• 한국통신학회논문지
• /
• 제38B권9호
• /
• pp.728-735
• /
• 2013

본 논문에서는 모바일 환경에서 유비쿼터스 건강 관리시스템 구현을 위한 실시간 심전도 신호 전송방안을 제시한다. 심전도 신호 전송은 그 데이터량의 과다함으로 인해 실시간 전송에 제한이 필요하다. 평균 10% 정도의 특이 파형을 갖는 부정맥 심전도 신호에서 R파의 왜곡에 따른 특이 파형 검출 알고리즘에 기반한 실시간 심전도 모니터링 방안을 제안함으로써 많은 시간 동안 심전도 신호를 관찰 및 분석해야 하는 의료진에게 비용과 시간 측면에서 상당히 큰 효과를 볼 수 있다. 전위와 첨도의 문턱 값을 점진적으로 조정할 수 있도록 하여 특이 파형 관찰을 임의로 모니터링 함으로써 전송 데이터량 축소 효과와 함께 특이 파형 신호 판독의 유의 수준을 임의로 제고할 수 있도록 하기 위한 효과를 갖는다. 부정맥 심전도에서 특이 파형을 검출하는 제안 알고리즘을 모바일 연동 환경의 클라이언트에서 구현하고 실시간 심전도 신호 모니터링이 가능한 유비쿼터스 건강관리시스템에 적용 가능 하도록 하였다. 이는 이동성을 보장하면서 지속적인 실시간 모니터링을 가능토록 한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.453-456
• /
• 2005

일반적으로 심전도는 심장계통의 질환을 판단할 때 사용된다. 이러한 심장질환의 이상 유무를 자동으로 진단하기 위해서는 QRS파형 검출을 필요로 하며, 이를 위하여 웨이블렛변환 방법이나 템플릿매칭, 룰 베이스 방법 등 여러 가지 방법들이 쓰이고 있으나, 심전도 신호가 표준화된 형태를 갖지 않는 경우는 검출 능력에 많은 한계를 갖고 있다. 본 논문은 파형의 베이스라인(baseline)을 기준으로 진폭 값에 절대치을 취하는 방법으로 파형의 R피크값을 검출하는 알고리즘을 제안한다. 결과를 검증하기 위해 MIT-BIH 데이타베이스에서 제공하는 데이터와 R피크값을 본 논문의 알고리즘으로 추출된 R피크값과 비교한 결과 96.7%의 검출률을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제12권2호
• /
• pp.145-151
• /
• 2012

심혈관계 질환의 발병 위험요인 분석이 가능한 맥진기는 한방 의료기기에서 대표적인 연구 분야 가운데 하나이다. 그러나 기존의 대부분의 센서 기반의 맥진기는 측정시의 맥박 박동처와 센서부의 접촉상태에 따른 편위, 검출된 파형의 부정확성 및 파형분석의 어려움 등에 있어서 문제점이 발생한다. 따라서 본 논문에는 특성 센서를 사용하지 않고 단지 맥동에 의해서 유발되는 모세관 시험액의 상태 변화를 촬영한 맥동영상을 분석하여 환자의 맥파의 측정이 가능한 맥진기를 제안한다. 제안한 방법에서는 맥동영상 분석을 위한 시약영역 추출, 이진화, 수정된 열림연산, 변위측정 등의 영상처리 방법들이 적용된다. 제안한 맥진기의 성능 평가를 위해서는 추출된 압맥파로부터 맥파분석에 필수적인 5가지 주요 특징점에 대한 추출률을 측정한 결과 성공적인 결과를 보였다.

• 한국전자통신학회논문지
• /
• 제7권4호
• /
• pp.727-732
• /
• 2012

본 논문은 DCT, DWT와 역전파 신경망을 이용하여 MIT-BIH 부정맥 데이터베이스의 심전도 신호로부터 정상파와 부정맥 분류를 제안하였다. 역전파 신경망에 사용할 특징입력을 추출하기 위해 첫 번째 단계에서는 DCT 변환을 이용하여 15개의 계수를 선택하였다. 두 번째 단계에서는 DWT 변환 후 각 detail 계수들의 최대값, 최소값, 평균, 분산, 표준편차를 추출하였다. 역전파 신경망은 55개의 특징입력을 이용하여 정상파와 부정맥 파형을 분류하였고, 98.8%의 분류 성능을 나타냈다.

