張璞曾臺灣大學：電機工程學研究所黃銘川Huang, Ming-ChuanMing-ChuanHuang2007-11-262018-07-062007-11-262018-07-062006http://ntur.lib.ntu.edu.tw//handle/246246/53039在醫院，聽診是內科醫生看診最常使用的行為。 最近， 為了發展遠端醫療和居家看護系統並且幫助內科醫生能有更正確診斷，電子聽診器和電腦軟體分析已經成為一個不可避免的趨勢。 不過，心音和肺音的兩信號不僅從同時由胸腔傳出而且有一些重疊範圍。 因此，為了避免這兩個聲音在分析計算時受到影響；分離心音與肺音變得必要而重要。獨立成分分析(ICA)是從1990發展起來的算法； 它高效率的能分開兩個聲音。 在這篇文章裡，我們使用兩個聽筒從左和右胸收集信號。 我們以ICA 算法成功分離模擬的心音和肺音。 它能幫助內科醫生檢查以及在遠距醫療和居家看護上使用。In hospital, physician examine emphasizes with percussion and auscultations; and auscultation is the most common way for physical exam. Recently, in order to develop Tele-medicine and Home care system and to assist physician can have more correct diagnose by auscultation; electric stethoscope and computer analysis have become an inevitable trend. However, two physical signals which include with Heart sound and lung sound are both appear from chest and also have some overlapped spectrum diagram. So, in order avoid to users misplace or untrained of stethoscope using and makes these two sounds will effect each other during with computer analysis; to separate heart sound and lung sound become necessary and important. Independent component analysis (also called ICA) is an algorithm which developed from 1990; it can separate two sounds even above efficiency. In this paper, we use two microphones to collect signals from left and right chest. And we have successfully divide heart and lung sounds by Fast ICA algorithm. And it can assist physician examine and also using on Tele-medicine and Home care by this way.第一章 緒論 1 1.1心音與肺音的基本特性 1 1.1.1 心音與肺音的發生 1 1.1.2 心音與肺音的頻率概述 2 1.2相關研究文獻回顧 4 1.3研究動機 5 1.4研究目的 6 1.5研究方法 7 1.6 論文架構 8 第二章 研究原理與方法 9 2.1獨立成份分析演算法架構與原理介紹 9 2.2獨立成份分析演算法架構與原理（Independent Component Analysis，ICA） 10 2.2.1獨立成份分析的定義 10 2.2.2 訊號重建的原理 12 2.2.3峰態(Kurtosis) 12 2.2.4熵(entropy)與負熵(negentropy) 13 2.3 獨立成份分析演算法 16 2.3.1 資料前置處理 17 2.3.2 使用負熵的固定點演算法（fixed-point algorithm using negentropy） 18 2.3.3 評估多個獨立成份分析演算法流程 21 第三章 心肺音分離系統架構 24 3.1心肺音分離系統概述 24 3.2硬體架構 26 3.2.1硬體系統概述 26 3.2.2 系統電路架構 26 3.3軟體架構 30 3.3.1 軟體系統概述 30 3.3.2 軟體系統架構 31 第四章 實驗方式與實驗結果 37 4.1模擬訊號的分離效果 37 4.1.1 模擬訊號的來源 37 4.1.2 混合的模擬訊號 38 4.1.3 模擬訊號分離的結果 41 4.2實際訊號分離重建的效果 48 第五章 結論與討論 58 5.1討論與改進方向 58 5.2結論 61 第六章 未來工作 62 參考文獻 642007832 bytesapplication/pdfen-US獨立成分分析(ICA)心音肺音Independent Component AnalysisAuscultationHeart soundLung soundthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/53039/1/ntu-95-P93921010-1.pdf