KR101082582B1 - 심음분석방법 - Google Patents
심음분석방법 Download PDFInfo
- Publication number
- KR101082582B1 KR101082582B1 KR1020100017083A KR20100017083A KR101082582B1 KR 101082582 B1 KR101082582 B1 KR 101082582B1 KR 1020100017083 A KR1020100017083 A KR 1020100017083A KR 20100017083 A KR20100017083 A KR 20100017083A KR 101082582 B1 KR101082582 B1 KR 101082582B1
- Authority
- KR
- South Korea
- Prior art keywords
- heart sound
- band
- synthesis
- prd
- heart
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Cardiology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
본 발명은 정상심음의 구성요소 중 적어도 하나의 심음을 매칭 퍼수잇(matching pursuit) 방식으로 분해하고 이들 적어도 하나의 특정 주파수 대역으로 재합성 한 후 재합성된 정보를 이용하여 심음의 정상여부를 판단하는 심음분석방법을 제공한다. 상기 심음분석방법은, 세그멘테이션단계, 매칭퍼슈잇분해단계 및 밴드구성 및 합성단계를 구비한다. 상기 세그멘테이션단계는 심음데이터 중 특정한 하나의 주기를 복수 개의 샘플로 세그멘테이션한다. 상기 매칭퍼슈잇분해단계는 상기 복수 개의 샘플링된 데이터를 매칭 퍼슈잇 방법으로 분해하고 이 과정에서 주파수, 크기 및 위상의 형태를 가지는 복수 개의 아톰을 생성한다. 상기 밴드구성 및 합성단계는 상기 복수 개의 아톰들을 구분하여 복수 개의 밴드로 합성하고, 합성된 밴드에서 제2심음의 시간간격 및 기이분열관찰 결과를 생성하여 출력하고, 특정 구간의 아톰들을 합성한 후 합성신호와 저장된 원본신호와의 물리적 거리 차(PRD, Percent-Root-mean-square Difference)를 계산한 결과를 출력한다.
Description
본 발명은 본 발명은 심음분석에 관한 것으로, 특히 제1심음, 제2심음 및 심잡음 등 각각의 심음들이 가지는 고유한 주파수 성분의 특성을 이용하여 시간대역에서의 심음 신호를 매칭퍼슈잇 분해하고 특정 주파수 대역만의 재합성 과정을 통하여 원래의 심음 신호에서 알 수 없었던 심음의 상태를 분석하는 심음분석방법에 관한 것이다.
청진 및 심음도 검사는 임상에 처음 도입되었을 때 비교적 정확한 분석을 보여주었다. 하지만 도플러 심초음파검사, 심장핵의학검사, 핵자기공명 및 혈관촬영술 등 심장에 대한 정밀한 진단이 가능해지면서 심음도 검사는 다른 생체신호, 즉 심전도(ECG, electrocardiogram), 근전도(EMG, electromyogram)의 연구에 비해 활발하지 못하였다. 그러나 최근 유비쿼터스 헬스케어 시스템에 대한 관심이 증가되면서 심음을 기반으로 한 헬스케어용 단말기가 개발되고 있고, 또한 전자청진기의 도입으로 심음에 관한 연구에 관심이 높아지고 있다. 청진은 심장 질병을 초기에 진단하는 기본적인 수단일 뿐만 아니라 여러 질병에 대한 1차적인 진단 방법이다. 심음 신호의 분석 또는 분류 작업은 심음의 여러 가지 상태를 정상 및 심잡음이 있는 비정상으로 나누고, 비정상 상태일 경우 심장 질환의 병증을 판단하는데 도움을 준다.
의학 전문가들은 심잡음이 들어간 비정상 심음의 경우 청진이나 심음도를 이용하여 충분히 심음의 상태를 파악하여 병증의 진단을 내릴 수 있지만, 오히려, 심음의 요소인 제1심음과 제2심음의 상태가 정상인지 아닌지를 판단하기가 어려운 경우가 많다. 상기와 같은 이유로 심음의 분석은 정상심음에 가깝기는 하지만 모호한 신호에 대하여 정상심음인지 아닌지를 분석하고 판단하는 것이 더 중요하다.
본 발명이 해결하고자 하는 기술적과제는, 정상심음의 구성요소 중 적어도 하나의 심음을 매칭 퍼수잇(matching pursuit) 방식으로 분해하고 이들 적어도 하나의 특정 주파수 대역으로 재합성 한 후 재합성된 정보를 이용하여 심음의 정상여부를 판단하는 심음분석방법을 제공하는데 있다.
상기 기술적과제를 이루기 위한 본 발명에 따른 심음분석방법은, 세그멘테이션단계, 매칭퍼슈잇분해단계 및 밴드구성 및 합성단계를 구비한다. 상기 세그멘테이션단계는 심음데이터 중 특정한 하나의 주기를 복수 개의 샘플로 세그멘테이션한다. 상기 매칭퍼슈잇분해단계는 상기 복수 개의 샘플링된 데이터를 매칭 퍼슈잇 방법으로 분해하고 이 과정에서 주파수, 크기 및 위상의 형태를 가지는 복수 개의 아톰을 생성한다. 상기 밴드구성 및 합성단계는 상기 복수 개의 아톰들을 구분하여 복수 개의 밴드로 합성하고, 합성된 밴드에서 제2심음의 시간간격 및 기이분열관찰 결과를 생성하여 출력하고, 특정 구간의 아톰들을 합성한 후 합성신호와 저장된 원본신호와의 물리적 거리 차(PRD, Percent-Root-mean-square Difference)를 계산한 결과를 출력한다.
