• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(5)
• /
• pp.65-68
• /
• 2001

In the rehabilitation robotic arm systems for the disabled with spinal code injury, EMG signals are used in the control of the robotic arm. EMG signals are corrupted by many kinds of noises such as ECG signal, power noise and contact noise of electrode. Noise rejection improves the performance of the EMG pattern classification. In this paper, a variable bandwidth filter (VBF) and wavelet transform are used for the noise rejection of EMG signals and the comparison of SNR is given. Also, some statistical characteristics of features are investigated.

• 대한의용생체공학회:의공학회지
• /
• 제21권5호
• /
• pp.495-503
• /
• 2000

스트레스 심전계에서 발생되는 근잡음을 제거하기 위하여 wavelet interpolation filter(WIF)를 설계하였다. WIF는 크게 웨이브렛 변환부와 보간법 적용부로 구성되어 있다. 웨이브렛 변환부는 Haar 웨이브렛을 이용하였으며 심전도 저주파 영역과 고주파 영역으로 분할하는 과정이다. 보간법 적용부에서는 분할되어진 신호 중 A3을 선택하여 신호의 재생 성능을 향상시키기 위하여 보간법을 적용하였다. WIF의 성능을 평가하기 위해서 신호대 잡음비, 재생신호 자승오차 및 표준편차의 파라미터를 이용하였다. 본 실험에서는 MIT/BIH 부정맥 데이터베이스, European ST-T 데이터베이스 및 삼각파형을 이용하여 성능 파라미터를 측정하였다. 결과적으로 WIF는 성능 파라미터에서 기존에 많이 사용되고 있는 평균값 필터, 중간값 필터 및 hard thresholding 방법에 비해 우수함을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.737-740
• /
• 2014

본 연구는 이종 생체 신호를 이용하여 심장 박동 신호를 검출하도록 고안되었다. 제안 알고리즘은 이종 생체 신호의 특징점을 추출하는 과정과 이를 이용하여 심장 박동의 특징점을 추정하는 과정으로 구성되어 있다. 특히, electrocardiogram(ECG)의 특징점과 동일한 위상의 잡음 신호로 인해 특징점 추출이 난해한 경우 이종 생체 신호를 이용해 특징점의 위치를 추정하는 방법을 사용하였다. Physionet 의 Challenge/2014 데이터베이스에서 잡음이 존재하는 레코드를 대상으로 수행한 심장 박동 검출 실험에서 Sensitivity 는 98.97%, positive predictivity 는 99.54%를 기록했다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2009년도 춘계학술대회
• /
• pp.123-126
• /
• 2009

최근 생체 신호 센싱 기능의 의류가 연구 개발되어 왔으나, 생체 신호 측정 시 착용자의 동작에 의한 치명적인 잡음이 발생하는 문제가 지속적으로 보고되어 왔다. 이에 본 연구는 심전도 센싱 의류를 기반으로 생체 신호 측정의 정확성을 향상시키기 위하여 착용자의 동작에 의한 영향을 최소화할 수 있는 심전도 센싱 스마트 의류의 모형을 개발하고자 하였다. '일자형 절개 타입', '십자형 절개 타입', '엑스형 절개 타입', '곡선 엑스형 절개 타입'의 총 네 가지 타입의 생체신호 센싱 스마트 의류의 시안을 설계하고 제작하였다. 디자인 시안은 민소매 형태의 남성용 티셔츠로 신축성 있는 소재를 사용하여 인체 굴곡을 따라 의복과 전극이 밀착될 수 있도록 하였으며, 트랜스미터를 이용하여 메인 컴퓨터로 데이터가 무선 전송되게 하였다. 본 연구에서는 개발된 4 가지 의류 타임을 기반으로 인체의 정지 및 동작 상태에서의 심전도 센싱 성능을 평가하기 위해 동작에 따른 전극의 변위를 측정하고, 심전도 측정 평가를 실시하여 SNR을 분석하였다. 본 실험 곁과를 반영하여 의류 디자인 시안의 수정 및 보완 과정을 거친 후, 최종적으로 동작 잡음을 최소화하는 생체신호 센싱 스마트 의류 디자인 모형을 제시하였다.

• 대한의용생체공학회:의공학회지
• /
• 제24권4호
• /
• pp.287-292
• /
• 2003

다채널 고감도 자기 센서에 의해 획득되는 심자도 신호는 심전도 신호에 비하여 심장 질환의 진단에 여러 장점을 가지고 있지만 외부 자기 잡음에 의해 쉽게 영향을 받는다는 단점이 있다 외부 자기 잡음은 획득된 신호의 시간적 추이를 분석하여 제거할 수도 있지만, 다채널 시스템에서는 다채널 신호 사이의 공간적 상관 관계에 근거하여 제거하는 방법이 보다 효과 적이다. 된 연구에서는 이러한 방법의 하나로 PCA(Prinicipal component analysis)를 이용하여 구성한 공간 필터로 심자도 신호에서 외부 자기 잡음 성분을 효과적으로 분리해 내는 방법을 제안하였다. 제안한 방법을 61채널 심자도 시스템을 이용해 얻은 정상인 심자도 신호에 적용했을 때 자기 잡음 제거가 효율적으로 이루어짐을 실험적으로 보였다.

