• 한국정보통신학회논문지
• /
• 제20권8호
• /
• pp.1587-1595
• /
• 2016

P파는 심장의 전기적, 생리적 특성을 나타내는 파라미터로써 심방성 부정맥 진단에 있어 매우 중요하다. 하지만 R파에 비해 신호의 크기가 작고 그 형태가 다양하여 검출에 많은 어려움이 있다. P 파를 검출하기 위한 기존 연구방법으로는 주파수 분석과 비선형 접근방법 등이 제안되어 왔지만 방실 차단과 같은 전도 이상이나 심방성 부정맥의 경우에는 검출 정확도가 낮아진다. 이는 심장 상태에 따라 다양한 모양의 P파의 패턴이 존재하기 때문이다. 본 연구에서는 QRS 피크 변화에 따른 P파의 패턴을 분류하고 적응형 문턱치를 이용하여 P파를 검출하는 방법을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 Q, R, S를 검출한다. 이후 피크 변화에 따른 P파의 3가지 패턴을 분류하고 적응형 윈도우와 문턱치를 통해 P파를 검출하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스 48개의 레코드를 대상으로 한 P파의 평균 검출율은 92.60%의 성능을 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제20권9호
• /
• pp.1509-1518
• /
• 2017

Although several methods have been used to assess the pain levels, few practical methods for classifying presence or absence of the pain using pattern classifiers have been suggested. The aim of this study is to design an pattern classifier that classifies the presence or absence of the pain using electrocardiogram (ECG). We measured the ECG signal from 10 subjects with the painless state and the pain state(Induced by mechanical stimulation). The 10 features of heart rate variability (HRV) were extracted from ECG - MeanRRI, SDNN, rMSSD, NN50, pNN50 in the time domain; VLF, LF, HF, Total Power, LF/HF in the frequency domain; and we used the features as input vector of the pattern classifier's artificial neural network (ANN) / support vector machine (SVM) for classifying the presence or absence of the pain. The study results showed that the classifiers using ANN / SVM could classify the presence or absence of the pain with accuracies of 81.58% / 81.84%. The proposed classifiers can be applied to the objective assessment of pain level.

• 전자공학회논문지SC
• /
• 제47권4호
• /
• pp.21-29
• /
• 2010

본 연구는 심초음파에 사용되는 생체신호측정모듈을 개발하고자 하였다. 생체신호측정모듈은 심전도, 호흡, 맥파, 심음 측정 기능을 포함하며, 생체신호측정모듈에서 측정된 4가지의 생체신호와 초음파 영상을 동기화시켜 심장의 수축과 이완에 따른 심장질환을 진단하는데 사용된다. 생체신호의 특성을 고려한 테스트 패턴을 적용하여 개발된 생체신호측정 회로부를 검증하였으며, 특히 심전도의 QRS trigger 지연시간은 국제규격인 EC-13에 만족하였다. 또한, 개발된 심전도, 호흡, 맥압, 심음이 동기화 되는 것을 확인하였으며, 심초음파의 M-mode 영상에서 혈류의 흐름과 심전도의 변화가 일치함을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1284-1287
• /
• 1987

A method of quantitative electrocardiogram analysis, based on concepts drawn from syntactic pattern recognition theories, is described. The algorithm can be used for removing the Interference noises and base line drift as a filter function, and for reducing the number of points representing the digitized ECG waveform. The Parsing is performed with simple finite state automata inferred by experiments and suitable to be updated during experiment execution. Two parameters are utilized for defining the noise and these make the algorithm flexible. The examples for testing the algorithm is real ECG waveforms with noise. Some experimental results lire presented.

• 한국지능시스템학회논문지
• /
• 제14권1호
• /
• pp.82-87
• /
• 2004

심전도 데이터는 심장의 전기적인 신호의 다양한 파형으로 이루어지며, 이와 같은 파형을 분석하고 분류하기 위하여 데이터마이닝 기법을 이용할 수 있다. 심전도신호를 분류하기 위한 기존의 연구들은 왜곡된 특징추출과 과적합 등 문제점을 가지고 있다. 본 연구에서는 이와 같은 문제점들을 해결하기 위하여 BP 알고리즘과 SVM을 이용하여 심전도 신호를 분류해 보았다 그 결과 SVM이 신경망에서 발생하는 과적합을 효과적으로 방지하고, 유일한 전역해를 보장함으로써, 일반화 성능에서 우수함을 보이고 있다는 사실을 확인하였다.

