MISC

2019年7月

時間-周波数解析とCNNを用いた呼吸音の自動分類

日本医用画像工学会大会予稿集
  • 南 弘毅
  • ,
  • 陸 慧敏
  • ,
  • 金 亨燮
  • ,
  • 平野 靖
  • ,
  • 間普 真吾
  • ,
  • 木戸 尚治

38回
開始ページ
518
終了ページ
523
記述言語
日本語
掲載種別
出版者・発行元
日本医用画像工学会

呼吸器疾患の診断方法としては,聴診器を用いた呼吸音の聴診が長年用いられてきた.これは簡便で安全な診断方法である一方,聴診音の診断には定量的な評価基準がないため,医師の診断支援を行うシステムの開発が必要である.そこで本論文では,畳み込みニューラルネットワーク(CNN:Convolutional Neural Network)を用いた呼吸音の自動分類手法の提案を行う.主な手法の流れとしては,呼吸音データに対して短時間フーリエ変換と連続ウェーブレット変換を適用し,スペクトログラム画像およびスカログラム画像を生成する.その後,生成した画像を用いてCNNによる正常呼吸音,連続性ラ音,断続性ラ音の識別を行う.提案手法を呼吸音データ22症例に適用した結果,分類性能としてAccuracy=79.44[%],AUC=0.942を得た.(著者抄録)

リンク情報
J-GLOBAL
https://jglobal.jst.go.jp/detail?JGLOBAL_ID=201902245323570123

エクスポート
BibTeX RIS