본 발명은 기존의 정상심음과 심잡음 중심의 분석 및 분류방법으로는 정상심음에 가깝기는 하지만 모호한 신호에 대하여 정상심음인지 아닌지를 판단하기 어려웠던 심음의 상태를, 의학 전문가뿐만 아니라 자가 측정기구 사용자도, 보다 정확하게 판단할 수 있도록 하는 장점이 있다.
도 1은 본 발명에 따른 심음분석방법을 나타낸다.
도 2는 도 1에 도시된 밴드구성 및 합성단계 및 전문가소견입력단계의 실시 예이다.
도 3은 도 2에 도시된 이미지합성밴드구성단계(201) 및 PRD합성밴드구성단계(207)를 구체화한 것이다.
도 4는 원본신호(row signal)와 도3에 도시된 7개의 합성밴드(D1~D7)를 도시한 것이다.
도 5는 도4에 도시된 분열심음(403)의 확대 및 사이 샘플 계산을 도시한 것이다.
도 6은 120Hz~170Hz 합성밴드(D5)에서의 제2심음(S2)의 신호모델을 도시한 것이다.
도 7은 PRD 오차 계산을 위한 가설 그래프를 도시한 것이다.
도 2는 도 1에 도시된 밴드구성 및 합성단계 및 전문가소견입력단계의 실시 예이다.
도 3은 도 2에 도시된 이미지합성밴드구성단계(201) 및 PRD합성밴드구성단계(207)를 구체화한 것이다.
도 4는 원본신호(row signal)와 도3에 도시된 7개의 합성밴드(D1~D7)를 도시한 것이다.
도 5는 도4에 도시된 분열심음(403)의 확대 및 사이 샘플 계산을 도시한 것이다.
도 6은 120Hz~170Hz 합성밴드(D5)에서의 제2심음(S2)의 신호모델을 도시한 것이다.
도 7은 PRD 오차 계산을 위한 가설 그래프를 도시한 것이다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 예시적인 실시예를 설명하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
본 발명에 따른 심음분석방법을 설명하기에 앞서 심음에 대하여 설명한다.
심음(heart sounds)은 심장 운동의 한 주기 동안 심장에서 생성되는 소리들을 의미한다. 심장 운동은 심장의 수축과 확장의 반복적 운동으로 정의될 수 있는데, 이러한 수축과 확장에 의해 심장의 내부에 생기는 압력차에 의한 판막의 개폐 시 심음이 발생한다. 심음은 제1심음(first heart sounds, S1), 제2심음(second heart sounds, S2) 제3심음(third heart sounds, S3), 제4심음(fourth heart sounds, S4) 및 각종 심잡음(heart noise) 등으로 구별할 수 있다. 건강한 사람의 경우 제1심음(S1) 및 제2심음(S2)만 청진되며, 제3심음(S3) 및 제4심음(S4)은 어린이나 청소년에게서는 정상심음으로 인정되지만 성인에게는 주로 병적으로 해석된다. 일반적으로 심음이 가지는 주파수 대역(frequency band)은, 제1심음(S1)은 20Hz∼120Hz, 제2심음(S2)은 20Hz∼170Hz이고, 제3심음(S3) 및 제4심음(S4)은 20Hz∼70Hz로 알려져 있다.
제1심음(S1)은 승모판과 삼첨판이 닫힐 때 들리는 소리가 합쳐진 것으로 심음 중에 가장 크게 들린다. 승모판과 삼첨판은 심실수축기 때 심실내압이 급격히 증가하면서 심방내압을 초과할 때 닫힌다. 이후 대동맥판이 열리고 곧바로 폐동맥판이 열리게 된다.
제2심음(S2)의 발생은 심실수축기의 종료를 의미하며 각각 대동맥판이 닫힐 때 들리는 소리(A2)와 폐동맥판이 닫힐 때 들리는 소리(P2)가 합쳐진 것이다. 이들 반월판들은 심실에서 나오는 혈액량이 점차 감소되다가 어느 순간에 대동맥, 폐동맥내 압력이 심실 내 압력을 초과할 경우에 닫히게 된다. 대동맥판이 닫히고 승모판이 열리기 전까지의 기간을 등용성 이완기(isovolumic relaxation)라고 하며, 이 시기에 심실 내 압력은 급격히 떨어지게 된다. 심실 내 압력이 어느 정도 떨어져서 심실내압과 심방내압이 같아지면 승모판과 삼첨판은 열리게 된다.
본 발명에서는 제1심음(S1)과 제2심음(S2) 중에서 심질환의 검사에 더 중요하다고 알려진 제2심음(S2)의 분석에 관한 것이므로, 제3심음(S3), 제4심음(S4) 및 기타 심잡음에 대해서는 설명하지 않는다.
제2심음(S2)의 분열은 일종의 심질환적 소견으로 볼 수 있는데, 제2심음(S2)분열의 판단 기준은 제2심음(S2)의 성분인 A2(대동맥판이 닫힐 때)와 P2(폐동맥판이 닫힐 때)의 시간 간격이 30ms(milliseconds)내에 속하면 정상이고 그 이상일 경우에는 분열 되었다고 판단한다. 그러므로 어떤 PCG 신호가 정상심음인지 제2심음(S2)의 분열심음인지 구분되어야 할 필요성이 있다.
