
JP5710168B2 (ja) * 2010-07-26 2015-04-30 シャープ株式会社 生体測定装置、生体測定方法、生体測定装置の制御プログラム、および、該制御プログラムを記録した記録媒体
EP2608714A4 (en) * 2010-08-25 2017-03-08 Diacoustic Medical Devices (Pty) Ltd A system and method for classifying a heart sound
EP2462871A1 (en) * 2010-12-13 2012-06-13 Acarix A/S System, stethoscope and method for indicating risk of coronary artery disease
CN102670184B (zh) * 2012-05-10 2014-01-01 中国科学院合肥物质科学研究院 自助式心血管机能检测系统及其使用方法
EP2953544B1 (en) 2013-02-06 2019-05-08 Intervet Inc. System for determining antibiotic effectiveness in respiratory diseased using auscultation analysis
CN104510492A (zh) * 2013-10-06 2015-04-15 吴伟 不可听信号的听诊方法及装置
US10271737B2 (en) * 2014-09-18 2019-04-30 National Central University Noninvasive arterial condition detecting method, system, and non-transitory computer readable storage medium
JP6675897B2 (ja) * 2015-03-24 2020-04-08 Ｊｒｃｓ株式会社 電子聴診器
CN106053116B (zh) * 2016-07-18 2018-10-23 合肥凯利光电科技有限公司 消化道动力检测仪低温环境中抗干扰性能的工业检测方法
CN106679799B (zh) * 2016-12-28 2019-07-12 陕西师范大学 一种雷声信号发生系统及雷声信号模拟方法
US11284827B2 (en) 2017-10-21 2022-03-29 Ausculsciences, Inc. Medical decision support system
CN110720899B (zh) * 2019-10-14 2020-08-25 浙江大学 一种基于mpsf提取的ava狭窄定位及狭窄程度多级分类系统
WO2021132320A1 (ja) 2019-12-27 2021-07-01 京セラ株式会社 制御装置、制御システム、および制御方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002096293A1 (en) 2001-05-28 2002-12-05 Health Devices Pte Ltd. Heart diagnosis system

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3878832A (en) * 1973-05-14 1975-04-22 Palo Alto Medical Research Fou Method and apparatus for detecting and quantifying cardiovascular murmurs and the like
US4094308A (en) * 1976-08-19 1978-06-13 Cormier Cardiac Systems, Inc. Method and system for rapid non-invasive determination of the systolic time intervals
US4289141A (en) * 1976-08-19 1981-09-15 Cormier Cardiac Systems, Inc. Method and apparatus for extracting systolic valvular events from heart sounds
US4193393A (en) * 1977-08-25 1980-03-18 International Bio-Medical Industries Diagnostic apparatus
US4154231A (en) * 1977-11-23 1979-05-15 Russell Robert B System for non-invasive cardiac diagnosis
US4220160A (en) * 1978-07-05 1980-09-02 Clinical Systems Associates, Inc. Method and apparatus for discrimination and detection of heart sounds
US4548204A (en) * 1981-03-06 1985-10-22 Siemens Gammasonics, Inc. Apparatus for monitoring cardiac activity via ECG and heart sound signals
US4549552A (en) * 1981-03-06 1985-10-29 Siemens Gammasonics, Inc. Heart sound detector and cardiac cycle data are combined for diagnostic reliability
US4546777A (en) * 1981-03-06 1985-10-15 Siemens Gammasonics, Inc. Heart sound detector and synchronization for diagnostics
US4446873A (en) * 1981-03-06 1984-05-08 Siemens Gammasonics, Inc. Method and apparatus for detecting heart sounds
CA1198806A (en) * 1982-11-24 1985-12-31 Her Majesty The Queen, In Right Of Canada, As Represented By The Minister Of National Defence Heart rate detector
US4679570A (en) * 1984-11-13 1987-07-14 Phonocardioscope Partners Phonocardioscope with a liquid crystal display
US4720866A (en) * 1985-09-20 1988-01-19 Seaboard Digital Systems, Inc. Computerized stethoscopic analysis system and method
US4889130A (en) * 1985-10-11 1989-12-26 Lee Arnold St J Method for monitoring a subject's heart and lung sounds
US4792145A (en) * 1985-11-05 1988-12-20 Sound Enhancement Systems, Inc. Electronic stethoscope system and method
US4672976A (en) * 1986-06-10 1987-06-16 Cherne Industries, Inc. Heart sound sensor
US4712565A (en) * 1986-10-27 1987-12-15 International Acoustics Incorporated Method and apparatus for evaluating of artificial heart valves
US5213108A (en) * 1988-02-04 1993-05-25 Blood Line Technology, Inc. Visual display stethoscope
US5218969A (en) * 1988-02-04 1993-06-15 Blood Line Technology, Inc. Intelligent stethoscope
US4905706A (en) * 1988-04-20 1990-03-06 Nippon Colin Co., Ltd. Method an apparatus for detection of heart disease
US4967760A (en) * 1989-02-02 1990-11-06 Bennett Jr William R Dynamic spectral phonocardiograph
US5036857A (en) * 1989-10-26 1991-08-06 Rutgers, The State University Of New Jersey Noninvasive diagnostic system for coronary artery disease
US5109863A (en) * 1989-10-26 1992-05-05 Rutgers, The State University Of New Jersey Noninvasive diagnostic system for coronary artery disease
US5025809A (en) * 1989-11-28 1991-06-25 Cardionics, Inc. Recording, digital stethoscope for identifying PCG signatures
US5490516A (en) * 1990-12-14 1996-02-13 Hutson; William H. Method and system to enhance medical signals for real-time analysis and high-resolution display
US5301679A (en) * 1991-05-31 1994-04-12 Taylor Microtechnology, Inc. Method and system for analysis of body sounds
US5360005A (en) * 1992-01-10 1994-11-01 Wilk Peter J Medical diagnosis device for sensing cardiac activity and blood flow
US5687738A (en) * 1995-07-03 1997-11-18 The Regents Of The University Of Colorado Apparatus and methods for analyzing heart sounds
US6050950A (en) * 1996-12-18 2000-04-18 Aurora Holdings, Llc Passive/non-invasive systemic and pulmonary blood pressure measurement
US6135966A (en) * 1998-05-01 2000-10-24 Ko; Gary Kam-Yuen Method and apparatus for non-invasive diagnosis of cardiovascular and related disorders
AU4953299A (en) 1998-07-08 2000-02-01 Cirrus Systems, Llc Analytic stethoscope
US6048319A (en) * 1998-10-01 2000-04-11 Integrated Medical Systems, Inc. Non-invasive acoustic screening device for coronary stenosis
US6396931B1 (en) * 1999-03-08 2002-05-28 Cicero H. Malilay Electronic stethoscope with diagnostic capability
US6440082B1 (en) * 1999-09-30 2002-08-27 Medtronic Physio-Control Manufacturing Corp. Method and apparatus for using heart sounds to determine the presence of a pulse
KR100387201B1 (ko) * 2000-11-16 2003-06-12 이병훈 자동판독 기록진단장치
US7136518B2 (en) * 2003-04-18 2006-11-14 Medispectra, Inc. Methods and apparatus for displaying diagnostic data
US20040208390A1 (en) * 2003-04-18 2004-10-21 Medispectra, Inc. Methods and apparatus for processing image data for use in tissue characterization
US20040209237A1 (en) * 2003-04-18 2004-10-21 Medispectra, Inc. Methods and apparatus for characterization of tissue samples

