• Journal of the Korea Society of Computer and Information
• /
• v.26 no.7
• /
• pp.29-36
• /
• 2021

In this paper, we classify ECG signal data for mobile devices using deep learning models. To classify abnormal heartbeats with high accuracy, three factors of the deep learning model are selected, and the classification accuracy is compared according to the changes in the conditions of the factors. We apply a CNN model that can self-extract features of ECG data and compare the performance of a total of 48 combinations by combining conditions of the depth of model, optimization method, and activation functions that compose the model. Deriving the combination of conditions with the highest accuracy, we obtained the highest classification accuracy of 97.88% when we applied 19 convolutional layers, an optimization method SGD, and an activation function Mish. In this experiment, we confirmed the suitability of feature extraction and abnormal beat detection of 1-channel ECG signals using CNN.

• 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.

• Journal of Broadcast Engineering
• /
• v.11 no.3 s.32
• /
• pp.284-301
• /
• 2006

In this paper, we present a design and implementation of a TV-Anytime metadata authoring tool for providing personalized data-broadcasting services. The TV-Anytime specifies metadata schema, metadata coding and delivery, and provides service models to provide personalized broadcasting content services at anytime when users want to consume using metadata including ECG (Electronic Content Guide) and content descriptive information in a PDR (Personal Digital Recorder)-centric environment. In spite of a useful services based on TV-anytime metadata, the metadata authoring still remains as a harassing and time consuming task. For easy metadata authoring, the proposed metadata authoring provides the following key functionalities: metadata visualization, media access, and semi-automatic method for editing segment related metadata.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.4 no.1
• /
• pp.17-22
• /
• 2011

In this study, a P wave emphasizing and detection algorithm from ECG signal was proposed to read arrhythmia. The algorithm uses two slope tracing waveform, the descending slope tracing wave and the ascending slope tracing wave, developed for efficient determination of slope inverting points and sudden slope changing points. The algorithm generates the slope tracing waveform which trace the original ECG wave, and subtracts one tracing wave from the other to detect P and T waves. The algorithm has been applied to MIT/BIH database in order to verify its efficacy and validity in practical applications.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06d
• /
• pp.58-60
• /
• 2012

스마트 TV 및 스마트 셋톱박스와 같은 가정내의 고정형 스마트 기기에 대한 관심이 증가하고 있으며, 이러한 기기는 가정의 미디어 서비스를 제어하는 콘텐츠 허브로 발전하고 있으며, 홈 플랫폼의 포괄적 개념으로 정의할 수 있다. 이러한 홈 플랫폼은 IPTV, 지상파, 케이블, 및 위성 등의 다양한 방송 콘텐츠를 수용할 수 있으며, 모바일 단말 등의 외부 기기와의 연동을 통해 다양한 형태의 콘텐츠에 대해서 접근이 가능하다. 이와 관련하여 실제 서비스 제공이 가능한 기술은 방송 콘텐츠와 시간적으로 연계된 부가정보를 사용자의 모바일 단말에서 제공해 주는 서비스 기술이다. 또, 가정내의 홈 플랫폼을 통해 접근 가능한 다양한 방송 및 콘텐츠 부가정보를 통합적으로 취합하여 하나의 콘텐츠 가이드를 생성하고, 이를 개인 모바일 단말로 전송하여 사용자의 콘텐츠 소비 만족도를 보다 향상할 수 있는 기술에 대한 관심 역시 증가하고 있다. 본 논문에서는 홈 플랫폼에서 방송 수신 정보, 로컬 콘텐츠 및 모바일 단말의 저장 콘텐츠 정보를 기반으로 부가정보를 정합하여 ECG를 생성하고, 이를 모바일 단말에 전송하여 콘텐츠 서비스를 제공하는 플랫폼을 설계하고, 구현하였다. 통합 ECG 생성을 위한 콘텐츠의 메타데이터는 TV-Anytime 표준을 기반으로 적용되어 플랫폼간 상호 연동성이 확보되도록 하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.269-272
• /
• 2006

