한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

심근허혈 심전도 신호의 자동화된 예측을 위한 출현 패턴 마이닝 기반의 분류 방법

An Emerging Pattern Mining based Classification Method for Automated Prediction of Myocardial Ischemia ECG Signals

  • 이헌규 (충북대학교 데이터베이스/바이오인포매틱스 연구실) ;
  • 박명호 (충북대학교 데이터베이스/바이오인포매틱스 연구실) ;
  • 류근호 (충북대학교 데이터베이스/바이오인포매틱스 연구실)
  • Heon Gyu Lee (Database/Bioinformatics laboratory, Chungbuk National University) ;
  • Ming Hao Park (Database/Bioinformatics laboratory, Chungbuk National University) ;
  • Keun Ho Ryu (Database/Bioinformatics laboratory, Chungbuk National University)
  • 발행 : 2008.11.14
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

최근 서구화된 식생활 패턴과 흡연, 비만 등의 원인으로 인해 심근경색, 협심증과 같은 심근허혈(myocardial ischemia) 질환이 급증하고 있다. 이 논문에서는 심전도 신호로부터 허혈성 심장 질환 진단을 위해 출현 패턴 마이닝을 이용하여 심근경색 및 협심증의 진단 신호인 ischemia beat를 분류 하였다. 또한 기존의 출현 패턴 마이닝에 빠른 패턴 탐사와 저장 공간의 효율성을 고려하여 Apriori-T 빈발 패턴 탐사 알고리즘을 출현 패턴 생성이 가능하도록 확장하였다. PhysioNet의 ST-T 데이터베이스로부터 138개의 대조군(정상)과 ischemia beat 데이터에 제안된 분류 알고리즘을 실험한 결과 최소 75% 및 최대 95%의 예측 정확도를 보였다.

키워드

과제정보

이 논문은 2007년도 정부(과학기술부)의 재원으로 한국과학재단의 지원을 받아 수행된 연구 (R01-2007-000-10926-0)이며, 한국과학재단에서 지원하는 우수연구센터사업 종양의료 개인특화를 위한 기기·시스템 연구센터(ERC)의 2008년도 연구과제 지원에 의한 결과입니다.