Journal of the Institute of Electronics Engineers of Korea SC (전자공학회논문지SC)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Heart Sound Recognition using Principal Components Analysis

주성분 분석 기법을 이용한 심음 인식

  • Lee, Sang-Min (M-application project Team, Samsung Advanced Institute of Technology) ;
  • Hong, Seung-Hong (Dept. of Electronics Engineering, Inha University)
  • 이상민 (삼성종합기술원 M응용프로젝트팀) ;
  • 홍승홍 (인하대학교 전자공학과)
  • Published : 2001.10.30
Download PDF
⟨ Previous Next ⟩

Abstract

Recently many researches concerning heart sound analysis are being processed with development of digital signal processing and electronic components. But there are few researches about recognition of heart sound, especially full cardiac cycled heart sound, In this paper, a new recognition methods about. full cardiac cycled heart sound was proposed. For the first, the database was built by principal components analysis on training heart sound set. This database is used to recognize new input of heart sound, Ilear sounds were classified into seven classes such as normal(NO) class, pre-systolic murmurr(PS) class, early systolic murmur(ES) class, late systolic murmurr(LS) class, early diastolic murmur(EI) class, late diastolic murmur(LD) class and continuous murmuru(CM) class. As a result, we could verify that our new method has better efficiencies for the recognition the characteristics of heart sound than any precedent research. The maximum recognition rates of the new method are 71% for NO, 80% for PS and ES, 78% for LS, 87% for ED, 60% for LD and 20% for CM. Although the present results aren't practically sufficient to use our new method in recognizing heart sound, the importance of this paper is for recognition of heart sound within full cardiac cycle. We can get a better result by building a more efficient database.

최근에 디지털 선호처리와 전자부품의 발달로 심음 분식에 관한 많은 연구가 진행되고 있다. 그러나 심음 인식, 특히 심음 한주기 전체에 대한 인식연구는 거의 없다. 본 논문에서 심음 전체 한주기에 대한 새로운 인식 방법을 제안하였다. 먼저 주성분 분석을 이용하여 훈련 셋트로 데이터베이스를 구축한다. 데이터베이스는 새로운 심음입력을 인식하는데 이용된다. 심음은 정상심음, 수축전 심잡음, 수축초기 심잡음, 수축 말기 심잡음, 이완 초기 심잡음, 이완 말기 심잡음， 연속적 심잡음으로 분류된다. 실험결과 새로운 인식 방법은 심음의 특징을 인식하는데 효과적이었다. 최대 인식률은 NO의 경우 71%, PS와 ES의 경우 80%, LS의 경우 78%, ED의 경우 87%, LD의 경우 60%, CM의 경우 20% 이었다. 현재의 결과가 실제적으로 심음을 인식하기에는 충분하지 못하였지만 선음 전체 주기를 대상으로 한 연구라는데 의의가 있으며 더 효과적인 데이터베이스를 구축함으로써 인식률을 개선할 수 있다.

Keywords

References

  1. L. G. Durand and P. Pibarot, 'Digital siganl processing of the phonocardiogram - Review of the most recent advancements,' CRC Critical Reviews Biomedical Engineering, vol. 23, no. 3, pp.163-219, 1995
  2. G. Y. Kozmann and P. Kenedi, 'Surface acceleration mapping : a new method for heart sound investigation,' 7th Eur. Congr. Cardiol., KFKI 76-35, pp, 1, 1976
  3. M. Okada, 'Chest wall maps of heart sounds and murmurs,' Comput. Biomed. Res., vol, 15, pp. 281-288, 1982
  4. M. Cozic, L. G. Durand and R. Guardo, 'Development of a cardiac acoustic mapping system,' Proc, 17th Annual Int. Conf. IEEE EMBS, pp. 1029-1031, 1995 https://doi.org/10.1109/IEMBS.1995.579451
  5. P. Pibarot, G. N. Honos, L. G. Durand and J. G. Dtunesnil, 'Substitution of left ventricular outflow diameter with prosthwtic size is inadequate for calculation of the aortic prosthetic valve area by the continuity equation,' J. Am. Soc. Echocardiogr., vol. 8, pp. 511-518, l995 https://doi.org/10.1016/S0894-7317(05)80339-6
  6. D. Barschdorff, U. Femmer and E. Trowitzsch, 'Automatic phonocardiogram signal analysis in infant based on wavelet transform and artificial neural networks', IEEE Computers in Cardiology, pp.753-756, 1995 https://doi.org/10.1109/CIC.1995.482774
  7. 이상민, 김인영, 홍승홍, '구간적분과 통계변수 분석에 의한 심음 인식', 대한의용생체공학회 논문지, 제 20권, 제6호, 573-581쪽, 1999
  8. K. Pearson, 'On lines and planes of closest fit to systems of points in space,' Philosophical Magazine, vol. 6, no. 2, pp, 559-572, 1901
  9. H. Hotelling, 'Analysis of a complex of statistical variables into principal components,' Journal of Educational Psychology, vol. 24, 417-41, pp.498-520, 1933
  10. L. Sirovich and M. Kirby, 'Low dimensional procedure for the characterization of human face,' Journal of the Optic Society of America A, vol. 4(3), pp, 519-524, 1987
  11. S. J. Lee, S. B. Jung, J. W. Kwon and S. H. Hong, 'Face Detection and Recognition using PCA,' TENCON'99, vol. 1, pp. 84-87, Chcju, 9. 1999 https://doi.org/10.1109/TENCON.1999.818355
  12. 심상미, 장주석, '고유특징을 이용한 얼굴 인식에 있어서 얼굴형상에 대한 분수차 Fourier 변환의 효과,' 전자공학회지, 제35권 C편, 제8호, 664-671, 1998