또한 정상적인 사람의 생체 시스템에서는 대동맥이 닫히고 나서 폐동맥이 닫히게 된다. 그렇기 때문에 대동맥과 폐동맥의 운동으로 인해 발생하는 제2심음(S2)은 A2에 P2가 뒤따라오는 소리의 합성이다. 일반적인 제2심음(S2)의 분열현상은 A2에 뒤따라오는 P2의 시간 간격이 길어짐을 뜻한다. 하지만 어떤 경우에는 P2가 A2보다 먼저 출현하는 기이분열(Paradoxical Split) 현상이 나타나기도 한다. 이러한 기이분열 현상 역시 일종의 병증을 나타내는 것이라 볼 수 있다.
맥박이 빠른 경우에는 전문가라도 청진으로 제1심음(S1)에서 제4심음(S4)까지 4개의 심음들을 구분하기가 쉽지가 않다. 특히 분열되었을 때의 제2심음(S2) 신호의 형태와 제2심음(S2)과 제3심음(S3)의 간섭으로 생성된 신호의 형태는 비슷한 양상을 띤다. 제2심음(S2)의 분열이 원인이 되어 나타나는 병증과 제3심음(S3)이 원인이 되어 나타나는 병증은 같은 경우도 있겠지만 다른 경우 또한 있다. 따라서 나타난 신호의 형태가 제2심음(S2)의 성분적 분열에 의한 것인지 혹은 제2심음(S2)에 대한 제3심음(S3)의 간섭에 의한 것인지를 구별하는 것은 심장병의 기초 진단에 있어서 중요하다.
따라서 본 발명의 목적을 요약하면 아래와 같다.
1. 제2심음(S2)의 분열유무판단 및 A2와 P2의 시간 간격을 측정하는 방법을 제공.
2. 제2심음(S2)의 기이분열현상의 유무를 판단하는 방법을 제공.
3. 제2심음(S2)의 분열이 자체적인 분열 현상인지 아니면 제2심음(S2)에 제3심음(S3)의 간섭을 일으켜서 발생한 현상인지를 구분하는 방법을 제공.
본 발명은 심음의 분석을 심음신호의 시간-주파수적 특성에 기초한 생체신호 분석의 관점에서 처리함으로써, 원본심음 신호만으로는 알 수 없었던 심음의 상태를 보다 정확하게 판단하고자 한다.
이를 위하여 심음의 특징이 반영된 임의의 한 주기의 심음을 세그멘테이션하고, 세그멘테이션 된 심음의 분해 및 분해 된 심음을 일정한 주파수 밴드로 합성하고, 합성한 신호로부터 원본심음에서는 알 수 없었던 심음의 상태를 분석한다. 특히, 심음을 분해하는 데는 매칭 퍼슈잇(matching pursuit) 방법을 적용한다.
정현파 모델에서 신호(s[n])는 수학식 1와 같이 정현파 성분들의 선형합의 형태로 표시할 수 있다.
여기서 , , 는 번째 프레임에서 번째 진폭, 주파수, 위상을 나타낸다. 정현파 파라미터의 예측을 위한 매칭 퍼슈잇 방법은 오류상쇄(error concealment) 원리에 바탕을 둔다. 수학식 1에 표시된 신호에 매칭 퍼슈잇 방법을 적용하여, 신호의 스펙트럼의 크기 및 위상들을 수학식 2와 같이 구할 수 있다.
일반적으로 알려진 기술이므로 상기의 계산과정을 구체적으로 설명하지 않더라도 본 발명을 실시하는데 문제가 생기지는 않을 것이다. 다만, 매칭 퍼슈잇 방법은 일반적으로 파라미터 예측에 사용되는 스펙트럼 피크 검출방법보다 주파수 해상도가 높으며, 윈도윙(windowing) 후에 512 포인트 FFT(Fast Fourier Transform)를 취하는 방법에 비해 뛰어난 성능을 나타내고, 2048 포인트 FFT를 취하는 방법과 비슷한 해상도를 갖는 장점이 있다.
도 1은 본 발명에 따른 심음분석방법을 나타낸다.
도 1을 참조하면, 심음분석방법은, 심음데이터입력단계(101), 세그멘테이션단계(102), 매칭퍼슈잇분해단계(103), 밴드구성 및 합성단계(104), 전문가소견입력단계(105) 및 저장단계(106)를 구비한다.
심음신호는 아날로그 신호이므로 이를 디지털 신호로 변환하기 위해서는 샘플링 하여야 한다. 2KHz 정도까지의 심음신호를 관찰하여야 관찰이 정확해질 수 있다고 알려져 있으므로, 적어도 4KHz 이상으로 샘플링 한다. 샘플링된 데이터가 증가하기는 하겠지만, 샘플링 주기가 짧으면 짧을수록 디지털 신호와 아날로그 신호의 차이는 그 만큼 줄어들게 될 것이다. 따라서 심음데이터입력단계(101)에서 수신하는 심음데이터는 적어도 4KHz 이상 샘플링 된 데이터가 되는 것이 바람직하다.
