• 센서학회지
• /
• 제21권1호
• /
• pp.39-45
• /
• 2012

Recently the convergence of healthcare technology is used for daily life healthcare monitoring. Cardiac arrhythmia is presented by the state of the heart irregularity. Abnormal heart's electrical signal pathway or heart's tissue disorder could be the cause of cardiac arrhythmia. Fatal arrhythmia could put patient's life at risk. Therefore arrhythmia detection is very important. Previous studies on the detection of arrhythmia in various ECG analysis and classification methods had been carried out. In this paper, an ECG signal processing techniques to detect abnormal ECG based on DTW minimum accumulation distance through the template matching for normalized data and variable threshold method for ECG R-peak detection. Signal processing techniques able to determine the occurrence of normal ECG and abnormal ECG. Abnormal ECG detection algorithm using DTW minimum accumulation distance method is performed using MITBIH database for performance evaluation. Experiment result shows the average percentage accuracy of using the propose method for Rpeak detection is 99.63 % and abnormal detection is 99.60 %.

• 한국음향학회지
• /
• 제40권4호
• /
• pp.337-346
• /
• 2021

일반적으로 비정상 신호 탐지 연구에서는 데이터 불균형으로 인해 정상 신호 특징을 주된 정보로 사용한다. 본 논문에서는 비정상 신호의 특징을 학습하는 병렬 오토인코더를 이용한 효율적인 비정상 신호 탐지기법을 제안한다. 제안된 동일한 구조로 이루어진 병렬 오토인코더는 정상 신호와 비정상 신호에 대한 특징을 학습하는 정상 복원기와 비정상 복원기로 구성되며, 정상 및 비정상 데이터를 순차적으로 학습함으로써 불균형 데이터 문제를 효율적으로 해결할 수 있다. 뿐만 아니라 보다 높은 탐지성능 향상을 위해서 부가적인 이진 분류기가 추가될 수 있다. 공개된 음향데이터를 이용한 실험결과, 제안된 병렬 탐지모델의 학습시간이 단일 오토인코더 탐지모델과 비교하여 약 1.31 ~ 1.61배 늘어나지만, 최소 22 % 이상의 Area Under Curve(AUC) 향상을 보였다. 또한, 사전에 훈련된 병렬 오토인코더를 이용하여 수중 음향데이터를 전이학습한 결과 수중 비정상 신호 AUC 탐지성능을 93 % 이상 향상시킬 수 있음을 확인하였다.

• 한국음향학회지
• /
• 제42권6호
• /
• pp.500-510
• /
• 2023

수동소나 신호에는 정상신호와 비정상 신호가 같이 존재하는 경우가 대부분이다. 정상신호와 혼재된 비정상 신호는 주로 정상신호만을 학습하는 오토인코더를 이용하여 탐지된다. 하지만 기존의 오토인코더는 혼재된 신호로부터 왜곡된 정상신호를 복원하므로 부정확한 탐지를 수행할 수 있다. 이러한 한계를 개선하고자, 본 논문에서는 순환신경망과 벡터 양자화 기반의 비정상 신호 탐지 모델을 제안한다. 제안된 모델은 학습된 잠재벡터들을 대표하는 코드 북을 생성하고, 제안된 코드벡터의 탐색을 통해 보다 정확하게 비정상 신호를 탐지한다. 공개된 수중 음향 데이터를 이용한 실험에서 제안된 기법이 적용된 오토인코더와 변이형 오토인코더는 기존 모델에 비해 최소 2.4 % 향상된 탐지 성능과 최소 9.2 % 높은 비정상 신호 추출 성능을 보였다.

• 한국정보통신학회논문지
• /
• 제18권7호
• /
• pp.1531-1539
• /
• 2014

조기심실수축(PVC)은 가장 보편적인 부정맥으로 심실세동, 심실빈맥 등과 같은 위험한 상황을 유발할 수 있는 가능성을 가지고 있기 때문에 이의 조기 검출은 매우 중요하다. 하지만 ECG 신호의 개인 차이가 있음에도 불구하고, 일반적인 신호의 판단 규칙에 따라 진단을 수행함으로써 성능하락이 나타날 수 밖에 없다. 이러한 문제점을 극복하기 위해서는 개인에 따른 이상 신호를 검출한 후 다양한 QRS 패턴을 고려하여 PVC를 분류할 수 있는 알고리즘이 필요하다. 본 연구에서는 개인별 이상신호 검출과 QRS 패턴 변화에 따른 PVC 분류 기법을 제안한다. 이를 위해 전 처리 과정과 차감기법을 통해 R파를 검출하였으며, 개인별 이상신호를 검출하였다. 이후 QRS 패턴에 따른 QS 간격과 R파의 진폭 변화율에 따라 PVC를 분류하였다. 제안한 알고리즘의 이상 신호 검출 및 PVC 분류 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, 이상 신호 검출률은 98.33%, PVC는 각각 94.46%의 평균 분류율을 나타내었다.

