• Journal of the Korea Society of Computer and Information
• /
• v.18 no.9
• /
• pp.43-51
• /
• 2013

Classification result by comprehensive analysis of rhythm section and heartbeat unit makes a reliable diagnosis of heart disease possible. In this paper, based on feature-points of ECG signals, rhythm analysis for constant section and heartbeat unit is conducted using rule-based classification and SVM-based classification respectively. Rhythm types are classified using a rule base deduced from clinical materials for features of rhythm section in rule-based classification, and monotonic rhythm or major abnormality heartbeats are classified using multiple SVMs trained previously for features of heartbeat unit in SVM-based classification. Experimental results for the MIT-BIH arrhythmia database show classification ratios of 68.52% by rule-based method alone and 87.04% by fusion method of rule-based and SVM-based for 11 rhythm types. The proposed fusion method is improved by about 19% through misclassification improvement for monotonic and arrangement rhythms by SVM-based method.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.8
• /
• pp.1431-1437
• /
• 2016

In mobile healthcare device, when to measure the heart rate by using the PPG signal, its performance is reduced according to the motion artifacts that is the movement of user. This is because the frequency range of motion (0.01-10 Hz) and that of PPG signals overlap. Also, the motion artifacts cannot be rectified by general filters. To solve the problem, this paper proposes a method using filter banks and independent component analysis (ICA). To evaluate the performance of the proposed method, we were artificially applied various movements and compared heart rate errors of the moving average filter and ICA. In the experimental results, heart rate error of the proposed method showed very low than moving average filter and ICA. In this way, it is possible to measure stable heart rate if the proposed method is applied to the healthcare terminal design.

• Journal of the Institute of Convergence Signal Processing
• /
• v.1 no.1
• /
• pp.15-22
• /
• 2000

The analysis of power spectrum based on linear AR model is applied widely to quantize the response of autonomic nerve noninvasively, In this paper, we estimate the power spectrum density for heartrate variability of the electrocadiogram and pulse wave for short term data(less than two minute), The time series of heart rate variability is obtained from the time interval(RRI, PPI) between the feature point of the electrocadiogram and pulse wave for normal person, The generated time series reconstructed into new time series through polynomial interpolation to apply to the AR mode. The power spectrum density for AR model is calculated by Burg algorithm, After applying AR model, the power spectrum density for heart rate variability of the electrocadiogram and the pulse wave is shown smooth spectrum power at the region of low frequence and high frequence, and that the power spectrum density of electrocadiogram and pulse wave has similar form for same subject.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.627-629
• /
• 2023

생체 신호를 분석하여 사용자의 건강과 정신 상태를 예측하고, 관련 질병에 관해 예방하는 연구가 늘어나고 있다. 생체 신호 중 심박은 사람의 육체, 정신적인 상태를 반영하는 대표적인 신호이지만 기존의 접촉 패드를 통한 ECG나 광학 센서를 통한 PPG로 심박을 예측할 때는 구속적인 환경이 필요하여 일상적인 상황 속에 적용하기 어려웠다. 이러한 단점을 해결하고자 본 논문은 UBFC-RPPG 데이터셋의 동영상 프레임을 RGB 채널마다 다른 가중치를 적용하는 전처리를 하여 학습 데이터의 크기를 줄이면서 정확도를 높이고, 3D-CNN을 활용한 딥러닝으로 순간적인 영상에서도 PPG 신호를 예측할 수 있도록 1초 전처리 영상을 학습한 후, 신호를 예측하는 것을 목표로 한다. 이렇게 비접촉식으로 취득된 신호는 더 다양한 환경에서의 감정분류, 우울증 진단, 질병 감지 등 다양한 분야에 활용될 수 있다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.8
• /
• pp.18-26
• /
• 2015

Measuring the heart rate during exercise is important to properly control the amount of exercise. With the recent advent of smart device usage, there is a dramatic increase in interest in devices for the real-time measurement of the heart rate during exercise. During intensive exercise, accurate heart rate estimation from wrist-type photoplethysmography (PPG) signals is a very difficult problem due to motion artifact (MA). In this study, we propose an efficient algorithm for an accurate estimation of the heart rate from wrist-type PPG signals. For the twelve data sets, the proposed algorithm achieves the average absolute error of 1.38 beat per minute (BPM) and the Pearson correlation between the estimates and the ground-truth of heart rate was 0.9922. The proposed algorithm presents the strengths in an accurate estimation together with a fast computation speed, which is attractive in application to wearable devices.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.148-151
• /
• 2010