샘플링 된 심음데이터는 반복적인 주기를 가지는 데이터들의 연속인데, 세그멘테이션단계(102)에서는, 심음상태가 가장 특징으로 나타난 임의의 한 주기를 심음데이터의 대표로 선정하고, 선정된 임의의 한 주기의 심음데이터를 복수 개의 샘플로 다시 세그멘테이션(segmentation)한다. 예를 들어 n개의 샘플로 세그멘테이션이 된 데이터는 처음 샘플이 , 마지막 샘플이 인 의 수열이 된다.
세그멘테이션 된 데이터는 매칭퍼슈잇분해단계(103)에서 매칭 퍼슈잇 알고리즘을 이용하여 분해 된다. 매칭 퍼슈잇은 반복(iterative) 처리과정을 수행하는데, 심음신호와 최대 내적(maximum inner product)을 가지는 아톰(atom)을 재귀적으로 빼줌으로써 신호를 분해한다. 분해 된 결과로서 생성되는 아톰(atom)은 다음과 같이 표시할 수 있다.
아톰(atom)=[주파수(frequency), 크기(magnitude), 위상(phase)]
이 아톰에서 주파수는 분해 된 원래 신호의 샘플링 율(sampling rate)을 따르게 된다. 만약 8KHz의 샘플링 율을 가진 데이터를 매칭 퍼슈잇 방식으로 분해할 때 m개의 분해 포인트를 사용하였다고 한다면, 0~8kHz 사이에 총 m개의 주파수 검색 구간을 가지게 되는 것이고, 샘플링 이론에 의해 4KHz까지의 주파수 성분 정보를 볼 수가 있게 된다. m개의 주파수 검색 구간에서 각각 하나의 아톰 열을 가지게 되므로 결국 아톰 열은 분해 포인트 수만큼 가지게 된다. 주파수 검색 포인트만큼 발생한 각각의 아톰 열들은 모두 사용되는 것이 아니라 일정 주파수 대역의 아톰들만 사용된다.
밴드구성 및 합성단계(104)에서는 각각 분석할 주파수 대역의 복수 개의 밴드(Xband1(t)~Xband7(t))를 구성하고 이를 합성하여 제2심음(S2)의 시간간격 및 기이분열관찰 결과를 생성하여 출력하고, 특정 구간의 아톰들을 합성한 후 합성신호와 저장된 원본신호와의 물리적 거리 차를 계산한 결과를 출력한다. 합성된 밴드는 7개(Xband1(t)~Xband7(t))로 원본신호(미도시)와 합쳐 총 8개의 이미지가 출력된다. 이들 합성 밴드는 각각의 대역에서 원본신호와의 상대적 크기나 신호의 분리됨을 관찰하게 된다. 이들 합성 밴드에서는 제2심음(S2)과 관계된 3가지 검사를 하게 된다. 자세한 구성은 후술한다.
밴드구성 및 합성단계(104)에서의 3가지의 검사 결과에 따라서 의학 전문가들은 각각의 검사에 대하여 소견을 입력(105)한다. 입력된 소견들은 처음의 입력 데이터 및 합성단계(104)로부터 출력되는 결과들과 함께 데이터베이스에 저장(106)된다. 이 저장된 결과들은 이후에 다른 사람에 대한 동일한 상태의 심음이나 동일인에 대한 시간적으로 다른 심음에 대한 비교 대상이 되는데 사용될 수 있다.
도 2는 도 1에 도시된 밴드구성 및 합성단계 및 전문가소견입력단계의 실시 예이다.
도 2를 참조하면, 밴드구성 및 합성단계(104)는, 이미지합성밴드구성단계(201), 밴드별 합성 및 이미지출력단계(202), 제2심음(S2)시간간격계산단계(203), 제2심음(S2)기이분열관찰단계(205), PRD합성밴드구성단계(207), 밴드별 합성 및 오차계산단계(208) 및 데이터베이스와 비교단계(209)를 구비한다.
이미지합성밴드구성단계(201)에서는 매칭 퍼슈잇 방법으로 분해 되어 아톰열이 된 심음 데이터를 서로 다른 주파수 대역으로 분류한 총 7개의 밴드로 나눈다. 이 단계에서는 심음의 주파수 성분 구간이 제1심음(S1)은 20Hz∼120Hz, 제2심음(S2)은 20Hz∼170Hz 그리고 제3심음(S3) 및 제4심음(S4)은 20Hz∼70Hz라는 점을 이용하기로 한다. 구분된 7개의 밴드는 각각 1000Hz~2000Hz, 500Hz~1000Hz, 250Hz~500Hz, 170Hz~250Hz, 120Hz~170Hz, 70Hz~120Hz, 20Hz~70Hz의 주파수 대역을 가지고 일종의 필터뱅크 역할을 수행하게 된다. 7개의 밴드는 2000Hz에서 250Hz까지는 정상심음의 주파수 대역이 거의 포함되지 않으므로 하위 레벨로 갈수록 주파수 대역은 1/2씩 균등하게 나누었다. 정상심음의 주파수 성분 구간이 포함되는 구간은, 20Hz, 70Hz, 120Hz, 170Hz를 기준으로 비균등 하게 나눈 것으로, 자세한 것은 도 3을 참조하면 된다.
도 3은 도 2에 도시된 이미지합성밴드구성단계(201) 및 PRD합성밴드구성단계(207)를 구체화한 것이다.
도 3의 이미지 합성밴드(301)는 도 2에 도시된 이미지합성밴드구성단계(201)에서 생성되는 7개의 합성밴드(Band1 ~ Band7)를 나타내며, 각각의 밴드는 1000Hz~2000Hz, 500Hz~1000Hz, 250Hz~500Hz, 170Hz~250Hz, 120Hz~170Hz, 70Hz~120Hz, 20Hz~70Hz가 된다. 도 3의 PRD합성밴드(302)는 도 2에 도시된 PRD합성밴드구성단계(207)에 포함되는 2개의 PRD합성 밴드(PRD1, PRD2)와 2개의 PRD합성밴드 각각의 PRD 값 오차를 계산하는 과정을 도시한 것이다.
밴드별 합성 및 이미지출력(202) 단계에서는 합성된 7개의 밴드(Band1 ~ Band7)의 아톰끼리 합성한다. 그리고 원본신호와 합성된 7개의 신호 , , , , , , 의 이미지는 출력되어 전문가의 밴드별 이미지 검사를 위해 모니터링 된다. 출력되는 이미지는 도 4를 참조하면 된다.
도 4는 원본신호(row signal)와 도3에 도시된 7개의 합성밴드(D1~D7)를 도시한 것이다.
도 4의 부재번호 401 및 403은, 본 발명에 따른 심음분석방법이 제2심음(S2)의 분열 유무와 A2와 P2의 시간 간격 검사를 만족시킴을 볼 수 있다. 120Hz~170Hz의 대역(402)에서 A2는 P2보다 상대적 크기가 커지는데 이를 이용해서 제2심음(S2)의 검사에서 앞부분이 작아질 경우 P2가 먼저 발생된 기이분열이라는 것을 알 수 있다.
제2심음(S2)시간간격계산단계(203)에서는, 이미지 출력된 8개 밴드 중에서 제1밴드()에 해당하는 1000Hz~2000Hz 범위의 신호를 관찰한다. 도 4를 참조하면, 정상적인 제2심음(S2)을 나타내는 밴드(401)에서는 A2와 P2가 분열되지 않았지만, 분열된 제2심음(S2)을 나타내는 밴드(403)에서는 원본신호에서는 정확하게 볼 수 없었던 A2와 P2의 간격을 관찰할 수 있다. 의학 전문가는 제1밴드()의 출력된 이미지에서 A2의 시작점과 P2의 시작점 사이의 샘플을 계산하게 된다. 이미 설명한 바와 같이, 제2심음(S2)의 분열판단의 기준인 30ms를 임계점으로 제2심음(S2)의 분열유무 및 시간간격을 알 수 있다. 분열된 시간 간격의 계산은 (관찰된 샘플 수/샘플링 율)이 되는데 이를 도5에 도시하였다.
도 5는 도4에 도시된 분열심음(403)의 확대 및 사이 샘플 계산을 도시한 것이다.
도 5에 도시된 도면은 도4에 도시된 부분(403)만을 확대하고 절대 값을 취한 것으로, A2의 시작점과 P2의 시작점 사이에 샘플수를 계산하여 S2의 분열 시간을 알 수 있도록 한다.
제2심음(S2) 분열시간검사에서 A2와 P2의 시간 간격이 30ms 이내에 속한다면 정상, 그 이상의 시간 간격이 벌어졌다면 어떠한 병증을 가진 것이라 추측할 수 있고 의학 전문가는 이에 대한 소견을 입력(204)한다.
제2심음(S2)기이분열관찰단계(205)에서는 이미지 출력된 8개 밴드 중에서 제5밴드()에 해당하는 120Hz~170Hz 범위의 신호를 관찰한다. 이에 대응되는 밴드는 도 4에서의 부재번호 402 및 404에 해당한다. 상기의 밴드에서는 제2심음(S2)의 성분 요소인 A2와 P2의 상대적 크기가 변했음을 관찰할 수 있는데, 이는 원본신호(row signal)에서 볼 수 없었던 부분이다. 원본신호(row signal)에서 제2심음(S2)의 요소인 A2와 P2는 정상적인 순서로 발생되었고, 상기 밴드에서 시간적으로 앞의 신호인 A2가 뒤따라오는 신호 P2보다 크다는 것을 볼 수 있다. 제5밴드()에서 A2와 P2의 변화된 크기를 보고 의학 전문가는 이에 대한 소견을 입력(206)한다.
도 6은 120Hz~170Hz 합성밴드(D5)에서의 제2심음(S2)의 신호모델을 도시한 것이다.
도 6에 도시된 모델 중 상부의 모델과 같이, 앞부분이 크다면 A2가 P2보다 먼저 발생했다고 볼 수 있을 것이다. 반대로, 도 6에 도시된 모델 중 하부의 모델과 같이, 뒷부분이 크다면 P2가 A2보다 먼저 발생한 기이분열이라 추측할 수 있을 것이다.
PRD 합성 밴드 구성 단계(207)는 특정 구간 아톰들의 합성 후 합성 된 신호의 PRD(percent root-mean-square difference) 계산을 위한 밴드를 구성하는 과정이다. PRD는 합성신호와 원본신호의 물리적 거리차를 계산할 때 사용되며, 수학식 3과 같이 표시할 수 있다.
수학식 3에서 는 원본신호이고, 는 분해 후 다시 합성 된 신호 그리고 는 심음신호의 평균이다. PRD는 값이 작을수록 원본신호와 가깝다는 것을 의미한다. 합성밴드는 PRD합성밴드1과 PRD합성밴드2의 두 개로 이루어져 있고, 도 3에 도시된 부재번호 302에 이를 도시하였다. PRD합성밴드1은 20Hz~170Hz의 대역을 밴드로 한 것이고, PRD합성밴드2는 50Hz~170Hz의 대역을 밴드로 한 것이다.