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002096293A1 (en) 2001-05-28 2002-12-05 Health Devices Pte Ltd. Heart diagnosis system

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101072452B1 (ko) * 2009-05-27 2011-10-11 충북대학교 산학협력단 심장질환 진단장치 및 방법
KR20210084013A (ko) * 2019-12-27 2021-07-07 주식회사 에이티센스 심전도 데이터에 관련된 심음 데이터를 이용하여 심전도 데이터의 비정상 신호 구간을 검출하는 생체신호 측정 장치 및 생체신호 측정 방법
KR102432260B1 (ko) * 2019-12-27 2022-08-16 주식회사 에이티센스 심전도 데이터에 관련된 심음 데이터를 이용하여 심전도 데이터의 비정상 신호 구간을 검출하는 생체신호 측정 장치 및 생체신호 측정 방법

Also Published As

Publication number Publication date
EP1677680A1 (en) 2006-07-12
AU2004285457A1 (en) 2005-05-12
EP1677680B1 (en) 2013-04-10
US20050090755A1 (en) 2005-04-28
CA2542718A1 (en) 2005-05-12
CN1870941B (zh) 2010-05-12
AU2004285457B2 (en) 2008-12-18
JP2007508899A (ja) 2007-04-12
NO20062317L (no) 2006-07-24
TW200526174A (en) 2005-08-16
CN1870941A (zh) 2006-11-29
US7300405B2 (en) 2007-11-27
WO2005041778A1 (en) 2005-05-12
JP4819687B2 (ja) 2011-11-24
KR20060090279A (ko) 2006-08-10

Similar Documents

Publication Publication Date Title
KR100805181B1 (ko) 특이값 분해법을 이용한 청진음의 분석
US20060167385A1 (en) Analysis of auscultatory sounds using voice recognition
Merdjanovska et al. Comprehensive survey of computational ECG analysis: Databases, methods and applications
US11382571B2 (en) Noninvasive predictive and/or estimative blood pressure monitoring
US6925324B2 (en) System and device for multi-scale analysis and representation of physiological data
US11944451B2 (en) Noninvasive monitoring for fluid resuscitation
US8668649B2 (en) System for cardiac status determination
US8388542B2 (en) System for cardiac pathology detection and characterization
EP2375982B1 (en) Method and apparatus for the analysis of ballistocardiogram signals
EP3065631A1 (en) Noninvasive predictive and/or estimative blood pressure monitoring
US20060287606A1 (en) Method for detecting heart rate and systems thereof
WO2008031030A2 (en) Improved impedance cardiography system and method
CN111031902B (zh) 多传感器心搏出量监测系统和分析法
US9320445B2 (en) System for cardiac condition detection responsive to blood pressure analysis
US20220304631A1 (en) Multisensor pulmonary artery and capillary pressure monitoring system
JP2006061416A (ja) 生体電位検知システム
US20160171170A1 (en) Measuring respiration or other periodic physiological processes

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee