Proceedings of the KIEE Conference (대한전기학회:학술대회논문집)

The Korean Institute of Electrical Engineers (대한전기학회)
권호 표지

Comparison of performance for classification arrhythmia with PCA, ICA, LDA using artificial neural network

신경망 분류법을 사용한 PCA, ICA, LDA에 따른 부정맥 판별 성능 평가

  • Kim, Jin-Kwon (Dept. of Electrical and Electronic Engineering, Yonsei University) ;
  • Shin, Kwang-Soo (Dept. of Electrical and Electronic Engineering, Yonsei University) ;
  • Shin, Hang-Sik (Dept. of Electrical and Electronic Engineering, Yonsei University) ;
  • Lee, Myoung-Ho (Dept. of Electrical and Electronic Engineering, Yonsei University)
  • 김진권 (연세대학교 전기전자공학과) ;
  • 신광수 (연세대학교 전기전자공학과) ;
  • 신항식 (연세대학교 전기전자공학과) ;
  • 이명호 (연세대학교 전기전자공학과)
  • Published : 2007.07.18
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 부정맥 판별을 위한 전처리 과정으로 PCA, LDA, ICA를 바탕으로 하여 정확도를 비교하여 보았다. 각각의 전처리는 고유의 특성을 가지고 있으며 본 논문의 목적은 부정맥 판별상 어떤 전처리가 더욱 정확성의 면에서 효과적인지를 알아보는 것이다. 본 논문의 데이터는 MIT-BIH에 기반하고 있으며, Beat의 분류는 정상(Normal), 좌각차단(Left Bundle Branch Block, LBBB), 우각차단(Right Bundle Branch Block, RBBB), 조기심실수축(Premature Ventricular Contraction, PVC), 조기심방수축(Atrial Premature Beat, APB), paced Beat, 심실보충수축(Ventricular Escape Beat)로 나누었다. 실험적 결과는 PCA-BPNN의 경우 95.53%, ICA-BPNN의 경우 93.95%, LDA-BPNN의 경우 96.42%로 LDA가 가장 ECG 부정맥 판별 응용에 있어 가장 효율적인 방법으로 나타났다.

Keywords