• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.791-792
• /
• 2006

본 논문은 심전도의 리드III 파형을 이용하여 신원확인이 가능한 생체인식 기술을 제안한다. 인식을 위한 심전도의 리드III파형을 특징추출하기 위해 $4{\sim}30Hz$의 대역통과 필터를 사용하여 피크(peak)점만 남겨놓고 모든 잡음을 제거한 후, AAV(absolute amplitude value)를 이용하여 피크점의 값을 추출한다. 추출된 피크 점은 원신호의 피크점과 같으므로 이를 기준으로 전체파형을 특징추출을 위한 단위 파형으로 분리한다. 분리된 신호는 정의된 4가지 형태(type)의 파형 중 가장 유사한 파형타입으로 분류되며, 분류된 형태를 기준으로 꼭지점, 최대 피크점, 최소 피크점, 최대.최소 피크점 비, 파형 간격(interval) 및 파형의 세부 모양 등 총22가지의 특징들을 추출한다. 추출된 특징들은 오류역전파 신경회로망(back-propagation neural network)의 입력으로 사용되었으며, 성인남녀 31명을 대상으로 제한된 파형 내에서 실험한 결과 100%의 인식률을 보였다.

• 전자공학회논문지CI
• /
• 제46권6호
• /
• pp.18-26
• /
• 2009

본 논문에서는 심전도 기반의 u헬스케어시스템을 위한 다용도 신호추출 방법을 제안한다. 심전도 기반의 u헬스케어시스템 구현을 위해서는 심장질환 진단을 위한 QRS파형의 추출기술이 필수적이다. 또한, 보안성 및 편의성을 위하여 u헬스케어시스템에서 ECG신호와 같은 생체신호에서 직접 사용자의 신원을 확인할 수 있는 생체인식기능을 보유하고 있다면 매우 유용하다. 이를 위해서 본 논문에서는, 리드II 파형으로부터 QRS파형을 추출하고, 또한 상대적으로 노화 및 질환에 따른 변동에 강건한 리드III 파형으로부터 생체인식을 위한 신호추출법을 제안한다. 리드II 파형으로부터 QRS신호추출성능을 검증하기 위해 MIT-BIH 데이터베이스의 심전도신호가 사용되었고 99.36%의 정확도 및 99.68%의 민감도성능을 보였다. 또한 생체인식용 신호추출성능평가를 위해서는 다양한 측정환경을 고려하기 위해 음주, 흡연 및 운동 직후 리드III파형이 측정되었고 99.92%의 정확도 및 99.97%의 민감도 성능을 보였다.

• 전자공학회논문지SC
• /
• 제48권6호
• /
• pp.43-50
• /
• 2011

바이오인식 기술은 패스워드나 IC 카드와 같이 분실의 우려가 없어 다양한 분야에 응용되고 있으나, 변조가 가능하며 측정방식에 따라 측정자에게 거부감을 줄 수 있다는 단점을 가지고 있다. 이러한 문제점을 해결하기 위해 심전도(ECG)를 이용한 바이오인식 기술에 대한 연구가 진행되고 있으나, 기존의 심전도 바이오인식기술은 심장질환을 측정하는 정형화된 심전도 리드 II 파형을 이용했기 때문에 바이오인식에는 적합하지 못했다. 따라서 본 논문에서는 심전도 리드 III 파형을 이용한 새로운 바이오인식 기술을 제안한다. 측정된 심전도 리드 III 파형은 잡음을 제거하기 위해 필터링을 한 후 AAV 알고리즘을 이용하여 파형의 정점을 찾고, 그 정점을 기준으로 원신호에서 파형을 분류하였다. 추출된 파형을 4가지 타입으로 정의하고 그를 기반으로 꼭짓점 및 세부파형모양, 파형진폭 및 간격 등 총 22가지의 특징들을 추출하였다. 추출된 특징은 오류역전파 신경회로 망인식기를 통해 분류되었다. 심전도 리드 III 파형을 이용한 바이오인식을 위해 31명의 측정자와 데이터베이스에 없는 5명의 측정자, 총 36명을 대상으로 심전도 바이오인식을 실험한 결과 특이도(specificity) 100%, 민감도(sensitivity) 95.59%, 정확도(accuracy) 99.17%의 특성을 보였다.

• 지구물리와물리탐사
• /
• 제22권2호
• /
• pp.49-55
• /
• 2019

본 연구에서는 주기적 송신원 추출 기법을 사용한 완전 파형 역산 시 목적함수의 안정적인 수렴을 위해 참조 송신원 부분집합을 사용하는 방법을 제안하였다. 완전 파형 역산은 반복적인 파동 전파 모델링을 통해 수행되며, 송신원 개수가 증가할수록 계산 시간이 증가하게 된다. 완전 파형 역산의 계산량을 줄이기 위한 기법들 중 하나로, 주기적 송신원 추출 기법을 사용할 수 있지만 이 경우 역산 초기부터 목적함수가 진동하며 수렴하기 때문에 수렴 판별에 문제가 생기게 된다. 이러한 문제를 해결하고자 본 연구에서는 주기적 송신원 추출 기법을 이용해 모델을 갱신하되, 고정된 참조 송신원 부분집합을 이용해 목적함수를 계산하는 방법을 제안하였다. Marmousi 속도 모델을 이용한 완전 파형 역산 예제를 통해 참조 송신원 부분집합을 이용하면 주기적 송신원 추출 기법을 사용하더라도 목적함수가 안정적으로 수렴할 수 있음을 확인하였다.

