• 한국컴퓨터정보학회논문지
• /
• 제18권9호
• /
• pp.43-51
• /
• 2013

신뢰성 있는 부정맥 진단을 위해서는 리듬 구간 및 심박 단위의 종합적인 분석을 통하여 심전도 신호에 대한 분류 결과가 제시되어야 한다. 본 논문에서는 심전도 신호의 특징점에 기반하여 규칙기반 분류를 이용한 일정 구간의 리듬 분석을 수행하고 SVM기반 분류를 이용한 심박 단위의 리듬분석을 첨가하였다. 규칙기반 분류에서는 리듬 구간의 특징에 대하여 임상 자료로부터 도출된 규칙 베이스를 이용하여 리듬 유형을 분류하도록 하며, SVM기반 분류에서는 심박 단위의 특징에 대하여 미리 학습된 다중 SVM 분류기를 이용하여 단조 리듬 및 주요 비정상 심박을 분류하도록 한다. MIT-BIH 부정맥 데이터베이스를 이용한 실험을 통하여 11가지 리듬 유형에 대하여 규칙기반 방법만을 적용하였을 경우 68.52%, 규칙기반과 SVM기반의 융합 방법을 적용하였을 경우 87.04%의 분류 성능을 각각 보였다. SVM기반 방법으로 단조 리듬과 배열 리듬에 대한 오분류 개선을 통하여 분류 성능에서 19% 정도가 향상됨을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.30-40
• /
• 2022

심전도 신호는 개인에 따라 형태와 특징이 다양하므로, 하나의 신경망으로는 분류하기가 어렵다. 주어진 데이터를 직접적으로 분류하는 것은 어려우나, 대응되는 정상 데이터가 있을 경우, 이를 비교하여 정상 및 비정상을 분류하는 것은 상대적으로 쉽고 정확하다. 본 논문에서는 템플릿 군을 이용하여 대표정상심박 정보를 획득하고, 이를 입력 심박에 결합함으로써 심박을 분류한다. 결합된 심박을 영상화한 후, 학습 및 분류를 진행하여, 하나의 신경망으로도 다양한 레코드의 비정상심박을 검출이 가능하였다. 특히, GoogLeNet, ResNet, DarkNet 등 다양한 신경망에 대해서도 비교학습 기법을 적용한 결과, 모두 우수한 검출성능을 가졌으며, GoogLeNet의 경우 99.72%의 민감도로, 실험에 사용된 신경망 중 가장 우수한 성능을 가졌음을 확인하였다.

• 한국게임학회지
• /
• 제6권1호
• /
• pp.37-40
• /
• 2009

본 논문에서는 정성적, 정량적 측정을 통한 게임 감성 유희(遊戱)요소 도출을 목적으로, 공포게임의 '공포'를 '유희적 공포'라 보고 로제카이와의 놀이이론에 근거하여 분석한 후, 이를 바탕으로 공포게임내 '유희적 공포요소'를 '감각적 유희공포', '기대적 유희공포', '제한적 유희공포', '수행적 유희공포'의 4가지로 분류했다. 연구자는 플레이어의 반응을 통해 이를 검증하기 위해 실증적 실험을 수행하였는데, 실험은 공포게임을 플레이 하는 동안 심박계를 통해서 각 실험자들의 심박을 측정하고 이를 촬영한 비디오 데이타를 분석하여 유희적 공포요소가 심리적, 생리적인 영향을 줄 것이라 예측된 지점을 공포지점(fear point)이라 명명하였으며, 이 지점에서 측정된 심박이 평상시 평균심박 및 실험 중 평균심박과 통계적으로 유의한 차가 있는지 알아보고 설문을 통한 플레이어의 주관적 데이타를 첨부하여 심박수와의 통계적인 상관관계를 알아보았다. 연구 결과, 공포지점에서 실험자들의 심박이 평상시 심박 및 실험중 평균심박 보다 통계적으로 유의미하게 상승됨을 증명했으며, 주관적 데이터와도 상관관계가 높음을 보여주었다. 본 연구는 게임 내 유희적 요소로서의 공포요소를 이론적인 방법과 실증적인 방법을 통해 검증하고 앞으로의 게임 제작 및 기획에 도움이 되는 기준을 제시할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• 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.

• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.107-116
• /
• 2009

본 논문에서는 심전도 신호로부터 부정맥을 진단하는 방법으로 심박수 변이도와 퍼지 신경망을 이용하는 방안을 제시하고 있다. 제안한 부정맥 진단 알고리즘은 32개 RR 간격의 심박수 변이도, 즉 평균 25초 내외의 심박수 변화를 이용하여 부정맥을 진단하는 알고리즘이다. 부정맥 진단 알고리즘은 32개 RR 간격을 이용하여, 통계적 특징 6개를 추출한 후, 가중 퍼지소속함수 기반 신경망으로 학습하여 정상 구간과 부정맥 구간을 분류한다. 부정맥 진단 알고리즘은 Tsipouras 논문군(48개 레코드)에서 SE와 SP 각각 80% 이하의 성능을 보이는 기존연구와는 달리, SE는 88.75%, SP는 82.28%, 전체 분류율은 86.31%의 신뢰성 있는 결과를 나타낸다.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.971-976
• /
• 2021

본 논문은 심박수 측정을 위한 안면 얼굴 영상 데이터 수집 시스템을 설계한다. 본 논문의 설계 내용은 웹 카메라를 이용하여 사용자 얼굴 영상 정보들을 수집하고, 수집된 사용자 얼굴 영상 정보들을 이용하여 심박수를 측정하는 기능이다. 웹 카메라를 이용한 비접촉식 심박수 측정으로 인하여 오차가 발생할 가능성이 있다. 따라서 본 논문에서는 심박수 측정시 얼굴 영상 데이터 분류를 통해서 오차가 발생한 경우와 정상적인 경우를 구별하여 심박수 프로그램 오차 수정에 이용할 수 있도록 하고자 한다. 오차가 발생된 경우의 자료를 이용하여 오차를 줄이기 위한 목적으로 사용할 수 있도록 한다. 본 논문에서 제안하고 설계한 내용에 대해서 실험을 수행하였다. 실험 결과 본 논문에서 설계한 내용이 정상적으로 동작됨을 확인할 수 있었다.

• 정보처리학회지
• /
• 제21권5호
• /
• pp.73-81
• /
• 2014

• 한국융합학회논문지
• /
• 제11권4호
• /
• pp.49-54
• /
• 2020

국가대표 여자 유도선수를 대상으로 스포츠 손상 발생률과 심박변이도 간의 상관관계를 알아보고자 하였다. 연구 참여자들은 자율신경 진단기(SA-6000)를 사용하여 심박변이도를 측정하였다. 평균 손상 발생률을 기준으로 스포츠 손상 발생률의 상위그룹과 하위그룹으로 분류하였으며, 두 그룹 간의 심박변이도를 알아보기 위해 독립표본 T-test와 스포츠 손상 발생 횟수와 심박변이도의 상관관계를 알아보기 위해 Pearson의 적률상관관계를 시행하였다. 심박변이도는 총 파워와 저주파에서 유의한 차이가 있었으며, 스포츠 손상 발생 횟수에 따른 심박변이도의 상관관계 분석에서도 총 파워와 저주파에서 유의한 차이가 있었다. 이러한 자료들은 향후 선수들의 스포츠 손상 예방프로그램을 만드는데 유용한 기초자료로 제공될 것으로 사료된다.

• 전자공학회논문지
• /
• 제51권9호
• /
• pp.200-207
• /
• 2014

부정맥 심전도 신호는 전도장애 및 발생부위에 따라 특정 부위에서 비정상 모양을 띄는 특이심박을 포함하고 있다. 특이심박은 부정맥 등 다양한 질환을 진단 및 분류하는데 있어 유용하기 때문에 부정맥 심전도 신호에서 특이심박의 검출은 매우 중요하다. R-peak점에서의 전위, 첨도 및 R-R 간격은 심전도 신호가 R파에서 가지는 특성이다. 본 논문에서는 이를 바탕으로 특이심박 검출 방법을 제안한다. 제안한 방법은 특이심박이 확실할수록 특성값이 평균에서 크게 벗어난다는 점을 기반으로 평균과 표준편차를 이용하여 순차적으로 특이심박을 검출한다. MIT-BIH 부정맥 데이터베이스 중 R파 왜곡을 가지는 15개의 심전도 신호에 대해 기존의 고정된 문턱값을 사용한 검출 방법과 제안한 방법을 적용하여 특이심박을 검출하여 비교하였다. 실험을 통해 민감도를 약 50~70%에서 제안한 방법을 통해 97%로 크게 상향할 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.169-172
• /
• 2009

본 논문은 SOM을 이용하여 비행슈팅게임을 하는 게이머의 긴장과 이완상태를 학습한다. 학습된 SOM을 이용해 게이머의 새로운 심박데이터가 입력되었을 때 긴장과 이완 상태에서 플레이하는 게이머의 인식을 제안한다. 게이머들은 비행슈팅게임을 플레이하면서 게임 환경들의 패턴들에 익숙해진다. 게이머들은 반복하면서 지루해지면서 자연스럽게 긴장감도 떨어지게 된다. 만약 긴장이완 정도를 알 수 있다면 게이머의 상태에 맞게 게임환경을 조절하여 긴장감을 유지할 수 있을 것이다. 본 연구에서는 비행슈팅게임을 하는 게이머의 심박신호를 이용하여 게이머의 긴장이완상태를 신경망 SOM으로 분류한다. SOM은 주어진 입력패턴에 정확한 답을 정해주지 않고 자기 스스로 학습하여 해답을 찾는 신경망중의 하나이다. 따라서 게이머의 심박신호는 SOM 학습을 통해 게이머의 긴장과 이완상태들을 군집화 할 수 있다. 비행슈팅게임을 20회 반복 플레이하여 SOM으로 게이머의 심박신호를 입력해 본 결과 긴장이완상태를 인식 할 수 있었다.