• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.367-368
• /
• 2008

한의학의 주요 방법 중 하나인 맥진은 한의사가 환자의 손목 부위를 손가락으로 진맥하여 환자의 맥동을 감지하는 행위이다. 하지만 이러한 맥진은 주관적이고 형이학적 이어서 맥진의 발전을 위해서는 맥진의 객관화와 정량화가 요구된다. 본 연구는 기존의 와이어 본딩(wire bonding)을 이용한 맥진 센서의 단점인 내성을 극복하기 위하여 FDB(Face Down Bonding) 방식을 이용하였으며, $3{\times}3$ 멀티 어레이 센서간의 crosstalk를 극복하고자 센서들을 격리시킬 수 있는 댐(dam)을 형성하였다. 또한, 댐을 감싸고 상단 및 하단에 들기를 형성하는 패드를 이용하여 피부에 접촉하도록 제작하였다. 센서의 특성을 평가하기 위하여 각 센서 출력 단자의 저항 값을 측정하였으며 센서 스펙에서 제공하는 값과 동일함을 확인하였고, 실제 요골동맥 부위에서 맥파를 측정하여 전형적인 요골동맥 맥과 파형이 측정됨을 확인하였다.

• 한국위성정보통신학회논문지
• /
• 제9권1호
• /
• pp.85-89
• /
• 2014

심전도(electrocardiography, ECG)는 심장박동을 할 때, 발생하는 탈분극과 재분극으로 심장의 전위변화를 시간의 흐름에 따라 파형으로 표현한 것이다. 의료기관에서는 심전도신호를 이용하여 환자의 심장질환을 진단한다. 일반적으로 사람의 정상적인 심장박동수는 1분에 60-100회 이다. 만약 정상적인 심장박동 수보다 느리거나 빠르다면 부정맥이라고 한다. 본 논문에서는 심전도신호에서 R-peak를 검출하여, R-R 간격을 구하고 부정맥 중에 서맥(bradycardia)과 빈맥(tachycardia) 구간을 검출하는 알고리즘을 제안하고 모의실험을 하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1968_1969
• /
• 2009

한의학에서 맥진을 하는 위치인 좌, 우 요골동맥상의 촌(寸), 관(關), 척(尺) 위치는 손목에 있는 요골 경상돌기(styloid preocess) 부근의 볼록한 지점인 고골(高骨)을 기준으로 맥이 느껴지는 위치를 검지, 중지, 약지를 이용해 찾는다. 각각의 위치는 한의학적인 관점에서 각기 다른 장부의 기능과 연결되며 그 차이를 인지하여 맥을 진단하는데 그 결과에 따라 병증을 진단하는 요소로 활용되게 된다. 그러나 생리학적으로 좌, 우 요골동맥의 차이는 크지 않다고 알려져 있으며 차이에 대한 연구도 많지 않다. 본 연구에서는 기존연구에서 밝혀진 좌, 우 요골동맥의 혈류속도의 차이를 근거로 한의사 맥진시 센서 역할을 하는 손가락에서 감지된 좌, 우 맥진위치의 차이가 실제 맥진기에서도 나타나는지를 측정을 통해 확인 해 보고자 한다. 건강한 20대 남자 135명을 대상으로 맥파를 측정하여 맥파 파라메터 중 차이를 보이는 파라메터를 통계분석하였다. 그 결과, 11개의 파라메터가 좌, 우 맥진위치에서 차이를 보이는 것을 확인하였다. 차이를 보이는 변수는 특정 변수로 한정되지 않고 맥압과 관련된 (h1~5) 변수와 피크가 나타나는 시간의 변수, 맥파 파형의 면적 등 다양한 변수에서 차이를 확인할 수 있었다.

• 한국자기학회지
• /
• 제23권4호
• /
• pp.135-143
• /
• 2013

요골 동맥의 중앙 부에 위치 한 "관"이란 곳에 영구자석 부착하여 맥의 움직임에 따라 발생하는 자기장의 변화를 홀센서로 정량화하여 맥진파형을 측정하는 집게형 맥진기를 개발하였다. 홀소자 맥진센서로 얻어진 전기적 신호로 심전도와 용적맥파계를 사용해 동시에 측정된 맥박수, 비침습적 혈압, 호흡수, 맥파전달속도와 공간맥파전달속도를 환자감시장치에 디스플레이하였다. 개발된 장치는 한방과 양방의 의료용 저장 매체와 새롭게 시도되거나 융합되어지고 있는 환자감시 장비 및 유비쿼터스 헬스케어 시스템 개발에 도움이 될 것이다.

• 대한의용생체공학회:의공학회지
• /
• 제10권3호
• /
• pp.343-350
• /
• 1989

A new algorithm classifying ECG Arrhythmia signals using Back-propagation network is proposed. The base-line of ECG signal is detected by high pass filter and probability density function then input data are normalized for learning and classifying. In addition, ECG data are scanned to classify Arrhythmia signal which is hard to find R-wave. A two-layer perceptron with one hidden layer along with error back-propagation learning rule is utilized as an artificial neural network. The proposed algorithm shows outstanding performance under circumstances of amplitude variation, baseline wander and noise contamination.

