Noise Filtering of ECG signal using RBF Neural Networks

RBF 신경회로망을 이용한 심전도 신호의 잡음 필터링

The ECG signal is very important information for diagnosis of patient and a cardiac disorder That signal is hard to filter the noise because that is mixed with a lot of noise, and the error of the filtering will distort the ECG signal. The existing method for the filtering of the ECG signal has structure that has many steps for filtering, so that structure is complex and the processing speed is slow. For the improvement of that problem, we propose the method of filtering that has simple structure using the RBF neural networks and have good results.

환자의 상태 및 심장 질환 등의 진단에 있어 매우 중요한 정보신호는 심전도 신호이며, 많은 잡음이 혼입되어 있기 때문에 잡음 신호의 필터링이 매우 어렵고 잘못된 신호처리는 심전도 신호의 왜곡을 가져올 수 있다. 심전도 신호의 잡음을 필터링하기 위해 기존의 방법은 다 단계 형태로 필터를 구성하여 처리하기 때문에 신호처리 구조가 복잡하고 연산 량이 많아 처리속도가 느려진다. 이러한 문제를 개선하기 위해 인공지능의 한 기법인 RBF 신경회로망을 이용하여 간단한 구조로 심전도 신호의 필터링 방법을 제안하고, 실험한 결과 우수한 성능을 얻었다.