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

한국정보처리학회 (Korea Information Processing Society)
권호 표지

표준 12 유도 심전도 생성을 위한 활용 리드의 영향 분석

Impact of Limb Lead for Generating the Standard 12-Lead ECG: Performance Evaluation

  • 김의종 (한양대학교 컴퓨터소프트웨어학과) ;
  • 서동혁 (한양대학교 컴퓨터소프트웨어학과) ;
  • 김상욱 (한양대학교 컴퓨터소프트웨어학과)
  • UiJong Kim (Dept. of Computer Science, Hanyang University) ;
  • Dong-Hyuk Seo (Dept. of Computer Science, Hanyang University) ;
  • Sang-Wook Kim (Dept. of Computer Science, Hanyang University)
  • 발행 : 2024.05.23
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

의학계에서 심혈관 질환을 정확하게 진단하는 것이 중요해지면서 이를 진단하는 가장 대표적인 방법인 심전도 검사 또한 꾸준한 관심을 받아왔다. 이와 함께, 최근 웨어러블 기기의 발전으로 인해 병원에서 전극을 부착하지 않고 간편하게 심전도를 측정할 수 있게 되었다. 하지만, 이러한 기기들은 단일 사지 유도만을 측정할 수 있다는 한계가 명확하게 존재하여, 심혈관 질환의 정확한 진단이 어렵다. 이러한 배경 속에서, 단일 사지 유도(특히, Lead I 혹은 Lead II)를 활용해 표준 12 유도 심전도를 생성하는 연구들이 활발하게 진행되고 있다. 그러나 웨어러블 기기에서 측정이 가능한 단일 유도 중 어떠한 리드를 활용하는 것이 유리한가에 관한 연구는 매우 미흡하다. 본 논문은 두 가지의 실제 데이터셋과 세 가지의 심전도 생성 기법에 대한 실험을 통해 각기 다른 사지 유도를 활용하여 표준 12 유도 심전도를 생성하였을 때의 정확도를 비교한다. 실험 결과, Lead II 를 활용하였을 때가 다른 사지 유도를 활용하였을 때 보다 훨씬 정확한 표준 12유도 심전도를 생성할 수 있음을 보여준다.

키워드

과제정보

본 논문은 (1)정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원(No. 2020-0-01373, 인공지능대학원지원(한양대학교))과 (2)정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원(No.2018R1A5A7059549)을 받아 수행된 연구임.

참고문헌

  1. Sohn, Jangjay, et al. "Reconstruction of 12-lead electrocardiogram from a three-lead patch-type device using a LSTM network." Sensors 20.11 (2020): 3278. 
  2. Lee, JeeEun, et al. "Synthesis of electrocardiogram V-lead signals from limb-lead measurement using R-peak aligned generative adversarial network." IEEE journal of biomedical and health informatics 24.5 (2019): 1265-1275. 
  3. Jo, Yong-Yeon, et al. "ECGT2T: Towards Synthesizing Twelve-Lead Electrocardiograms from Two Asynchronous Leads." ICASSP 2023-2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2023.
  4. E. Frank, "An accurate, clinically practical system for spatial vectorcardiography," circulation, vol. 13, no. 5, pp. 737-749, 1956. 
  5. Wang, Lu-di, et al. "A novel method based on convolutional neural networks for deriving standard 12-lead ECG from serial 3-lead ECG." Frontiers of Information Technology & Electronic Engineering 20.3 (2019): 405-413. 
  6. Scherer, Julie A., Janice M. Jenkins, and John M. Nicklas. "Synthesis of the 12-lead electrocardiogram from a 3-lead subset using patient-specific transformation vectors: an algorithmic approach to computerized signal synthesis." Journal of electrocardiology 22 (1989). 
  7. Atoui, H., J. Fayn, and P. Rubel. "A neural network approach for patient-specific 12-lead ECG synthesis in patient monitoring environments." Computers in Cardiology, 2004. IEEE, 2004. 
  8. Trobec, Roman, and Ivan Tomasic. "Synthesis of the 12-lead electrocardiogram from differential leads." IEEE transactions on information technology in biomedicine 15.4 (2011): 615-621. 
  9. Tomasic, Ivan, and Roman Trobec. "Electrocardiographic systems with reduced numbers of leads-synthesis of the 12-lead ECG." IEEE reviews in biomedical engineering 7 (2013): 126-142. 
  10. Zhu, Huaiyu, et al. "A lightweight piecewise linear synthesis method for standard 12-lead ECG signals based on adaptive region segmentation." PloS one 13.10 (2018): e0206170. 
  11. Afrin, Kahkashan, et al. "Simultaneous 12-lead electrocardiogram synthesis using a single-lead ecg signal: Application to handheld ecg devices." arXiv preprint arXiv:1811.08035 (2018). 
  12. Matyschik, Maksymilian, et al. "Feasibility of ECG reconstruction from minimal lead sets using convolutional neural networks." 2020 Computing in Cardiology. IEEE, 2020. 
  13. Golany, Tomer, et al. "12-lead ecg reconstruction via Koopman operators." International Conference on Machine Learning. PMLR, 2021. 
  14. Lee, JeeEun, et al. "Synthesis of electrocardiogram V-lead signals from limb-lead measurement using R-peak aligned generative adversarial network." IEEE journal of biomedical and health informatics 24.5 (2019): 1265-1275. 
  15. Zhu, Fei, et al. "Electrocardiogram generation with a bidirectional LSTM-CNN generative adversarial network." Scientific reports 9.1 (2019): 6734. 
  16. Beco, Sofia C., Joao Ribeiro Pinto, and Jaime S. Cardoso. "Electrocardiogram lead conversion from single-lead blindly-segmented signals." BMC Medical Informatics and Decision Making 22.1 (2022): 314. 
  17. Seo, Hyo-Chang, et al. "Multiple electrocardiogram generator with single-lead electrocardiogram." Computer Methods and Programs in Biomedicine 221 (2022): 106858. 
  18. Wagner, Patrick, et al. "PTB-XL, a large publicly available electrocardiography dataset." Scientific data 7.1 (2020): 1-15. 
  19. Zheng, Jianwei, et al. "A 12-lead electrocardiogram database for arrhythmia research covering more than 10,000 patients." Scientific data 7.1 (2020): 48. 
  20. Legendre, Adrien Marie. Nouvelles methodes pour la determination des orbites des cometes: avec un supplement contenant divers perfectionnemens de ces methodes et leur application aux deux cometes de 1805. Courcier, 1806. 
  21. Muller, Meinard. "Dynamic time warping." Information retrieval for music and motion (2007): 69-84. 
  22. Cohen, Israel, et al. "Pearson correlation coefficient." Noise reduction in speech processing (2009): 1-4.