DOI QR코드

DOI QR Code

Cross Correlation based Signal Classification for Monitoring System of Abnormal Respiratory Status

상관관계 기반 신호 분류를 이용한 비정상 호흡 상태 모니터링 시스템

  • Lee, Deokwoo (Department of Computer Engineering, Keimyung University)
  • 이덕우 (계명대학교 공과대학 컴퓨터공학전공)
  • Received : 2020.02.05
  • Accepted : 2020.05.08
  • Published : 2020.05.31

Abstract

This paper focuses on detecting abnormal patterns of respiration of humans. In this study, a contact-based device was used to acquire both normal and abnormal respiration signals. To this end, this paper reports the development of a monitoring system to investigate the respiratory status of humans in a normal environment. This work aims to classify the respiratory status, i.e., normal and abnormal status, quantitatively. The respiration signal is acquired using a contact-based medical device (BIOBPAC), and noise reduction is carried out before classifying the respiratory status. To reduce noise, a mixed filter that combines the Savitzky-Golay filter and Median filter is applied to the acquired respiration signals. The inter-class distance is maximized, and the intra-class distance is minimized. The proposed algorithm is straightforward and can be applied to a practical environment. In addition, the experimental results are provided to substantiate the proposed approach.

본 논문에서는 사람의 비정상적인 호흡과 정상적인 호흡 신호를 획득한 후, 이 신호들을 분석하고, 특히 비정상 호흡신호를 감지하는 방법과 정상 및 비정상 신호를 분류하는 방법을 제시한다. 본 연구에서 사람의 호흡신호는 BIOPAC 장비를 활용하여 획득하며, 사람의 호흡 상태를 정량적인 수치 정보를 활용하여 판단한다. 궁극적으로 본 논문에서는 일반 환경에서 사람의 호흡상태를 신호로 획득하여 분석하고, 호흡상태를 모니터링 할 수 있는 시스템을 개발하고자 하며, 무호흡 상태를 감지 할 수 있는 방법을 제안한다. 획득되는 호흡신호를 활용하여 정량적인 정보를 바탕으로 호흡신호를 상태에 따라 분류한다. 접촉식 의료장비를 활용하여 호흡신호를 획득하고 호흡상태를 분류하기 전에 잡음제거 알고리즘을 적용한다. 기존의 사비츠키-골레이 필터와 중간값 필터의 장점만을 활용하여 혼합필터를 사용하여 신호를 분석하기에 적절한 상태가 되도록 한다. 서로 다른 호흡 상태, 즉 서로 다른 클래스간 거리는 최대로 하고, 동일한 호흡상태, 즉 같은 클래스 간의 거리는 최소로 하기 위해 신호 획득후 신호의 특징값들 간의 상호상관 계수를 계산한다. 제안하는 알고리즘은 실제 호흡 환경에 적용할 수 있을 정도로 직관적이고, 제안하는 방법을 증명하기 위한 실험 결과들을 함께 제시한다.

Keywords

References

  1. F. Q. AL-Khalidi, R. Saatchi, D. Burke, H. Elphick and S. Tan, "Respiration rate monitoring methods: A review", Pediatric Pulmonology, Vol. 46, No. 6, pp. 523-529, 2011 DOI: https://doi.org/10.1002/ppul.21416
  2. K. Watanabe, T. Watanabe, H. Watanabe, H. Ando, T. Ishikawa and K. Kobayashi, "Noninvasive measurement of heartbeat, respiration, snoring and body movements of a subject in bed via a pneumatic method", IEEE Transactions on Biomedical Engineering, Vol. 52, No. 12, pp. 2100-2107, 2005 DOI: https://doi.org/10.1109/TBME.2005.857637
  3. A. D. Droitcour, T. B. Seto, B-K. Park, S. Yamada, A. Vergara, C. Hourani, T. Shing, A. Yuen, V. Lubecke and O. Boric-Lubecke, "Non-contact respiratory rate measurement validation for hospitalized patients", Annual International Conference of the IEEE Engineering in Medicine and Biology Society, pp. 4812-4815, Minneapolis, MN, USA, 2009 DOI : https://doi.org/10.1109/IEMBS.2009.5332635
  4. M. A. Cretikos, R. Bellomo, K. Hillman, J. Chen, S. Finfer and A. Flabouris, "Respiratory rate: the neglected vital sign", Medical Journal of Australia, Vol. 188, No. 11, pp. 657-659, 2008 DOI : https://doi.org/10.5694/j.1326-5377.2008.tb02163.x
  5. S-Y. Park, S-H. Park, S-T. Choe and W-D Cho, "A Study of the Detect of Apnea Using Sleep Sound that Other Noise Filtering", Annual Conference of IEIE, pp. 670-673, Jeju, July 2013.
  6. D-H. Park, C-H. Shin, S-C. Hong, J. Yu, S-H. Ryu, E-J. Kim, H-B. Shin and B-H. Shin, "Correlation between the Severity of Obstructive Sleep Apnea and Heart Rate Variability Indices", Journal of Korean Medical Science, Vol. 23, No. 2, pp. 226-231, 2008 DOI : https://doi.org/10.3346/jkms.2008.23.2.226
  7. G. Ossberger, T. Buchegger, E. Schimback, A. Stelzer and R. Weigel, "Non-invasive respiratory movement detection and monitoring of hidden humans using ultra wideband pulse radar", International Workshop on Ultra Wideband Systems Joint with Conference on Ultra Wideband Systems and Technologies. Joint UWBST & IWUWBS 2004, pp. 395-399, Kyoto, 2004. DOI : https://doi.org/10.1109/UWBST.2004.1321003
  8. K. S. Tan, R. Saatchi, H. Elphick and D. Burke, "Real-time vision based respiration monitoring system", 7th International Symposium on Communication Systems, Networks & Digital Signal Processing (CSNDSP 2010), pp. 770-774, Newcastle upon Tyne2010. DOI : https://doi.org/10.1109/CSNDSP16145.2010.5580316
  9. J. Chen, P. Jonsson, M. Tamura, Z. Gu, B. Matsushita and L. Eklundh, "A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter", Remote Sensing Environment, Vol. 91, No. 3-4, pp. 332-344, 2004. DOI : https://doi.org/10.1016/j.rse.2004.03.014
  10. H-B. Kim, S-M. Han and C. Yim, "Selective Extension Median Filter for Impulse Noise Removal", Annual Conference of IEIE, pp. 587-590, Busan, June 2017.
  11. C-G. Park and B. Choi, "Median based bilateral filter for noise removal of IR image", Annual Conference of IEIE, pp. 542-545, Wonju, Nov. 2015.
  12. S. Kim, C. Hwang, J. Kim, C. Park and D. Lee, "Application to Detection and Classification of Respiratory Status based on a Signal Correlation", Fall Conference of the Korean Institute of Electronics and Information Engineers (IEIE), Incheon, 2018