Journal of the Institute of Convergence Signal Processing (융합신호처리학회논문지)

The Korea Institute of Convergence Signal Processing (한국융합신호처리학회)
권호 표지
DOI QR코드

DOI QR Code

Development of Holter ECG Monitor with Improved ECG R-peak Detection Accuracy

R 피크 검출 정확도를 개선한 홀터 심전도 모니터의 개발

  • Received : 2022.04.15
  • Accepted : 2022.06.21
  • Published : 2022.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

An electrocardiogram (ECG) is one of the most important biosignals, and in particular, continuous ECG monitoring is very important in patients with arrhythmia. There are many different types of arrhythmia (sinus node, sinus tachycardia, atrial premature beat (APB), and ventricular fibrillation) depending on the cause, and continuous ECG monitoring during daily life is very important for early diagnosis of arrhythmias and setting treatment directions. The ECG signal of arrhythmia patients is very unstable, and it is difficult to detect the R-peak point, which is a key feature for automatic arrhythmias detection. In this study, we develped a continuous measuring Holter ECG monitoring device and software for analysis and confirmed the utility of R-peak of the ECG signal with MIT-BIH arrhythmia database. In future studies, it needs the validation of algorithms and clinical data for morphological classification and prediction of arrhythmias due to various etiologies.

의료현장에서는 최근 디지털 헬스케어의 중요성이 대두되면서, 다양한 형태의 생체신호 측정 관련 연구가 활발히 진행되고 있다. 생체신호 중 가장 중요한 신호로 심전도를 들 수 있으며, 특히 부정맥 환자에 있어 심전도 신호의 연속 모니터링은 매우 중요하다. 부정맥은 동결절(sinus node), 동빈맥(sinus tachycardia), 심방조기수축(atrial premature beat, APB), 심실세동 (ventricular fibrillation) 등으로 그 발병원에 따른 형태가 다양하며, 발병 이후의 예후가 좋지 않으므로 일상 중 연속 모니터링은 부정맥의 조기 진단과 치료방향 설정에서 매우 중요하다. 부정맥 환자의 심전도 신호는 매우 불안정하며, 부정맥을 자동 검출하기 위한 주요 특징점으로 작용하는 정확한 R-peak 포인트의 검출이 어렵다. 본 연구에서는 연속 측정하는 홀터 심전도 모니터링 기기와 분석용 소프트웨어를 개발하였으며, 부정맥 데이터베이스를 통해 심전도 신호의 R-peak 효용성을 확인하였다. 향후 연구에서는 다양한 발병원인으로 인한 부정맥의 형태적 구분 및 예측을 위한 알고리즘과 임상 데이터에 근거한 유효성 검증에 관한 추가 연구가 필요하다.

Keywords

Acknowledgement

본 연구는 한국전자통신연구원 김해시보조금사업의 일환으로 수행되었음.[21AD1210, 김해지역 AI 제조혁신기술 공동개발 및 지원사업]

References

  1. Seunghwan Kim, "유비쿼터스 헬스케어를 위한 생체신호 모니터링 기술", IT SoC Magizine, No. 25, pp.40-47, 2008
  2. J. Kim, M. Lee, K. Ko, K. So, "Technique for the ECG Bio-sounds Visualization Analysis Based on the MIT-BIH Database", Journal of Digital Contents Society, vol.17, no.2, pp.97-103, 2016 https://doi.org/10.9728/DCS.2016.17.2.97
  3. Joohyun Hong, Eunjong Cha, Taesoo Lee, "Evaluation of CDMA Network Based Wireless 3 Channel ECG Monitoring System", Journal of Biomedical Engineering Research, vol.29, no.4, pp.295-301, 2008 https://doi.org/10.9718/JBER.2008.29.4.295
  4. Jeonggwan Cho, "Recent Advancement in the Management of the Cardia Arrythmia", Journal of Korean Medical Association, vol. 53, no. 3, pp.190-195, 2010 https://doi.org/10.5124/jkma.2010.53.3.190
  5. J.H.Hong et al.m "A PDA-Based Wireless ECG Monitoring System for u-Healthcare", Journal of Medical Informatics, vol.12, no.2, 99.153-159, 2006
  6. R. Fensli, E. Gunnarson and O. Hejlesen, "A wireless ECG system for continous event recording and communication to a clinical alarm station", Proceeding of the 26th Annul International Conference of the IEEE EMBS, San Francisco, USA, Sept. 2004, pp2208-2211
  7. A. I. Hernandez, F. Mora, G. Villegas, G. Passariello and G. Carrault, "Real-Time ECG Transmission Via Internet for Nonclinical Applications", IEEE Transactions on Biomedical Engineering, vol.5, no.3, pp.253-257, 2001
  8. J. Andreasson, M. Ekstorm, A. Fard, J.G. Castano and T. Johnson, "Remote System for Patient Monitoring Using Bluetooth", Proceedings of IEEE, 2002, pp.304-307
  9. L.W. Keijsers, M. Horstink and S. Gielen, "Automatic Assessment of Levodopa-Induced Dyskinesias in Daily Life by Neural Networks", Movement Disorders, vol.18, no.6, pp.711-723, 2003
  10. B. Jajafi, K. Aminian, F. Loew and C.J. Bula, "Ambulaory system for human motion analysis using a kinematic sensor: monitoring of daily physical activity in the elderly", IEEE Transactions on Biomedical Engineering, vol.50, no.6, pp.711-723, 2003 https://doi.org/10.1109/TBME.2003.812189
  11. Junghyeon Choi, et al., "Development of Continuous ECG Monitor for Early Diagnosis of Arrhythmia Signals", Journal of the Institute of Convergence Signal Processing, vol.22, no.2, pp.45-50, 2021
  12. Tae Wuk Bae, et al., "Vital Block and Vital Sign Server for ECG and Vital Sign Monitoring in a Portable u-Vital System", Sensors, 20(4):1089, 2020
  13. Kishan Bakrania, et al., "Intensity Thresholds on Raw Acceleration Data: Euclidean Norm Minus One (ENMO) and Mean Aplitude Deviation (MAD) Approaches", PLoS One, 11(10):e0164045, 2016
  14. Henri Vaha-Ypya, et al., "Validation of Cut-Points for Evaluating the Intensity of Physical Activity with Accelerometry-Based mean Amplitude Deviation (MAD)", PLos One, 10(8):e0134813, 2015