• 대한의용생체공학회:의공학회지
• /
• 제20권4호
• /
• pp.461-469
• /
• 1999

환자감시장치는 중환자실, 수술실, 응급실 및 병실에서 환자의 상태인 심전도 파형, 맥박수 , 혈압등을 측정하고 감시하는 기본적인 의료장비이다. 본 논문에서 설계한 환자감시장치는 심전도-비관혈식 혈압 감지장치이다. 심전도는 심장 근육의 이완과 수축에 따라 발생하는 전기 현상으로 대부분의 의사들은 환자의 심장 상태를 심전도 신호 패턴으로 진단을 하고 있다. 심전도 감시장치는 장시간동안 환자의 심장상태를 감시하는데 사용된다. 환자의 혈압을 재는 일은 일반화된 임상 측정의 하나로, 진찰실에서나 또는 특별한 수술중에도 시행되고 있다. 본 논문에서는 동맥 내의 혈압을 비관혈적으로 측정하는 오실로메트릭 방식의 간접 측정 방법을 사용하였다. 개발한 환자감시장치를 수술실 장비와 비교, 검토하였다. 매회 심박수의 최대 차이는 1bpm이며,수축기 혈압 최대 차이는 15mmHg, 이완기 혈압 최대차이는 16mmHg, 평균 혈압 최대 차이는 25mmHg를 보였다. 그러나 결과적으로 나타나는 심박수의 평균 오차는 0.15bpm이며, 수축기 혈압의 평균 오차는 5mmHg, 이완기 혈압의 평균 오차는 10mmHg, 그리고 평균 혈압의 평균 오차는 9mmHg로 나타났다. 본 논문의 심전도-비관혈식 혈압 환자감시장치는 심전도 파형, 맥박수, 그리고 혈압을 측정하고 감시하는 의료 장비로서, 설계된 환자감시장치에 산소포화도.호흡.관혈식 혈압감시장치(IPB) 등의 다기능을 모듈로 구성하여 부착 및 제거가 용이하도록 확장 할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제6권12호
• /
• pp.96-104
• /
• 2006

본 연구에서는, 심전도 송수신 장치의 개발을 위한 지그비(Zigbee) 기반 무선 센서 모듈과 PDA(Personal Digital Assistant)의 데이터 전송률과 전력 소비에 대하여 분석 하였다. 데이터 전송률은 패킷(Packet) 구조에 의존적이며, 패킷을 2개의 심전도 데이터와 1개의 3축 가속도 벡터로 구성하였을 때, 초당 300 샘플의 전송률을 나타내었다. 두 개의 AAA 전지를 직렬로 연결하여, 센서 모듈의 동작 시간은 평균적으로 28시간 이었다. PDA의 전력 소비는 화면의 ON/OFF 여부와 시리얼 포트의 사용 여부 및 패턴에 의존적임을 알 수 있었다. 이러한 응용에서, PDA 동작 시간은 평균적으로 5시간 정도임을 확인하였으며, 이때, PDA는 논 블로킹 모드로 시리얼 포트로부터 전송된 데이터를 수신 한다. 결론적으로, 본 연구에서 개발된 장치를 24 시간 홀터(Holter) 심전계로 응용할 경우, 센서 모듈의 전력 소비와 전송 속도에는 문제가 없었으나, PDA는 전력 소모율에 문제가 있으며 이는 해결되어야할 과제이다.

