In-Vitro Thrombosis Detection of Mechanical Valve using Artificial Neural Network

인공신경망을 이용한 기계식 판막의 생체외 모의 혈전현상 검출

  • 이혁수 (단국대학교 의과대학 의학과) ;
  • 이상훈 (단국대학교 의과대학 의학과)
  • Published : 1997.12.01

Abstract

Mechanical valve is one of the most widely used implantable artificial organs of which the reliability is so important that its failure means the death of patient. Therefore early noninvasive detection is essentially required, though mechanical valve failure with thrombosis is the most common. The objective of this paper is to detect the thrombosis formation by spectral analysis and neural network. Using microphone and amplifier, we measured the sound from the mechanical valve which is attached to the pneumatic ventricular assist device. The sound was sampled by A/D converter(DaqBook 100) and the periodogram is the main algorithm for obtaining spectrum. We made the thrombosis models using pellethane and silicon and they are thrombosis model on the valvular disk, around the sewing ring and fibrous tissue growth across the orifice of valve. The performance of the measurment system was tested firstly using 1 KHz sinusoidal wave. The measurement system detected well 1KHz spectrum as expected. The spectrum of normal and 5 kinds of thrombotic valve were obtained and primary and secondary peak appeared in each spectrum waveform. We find that the secondary peak changes according to the thrombosis model. So to distinguish the secondary peak of normal and thrombotic valve quantatively, 3 layer back propagation neural network, which contains 7, 000 input node, 20 hidden layer and 1 output was employed The trained neural network can distinguish normal and valve with more than 90% probability. As a conclusion, the noninvasive monitoring of implanted mechanical valve is possible by analysing the acoustical spectrum using neural network algorithm and this method will be applied to the performance evaluation of other implantable artificial organs.

기계식 판막은 매몰식 인공장기에 널리 사용돼 왔으며, 판막의 이상은 환자의 죽음으르 의미한다. 판막의 이상에 영향을 미치는 것은 많은 요소들이 있는데 대표적으로 기계적인 고장과 혈전현상이 있다. 그래서 비침습적으로 이것들을 발견하는 것이 필요하게 된 것이다. 이 논문의 목적은 스펙트럼의 해석과 인공신경망을 이용하여 혈전현상을 발견하는데 있다. 신호의 측정은 공압식 좌심실 보조장치에 장착한 기계식 판막으로부터 마이크로폰과 증폭기를 이용하였다. 디스크 위의 모의 혈전현상과 봉합링의 주위에 혈전현상, 20%, 40% 60%로 자라나는 혈전현상은 펠레세인과 실리콘을 이용하여 제작하였다. 기초 성능 평가를 위해 1KHz 정현파를 인가하여 시스템을 평가하였으며, 정상적인 판막과 5 종류의 혈전현상의 스펙트럼은 혈전현상의 정보를 지닌 개폐시 peak의 신호 파형에서 구하였다. 데이터의 정량적인 해석을 위해 7,000개의 입력 노드와 20개의 은닉층과 1개의 출력층으로 이루어진 인공신경망을 사용하였다. 결론적으로 훈련된 인공신경망을 사용한 결과 정상 판막과 비정상 판막을 판단하는데 90%의 판단능력을 보였다. 이상의 실험을 통해 판막의 이상유무를 신호의 스펙트럼 해석과 인공신경망을 통해 평가할수 있음을 알 수 있었다. 본 논문의 결과는 앞으로 인공장기를 몸속에 지니고 있는 환자에게서 장기의 상태를 지속적으로 감시할 수 있는 기술적 토대를 제공할 것이다.

Keywords

References

  1. 인공장기 민병구;이상훈(외)
  2. The Annlas of Thoracic Surgery v.34 no.1 Thromboembolic Complications of Current Cardiac Valvular Prostheses L. Henry Edmunds, Jr. M. D.
  3. IEEE Trans. Biomedical Eng. v.BME-33 no.6 Evaluation of FFT-based and modern perametric methods for the spectral analysis of biopo thetic valve sounds L. G. pafand;J.D. Guise;G. Cloutier;R. Gaurdo;M. Brais
  4. Circulation v.68 Detection of Aortic Porcine Valve Dysfunction by Maximum Entropy Spectral Analysis R. A. Poale;T. H. Joo(et al.)
  5. J. Acoust. Soc. Am. v.97 no.6 Classification of prosthetic heart valve sounds:A parametric approach J. V. Candy;H. E. Jones
  6. IEEE Trans. Biomeical Eng. v.43 no.7 Spectral Composition of Heart Sounds Before and After Mechanical Heart Implantation Using a Modified Forward-Backward Prony's Method Herkole P. Sava;J. T. Edward McDonnell
  7. ASAIO Journal v.40 no.3 Performance Evaluation of Implantable Artificial Organs by Sound Spectrum Analysis S. H. Lee;B. G. Min
  8. Trans ASAIO J. v.41 Noninvasive Diagnosis of Mechanical Failure of the Implanted Total Artificial Heart Using Neural Network Analysis of Acousitc Signals H. C. Kim;S. K. Park(et al.)
  9. A New Technique for the Assessment of Mechanical Prosthetic Heart Valves:Analysis of their Ultrasonic Clicks
  10. J. THRAC CARDIOVASC SURGERT v.79 no.5 Real-time sound spectroanalysis for diagnosis of malfunctioning prosthetic vaves Yuzuru;Kagawa
  11. Heart Disease Eugene Braunwald.(et al.)
  12. 대한흉부외과학회지 v.24 no.1 소아환자에서 St.Jude Medical 인공판막이 혈전현상 김삼현;신제균;박인숙;홍창의
  13. 대한흉부외과학회지 v.24 인공판막혈전증에 대한 외과적 치료 유영선;최세영(등)
  14. IEEE BME v.44 no.3 Linear Using Nolinear ARMA Model Parameter Estimation Using an Artificial Neural Network K. H. Chon;R. J. Cohen