@inproceedings{oai:nagasaki-u.repo.nii.ac.jp:00020359,
 author = {正田, 備也 and 喜安, 千弥 and 宮原, 末治},
 book = {情報処理学会シンポジウムシリーズ},
 issue = {3},
 month = {Nov},
 note = {application/pdf, 本論文では，肺音分類に有用なテンプレートを作成するために，大量の肺音データから特徴量をふるい分ける手法を提案する．まず，FFT によりパワー・スペクトルを特徴ベクトルとして得る．次に，これらを部分的に重なる複数のグループにまとめて独立成分分析を適用し，各グループを少数の成分ベクトルの組で代表させる．こうして多様な各肺音から得られた成分ベクトルを集め，クラスタリングを多数回実行し，常に同じクラスタに属する成分ベクトル群を良質な特徴量として得る．実験では看護師用教材CD を使い，クラスタリング結果と実際の肺音の特徴を比較する．, In this paper, we propose a method for extracting features from various lung sounds. We use those features to compose useful templates for lung sound classification. First, we obtain power spectra as feature vectors by FFT. Second, we form feature vector groups partially overlapping with each other and represent each group by a few component vectors provided by ICA. We put the component vectors obtained from various lung sounds into a single set and conduct clustering repeatedly. Then we regard the groups of vectors repeatedly belonging to the same cluster as good features. In the experiment, we use CD accompanying a textbook for nurses and compare clustering results with actual lung sound features., データベースとWeb情報システムに関するシンポジウム 2007年11 月27日 (火)-28 日(水) 東京大学生産技術研究所},
 publisher = {情報処理学会},
 title = {肺音分類のための独立成分分析とクラスタリングによる特徴量抽出},
 volume = {2007},
 year = {2007}
}