지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.11
- 수록면
- 21 - 31 (11page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 코로나(Covid-19)의 영향으로 스마트 헬스케어 관련 산업과 비대면 방식의 원격 진단을 통한 질환 분류 예측 연구의 필요성이 증가하고 있다. 일반적으로 호흡기 질환의 진단은 비용이 많이 들고 숙련된 의료 전문가를 필요로 하여 현실적으로 조기 진단 및 모니터링에 한계가 있다. 따라서, 간단하고 편리한 청진기로부터 수집된 호흡음을 딥러닝 기반 모델을 활용하여 높은 정확도로 분류하고 조기 진단이 필요하다. 본 연구에서는 청진을 통해 수집된 폐음 데이터를 이용하여 이상 호흡음 분류모델을 제안한다. 데이터 전처리로는 대역통과필터(BandPassFilter)방법론을 적용하고 로그 멜 스펙트로그램(Log-Mel Spectrogram)과 Mel Frequency Cepstral Coefficient(MFCC)을 이용하여 폐음의 특징적인 정보를 추출하였다. 추출된 폐음의 특징에 대해서 효과적으로 분류할 수 있는 병렬 합성곱 신경망 네트워크(Parallel CNN network)모델을 제안하고 다양한 머신러닝 분류기(Classifiers)와 결합한 스태킹 앙상블(Stacking Ensemble) 방법론을 이용하여 이상 호흡음을 높은 정확도로 분류하였다. 본 논문에서 제안한 방법은 96.9%의 정확도로 이상 호흡음을 분류하였으며, 기본모델의 결과 대비 정확도가 약 6.1% 향상되었다.
목차
[Abstract]
[요약]
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Experiments
V. Conclusions
REFERENCES
참고문헌 (23)
참고문헌 신청
WHO / 2017 / The global impact of respiratory disease
A. Bohadana / 2014 / Fundamentals of lung auscultation / N. Engl. J. Med 370(8):744~751
P. S. Faustino / 2019 / Crackle and wheeze detection in lung sound signals using convolutional neural networks
J. Xie / 2020 / Critical care crisis and some recommendations during the COVID-19 epidemic in China / Intensive Care Med 46(5):837~840
B. M. Rocha / 2019 / An open access database for the evaluation of respiratory sound classification algorithms / Physiol. Meas 40(3):35001
A. Bohadana / 2014 / Fundamentals of lung auscultation / N. Engl. J. Med 370(8):744~751
P. S. Faustino / 2019 / Crackle and wheeze detection in lung sound signals using convolutional neural networks
J. Xie / 2020 / Critical care crisis and some recommendations during the COVID-19 epidemic in China / Intensive Care Med 46(5):837~840
B. M. Rocha / 2019 / An open access database for the evaluation of respiratory sound classification algorithms / Physiol. Meas 40(3):35001
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
호흡음 증상 분류를 위한 앙상블 기반 기계학습 모델
정보 및 제어 논문집
2021 .10
-
이상 호흡음 분류를 위한 계층적 어텐션 네트워크 모델
대한산업공학회 추계학술대회 논문집
2020 .11
-
호흡기 질환 예측을 위한 호흡음 전처리 방식에 관한 연구
한국통신학회 학술대회논문집
2022 .06
-
이상호흡음 분류를 위한 다단계 확장 합성곱 기반 딥러닝 모델
한국정보과학회 학술발표논문집
2024 .06
-
이상 호흡음 분류를 위한 계층적 어텐션 네트워크 모델
대한산업공학회지
2021 .04
-
TCNs 모델을 활용한 폐음의 이상호흡음 분류
한국정보과학회 학술발표논문집
2023 .06
-
준지도학습을 활용한 호흡기 질환 예측모델에 관한 연구
한국통신학회 학술대회논문집
2021 .06
-
호흡음 분류를 위한 준지도학습 모델 연구
한국통신학회 학술대회논문집
2022 .02
-
수면호흡음을 이용한 머신러닝 기반의 수면무호흡 분류
한국정보과학회 학술발표논문집
2019 .06
-
합성곱 신경망(CNN) 기반 새로운 호흡 환기량 추정 모델 개발
로봇학회 논문지
2025 .03
-
호흡에 따른 사용자 상태 분석 모델
한국컴퓨터정보학회 학술발표논문집
2025 .01
-
다중 스태킹을 가진 새로운 앙상블 학습 기법
한국전자거래학회지
2020 .08
-
Classification of Respiratory Sounds by Generated Image and Improved CRNN
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
파일 내의 메타데이터 일관성을 이용한 메타데이터 없는 호흡음 분류에 관한 연구
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
Automatic Classification of Respiratory Sound Considering Hierarchical Structure
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
Mel Frequency Cepstral 이론 기반 음성 분류에 관한 연구
정보 및 제어 논문집
2020 .10
-
다양한 합성곱 신경망 방식을 이용한 폐음 분류 방식의 성능 비교
한국음향학회지
2019 .01
-
Music Genre Classification using CNN architecture with feature concatenation
한국지능정보시스템학회 학술대회논문집
2021 .12
-
특허문서 자동분류를 위한 딥러닝 개별 모델 분류기와 앙상블 분류기의 성능비교
전자공학회논문지
2021 .09
-
Automatic Classification of Large-Scale Respiratory Sound Dataset Based on Convolutional Neural Network
제어로봇시스템학회 국제학술대회 논문집
2019 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
머신러닝을 활용한 식품소비에 따른 대사성 질환 분류 모델
홍준호
,
이경희
,
이혜림
외 2명
한국콘텐츠학회논문지
2022
.03
머신러닝을 활용한 정보격차 실태조사 자료의 중요도 변수 분류에 관한 연구
송광윤
,
김윤수
,
장인홍
한국데이터정보과학회지
2022
.03
앙상블 학습의 부스팅 방법을 이용한 악의적인 내부자 탐지 기법
박수연
정보보호학회논문지
2022
.04
호흡음 증상 분류를 위한 앙상블 기반 기계학습 모델
김한성
,
박홍성
대한전기학회 학술대회 논문집
2021
.10
심장 소리 분류를 위한 Inverted Residuals 기반 경량화 모델
박두서
,
이민영
,
김기현
외 1명
대한산업공학회지
2021
.12
최근 본 자료
댓글(0)
0