• 한국정보전자통신기술학회논문지
• /
• 제2권2호
• /
• pp.15-21
• /
• 2009

심실조기수축 (PVC: Premature Ventricular Contraction)은 성인에게서 가장 흔하게 발생되는 심장 부정맥 증상 중의 하나이다. 심실조기수축 부정맥이 자주 발현되는 사람의 경우 관상 동맥 질환, 고혈압 등의 심혈관계 질환이 진행되고 있을 가능성이 많고, 심실빈맥이나 심실세동으로 전이되는 경우에는 심정지 등을 유발하여 사망에 이르기 때문에 지속적으로 관찰이 필요한 증상이다. 따라서 본 연구에서는 심전도 신호의 R-R 간격 정보를 이용하여 심실조기수축 부정맥 증상을 실시간으로 검출할 수 있는 알고리즘을 구현하였으며, 또한 심전도 신호의 R-R 간격 정보와 R-peak의 진위성 여부를 판단하여 심실조기수축 및 심실조기수축 파형이 다발적으로 발생되는 PVC-RUNs를 효율적으로 검출할 수 있는 부정맥 진단 알고리즘을 제안하고자 하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.205-206
• /
• 2008

한의학에서 손목의 맥파를 손으로 짚어 보고 파형의 변화로써 병변의 원인을 파악하는 것은 기본적인 진단 방법이다. 진단을 위해 요골동맥의 촌, 관, 척 세 부위의 맥파를 수지를 통해 일정 가압을 하며 맥의 깊이, 강약, 빠르기 등을 촉진을 통해 맥상을 분석한다. 본 연구에서는 촌, 관, 척 부위를 동시 측정하기 위해 각 부위에 5개의 압력센서 어레이가 적용된 15채널 맥진기를 구성하였다. 또한 요골 동맥 부위에 적정 가압을 유지하기 위해 공기 커프를 이용한 공압 가압 방식을 적용하였다. 본 가압 방식을 통해 요골 동맥 부위에 연속적이며 정밀 가압제어가 가능하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.355-356
• /
• 2013

심장의 활동을 전기적 변위로 표현되는 심전도 신호는 심장병 진단에 중요한 임상적 파라미터들을 제공한다. 특히 심전도 신호에서 P, QRS Complex,, T 특징점들로 대표되는 파형 변곡점들의 시간상 위치와 크기 및 형태학적 모양은 심장의 이상 리듬을 나타내는 부정맥여부를 검출하는데 핵심적인 역할을 한다. 본 연구에서는 특히 QRS complex 구간에 대한 첨도치의 연산 해석을 통하여 정상적인 심전도 리듬과 심실조기수축 부정맥 리듬을 구분하는 방법을 제시하고 또한 스마트폰을 기반으로 하는 심전도 모니터링 시스템에 적용하고자 하였다.

• 한국자기학회:학술대회 개요집
• /
• 한국자기학회 2012년도 자성 및 자성재료 국제학술대회
• /
• pp.137-139
• /
• 2012

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.37-43
• /
• 2020

최근 심전도 (ECG) 신호를 사용하여 심장병을 진단하는 많은 연구가 이루어지고 있다. 이러한 심전도 신호는 비정상적인 심장 상태를 나타내는 부정맥을 모니터링하고 진단하는 데 유용하게 쓰인다. 본 논문에서는 1차원 합성곱 신경망을 사용하여 ECG 신호에 대하여 부정맥을 분류하는 시스템을 제안한다. 제안하는 신경망 알고리즘은 부정맥 신호의 특징을 세밀하게 추출하도록 4개의 합성곱 계층으로 구성하고 매개변수를 최적화하도록 설계되었다. MIT-BIH 부정맥 데이터베이스에 대해 학습한 신경망은 시뮬레이션을 통해 99% 이상의 정확도의 분류 성능을 가진다는 것을 보여준다. 비교적 합성곱 커널의 개수가 많을수록 ECG 신호의 특성을 더 잘 나타내기 때문에 좋은 성능을 나타내는 것으로 분석되었다. 또한 제안된 신경망을 활용한 실제 시스템을 구현하여 실시간으로 부정맥을 분류하는 결과를 검증하였다.

• 한국정보통신학회논문지
• /
• 제23권2호
• /
• pp.117-126
• /
• 2019

부정맥 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경망, 퍼지, 시계열 주파수 분석, 비선형 분석법 등이 연구되어 왔다. 이러한 방법들은 분류율를 향상시키기 위해 정확한 특징점과 많은 양의 신호를 처리해야 하기 때문에 데이터의 가공 및 연산이 복잡하며, 다양한 부정맥을 분류하는데 어려움이 있다. 본 연구에서는 AR(Auto Regressive) 모델링 기반의 특징점 추출과 SVM(Support Vector Machine)을 통한 조기수축 부정맥 분류 방법을 제안한다. 이를 위해 잡음을 제거한 ECG 신호에서 R파를 검출하고 QRS와 RR 간격의 특정 파형 구간을 모델링하였다. 이후 최적 세그먼트 길이(n1, n2), 최적 차수( p1, p2)의 4가지 AR 모델링 변수를 추출하고 SVM을 통해 Normal, PVC, PAC를 분류하였다. 연구의 타당성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스를 대상으로 한 R파의 평균 검출 성능은 99.77%, Normal, PVC, PAC 부정맥은 각각 99.23%, 97.28, 96.62의 평균 분류율을 나타내었다.