• 한국자기학회:학술대회 개요집
• /
• 한국자기학회 2011년도 임시총회 및 하계학술연구발표회
• /
• pp.180-182
• /
• 2011

• 한국정보통신학회논문지
• /
• 제20권2호
• /
• pp.437-444
• /
• 2016

일반적인 부정맥 분류 방법의 경우 심방 박동 수와 관련한 PP간격, P모양의 다양성과 같은 조건을 이용하는데, 잡음으로 인해 정확한 P파의 검출이 어렵기 때문에 잡음의 영향을 비교적 적게 받는 R파를 이용하는 것이 유리하다. 따라서 본 연구에서는 R파 중심의 ECG(electrocardiography) 패턴 분석과 템플릿 문턱치를 도입하여 조기수축 부정맥 분류 방법을 제안한다. 이를 위해 형태 연산을 통한 전 처리 과정과 차감 동작 기법을 통해 R파를 검출하였다. 이후 RR 간격의 평균 가중치와 변화율을 이용하여 먼저 조기수축 파형의 패턴을 분류하고, R파의 진폭에 대한 템플릿 문턱값을 통해 조기심실수축과 조기심방수축을 분류하는 알고리즘을 개발하였다. 제안한 방법의 우수성을 입증하기 위해 조기 심방과 심실수축이 30개 이상 포함된 MIT-BIH 6개의 레코드를 대상으로 한 R파의 평균 검출율은 99.77%의 성능을 나타내었고, 조기심실수축과 심방수축 부정맥은 각각 94.91%와 95.76%의 평균 분류율을 나타내었다.

• 한국산학기술학회논문지
• /
• 제15권4호
• /
• pp.2217-2224
• /
• 2014

본 논문은 의료용 아날로그 프론트 앤드(analog front end; AFE)를 이용하여 12채널 심전도를 측정하고 신호 분석을 통해 부정맥을 판단할 수 있는 시스템 개발에 관한 논문이다. 최근 국내 급성 심정지 발생이 증가하고 있으며 이에 원인이 되는 부정맥을 진단할 수 있는 시스템의 필요성이 증가하고 있다. 기존의 12채널 심전도 시스템은 회로 구성이 복잡하고 큰 부피를 차지하는 단점이 있으며 이를 개선하기 위해 본 논문에서는 의료용 AFE와 부정맥을 판단 할 수 있는 알고리즘 및 신호 처리를 위한 DSP로 시스템을 구성하였다. 추가적으로 12채널 심전도의 파형 관찰과 부정맥 판별 결과를 7인치 LCD를 통해 출력하며 터치 패널을 통해 사용자 입력을 받는다. 본 논문에서 구현된 시스템을 검증하기 위해 심전도 시뮬레이터의 출력 신호(정상 신호/부정맥 신호)에 대한 판별 테스트와 부정맥 알고리즘을 임베디드 환경에 적용하기 위한 최적화 과정의 성능 평가를 진행하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권6호
• /
• pp.701-709
• /
• 2019

최근에 헬스케어와 관련된 다양한 분야에서 생체신호 중 하나인 심박신호가 사용되고 있다. 기존에 제안된 심박신호 검출 방법으로는 접촉식 방법이 대부분이었지만, 피사체가 장치를 접촉하고 있어야 한다는 불편함의 문제가 있었다. 이를 해결하기 위해 최근 비접촉식 방법에 의한 검출 연구가 진행되고 있다. 본 논문에서는 지정맥 인식을 위해 설계된 손가락 영상 촬영 장치를 이용해 심박 유사 신호를 얻어내는 방법을 제안한다. 검출된 심박 유사 신호는 지정맥의 위조 여부 판단과 심박 신호를 통한 다양한 응용분야에 활용될 수 있다. 제안하는 방법은 적외선을 이용한 지정맥 영상의 시간 도메인상의 밝기 값의 변화로부터 신호를 검출하고 영상처리 기반 알고리즘을 이용해 주파수 도메인으로 변환하였다. 변환 후, 대역 통과 필터링을 통해 심박신호와 관련이 없는 노이즈를 제거하였다. 신호의 정확성을 판단하기 위해 지정맥 획득 장치와 식품의약품안전처로부터 승인을 받은 접촉식 PPG 센서를 이용해 동시에 취득된 두 신호의 상관관계를 분석하였다. 결과적으로, 지정맥 영상을 통해 비접촉식으로 검출된 심박신호가 실제 심박신호의 파형과 일치함을 확인하는 것이 가능했다.

• 한국지능시스템학회논문지
• /
• 제16권3호
• /
• pp.378-382
• /
• 2006

본 논문은 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)을 이용하여 심전도(ECG) 신호로부터 조기심실수축(premature ventricular contractions, PVC)을 자동 탐지하는 방안을 제시하고 있다. NEWFM은 MIT-BIH 데이터베이스의 부정맥 심전도를 웨이블릿 변환(wavelet transform, WT)한 계수로부터 학습하여 정상 파형과 PVC 파형을 구분한다. 비중복면적 분산 측정법을 적용하여 중요도가 가장 높은 계수 2개를 추출하여 분류규칙을 최소화하였고, 이를 사용하여 99.90%의 PVC 분류성능을 나타내었다. 또한 추출된 두 계수의 R파를 기준으로 한 위치를 제시함으로써 두 위치의 정보만으로 PVC를 탐지할 수 있음을 보여주었다.