초록

본 발명은 히든 마르코프 모델(HIDDEN MARKOV MODEL, 이하 HMM이라 한다)을 이용한 심음(HEART SOUND)을 자동으로 분류하는 방법에 관한 발명으로, 심음 분류 방법에 있어서, (A)심음 데이터를 이용하여 HMM을 모델링하는 과정 및 (B)모델링된 HMM을 인식하는 과정을 포함하는 것을 특징으로 한다.본 발명을 이용함으로서 기존의 심음을 이용한 자동 진단 방식에서 발생하던 분류 오류를 줄여서 심음 자동 분류 시스템의 성능을 향상 시킬 수 있다.

대표청구항

심음 분류 방법에 있어서,(A)심음데이터에 대한 히든 마르코프 모델(HIDDEN MARKOV MODEL, 이하 HMM이라 한다) 파라미터 값을 추정하는 과정; 및(B)상기 HMM 파라미터 값을 이용하여 주어진 심음데이터가 어떤 질병 분류에 해당하는지를 결정하는 과정;을 포함하는 것을 특징으로 하는 HMM을 이용한 심음 분류 방법.

심음 분류 방법에 있어서,(A)심음데이터에 대한 히든 마르코프 모델(HIDDEN MARKOV MODEL, 이하 HMM이라 한다) 파라미터 값을 추정하는 과정; 및(B)상기 HMM 파라미터 값을 이용하여 주어진 심음데이터가 어떤 질병 분류에 해당하는지를 결정하는 과정;을 포함하는 것을 특징으로 하는 HMM을 이용한 심음 분류 방법.