• 한국통신학회논문지
• /
• 제40권4호
• /
• pp.731-739
• /
• 2015

부정맥 심전도 신호에는 전도장애 및 발생부위에 따라 다양한 비정상 모양을 띄는 특이심박들이 포함되어 있고, 이들 특이심박은 부정맥 등의 심장질환을 진단하는데 있어 매우 중요하다. 본 논문에서는 심실질환에 관련한 PVC 특이심박 검출 알고리즘을 제안한다. PVC 특이심박에서는 심전도 신호의 구성요소 가운데 QRS 군의 왜곡이 발생하는 특징이 있다. 따라서 QRS 군의 왜곡 정도에 따라 PVC 특이심박을 검출할 수 있다. 먼저 R-peak의 전위, 첨도, 주기를 사용하여 QRS 군의 왜곡을 정량화하고, 이들 값들의 평균과 표준편차를 이용하여 정상 심박과의 왜곡의 정도에 따라 PVC 특이심박을 검출한다. 제안한 알고리즘은 MIT-BIH 부정맥 데이터베이스 중 심실질환과 관계되는 AAMI-V class 타입의 특이심박을 평균 98% 이상을 검출할 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제2권2호
• /
• pp.83-88
• /
• 1981

A method of detecting abnormal spikes occuring in the EEG of subjects suffering from epilepsy is studied. The detection scheme is to take the first derivative of EEG and to determine if it exceed some threshold value. This study is focused on the digital signal processing for detecting abnormal spikes using microcomputer.

• Journal of Advanced Marine Engineering and Technology
• /
• 제30권2호
• /
• pp.247-252
• /
• 2006

Almost ship monitoring systems are event driven alarm system which warn only when the measurement value is over or under set point. These kinds of system cannot warn until signal is growing to abnormal state that the signal is over or under the set point. therefore cannot play a role for preventive maintenance system. This paper proposes fault diagnosis method which is able to diagnose and forecast the fault from present operating condition by analyzing monitored signals with present ship monitoring system without any additional sensors. By analyzing the data with high correlation coefficient(CC), correlation level of interactive data can be defined. Knowledge base of abnormal detection can be built by referring level of CC(Fault Detection CC. FDCC) to detect abnormal data among monitored data from monitoring system and knowledge base of diagnosis built by referring CC among interactive data for related machine each other to diagnose fault part.

• 한국마린엔지니어링학회:학술대회논문집
• /
• 한국마린엔지니어링학회 2005년도 전기학술대회논문집
• /
• pp.281-286
• /
• 2005

Almost ship monitoring systems are event driven alarm system which warn only when the measurement value is over or under set point. These kinds of system cannot warn while signal is growing to abnormal state until the signal is over or under the set point and cannot play a role for preventive maintenance system. This paper proposes fault diagnosis method which is able to diagnose and forecast the fault from present operating condition by analyzing monitored signals with present ship monitoring system without additional sensors. By analyzing this data having high correlation coefficient(CC), correlation level of interactive data can be understood. Knowledge base of abnormal detection can be built by referring level of CC(Fault Detection CC, FDCC) to detect abnormal data among monitored data from monitoring system and knowledge base of diagnosis built by referring CC among interactive data for related machine each other to diagnose fault part.

• 한국정밀공학회지
• /
• 제12권4호
• /
• pp.100-110
• /
• 1995

This paper aims at reviewing the possibility of application over normal or abnormal, detection used by AE, and the characteristics of grinding processes. In this study, when WA-vitri-fied ' resinoid bond grinding wheels:36 kinds of grinding wheel and grinding depth were tuned at the surface grinding, the zone of AE signal generation is theoretically modelled and reviewed by grinding processes. The variation of grinding resistance( F$n^{9}$ $F_{t}$) and AE signal is detected in-process by the use of AE measuring system. The tests are carried out in accordance with grain size and grade of grinding wheels, and work-pieces-STD11 and STD61. According to the experiment's results, the following can be expected;as grinding time passes by, the relation of grinding depth and quantity of AE signal, observing on AE signal and grinding burn suggest the characteristics of grinding processes and evalution on the possibility of control of grinding machine, and monitoring abnormal conditions.e, and monitoring abnormal conditions.

• 동력기계공학회지
• /
• 제20권2호
• /
• pp.66-72
• /
• 2016

As a method to improve the equipment reliability, early warning researches that can be detected fault symptom of an equipment at an early stage are being performed out among developed countries. In this paper, when abnormal signal is input to actual normal signal of a pump, early detection studies on pump's fault symptom were carried out with auto-associative kernel regression as an advanced pattern recognition algorithm. From analysis, correlations among power of motor driving pump, discharge flow of pump, power output of pump, and discharge pressure of pump are exited. When the abnormal signal is input to one of those normal signals, the other expected values are changed due to the influence of the abnormal signal. Therefore, the fault symptom of pump through the early-warning index is able to detect at an early stage.