• 산업문제명기계학습을 활용한 호흡 청진음 잡음제거
• 기업세종충남대학교병원
• 키워드청진음, 잡음제거, 기계학습, 데이터분석
• 산업문제 내용· 기업소개 : 세종충남대학교병원은 2020년 7월 세종시 최초의 대학병원으로 개원하여 의사직만 136명을 확보 세종 및 중부권 중심병원으로 발전하고 있다. · 산업문제 : 환자의 진료에서 정진기를 사용한 진단은 가장 기초적인 진단법이긴 하나 비침습적으로 환자의 상태를 가장 신속하게 진단할 수 있는 방법이다. 청진시 접촉잡음, 환경음(말소리 등)뿐만 아니라 환자 몸의 장기에서 나는 소리(심장음 등)가 함께 청진이 되어 올바른 진단을 하기 어렵게 문제가 존재한다. 청진의 정확도를 높이기 위해서는 청진시 함께 들리는 이러한 잡음을 제거하는 것이 중요하다.
• 문제해결 결과· 제시된 해결방안 : Discrete Wavelet Transform (DWT, 이산 웨이블렛 변환), Empirical Mode Decomposition (EMD, 경험적 모드 분해법), Variational Mode Decomposition (VMD, 변동 모드 분해법), Spectral gating/filter, Butterworth Lowpass Filter, Savitzky？Golay smoothing (Polynomial Lowpass Filter)을 활용한 청진음 잡음 감쇠 · 활용계획 및 기대성과 : 위의 결과에서 최종적으로 제안된 알고리즘들이 실제 의료현장에서 질병, 질환 진단 시에 발생하는 심장음, 환경음, 접촉잡음 등과 같은 주요 잡음만을 정확하게 감쇄하거나 제거하는 것은 아니라, 전반적인 잡음의 강도를 약화시키는 정도의 효과를 얻을 수 있었다. 따라서 DWT, Butterworth Lowpass Filter, Savitzky？Golay smoothing와 심장음, 환경음, 접촉잡음 등과 같은 패턴을 분석하여 추출할 수 있는 변형된 EMD, VMD 방법론을 개발할 수 있으면 매우 좋은 잡음감쇄 또는 잡음제거 알고리즘을 개발할 수 있을 것으로 기대된다.