• 한국산업정보학회논문지
• /
• 제25권3호
• /
• pp.1-10
• /
• 2020

본 논문에서는 시계열 심전도 (Electrocardiogram: ECG) 및 광전용맥파 측정센서 (Photoplethysmography: PPG)을 이용하여 혈압을 추정하는 알고리즘을 제안한다. 혈압 (Blood pressure: BP)을 추정하기 위해 주기적 입력 신호를 생성하고 차동 및 임계값 방법에 따라 잡음을 제거한 다음 합성곱 신경망 알고리즘을 기반으로 하여 수축기 혈압과 이완기 혈압을 예측한다. 본 논문에서 사용된 데이터는 MIMIC 데이터베이스에서 총 3.1GB의 49명의 환자 데이터를 사용하였다. 실험결과 수축기 혈압의 평균 제곱근 오차는 5.80mmHg, 이완기 혈압의 예측 오차는 2.78mmHg을 나타내었다. 또한, 영국 고혈압 협회가 제안한 혈압계 평가 방법을 적용하였을 때, 최고 성능인 등급 A를 만족함을 확인할 수 있었다.

• 한국게임학회 논문지
• /
• 제15권2호
• /
• pp.105-114
• /
• 2015

뇌파 및 심전도 생체신호를 복합적으로 이용한 감정인식을 통한 실시간 사용자 인터페이스를 제안한다. 기존에 뇌파를 통한 감정인식의 문제점이었던 낮은 정확도를 개선하기 위해 뇌파의 Theta, Alpha, Beta, Gamma의 상대파워 값과 심전도의 자율신경계 비율을 혼합하는 복합 생체신호 감정 인식 시스템을 개발했다. 기쁨, 공포, 슬픔, 즐거움, 화남, 혐오에 해당하는 6가지 감정을 인식하기 위해 사용자별 확률 값을 저장하는 데이터 맵을 생성하고, 채널에 대응하는 감정 인식의 정확도를 향상시키기 위해 가중치를 갱신하는 알고리즘을 제안한다. 또한 뇌파로 구성된 단일 데이터와 뇌파/심전도 생체신호 복합 데이터의 실험 결과를 비교한 결과 23.77%의 정확도 증가를 보였다. 제안된 인터페이스 시스템은 높은 정확도를 통해 게임 및 스마트 공간의 제어에 필요한 인터페이스로 기기에 활용이 가능할 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제10권4호
• /
• pp.17-22
• /
• 2010

최근 언제 어디서나 다양한 서비스를 제공받을 수 있는 유비쿼터스 환경이 많은 분야에서 개발되고 있으며 u-Healthcare의 관심이 급속도로 증가하고 있다. 본 논문에서는 기존의 유비쿼터스 센서네트워크 환경에서 ECG 센서와 Zigbee 통신모듈로 BAN(Body Area Network)를 이용하여 사용자의 생체신호를 측정하였다, 측정된 생체신호를 3G(WCDMA) 통신을 이용하여 전문가나 의사가 모니터링 할 수 있는 시스템을 구현하였다. 또한, 환자에게 응급상황 발생시 스마트폰의 GPS모듈을 이용한 위치 검색까지 설계하였다. 센서 모듈간 데이터 필드를 정의하고 설계된 시스템 구조를 기반으로, 최근 스마트폰 중에 각광받고 있는 iPhone 플랫폼에서 구현하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권1호
• /
• pp.163-171
• /
• 2009

심장질환은 질병특성상 예방적인 처치가 무엇보다 중요하다. 그러나 현재 개발된 장치들은 환자가 통신장치를 이용하여 집 근처 100m 이내의 거리에서만 통신이 가능하고 환자가 이상을 느껴 스스로 버튼을 누르는 경우에만 서비스가 가능한 단점이 있다. 이러한 단점을 해결하기 위하여 본 연구에서는 상용 이동통신망을 이용하여 이상이 있는 ECG 신호를 자동으로 병원의 PC로 전송하는 심장질환 관리 시스템을 설계 및 구현한다. 개발된 시스템을 이용하여 실험한 결과 환자의 ECG 파형은 왜곡 없이 전송되어 데이터베이스에 저장됨을 확인하였다. 또한 SMS로 전송되는 데이터의 양을 64진법을 사용함으로써 16진법을 사용할 때보다 약 30% 이상을 줄일 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.865-867
• /
• 2016

본 논문에서는 섬유근접센서를 이용하여 측정한 맥박을 평가하기 위해 Biopac MP150에서 획득한 Electrocardiography(ECG)와의 관계를 보았다. 섬유근접센서는 요골동맥에서의 맥박을 측정하기 위해 $5{\times}5$ 크기로 설계하였고, 전처리 과정과 필터링을 거쳐 획득한 데이터 값은 ECG 데이터와 Peak Point의 개수를 비교하여 올바른 맥박이 측정되었는지를 판단하였다. 그 결과 섬유근접센서와 MP150에서 측정한 두 데이터의 Peak Point가 모두 동일한 결과를 보였다.