밴드별 합성 및 오차계산단계(208)는 PRD 합성 밴드 구성 단계에서 만들어진 두 밴드 PRD합성밴드1과 PRD합성밴드2의 PRD 수치를 계산한다. 그리고 두 밴드에서 출력된 PRD 값의 차를 계산한다.
도 7은 PRD 오차 계산을 위한 가설 그래프를 도시한 것이다.
도 7을 참조하면, 0Hz~170Hz 대역의 합성 PRD1은 50Hz~170Hz 대역으로의 합성 PRD2로 바뀌었을 때 두 PRD간의 오차를 구한다면, 제1심음(S1)과 제2심음(S2) 성분이 있는 신호보다 제1심음(S1), 제2심음(S2) 및 제3심음(S3)이 함께 있는 신호의 오차 값이 커진다는 것을 알 수 있다.
제3심음(S3)의 주파수 성분 구간은 20Hz~70Hz로써 제1심음(S1)의 20Hz~120Hz와 제2심음(S2)의 20Hz~170Hz에 중첩하게 된다. 만약 심음 데이터가 제2심음(S2)의 분열 상태라면 PRD1과 PRD2의 오차 값은 20Hz~50Hz 대역의 제1심음(S1)과 제2심음(S2)의 정보가 손실된 만큼의 PRD 차가 발생할 것이다. 반면에 심음 데이터가 제2심음(S2)에 제3심음(S3)이 간섭을 일으키는 상태라면 PRD1과 PRD2의 오차 값은 20Hz~50Hz 대역의 제1심음(S1)과 제2심음(S2) 뿐만 아니라 제3심음(S3)의 정보까지 손실된 PRD 차가 발생할 것이다.
데이터베이스와 비교(209) 단계는 상기의 PRD 오차 계산 방법을 통해 출력된 오차 값을 기존 데이터베이스의 제1심음(S1)과 제2심음(S2) 성분만 있는 심음의 PRD 오차 평균값과 제1심음(S1) 내지 제3심음(S3)의 성분이 있는 심음의 PRD 오차 평균값을 비교하고 어느 상태에 가까운지 판단하는 과정이다. 상기의 데이터베이스와 비교과정(209)을 토대로 의학 전문가는 소견을 입력(210)한다.
본 발명에서는 아래의 표1에 나타낸 바와 같이 심음을 크게 정상(S1+S2), S2 분열(S1+A2P2), S3 또는 S4 간섭(S1+S2+S3 or +S4) 그리고 심잡음(S1+S2+murmur)으로 총 90개의 실험 데이터를 크게 4분류로 나누었다.
|
개 수 |
PRD 평균(%) | 오 차 (%) |
|
20Hz∼170Hz | 50Hz∼170Hz | |||
정상 | 17 | 4.8783 | 7.2683 | 2.3900 |
S2 분열 | 9 | 4.6433 | 6.2259 | 1.5826 |
S3 또는 S4의 간섭 | 26 | 4.6187 | 11.7297 | 7.1110 |
심잡음 | 38 | 15.6441 | 16.9260 | 1.2819 |
[표 1]여러 종류의 심잡음을 하나로 묶은 것은 심잡음보다 제2심음(S2)의 상태적 이상을 발견하는 것이 더 중요하기 때문이다. 20Hz~170Hz에서의 PRD 평균은 정상, 제2심음(S2)분열, 제3심음(S3) 또는 제4심음(S4)의 간섭 모두 4%대에서 비슷하게 나타났다. 심잡음의 경우 대부분 주파수 성분 구간이 정상 심음의 20Hz~170Hz 대역 이상에서 나타나기 때문에 정상 심음의 범위에 맞추어 합성시켰을 때 원본 신호와의 물리적 거리가 커지므로 PRD 값이 큼을 알 수 있다. 하지만 두 PRD 밴드의 오차 값을 보게 되면 제3심음(S3) 또는 제4심음(S4)의 간섭 상태의 심음이 다른 상태들 보다 최소 4.7%정도 크다는 것을 알 수 있다. 이것은 본 발명에서 미리 언급한 PRD 오차 값 가정에서처럼 제3심음(S3) 또는 제4심음(S4)의 간섭 상태 심음이 20Hz~50Hz의 정보가 손실되면서 PRD 값이 가장 크게 변화했다는 것을 보여준다.
이상에서는 본 발명에 대한 기술사상을 첨부 도면과 함께 서술하였지만 이는 본 발명의 바람직한 실시 예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다. 또한 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 이라면 누구나 본 발명의 기술적 사상의 범주를 이탈하지 않는 범위 내에서 다양한 변형 및 모방이 가능함은 명백한 사실이다.