• 한국의학물리학회지:의학물리
• /
• 제5권2호
• /
• pp.27-34
• /
• 1994

현재 임상에서의 추세는 감시 장비의 증가와 인력의 부족으로 인하여 각 환자마다에 부착되어있는 장비들을 감시하는 것이 상당한 부분을 차지하고 있으므로 시간과 인력적인 요소를 보완하기 위하여 본 연구에서는 원격으로 감시 할 수 있는 디지탈 통신 방식에 의한 심전도 텔레메트리 시스템을 제작하였다. 환자로부터 추출된 심전도 신호는 A/D변환하여 디지탈 형태로 오차 감시 방법을 적용한 새로운 데이타로 변환한다. 변환된 데이타는 기존의 아날로그 통신방식에서의 잡음과 혼신에 의한 부정확한 데이타전송을 극복하였다. 그리고 동일 주파수대를 사용함으로써 주파수의 낭비를 제거하였으며, 주파수 공용으로 인한 cross over의 단점은 본 논문에 제안한 송, 수신 gateway 방식을 채용 함으로써 해결하였다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1996년도 춘계학술대회
• /
• pp.283-287
• /
• 1996

This paper described the estimator and eliminator far three kinds of artifacts in electrocardiogram. The most efficient estimation of baseline drift could be obtain in the cubic spline interpolation method with the PQ and TP segment which are considered to be isoelectric, from the experimental results obtained from the applied 4 types of algorithms. The time loss and distortion could be avoided with the aid of detection criteria by checking if baseline drifts exist or not. The AIEF proposed in this paper was verified as having the best removal performance with less distortion in the QRS complex through the comparison of 5 proposed algorithms. furthermore, the AIEF are most suitable far the ECG analyzer which was only needed relatively short time data due to the fast conversion into the stable state. The proposed parabolic filter with 11 points width was identified as having the best performance for the elimination of muscle artifacts. Also we could obtain 99.7% detection accuracy of spike component and minimize the error identifying QRS complex as spike.

• 대한의용생체공학회:의공학회지
• /
• 제37권5호
• /
• pp.153-160
• /
• 2016

This study proposes an algorithm for removal of CPR artifact in order that automated external defibrillator (AED) can effectively diagnose ECG rhythm during cardiopulmonary resuscitation (CPR). Current AED required to interrupt chest compression for reliable rhythm analysis to avoid the effect of artifacts produced by CPR. However even temporarily interruption of chest compression during CPR adversely affects the probability of restoration of spontaneous circulation (ROSC) and survival after the delivery of the shock. Therefore, we proposed a method for removal of CPR artifacts using least mean square (LMS) filter. The removal of the CPR artifacts would enable compressions to continue during AED rhythm analysis, thereby increasing the likelihood of resuscitation success. It was tested on 31 segments of shockable and 300 segments of non-shockable ECG signals recorded from three pigs during CPR. In the result, sensitivity (Se) and specificity (Sp) analysis on the test segments showed values of Se = 3.2%, Sp = 66.0% and Se = 96.8%, Sp = 98.7% in the case of unfiltered and filtered signals during CPR. In conclusion, it was shown that the proposed method can be a useful tool to exactly diagnose the ECG rhythm during the CPR.

• 한국컴퓨터정보학회논문지
• /
• 제16권2호
• /
• pp.17-23
• /
• 2011

본 연구에서는 일상생활 속에서의 심전도를 측정하여 HRV(Heart Rate Variability)를 모니터링 하며 스트레스를 추정할 수 있는 시스템을 제안한다. 제안된 무선 생체 측정기 모듈은 전처리필터와 BFP사용으로 잡음은 감소 시키면서 신호의 크기는 증가시키기는 회로를 설계하였고, ECG를 측정하여 R-wave를 추출하고 이를 통한 HRV로 인간의 감성 중 스트레스를 평가하는 알고리즘을 개발하였다. 또한 무선 생체 측정기 시스템은 활동 모니터링을 위해 휴대하기 편한 사각형의 작은 사이즈로 구성되며 측정방법이 간단하여 언제든지 측정이 가능하다. 실험을 통해서 취득한 사용자의 HRV 정보는 스트레스 평가 지수 도출 알고리즘을 통한 스트레스를 추정할 수 있으며 스트레스 부하 프로토콜을 수행 한 전후를 비교 분석하여 많은 파라미터에서 유의미한 차이가 나타났다. 본 연구에서 수행된 실험은 일상생활 중에 심장의 전기 활동을 모니터링 할 수 있는무선 생체측정기를 개발하였으며 이를 이용하여 시간영역 분석 및 주파수 영역 분석을 통하여 스트레스 지수를 평가 할 수 있는 알고리즘 시스템은 건강 모니터링 시스템으로 활용도가 높을 것으로 기대된다.

• 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.