• 한국자기학회지
• /
• 제22권5호
• /
• pp.178-182
• /
• 2012

영구자석과 반도체 홀센서가 구비된 집게형 맥진기로 얻은 맥진파형에 고속 푸리에변환(FFT)을 적용하여 생체신호인 호흡수를 추출하였다. 추출된 호흡수는 맥진파형의 형태가 항상 변화하는 요인에 의존하는 심장의 운동에 대한 오차까지 고려하였다. 인위적인 호흡수 템포 15, 20, 30, 40, 50에 각각 측정한 맥진파형의 FFT 스펙트럼에서 피크값과 일치하는 주파수 0.125 Hz, 0.16 Hz, 0.25 Hz, 0.33 Hz, 0.41 Hz와 일치하였다. 100 s, 200 s, 300 s 동안 얻은 맥진파형 데이터에서 호흡성분 추출 알고리즘을 적용한 결과, 시간이 긴 300 s에서 FFT 스펙트럼 피크가 가장 크게 뾰쪽해지는 결과를 얻었다. 집게형 맥진기가 인체의 물리적인 영향을 주는 호흡수를 추출해 내는데 유용한 기기임을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.110-113
• /
• 2005

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted fuzzy Membership Funcstions, NEWFM)을 이용하여 심전도 신호로부터 조기심실수축(Premature Ventricular Contraction, PVC)을 판별하는 퍼지규칙을 추출하고 있다. NEWFM은 자기적응적(self adaptive) 가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이를 기반으로 정상 파형과 PVC 파형을 구분한다. 분류 성능 평가를 위하여 MIT/BIH 부정맥 데이터 베이스를 사용하였으며, NEWFM의 입력은 심전도의 파형에 웨이블릿 변환을 적용하여 추출된 웨이블릿 계수를 사용하였다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 계수를 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화 시킨다. 이러한 방법으로 추출된 2개의 웨이블릿 계수를 사용한 퍼지규칙은 $96\%$의 PVC 분류성능을 보여준다.

• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.127-133
• /
• 2009

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)을 이용하여 간질 증세를 가진 사람과 건강한 사람의 뇌파(electroencephalogram, EEG)로부터 정상 파형과 간질(epilepsy) 파형을 분류하는 방안을 제시하고 있다. NEWFM에서 사용할 특징입력을 추출하기 위해서 첫 번째 단계에서는 웨이블릿 변환(wavelet transform, WT)을 이용하였다. 두 번째 단계에서는 첫 번째 단계에서 생성한 웨이블릿 계수들을 주파수 분포와 주파수 변동량을 이용하여 24개의 특징입력을 추출하였다. NEWFM은 이들 24개의 특징입력을 이용하여 정상 파형과 간질 파형을 분류하였을 때 98%의 분류성능을 나타내었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2531-2533
• /
• 2004

일반적으로 ECG(electrocardiogram)파형은 정상인의 경우에도 그 형태가 일정하지 않으며, 측정시간 및 측정인의 상태에 따라서도 파형이 변화하기 때문에 표준화된 ECG파형 검사로는 개인의 특성에 따른 정밀 진단이 어려웠다. 따라서 자동화된 개인별 맞춤형 진단을 위해서는 측정대상에 대한 사용자인식 기술이 필수적이다. 본 논문에서는 세 가지 잡음제거법을 이용하여 파형의 잡음성분을 제거하고, ECG Limb Lead III 파형의 다양한 신호간격(interval) 특성치와 미분변화량을 통한 꼭짓점 분석 등을 통하여 파형으로부터 특정인의 특징을 추출한 후 신경회로망을 이용하여 생체인식을 수행하였다. 실험은 동일한 연령대인 7명의 성인남녀를 대상으로 하였고, 재현성을 평가하기 위해서 인위적인 변화(커피, 담배, 알코올 섭취 및 스트레스)후의 ECG파형을 측정, 특정인 인식률을 실험한 결과 실험에 이용된 제한된 변동 내에서 90.9%의 인식률을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 추계학술대회 논문집 전기물성,응용부문
• /
• pp.203-205
• /
• 2002

기존 부분방전검출법에서는 수십$\sim$수백MHz의 주파수 영역에서 부분방전신호를 관찰하였기 때문에 각 부분방전원별 발생신호파형의 특징을 효율적으로 추출할 수 없었다. 본 논문에서는 수십$\sim$수백MHz의 넓은 주파수대역(UWB)에서 부분방전신호를 관찰하여 각 부분방전원별 신호파형의 특징을 추출한 후 이러한 특징을 토대로 부분방전원을 구별하였으며, 상당히 좋은 분류결과를 보였다.

• 한국전자파학회논문지
• /
• 제28권3호
• /
• pp.195-207
• /
• 2017

항공기 레이다에서는 고해상도 SAR 영상에서 지상의 이동 표적을 탐지하는 SAR-GMTI 모드의 운영이 점점 필수적으로 되고 있다. SAR는 고해상도 영상을 위하여 광대역 파형을 필요로 하는 반면, GMTI는 도플러 추출을 위하여 협대역의 파형을 필요로 하기 때문에 일반적인 LFM 파형은 사용에 어려움이 있다. 본 논문에서는 최근 들어 SAR-GMTI 모드의 파형으로 연구되고 있는 FJB(Frequency Jump Burst) 파형의 특성을 분석하였고, FJB 파형을 사용한 펄스압축과 SAR 영상생성을 위한 방법들을 구현하였으며, 시뮬레이션을 통하여 펄스압축과 SAR 영상에서 단일 LFM을 사용할 경우와 성능에서 거의 차이가 없음을 보였다. FJB 파형은 SAR와 GMTI 처리를 동일한 파형으로 수행할 수 있기 때문에 본 결과를 적용하면 항공기 레이다에서 SAR-GMTI 모드의 처리를 보다 효율적으로 수행할 수 있다.