101: 심음 데이터 입력(4kHz 이상의 샘플링율) 102: 세그멘테이션
103: 매칭퍼슈잇 분해 104: 밴드 구성 및 합성
105: 전문가 소견 입력(3항목) 106: 데이터 베이스 저장
201: 이미지 합성 밴드 구성 202: 밴드별 합성 및 이미지 출력
203: 1000Hz~2000Hz, S2 시간 간격 계산 204: 전문가 소견 입력(1)
205: 120Hz~170Hz, S2 기이분열 관찰 206: 전문가 소견 입력(2)
207: PRD 합성 밴드 구성 208: 밴드별 합성 및 오차 계산
209: 데이터베이스와 비교 210: 전문가 소견(3)
301: 이미지 합성밴드 302: PRD 합성밴드
401: S2 정상 심음의 1000Hz~2000Hz 대역
402: S2 정상 심음의 120Hz~170Hz 대역
403: S2 분열 심음의 1000Hz~2000Hz 대역
404: S2 분열 심음의 120Hz~170Hz 대역
103: 매칭퍼슈잇 분해 104: 밴드 구성 및 합성
105: 전문가 소견 입력(3항목) 106: 데이터 베이스 저장
201: 이미지 합성 밴드 구성 202: 밴드별 합성 및 이미지 출력
203: 1000Hz~2000Hz, S2 시간 간격 계산 204: 전문가 소견 입력(1)
205: 120Hz~170Hz, S2 기이분열 관찰 206: 전문가 소견 입력(2)
207: PRD 합성 밴드 구성 208: 밴드별 합성 및 오차 계산
209: 데이터베이스와 비교 210: 전문가 소견(3)
301: 이미지 합성밴드 302: PRD 합성밴드
401: S2 정상 심음의 1000Hz~2000Hz 대역
402: S2 정상 심음의 120Hz~170Hz 대역
403: S2 분열 심음의 1000Hz~2000Hz 대역
404: S2 분열 심음의 120Hz~170Hz 대역
Claims (11)
- 심음데이터 중 특정한 하나의 주기를 복수 개의 샘플로 세그멘테이션하는 세그멘테이션단계(102);
상기 복수 개의 샘플링된 데이터를 매칭 퍼슈잇 방법으로 분해하고 이 과정에서 주파수, 크기 및 위상의 형태를 가지는 복수 개의 아톰을 생성하는 매칭퍼슈잇분해단계(103); 및
상기 복수 개의 아톰들을 구분하여 복수 개의 밴드로 합성하고, 합성된 밴드에서 제2심음(S2)의 시간간격 및 기이분열관찰 결과를 생성하여 출력하고, 특정 구간의 아톰들을 합성한 후 합성신호와 저장된 원본신호와의 물리적 거리 차(PRD, Percent-Root-mean-square Difference)를 계산한 결과를 출력하는 밴드구성 및 합성단계(104)를 구비하는 심음분석방법. - 제1항에 있어서, 상기 밴드구성 및 합성단계(104)는,
상기 아톰을 이용하여 복수 개의 합성밴드를 설정하는 이미지합성밴드구성단계(201);
설정된 합성밴드에 따라 해당되는 아톰들을 합성하고, 합성된밴드 신호 및 원본신호를 이미지로 출력하는 밴드별합성 및 이미지출력단계(202);
이미지로 출력된 복수 개의 밴드 중에서 미리 정해진 주파수 대역을 갖는 제1밴드를 선택하여 2개로 분리된 제2심음(S2)신호의 시간간격을 계산하는 제2심음(S2)시간간격계산단계(203); 및
이미지로 출력된 복수 개의 밴드 중 상기 제1밴드와 다른 주파수 대역을 갖는 제2밴드를 선택하여 제2심음(S2)에서 기이분열이 존재하는가를 관찰하는 제2심음(S2)기이분열관찰단계(205);
특정 구간의 아톰들을 합성하여 적어도 2개의 PRD합성밴드를 구성하는 PRD합성밴드구성단계(207);
상기 적어도 2개의 PRD합성밴드의 PRD값 들 및 PRD 값들의 오차를 계산하는 밴드별합성 및 오차계산단계(208); 및
기존 데이터베이스의 제1심음(S1)과 제2심음(S2) 성분만 있는 심음의 PRD 오차 평균값을 제1 오차 평균값이라고 하고, 제1심음(S1), 제2심음(S2), 제3심음(S3)의 성분이 있는 심음의 PRD 오차 평균값을 제2 오차 평균값이라고 할 때, 상기 밴드별합성 및 오차계산단계(208)를 통해 출력된 오차를 상기 제1 오차 평균값 및 제2 오차 평균값과 비교하고, 상기 밴드별합성 및 오차계산단계를 통해 출력된 오차값이 상기 제1 오차 평균값과 제2 오차 평균값 중에서 어느 쪽에 가까운지 판단하는 비교단계(209)를 구비하는 심음분석방법. - 제2항에 있어서, 상기 PRD는,
원본신호, 원본신호를 분해한 후 다시 합성한 신호 및 심음신호의 평균을 이용하여 계산하는 심음분석방법. - 제2항에 있어서, 상기 복수 개의 합성밴드는,
1000Hz~2000Hz, 500Hz~1000Hz, 250Hz~500Hz, 170Hz~250Hz, 120Hz~170Hz, 70Hz~120Hz, 20Hz~70Hz의 7개의 대역인 심음분석방법. - 제4항에 있어서,
제2심음(S2)시간간격계산단계(203)에서는 1000Hz~2000Hz의 주파수 밴드의 신호가 사용되며,
제2심음(S2)기이분열관찰단계(205)에서는 120Hz~170Hz의 주파수 밴드의 신호가 사용되는 심음분석방법. - 제2항에 있어서,
제2심음(S2)기이분열관찰단계(203)에서는 제2심음(S2)에 포함된 대동맥판이 닫힐 때 들리는 소리(A2)와 폐동맥판이 닫힐 때 들리는 소리(P2)의 상대적 크기를 비교하는 심음분석방법. - 제2항에 있어서, 제2심음(S2)기이분열관찰단계(203)는,
제2심음(S2)이 분열되어 있는 경우, 상기 분열이 제2심음(2)의 고유의 분열인지 혹은 제3심음(S3)에 의한 간섭에 의한 분열인가를 더 판단하는 심음분석방법. - 제7항에 있어서,
고유의 분열 및 간섭에 의한 분열인가를 판단하기 위하여, 20Hz~170Hz, 50Hz~170Hz의 두 가지 합성 밴드의 PRD 간 오차를 계산하는 심음분석방법. - 제1항에 있어서, 상기 심음데이터는 샘플링 율이 4KHz~8KHz사이인 샘플링된 데이터인 심음분석방법.
