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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.