學研新創
首頁 > 學研新創 > 智慧醫療與健康科技 >第十七屆
加入書籤
基於深度學習之心音訊號處理
學研新創獎 智慧醫療與健康科技類獲獎

曹昱、陳俐瑾、林子皓

本團隊致力於心音(Heart Sounds) 之訊號處理,包括自動化的第一心音(S1)與第二心音(S2)判讀及其於真實環境中判讀所面對的障礙,如背景噪音及心肺音混和的狀況。本團隊已有以下成果:(1) 成功準確的判斷S1與S2,不仰賴心音間距等其他資訊,同時為第一個利用深度學習方法進行心音訊號處理的研究團隊,發表論文獲得引用數87次。(2) 礙於現實環境中心音的錄製及含有噪音,因而影響辨識結果,本團隊設計出即使在雜訊的環境底下,仍可準確辨識S1與S2的 spectral restoration with multi-style training (SRMT) 方法,作為因應在真實環境中的狀況。(3) 現實中錄製心音時,往往會將肺音也一同錄製,形成心肺音混雜的聲音,因而難以進行心音的辨識。本團隊設計出以非監督式的 periodicity-coded deep autoencoder (PC-DAE) 方法進行心肺音的分離,且可在缺少純心音、純肺音、心肺音對稱的資訊、不需要人為標記的情況下,有效的區分心音與肺音,提供臨床診斷使用。結合以上三項設計,本團隊之成品可在有雜訊且心肺音混雜的情況下,精準的判定心音S1與S2。

評審推薦
1.本技術能分離生理聲音訊號,將心音的處理由傳統方式轉為使用AI深度學習,減少仰賴人力之成本,具創新特色。
2.以非監督式的方法進行心/肺音分離,可準確識別S1和S2,提供給心音及肺音之疾病判讀。
曹昱
學歷 Ph.D. in Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, Georgia
現職 中央研究院資訊科技創新研究中心研究員
經歷 National Institute of Information and Communications Technology, Kyoto, Japan
研發動態
 
第17屆國家新創獎 (2020) 精華集錦
 
白袍創業風氣興起!醫生也拚創新...
「第17屆國家新創獎」授獎典禮...
新創年度6強Demo Pitc...
新件參賽申請
新創精進申請
到訪人次:6,996,284
更新日期:2021-04-12
財團法人生技醫療科技政策研究中心 版權所有
Copyright © 2012 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved