• 한국정보통신학회논문지
• /
• 제13권11호
• /
• pp.2391-2398
• /
• 2009

조기심실수축(Premature Ventricular Contractions, PVC)은 부정 맥 중 가장 빈번히 나타나는 심장질환으로 위험한 상황으로 발전할 가능성을 가지고 있다. 따라서 이의 검출은 심장질환에 대한 예방과 추후 발생여부에 대한 기초조사로서 매우 중요하다. 지금까지 PVC를 검출하는 많은 방법이 연구되어 왔으나 기존의 방법들은 잡음의 영향을 많이 받고 P파의 존재 유무에 의존적이기 때문에 검출의 정확도가 떨어지며, 처리시간이 많이 소요되기 때문에 실시간 검출에는 많은 어려움이 따른다. 이러한 문제점을 극복하기 위해 본 논문에서는 리듬분석과 비트매칭을 통한 PVC검출 방법을 제안한다. 이를 위해 전처리 과정 후 R 파를 검출하고, RR 간격의 리듬분석과 QRS 폭간격의 비트 매칭을 통해 비트 유형을 결정하는 알고리즘을 개발하였다. 제안한 알고리즘의 R파 및 PVC 검출 성능을 평가하기 위해 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, R파의 sensitivity는 99.74%, positive predictivity는 99.81%, PVC의 sensitivity는 93.91%, Positive predictivity는 96.48%의 검출 결과를 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제12권3호
• /
• pp.451-459
• /
• 2009

본 논문은 심전도(ECG) 신호로부터 조기심실수축(PVC)을 자동 탐지하는 방법으로 이산 웨이블릿 변환과 퍼지 신경망을 이용하는 방안을 제시하고 있다. 심전도 신호를 이산 웨이블릿 변환(DWT)으로 특징을 추출한 후, 퍼지 신경망으로 학습하여 정상 비트와 PVC 비트를 분류한다. 윈도우 크기는 R파를 기준으로 $-31/360{\sim}+32/360$초를 사용하며, 웨이블릿 변환은 d3, d4, d5의 웨이블릿 계수 14개를 사용한다. 퍼지 신경망은 가중 퍼지소속함수 기반 신경망을 사용한다. 본 논문은 벤치마킹 데이터로 MIT-BIH 부정맥 데이터베이스를 사용하여 Shyu 실험군(7개 레코드)에서는 전체 분류율에서 97.04% 보다 높은 99.91%의 신뢰성 있는 결과를 나타내었고, Inan 실험군(40개 레코드)에서는 각각 SE는 82.57% 보다 높은 84.67%, SP는 98.33% 보다 높은 99.39%, 전체 분류율은 96.85% 보다 높은 98.01%의 신뢰성 있는 결과를 나타내었다.

• 한국정보통신학회논문지
• /
• 제17권3호
• /
• pp.705-711
• /
• 2013

심전도 신호의 QRS 영역은 심장의 질환을 판단하는 중요한 자료로 쓰이는데, 여러 종류의 잡음으로 인해 이를 분석하는데 어려움을 준다. 또한 일반인들의 건강상태를 지속적으로 모니터링 하는 헬스케어 시스템에서는 신호의 실시간 처리가 필요하다. 그리고 생체신호의 특성상 개인 간의 차이가 있음에도 불구하고, 일반적인 ECG 신호의 판단 규칙에 따라 진단을 수행함으로써 성능하락이 나타날 수밖에 없다. 이러한 문제점을 해결하기 위해서는 최소한의 연산량으로 QRS를 검출하고 환자의 특성에 맞게 부정맥을 분류할 수 있는 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 형태연산을 통한 효율적인 QRS 검출과 개인별 정상신호 분류를 위해 해쉬 함수를 적용하여 프로파일링 하였으며, 검출된 QRS 폭과 RR 간격을 이용하여 심실조기수축(PVC)을 분류하는 알고리즘을 개발하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스를 통해 기존 방법과 부정맥 분류 성능을 비교하였다. 성능평가 결과, R파는 평균 99.77%, 정상 신호 분류에 대한 에러율은 0.65%, PVC는 각각 93.29%로 기존 방법에 비해 약 5% 우수하게 나타났다.

• 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.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1542-1550
• /
• 2019

부정맥 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경회로망(Artificial Neural Network), 퍼지(Fuzzy), 기계학습(Machine Learning) 등을 이용한 방법이 연구되어 왔다. 특히 딥러닝은 신경회로망의 문제인 은닉층 개수의 한계를 해결함으로 인해 오류 역전파 알고리즘을 이용한 부정맥 분류에 가장 많이 사용되고 있다. 딥러닝 모델을 심전도 신호에 적용하기 위해서는 적절한 모델선택과 파라미터를 최적에 가깝게 선택할 필요가 있다. 본 연구에서는 심실 조기 수축 비트 검출을 위한 딥러닝 기반의 최적 파라미터 검출 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG신호에서 R파를 검출하고 QRS와 RR간격 세그먼트를 추출하였다. 이후 딥러닝을 통한 지도학습 방법으로 가중치를 학습시키고 검증데이터로 모델을 평가하였다. 제안된 방법의 타당성 평가를 위해 MIT-BIH 부정맥 데이터베이스를 통해 각 파라미터에 따른 딥러닝 모델로 훈련 및 검증 정확도를 확인하였다. 성능 평가 결과 R파의 평균 검출 성능은 99.77%, PVC는 97.84의 평균 분류율을 나타내었다.

• 한국정보통신학회논문지
• /
• 제20권2호
• /
• pp.427-436
• /
• 2016

일반적으로 QRS간격은 시작점을 기준으로 끝점까지의 간격을 말하지만 그 기준이 모호하고 Q와 S의 검출이 정확하지 않아 부정맥 분류 성능을 저하시키는 경우가 발생한다. 본 연구에서는 심전도신호 중 가장 큰 피크인 R파를 정확히 검출한 후 이를 기준으로 위상 변이 추적 기법을 적용하여 Q와 S의 시작점과 끝점을 추출하는 방법을 제안한다. 먼저 전처리 과정을 통해 잡음이 제거된 정확한 R파를 검출한다. 이후 심전도신호의 미분값을 통해 QRS패턴을 분류하고, R파를 기준으로 위상이 변화되는 방향과 횟수를 추적함으로써 Q, S의 시작점과 끝점을 추출하는 방법이다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스 48개의 레코드를 대상으로 R파 검출율은 99.60%의 성능을 나타내었고, 위상 변이 추적 기법의 경우 조기심실수축(PVC)이 30개 이상 포함된 MIT-BIH 10개의 레코드를 대상으로 조기심실수축 분류율을 각각 비교 분석한 결과 94.12%로 우수하게 나타났다.

• 건강소식
• /
• 제32권6호
• /
• pp.4-5
• /
• 2008

우리 몸에 상처를 입었거나 상처를 입을 만한 상황에서 느끼는 유쾌하지 않은 감정까지 모두 통증의 범주에 포함된다. 잠재적인 손상을 알리는 통증 즉, 바늘에 찔리거나 불에 데이는 순간에 느끼는 것과 같은 일차적인 통증은 재빠른 회피반사를 일으켜 다가오는 더 큰 조직 손상을 미연에 방지하려는 조기경보시스템이라고 할 수 있다. 반면에 어쩔 수 없이 우리 몸이 손상을 입게 되면 통증은 반사적으로 근육 수축을 일으켜 신체를 움직이지 않게 한다. 골절상을 입었을 때의 통증처럼 움직이면 통증을 더 느끼게 되고, 움직이지 않아야 아프지 않고 뼈가 아물게 되는것이다. 이처럼 통증은 신체의 이상을 신속히 알리고 경고하는 중요한 방어기전 중의 하나이다.