• 한국콘텐츠학회논문지
• /
• 제18권2호
• /
• pp.370-377
• /
• 2018

집중도는 사용자 연구에서 중요한 감성적 반응으로 고려되고 있다. 객관적인 측정 방법으로 심장반응을 이용하여 데이터화 한다면 집중도를 감시할 수 있다. 본 연구의 목적은 상호작용을 하는 상황에서 유발되는 집중도의 차이에 따른 심장 반응의 패턴 분석을 통해 객관적이고 정량적으로 집중도를 인식하는 방법을 개발하는 것이다. 대학생 피험자 60명이 집중도 실험에 참여하였고 실험하는 동안 피실험자들의 심전도를 측정하였다. 실험은 화살로 타겟을 맞추는 게임으로 쉬운 난이도와 어려운 난이도로 구성하였다. 심전도로 부터 시간 영역 인디케이터와 주파수 영역 인디케이터를 추출하였다. 독립 표본 t검정 결과, 심전도로부터 추출한 시간 영역 인디케이터인 RRI와 SDNN, rMSSD, pNN50에서 집중도 차이에 따라 통계적으로 차이가 유의미하였다. 주파수 영역 인디케이터에서는 LF와 HF, lnLF, lnHF가 집중도 차이에 따라 통계적으로 차이가 유의미하였다. 이 중 집중도의 차이에 따라 패턴의 차이가 큰 RRI와 rMSSD, lnHF를 선정하여 통합 인디케이터를 생성하였다. 통합 인디케이터를 통해 도출한 룰베이스를 낮은 집중과 높은 집중 60개의 데이터 샘플을 통해 검증한 결과, 95%로 높은 인식 정확도를 보였다. 본 연구에서 제안한 집중도 인식 방법을 콘텐츠를 비롯한 다양한 분야에 적용하여 집중도를 높일 수 있는 컨텐츠적 요소들을 개발한다면 효율 및 흥미를 증진시킬 것이라 기대된다.

• 디지털산업정보학회논문지
• /
• 제17권1호
• /
• pp.7-14
• /
• 2021

With the increased attention about healthcare and management of heart diseases, smart healthcare services and related devices have been actively developed recently. R wave is the largest representative signal among ECG signals. R wave detection is very important because it detects QRS pattern and classifies arrhythmia. Several R wave detection algorithms have been proposed with different features, but the remaining problem is their implementation in low-cost portable platforms for real-time applications. In this paper, we propose R wave detection based on optimal threshold and arrhythmia classification through QRS pattern considering complexity in smart healthcare environments. For this purpose, we detected R wave from noise-free ECG signal through the preprocessing method. Also, we classify premature ventricular contraction arrhythmia in realtime through QRS pattern. The performance of R wave detection and premature ventricular contraction arrhythmia classification is evaluated by using 9 record of MIT-BIH arrhythmia database that included over 30 premature ventricular contraction. The achieved scores indicate the average of 98.72% in R wave detection and the rate of 94.28% in PVC classification.

• 한국정보통신학회논문지
• /
• 제20권2호
• /
• pp.427-436
• /
• 2016

일반적으로 QRS간격은 시작점을 기준으로 끝점까지의 간격을 말하지만 그 기준이 모호하고 Q와 S의 검출이 정확하지 않아 부정맥 분류 성능을 저하시키는 경우가 발생한다. 본 연구에서는 심전도신호 중 가장 큰 피크인 R파를 정확히 검출한 후 이를 기준으로 위상 변이 추적 기법을 적용하여 Q와 S의 시작점과 끝점을 추출하는 방법을 제안한다. 먼저 전처리 과정을 통해 잡음이 제거된 정확한 R파를 검출한다. 이후 심전도신호의 미분값을 통해 QRS패턴을 분류하고, R파를 기준으로 위상이 변화되는 방향과 횟수를 추적함으로써 Q, S의 시작점과 끝점을 추출하는 방법이다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스 48개의 레코드를 대상으로 R파 검출율은 99.60%의 성능을 나타내었고, 위상 변이 추적 기법의 경우 조기심실수축(PVC)이 30개 이상 포함된 MIT-BIH 10개의 레코드를 대상으로 조기심실수축 분류율을 각각 비교 분석한 결과 94.12%로 우수하게 나타났다.