- 제1항에 있어서,
밴드구성 및 합성단계(104)로부터 출력되는 결과를 판단하여 판단결과를 입력하는 전문가소견입력단계(105)를 더 구비하는 심음분석방법. - 제10항에 있어서,
밴드구성 및 합성단계(104)로부터 출력되는 결과 및 상기 판단결과를 데이터베이스에 저장하는 단계를 더 구비하는 심음분석방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100017083A KR101082582B1 (ko) | 2010-02-25 | 2010-02-25 | 심음분석방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100017083A KR101082582B1 (ko) | 2010-02-25 | 2010-02-25 | 심음분석방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20110097304A KR20110097304A (ko) | 2011-08-31 |
KR101082582B1 true KR101082582B1 (ko) | 2011-11-10 |
Family
ID=44932347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020100017083A KR101082582B1 (ko) | 2010-02-25 | 2010-02-25 | 심음분석방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101082582B1 (ko) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102343863B1 (ko) | 2019-10-02 | 2021-12-28 | 주식회사 액티브디앤씨 | 심장음 분석 지원장치 |
KR20230068723A (ko) | 2021-11-11 | 2023-05-18 | 주식회사 액티브디앤씨 | 심장음 분석 지원시스템 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000093399A (ja) | 1998-09-21 | 2000-04-04 | Nippon Colin Co Ltd | 心音計 |
JP2002153434A (ja) | 2000-11-17 | 2002-05-28 | Dainippon Printing Co Ltd | 時系列信号解析装置 |
-
2010
- 2010-02-25 KR KR1020100017083A patent/KR101082582B1/ko not_active IP Right Cessation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000093399A (ja) | 1998-09-21 | 2000-04-04 | Nippon Colin Co Ltd | 心音計 |
JP2002153434A (ja) | 2000-11-17 | 2002-05-28 | Dainippon Printing Co Ltd | 時系列信号解析装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20110097304A (ko) | 2011-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kachuee et al. | Cuffless blood pressure estimation algorithms for continuous health-care monitoring | |
Choudhary et al. | Automatic detection of aortic valve opening using seismocardiography in healthy individuals | |
Abibullaev et al. | A new QRS detection method using wavelets and artificial neural networks | |
Duan et al. | A feature exploration methodology for learning based cuffless blood pressure measurement using photoplethysmography | |
Khosrow-Khavar et al. | Automatic and robust delineation of the fiducial points of the seismocardiogram signal for noninvasive estimation of cardiac time intervals | |
US9198634B2 (en) | Medical decision support system | |
Schmidt et al. | Segmentation of heart sound recordings by a duration-dependent hidden Markov model | |
Turkoglu et al. | An expert system for diagnosis of the heart valve diseases | |
CN103313662B (zh) | 指示冠状动脉疾病的风险的系统、听诊器 | |
Wang et al. | Phonocardiographic signal analysis method using a modified hidden Markov model | |
US20040260188A1 (en) | Automated auscultation system | |
Gamero et al. | Detection of the first and second heart sound using probabilistic models | |
Schmidt et al. | Segmentation of heart sound recordings from an electronic stethoscope by a duration dependent Hidden-Markov model | |
Haghighi-Mood et al. | A sub-band energy tracking algorithm for heart sound segmentation | |
Choudhary et al. | Heart sound extraction from sternal seismocardiographic signal | |
Hadjem et al. | ST-segment and T-wave anomalies prediction in an ECG data using RUSBoost | |
Wang et al. | Temporal-framing adaptive network for heart sound segmentation without prior knowledge of state duration | |
Al-Qazzaz et al. | Simulation Recording of an ECG, PCG, and PPG for Feature Extractions | |
Li et al. | Classification of heart sound signals with BP neural network and logistic regression | |
Wołk et al. | Early and remote detection of possible heartbeat problems with convolutional neural networks and multipart interactive training | |
Shokouhmand et al. | Mean pressure gradient prediction based on chest angular movements and heart rate variability parameters | |
CA2527982A1 (en) | Method and system for analyzing cardiovascular sounds | |
Erin et al. | Spectral Analysis of Cardiogenic Vibrations to Distinguish Between Valvular Heart Diseases. | |
KR101082582B1 (ko) | 심음분석방법 | |
Hikmah et al. | A signal processing framework for multimodal cardiac analysis |
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 | ||
FPAY | Annual fee payment |
Payment date: 20141103 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20151102 Year of fee payment: 5 |
|
LAPS | Lapse due to unpaid annual fee |