병원의 각종 측정 장비에서 출력되는 결과지나 의사들이 작성한 기록지를 스캔하여 이미지형태로 저장하는 이미징 시스템 개발이 크게 요구되고 있다. 본 논문에서는 신경망과 그래픽 기법을 사용하여 대학병원 심전도실에서 사용되는 여섯 종류의 심전도 출력지를 이미지 형태로 저장하고 검색하는 이미징 시스템의 설계와 구현에 대해 논하였다. 구현된 시스템은 여섯 종류의 심전도 출력지를 분류하고, 분류된 각 출력지에 인쇄된 중요한 측정 데이터를 인식하여 데이터베이스에 저장한다. 심전도 출력지의 분류는 각 샘플 서식들의 평균 히스토그램을 구한 다음 새로운 출력지가 들어올 때 평균 히스토그램과의 거리가 가장 가까운 출력지로 분류하는 nearest-neighbor 방법을 사용하였다. 출력지에 인쇄된 데이터의 인식을 위해 먼저 XML로 작성한 출력지별 추출 정보를 기반으로 스캔한 이미지의 영역 분할 작업을 수행한다. 분할된 영역들은 신경망을 이용해 문자 인식을 하고, 인식된 문자들이 데이터베이스의 해당 속성값으로 저장된다. 스캔한 출력지는 의사들이 주석을 붙이거나 조건 검색을 위해 이미지 형태로 저장된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.301-302
• /
• 2011

본 연구에서는 Floating Electrode와 Flexible Electrode를 사용한 심전도 측정결과의 비교연구를 진행하였다. 일반적으로 심전도 측정시 사용되고 있는 Floating Electrode를 이용하여 심전도 측정을 할 경우 비교적 안정적인 데이터를 얻기 용이하다는 장점이 있지만, 여러 개의 전극을 몸에 붙이는 번거로움과 피실험자의 불쾌감 등 단점도 있다. 반면, 본 연구에서 제안하는 방법은 Flexible Electrode를 침대 혹은 의자와 설치하여 무구속적인 측정 방법을 통하여 사용자의 편이를 향상시키고 불편함을 최소화를 목표로 한다. 신호검출의 가능성은 확인하였으며, 향후 검출된 데이터를 이용하여 일상생활을 하면서 건강상태를 모니터링 할 수 있는 헬스 케어 응용 서비스로의 연구를 진행하고자 한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.2
• /
• pp.479-484
• /
• 2010

Researches of Healthcare have been fulfilled lively with an advanced age and change of lifestyles. Especially, medical field has focused on researches of Healthcare due to that reasons. The Healthcare service requires the foundation technologies, such as sensor aggregating, data saving and data transmitting/analysis. In this research, we proposed the unrestricted equipment which can save a lot of aggregated patient's medical data to guarantee the patient's movement in Healthcare service. Moreover, we research the method which can transmit the aggregated data as soon as possible. Also, we implemented the system which can transmit the patient's medical data automatically for convenient use.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.12
• /
• pp.1485-1491
• /
• 2019

As the type and size of vital signs become extensive at the moment lately, a research is actively progressing to define vital signs as big data and analyze it. We generally use a similar method of processing big data on social network as a way to treat vital signs as big data. Vital Sign Big Data should be extracted as feature data, stored separately, and analyzed with various analytical instruments. In other words, it should ensure interoperability and compatability of data, and the index expression in analytical tools should be concise. For this end, I defined the vital sign as the standard meta-model base of HL7 in this dissertation, and I propose a model for analyzing vital signs using OCL, the OMG's standard mathematical specification language. In addition, the proposed model can be confirmed the applicability by figuring out the consumption of calories using ECG data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.514-516
• /
• 2021

본 연구는 심혈관계 질환 진단에 주고 사용되는 PTT 를 계산할 때 필요한 PPG 신호가 없을 경우 ECG 신호만을 사용하여 PTT 값을 예측하는 방법을 제안한다. MIMIC-I 데이터셋에서 2 채널 심전도 데이터와 광전용적맥파 데이터를 확보하여 제안하는 방법을 적용하였을 때, RMSE 0.07116 으로 예측하였다. 본 연구는 향후 단일 생체신호만 측정할 수 있는 제한된 상황에서 대안으로 활용될 수 있을 것이다.