상세 설명

한소율 연구실은 딥러닝을 활용한 심장 잡음(Heart Murmur) 및 생체 신호 분석 분야에서도 활발한 연구를 진행하고 있습니다. 심장 잡음은 선천성 심장질환 등 다양한 심장 질환의 조기 진단에 중요한 역할을 하며, 특히 의료 인프라가 부족한 지역에서는 비침습적이고 비용 효율적인 진단 도구로서의 가치가 높습니다. 연구실은 심장음(Phonocardiogram, PCG) 데이터를 다양한 주파수-시간 영역 특성(Log-mel Spectrogram, STFT, CQT 등)으로 변환하여, CNN, Light CNN 등 딥러닝 모델에 적용하는 방법을 개발하고 있습니다. 이러한 연구는 George B. Moody PhysioNet Challenge 등 국제 대회에서 상위권 성적을 거두며 그 성과를 인정받고 있습니다. 특히, 멀티채널 심장 신호 처리(MCHeart) 및 피크 간격, 잡음 특성 등 다양한 피처를 결합한 모델을 통해 진단 정확도를 크게 향상시켰습니다. 또한, Residual Block, Multi-Head Attention(MHA) 등 최신 딥러닝 구조를 적용하여 모델의 성능과 해석력을 동시에 높이고 있습니다. 연구실의 심장 잡음 탐지 연구는 의료 현장에서의 실질적인 활용을 목표로 하며, 비침습적 진단, 원격 모니터링, 모바일 헬스케어 등 다양한 응용 분야로 확장되고 있습니다. 이를 통해 심장 질환의 조기 발견과 환자 맞춤형 치료에 기여하고, 궁극적으로 국민 건강 증진에 이바지하고자 합니다.

키워드

관련 이미지

관련 자료