심장관련 질환은 현대사회에서 업무 과중과 스트레스에 의해 발병 가능성이 높아지고 있으며, 일상생활 중 건강상태를 지속적으로 모니터링하여 심장질환 관련 응급상황에 대처하기위한 많은 연구들이 수행되고 있다. 본 연구에서는 가정 또는 사무실에서 무구속적인 방법으로 지속적인 심장 활동상태의 모니터링이 가능한 무구속 의자형 심탄도 계측 시스템을 구현하였다. 구현된 시스템에서 계측된 심탄도 신호로부터 건강모니터링을 위한 특징성분을 검출하기위해 웨이브렛 변환과 템플릿 매칭을 혼합한 신호처리방법을 제안하였다. 또한 적응 문턱치를 통해 심탄도 신호에서 심박동을 검출하였으며 심박동의 간격으로부터 HRV(heart rate variabillity)를 계산하였다. 구현된 시스템의 성능평가를 위하여 심전도와 동시에 심탄도를 측정하였으며, 두 신호로부터 심박동 검출 성능을 비교하여 구현된 무구속 의자형 심탄도 계측 시스템의 유용성 및 무자각 건강모니터링의 가능성을 확인하였다. 또한 스트레스에 따른 HRV의 변화를 관찰하기 위하여 피실험자로부터 인위적으로 숨을 참고 강제호기를 통해 흉강내압을 증가시켜 인위적인 육체적 스트레스를 가하는 발살바를 유도하였으며, HRV의 시간 및 주파수 영역에서 도출되는 파라미터들을 평가하여 심탄도 모니터링을 통해 안정 상태와 스트레스 상태의 판별 및 무구속 건강모니터링의 가능성을 평가하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.438-440
• /
• 2009

사람의 심박동은 심장 상태와 구조, 나이 등의 여러 요소에 의하여 고유한 특성을 갖고, 이러한 특성을 이용하여 개인 인증에 심박동을 적용할 수 있다. 본 논문에서는 기존의 심전도(ECG, electrocardiogram) 방법을 대신하여 빛을 이용한 광전용적맥파(PPG, Photo Plethysmogram)를 측정, 신호를 분석하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.1
• /
• pp.30-40
• /
• 2022

Electrocardiogram (ECG) signal's shape and characteristic varies through each individual, so it is difficult to classify with one neural network. It is difficult to classify the given data directly, but if corresponding normal beat is given, it is relatively easy and accurate to classify the beat by comparing two beats. In this study, we classify the ECG signal by generating the reference normal beat through the template cluster, and combining with the input ECG signal. It is possible to detect abnormal beats of various individual's records with one neural network by learning and classifying with the imaged ECG beats which are combined with corresponding reference normal beat. Especially, various neural networks, such as GoogLeNet, ResNet, and DarkNet, showed excellent performance when using the comparative learning. Also, we can confirmed that GoogLeNet has 99.72% sensitivity, which is the highest performance of the three neural networks.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.2 no.3
• /
• pp.71-78
• /
• 2009

In this study, estimation of heart rate from measured PPG signal is proposed. PPG signal is to be measured blood flow in a blood vessel effected by systole and diastole. PPG sianl has single frequency so that PPG frequency can be tracked by 2nd IIR adaptive notch filter. PPG frequency is obtained continually from updating filter coefficient throughout adaptive algorithm and then the heart rate of human is approximately estimated.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1689-1692
• /
• 2013

NUI(Natural User Interface)는 사용자가 신체부위를 사용하여 인터페이스 할 수 있는 기술이다. 본 연구에서는 NUI 공간에서 체감형 게임을 시행하였다. 게임은 태권도게임으로 사용자와 컴퓨터간의 대련이며, 게임 시 사용자의 심전도 신호를 측정하였다. 사용자는 심전도데이터를 게임 시에 사용자 프로파일로 전송한다. 전송받은 심전도신호로 사용자의 심박변이도를 분류하여 분류기 실험을 시행하고 정확도를 측정하였다. 실험은 체감형 게임 시행 전과 시행 후의 상태로 나누어 실험하였으며, 분류기는 Decision Tree를 사용하였다. 실험결과 심박변이율은 게임 시행 후 정확도가 4.16% 높게 도출되었다.