• 감성과학
• /
• 제11권2호
• /
• pp.235-244
• /
• 2008

본 연구는 언제 어디서나 건강관리를 할 수 있는 u-health care를 위해 cuff를 사용하지 않고 손쉽게 혈압을 측정할 수 있는 기술을 개발하였다. ECG와 PPG 시그널(signal) 만을 이용하여 혈압을 실시간으로 측정할 수 있는 기존 기술은 PTT를 분석 할 때 노이즈나 진폭의 변화로 인해 Peak 추정의 오류가 자주 발생한다. 본 연구에서는 이를 해결하기 위해 적응적 peak 추정 기술을 개발하여 Peak 추정의 정확도를 향상시켰다. 이를 적용하여 측정데이터를 분석한 결과 PTT의 표준편차는 28%감소하였으며, 노이즈 탐지 성능은 18%증가하였다. 또한 PTT와 혈압간의 상관성에 대해 분석한 결과 수축기 혈압= -0.044 $\cdot$ PTT + 133.592의 상관식을 도출하였다. 도출된 상관식을 적용하여 PPG와 ECG 만으로 수축기 혈압을 연속적으로 측정할 수 있는 시스템을 구축하였다.

• 전자공학회논문지SC
• /
• 제46권4호
• /
• pp.23-27
• /
• 2009

이 논문에서는 효율적인 2D 방식의 심전도 신호 압축 방법을 제안한다. ID 심전도 신호는 2D 신호로 변환된 후 주기와 복잡도를 바탕으로 정렬되고 상호간의 상관 관계를 적용한다. 그 다음 불연속이 발생하는 지점을 기준으로 각 구간을 분할하고 주기의 평균으로 정규화 한 후 보통의 영상 신호를 압축하는 방식과 유사한 방식으로 정렬된 2D 신호를 압축한다. 압축 방식으로는 JPEG 2000이 사용되었으며 실험 데이터는 심전도 압축에서 표준화되어 사용되는 MIT-BIH arrhythmia database를 사용하였다. 제안된 방법은 기존의 2D 심전도 압축 방식과 비교하여 보다 개선된 성능을 보여 준다.

• 대한의용생체공학회:의공학회지
• /
• 제41권2호
• /
• pp.107-119
• /
• 2020

The deep neural networks (DNN) that can replicate the behavior of the human expert who recognizes the characteristics of ECG waveform have been developed and studied to analyze ECG. However, although the existing DNNs can not provide the explanations for their decisions, those trials have attempted to determine whether patients have certain diseases or not and those decisions could not be accepted because of the absence of relating theoretical basis. In addition, these DNNs required a lot of training data to obtain sufficient accuracy in spite of the difficulty in the acquisition of relating clinical data. In this study, a small-sized continuous data processing DNN (C-DNN) was suggested to determine the simple characteristics of ECG wave that were not required additional explanations about its decisions and the C-DNN can be easily trained with small training data. Although it can analyze small input data that was selected in narrow region on whole ECG, it can continuously scan all ECG data and find important points such as start and end points of P, QRS and T waves within a short time. The star and end points of ECG waves determined by the C-DNNs were compared with the results performed by human experts to estimate the accuracies of the C-DNNs. The C-DNN has 150 inputs, 51 outputs, two hidden layers and one output layer. To find the start and end points, two C-DNNs were trained through deep learning technology and applied to a parameter acquisition algorithms. 12 lead ECG data measured in four patients and obtained through PhysioNet was processed to make training data by human experts. The accuracy of the C-DNNs were evaluated with extra data that were not used at deep learning by comparing the results between C-DNNs and human experts. The averages of the time differences between the C-DNNs and experts were 0.1 msec and 13.5 msec respectively and those standard deviations were 17.6 msec and 15.7 msec. The final step combining the results of C-DNN through the waveforms of 12 leads was successfully determined all 33 waves without error that the time differences of human experts decision were over 20 msec. The reliable decision of the ECG wave's start and end points benefits the acquisition of accurate ECG parameters such as the wave lengths, amplitudes and intervals of P, QRS and T waves.

• 인터넷정보학회논문지
• /
• 제12권6호
• /
• pp.63-71
• /
• 2011

심전도 질환 데이터는 일반적으로 분류기를 사용한 실험이 많다. 심전도 신호는 QRS-Complex와 R-R interval을 추출하는 경우가 많은데 본 실험에서는 R-R interval을 추출하여 실험하였다. 심전도 데이터의 분류기 실험은 일반적으로 SVM(Support Vector Machine)과 MLP(Multilayer Perceptron) 분류기로 수행되지만 본 실험은 정확도 향상을 위해 Random Forest 분류기 알고리즘 중 Decision Tree를 Best-First Decision Tree(B-F Tree)로 수정하여 실험하였다. 그리고 정확도 비교분석을 위해 SVM, MLP, RBF(Radial Basic Function) Network와 Decision Tree 분류기 실험을 같이 수행하였고, 동일한 데이터와 간격으로 실험한 타 논문의 결과와 비교해보았다. 수정한 Random Forest 분류기의 정확도를 다른 네 개의 분류기와 타 논문의 실험과 비교해보니 정확도 부분에서는 Random Forest가 가장 우수하였다. 본 실험의 전처리 과정은 대역통과 필터(Band-pass filter)를 사용하여 R-R interval을 추출하였는데 향후에는 정확한 간격을 추출하기 위한 필터의 연구가 사려된다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.209-210
• /
• 2012

최근 u-헬스 중심으로 건강 건강관리를 위해 수많은 PHD(Personal Healthcare Device)가 개발, 상용화 되고 있다. 하지만 대부분의 기기(PHD)들은 각각의 자체적인 프로토콜을 사용하여 통신을 하고 있기 때문에 타 기기간의 상호호환의 어려움이 있다. 이러한 문제점을 개선하고자 ISO와 IEEE에서는 표준화 프로토콜 IEEE11073-20601을 제정하였다. 본 논문에서는 표준 프로토콜 ISO/IEEE11073-20601을 이용하여, ECG(Electrocardiogram) 신호를 수신한 데이터를 Android OS 기반 태블릿에서 보여주고자 한다.