| 研究課題/領域番号 |
17K00408
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
生命・健康・医療情報学
|
|---|
| 研究機関 | 長崎大学 |
|---|
研究代表者 |
松永 昭一 長崎大学, 工学研究科, 教授 (90380815)
|
|---|
| 研究分担者 |
酒井 智弥 長崎大学, 工学研究科, 准教授 (30345003)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 呼吸音 / 肺疾患 / 機械学習 / 肺音 / スパースモデリング / 音響特徴量 / 生体音 / 副雑音 / スパースモデル / HMM / 生体生命情報学 / 情報システム |
|---|
| 研究成果の概要 |
肺音の異常音と正常音の識別性能を向上させるための事前処理の手法として，スパースモデリングを用いる方式を検討した．聴診音をスパースモデリングにより連続性の音響特徴を持つ成分(時系列信号)と断続性の音響特徴を持つ成分(時系列信号)の二つに分離した．この分離の際に用いる音響特徴として，連続性としてはフーリエ成分を，断続性としてはウェーブレット成分を用いて分離を行う処理系を構築できた．さらに，ニューラルネットにより音響特徴パラメータを学習する枠組みを作成し，さらにその学習した特徴パラメータを用いて，正常肺音と異常肺音を後段のニューラルネットにより識別する枠組みを作成した．
|
| 研究成果の学術的意義や社会的意義 |
我々は日常の生活で，肺音に異常な音(通常の呼吸音と異なる音)を聴取した場合には，呼吸器系の疾患を疑い，専門家の診察・治療を受け，重篤化を避けることができる．これは呼吸器系の疾患を患うと肺音中に呼吸器系臓器の異常に起因する副雑音と呼ばれる疾患音を観測する場合が多いことを経験上利用している．このような肺疾患に起因する疾患音の有無の推定に関することを，機械学習の手法を用いてアルゴリズム化し，かつ，雑音の混入する家庭環境で採取する肺音に対しても，頑健にかつ高精度に疾患音を検出できれば，早期の肺疾患の検出の手段として役立てることができ，重篤な病気に至る前の段階で早期の治療へと繋げることが可能となる．
|
