CARDIOPAL

Koroner arter hastalığının olağan bir hastane ortamında akustik yolla algılanması için invasiv-olmayan bir yöntem önerilmektedir. Koroner hastalığı mağdurlarını ayırdetmek için, yüksek duyarlılıklı bir fonokardiyografi sistemi ile kayıt edilen diyastolik kalp seslerinden yararlanılmaktadır. Normal ve hastalıklı kişilere ait özellikleri içeren özbağlanım (autoregressive) katsayılarını iyileştirmek ve bu zayıf seslerden arkaplan gürültüsünü etkin biçimde yoketmek için sıklık-uzayında çalışan uyarlanır bir süzgeç kullanılmaktadır. Gürültü yoketme işleminde kullanılmak üzere yardımcı bir ses kanalı ayrıca kayıt sistemine konmuştur. İki-katmanlı bir yapay sınır ağı ve K-ortalamalı sınıflandırıcılar için özbağlanım katsayıları bir özellik vektörü gibi kullanılarak, klinik değeri bulunan doğru sınıflandırma oranlarına erişilmektedir.
İleri öngörü yöntemi kullanılarak ikinci kalp sesi sönümlü sinüsoidlere ayrıştırılmakta ve aort kökündeki sistolik kan basıncı ile sönümlü sinüsoid katsayıları arasındaki bir bağıntı araştırılmaktadır. Doğal bağışıklığı bulunan sönüm katsayısı sistolik basınç ile en yüksek ve istatistisel olarak anlamlı bir bağıntı ortaya koymaktadır. Bu yeni yaklaşım sürekli basınç ölçümü için önerilmekte, fakat yoğun klinik incelemelere ihtiyaç göstermektedir.
Yetişkin ve fetüs kalbinde bulunduğu varsayılan ses kaynaklarını yerelleştirmek için bir mikrofon dizi sistemi ve bir dizi işaret işleme yöntemi geliştirilmiştir. Bu yaklaşım sayısal fonokardiyografi alanında tümüyle özgündür. Ses kaynaklarının 2-B ve 3-B imgeleri bir işaret yayılım modeli ve alt-uzay tabanlı bir dizi işleme yordamı (MUSIC) aracılığı ile kestirilmektedir.
A non-invasive method is proposed for acoustical detection of coronary artery disease in a normal hospital environment. The diastolic heart sounds recorded via a high sensitive phonocardiograpy system are utilized to differentiate the coronary artery victims. A frequency-domain adaptive filter is used to effectively eliminate the background noise from these weak signals and to promote Autoregressive (AR) parameters having distinctive features between normal and diseased subjects. For the noise cancellation process an auxiliary sound channel is also included in the recording system. Clinically valuable correct classification rates are reached by using the AR parameters as feature vector for two objective classifiers, namely a two-layer perceptron and the K-means classifier.
The second heart sounds are decomposed into damping sinusoids by using forward prediction, and a correlation between the systolic blood pressure in the aortic root and parameters of the damping sinusoids is investigated. The damping parameter with its intrinsic immunity reveals the highest and statistically significant correlation with the systolic pressure. This new approach is proposed for continuous pressure measurement, but it needs extensive clinical investigations.
A microphone array system and an array signal processing method is developed to localize hypothetical sound sources in the heart of the adult and the fetus. This approach is totally original in the field of digital phonocardiography. 2-D and 3-D images of the sound sources are estimated by means of a signal propagation model and a subspace-based array processing algorithm (MUSIC).