• 한국산학기술학회논문지
• /
• 제11권3호
• /
• pp.1040-1046
• /
• 2010

급속경화 콘크리트의 가장 큰 단점은 단시간 내에 발생하는 급격한 수화발열 반응으로 인해 초기팽창이나 수축이 매우 크게 일어나 균열이 발생할 가능성이 높다는 것이다. 그러나 플라이 애시가 사용되면 콘크리트의 수화열을 낮출 수 있으므로 초기팽창과 수축을 현저히 줄일 수 있어 균열발생 억제에 효과적일 수 있다. 초속경 라텍스개질 콘크리트(VES-LMC)는 우수한 재료특성에도 불구하고, 재료 자체의 높은 수화열로 인해 균열이 발생하는 사례가 보고되고 있다. 따라서 본 논문에서는 플라이 애시를 VES-LMC에 적용할 수 있는 방법을 고안하여, 균열에 대한 안정성을 확보하기 위한 연구를 수행하였다. 울트라파인 플라이 애시(Ultra-Fine Fly Ash ; UFFA)를 사용하여 조기강도 저하의 단점이 극복된 조건에서, 초기 수화열을 낮추고 수축을 저감하여 균열안정성을 확보할 수 있도록 하였다. 실험결과 조기 압축강도는 UFFA 혼입률이 증가함에 따라 다소 감소하지만, 재령 28일 강도는 통계학적으로 유사한 것으로 나타났다. 초기수축 실험결과 UFFA가 단위시멘트량대비 15%에서 20%까지 치환되면 최대수축을 43~47%까지 줄일 수 있어 초기수축 억제에 매우 효과적이므로 균열에 대한 안정성을 확보할 수 있는 것으로 나타났다.

• 인터넷정보학회논문지
• /
• 제8권1호
• /
• pp.125-132
• /
• 2007

본 논문은 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)을 이용하여 심전도(ECG) 신호로부터 조기심실수축(premature vedtricular 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 웨이블릿 변환의 d3과 d4의 8개 계수를 추출하였다. 이들 특징입력을 3개의 실험군에 사용하여 각각 99.80%, 99.21%, 98.78%의 신뢰성 있는 전체분류율을 나타내었고, 이는 각 실험군에 대한 특징입력의 종속성이 적음을 보여준다. 추출된 8개 계수의 ECG 신호 구간과 퍼지소속함수를 제시함으로써 특징입력에 대한 명시적인 해석을 가능하게 하였다.

• 한국가축번식학회지
• /
• 제18권2호
• /
• pp.101-104
• /
• 1994

임신기간중 oxytocin의 역할을 규명하기 위해 그리고 조기분만 진통의 억제제로서 수많은 강력한 oxytocin antagonist들이 개발되고 있다. 본 연구는 발정된 흰쥐를 사용하여 oxytocin antagonist I(AI)이 control과 비교하여 자궁에 어떠한 활동을 보이는지를 알아보는 것이 주 목적이었다. AI과 control로서 saline을 주입하기 위해 경정맥에 cannula를 수술하여 집어 넣었고, 또 다른 cannula는 자궁활동을 측정하기 위해 자궁각에 집어 넣었다. 자궁수축상호아은 Grass Polygraph를 사용하여 측정하였고 수축활동은 10분동안의 integrated area를 계산하여 측정되었다. 5$\mu\textrm{g}$의 AI을 주입한 5분후 100mU의 oxytocin이 주입되었고 이 oxytocin주입은 매시간 5시간 동안 계속되었다. AI이 주입된 5분 후, oxytocin에 대한 자궁의 수축반응은 control에 비해 77% 감소되었다(P<0.05). AI 주입 2시간 후에는 그 감소가 control에 비해 54%였다. 그러나 3시간 이후부터 AI은 control과 어떤 유의한 차이를 보이지 않았다. AI이 인간의 조기분만진통을 방지하는데 사용될 수 있다는 잠재 가능성을 본 연구에서 확인하였다.