• Journal of Internet Computing and Services
• /
• v.10 no.3
• /
• pp.27-33
• /
• 2009

With the upcoming u-healthcare era, a way of measurement for vital sign monitoring of cardiac patients is changing as well. In existing measurement of cardiac patients, various wire in ECG measuring equipment has caused much discomfort and inconvenience. In order to decrease the problem, we are developing an efficient measurement of ECG signal using Wireless sensor network. In this paper, we present a way to reduce amount of data by transmitting ECG data collected from radio electrocardiogram sensor based on Zigbee after calculating cardiac rate. And in order to control the error which can be caused by the different ECG signal intensity each individual can has, we also suggest an adaptive pulse measurement model which can measure heart rate with correcting according to different ECG intensity. To verify the suggested model, sensor application was developed and the data was acquired in TinyOS 2.0 environment and the adaptive pulse measurement model was evaluated through the data from the experiments.

• Journal of the Korean Society of Radiology
• /
• v.16 no.5
• /
• pp.545-551
• /
• 2022

This study analyzed the correlation between stress measurements calculated through HRV signals and thyroid function test items. 181 healthy adults without disease who visited Clinic K were the subjects of this study. Stress resistance (SR) and stress index (SI) were calculated using the acquired HRV signal, and TSH, Free T4, and T3 were used as thyroid function test items. For the measured values, the relationship between each item was statistically analyzed through Pearson correlation analysis. From the results, it was confirmed that Free T4 and SR had a positive correlation (r=0.18) and a negative correlation with SI (r=-0.16). Through this, it was confirmed that there is a significant relationship between thyroid function and HRV signal.

• Journal of the Society of Disaster Information
• /
• v.16 no.1
• /
• pp.87-95
• /
• 2020

Purpose: In this paper, we propose an algorithm for detecting respiratory rate and heart beat of a driver of car by exploiting Doppler radar, and verifying the feasibility of the study through experiments. Method: In this paper, we propose a weighted peak detection technique using peak frequency values. The tests are performed in stop-state and driving-state, and the experiment result is analyzed by two proposed algorithms. Result: The results showed more than 95% and 96% accuracy of respiratory and heart rate, respectively. It also showed more than 72% and 84% accuracy of those even for driving experiments. Conclusion: The proposed detection scheme for vital signs can be used for the safety of the driver as well as for prevention of a large size of car accidents.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1822-1825
• /
• 2015

본 논문에서는 운동 전후 또는 심장 질환과 관련 있는 사용자가 체중을 측정하면서 동시에 심전도 신호를 측정하여 운동 부하에 따른 심장의 활동 상태를 모니터링 할 수 있는 장치를 고안하였다. 이를 위한 방법으로 체중계에 수정된 바이폴라 금속전극을 적용하여 표준사지 측정법을 이용하여 심장활동 신호를 측정할 수 있는 방법을 제안하였다. 체중계에서 심전도를 측정하기 위해 기존의 Ag-AgCl 전극이 아닌 금속 판 형태의 전극을 사용하였으며 이를 위해 입력 임피던스의 설계를 브릿지 형의 AC-Coupling 회로를 통해 높은 CMRR이 유지되도록 설계하였다. 또한 시시각각 변화하는 노이즈를 제거하기 위해 Savitzky-golay filter를 사용하였으며 이를 통해 Baseline wandering 이 제거된 최종 심장활동 신호를 획득하였다. R-peak 검출을 통해 기준신호와의 심박수 및 Sensitivity의 비교평가를 수행하여 이 장치의 성능을 평가한 결과 심박 검출률의 평균 Sensitivity가 97.1%로 나타났다. 동잡음 제거에 대한 알고리즘이 보다 최적화 되어 최종 출력 신호의 안정성이 향상 된다면 체중계를 통한 심박 검출의 가능성과 그 유효성이 충분할 것으로 사료된다.

• Science of Emotion and Sensibility
• /
• v.1 no.1
• /
• pp.79-91
• /
• 1998

이 연구의 목적은 IAPS(국제정저사진체계) 사진자극에 의해 유발된 각각의 주관적 정서상태에 특정적인 자율신경계 반응이 존재하는지를 규명하는 것이다. 부정적 정서(분노, 슬픔, 놀람)와 긍정적 정서(행복, 흥분)를 유발하는 IAPS사진을 각 60초 동안 제시하였을 때 유발되는 심박률, 호흡률, 피부전도반응을 측정하였다. 시각자극이 주어진 초리 30초 동안 통계적으로 유의미한 심박률 감속 및 호흡률 감소를 보여주었으며, 뚜렷한 피부전도반응이 출현하였다. 심박률 감속은 혐오보다 흥분에서 더 크게 나타났고, 피부전도반응의 진폭은 혐오보다 흥분에서 더 큰 것으로 나타났다. 한편, 피부전도반응의 진폭이 상승하는 시간은 슬픔, 행복, 놀람보다 혐오에서 더 짧아지는 경향을 보여주었다. 이와 같은 자율신경계 반응(심박률, 호흡률, 피부전도반응)은 정서상태간에 뚜렷한 차이를 보여주며, 특정 정서상태에서 자율신경계 반응은 개인차가 있기는 하지만 전체적으로 매우 전형적인 반응패턴을 보여주었다. 본 연구의 결과는 정서 특정적인 자율신경계 반응이 존재할 가능성을 시사해주며, 생리신호분석을 통해서 심리적 정서를 결정할 수 있는 형판(template)의 구성을 위해서 다양한 자율신경계 정서반응의 지표를 포괄적으로 측정 분석하는 후속연구가 요구된다.

• Proceedings of the Korea Contents Association Conference
• /
• 2013.05a
• /
• pp.169-170
• /
• 2013

본 논문에서는 패치형 생체신호 측정기와 스마트 디바이스를 활용하여 실시간으로 심박의 위험도를 확인할 수 있도록 하는 경고 및 위험 알림의 기준을 정의하고 이를 기반으로 하여 스마트 디바이스의 위험 심박 알림 모듈을 설계하였다. 제안하는 모듈을 이용하여 사용자는 언제 어디에서나 자신의 심장 건강에 대한 위험도를 확인하고 적절한 조치를 취함으로써 심질환으로 인해 발생 가능한 위험 상황을 예방할 수 있다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2018.05a
• /
• pp.112-113
• /
• 2018

스트레스는 스트레스 요인에 반응하는 신체와 정신의 변화과정으로, 외부의 자극을 받으면 혈압, 심박동수, 호흡수가 증가하게 된다. 이러한 생체신호로 인간의 스트레스 요인을 측정할 수 있다. 본 연구에서는 선박조종시뮬레이션을 이용해 예비(견습)도선사가 도선접안 중 체감하는 스트레스의 정도와 특성을 생체신호 변화를 활용하여 실증적으로 분석하였다. 선박조종시뮬레이션에서 추출한 엔진 사용량, 타각 사용량, 속력 및 예선 사용량과 스트레스 분석을 위해 Heart BPM, SDNN, RMSSD의 3가지 심박변이도 파리미터의 상관관계를 분석하였다. 분석결과, 6회 중 4회의 시뮬레이션에서 Heart BPM은 지속적으로 상승하고 SDNN은 하강하여 시간에 따라 스트레스가 상승하는 것으로 분석되었다. 특히 예선 사용시점에서 변화의 폭이 큰 것을 확인하였다. RMSSD는 단기주기(1분간격) 측정 파라메터로 실험자가 느끼는 순간의 위험에 따라 그래프 변화폭이 심한 것으로 분석되었다. 전체적으로 엔진, 타각, 예선의 사용시점에 따라 큰 변화를 보였으며, 실험자들의 선박운용 행위에 따라 생체신호 변화를 보였다고 사료된다. 분석결과를 바탕으로 도선사에게 스트레스를 미치는 요소를 판별하여 도선접안 중 스트레스가 높아지는 순간에 인적사고를 예방할 수 있는 시스템적 보완을 마련하고자 한다.

• Journal of Biomedical Engineering Research
• /
• v.24 no.1
• /
• pp.1-8
• /
• 2003

The job of long distance driving is likely to be fatiguing and requires long period alertness and attention, which make considerable demands of the driver. Driving fatigue contributes to driver related with accidents and fatalities. In this study, we investigated the relationship between the number of hours of driving and driving fatigue using heart rate variability(HRV) signal. With a more traditional measure of overall variability (standard deviation, mean, spectral values of heart rate). Nonlinear characteristics of HRV signal were analyzed using Approximate Entropy (ApEn) and Poincare plot. Five subjects drive the four passenger vehicle twice. All experiment number was 40. The test route was about 300Km continuous long highway circuit and driving time was about 3 hours. During the driving, measures of electrocardiogram(ECG) were performed at intervals of 30min. HRV signal, derived from the ECG, was analyzed using time, frequency domain parameters and nonlinear characteristic. The significance of differences on the response to driving fatigue was determined by Student's t-test. Differences were considered significant when a p value < 0.05 was observed. In the results, mean heart rate(HRmean) decreased consistently with driving time, standard deviation of RR intervals(SDRR), standard deviation of the successive difference of the RR intervals(SDSD) increased until 90min. Hereafter, they were almost unchanging until the end of the test. Normalized low frequency component $(LF_{norm})$, ratio of low to high frequency component (LF/HF) increased. We used the Approximate Entropy(ApEn), Poincare plot method to describe the nonlinear characteristics of HRV signal. Nonlinear characteristics of HRV signals decreased with driving time. Statistical significant is appeared after 60 min in all parameters.

• Journal of Korea Society of Industrial Information Systems
• /
• v.20 no.3
• /
• pp.87-93
• /
• 2015

The accidents caused by drivers while driving are considered as the major causes along with other causes such as conditions of roads, weather and cars. In this study, we investigated the driver's workloads under three different driving conditions (Weather, Driving time zone, and Traffic density) through analyzing biological signals obtained from a car driving simulator system. The proposed method is able to detect R waves and R-R interval calculation in the ECG. Heart rate variability (HRV) was investigated for the time domain to determine the changes in driver's conditions.

• Journal of Internet Computing and Services
• /
• v.10 no.5
• /
• pp.107-116
• /
• 2009

This paper presents an approach to detect arrhythmia using heart rate variability and a fuzzy neural network. The proposed algorithm diagnoses arrhythmia using 32 RR-intervals that are 25 seconds on average. We extract six statistical values from the 32 RR-intervals, which are used to input data of the fuzzy neural network. This paper uses the neural network with weighted fuzzy membership functions(NEWFM) to diagnose arrhythmia. The NEWFM used in this algorithm classifies normal and arrhythmia. The performances by Tsipouras using the 48 records of the MIT-BIH arrhythmia database was below 80% of SE(sensitivity) and SP(specificity) in both. The detection algorithm of arrhythmia shows 88.75% of SE, 82.28% of SP, and 86.31% of accuracy.