• 한국정보통신학회논문지
• /
• 제2권1호
• /
• pp.11-17
• /
• 1998

ECG신호가 임상적으로 환자의 심장활동에 관련된 여러 정보를 의사에게 제공한다는 점에서 ECG 신호의 검출은 중요한 환자 진단방법의 하나이다. 특히 QRS복합파형, P파, T파 등의 위치와 각파 간의 간격에 의미있는 정보가 담겨져 있어 의공학 분야에서 ECG신호의 특징점 검출에 관련된 여러 연구들이 있어 왔다. 기존의 ECG신호의 특징점 검출 방법은 정상파형의 경우에는 만족할 만한 성능을 보여 주는데 반해 잡음이 혼입된 ECG신호로부터 정상 ECG신호를 분리해 내는데 있어 성능의 한계를 가진다. 본 논문에서는 최근 공학분야에서 그 활용 영역이 확대되고 있는 웨이브렛 변환 기법을 ECG신호의 특징점 검출과 잡음제거에 적용하여, 잡음이 혼입된 ECG신호의 특징점 검출과 정상 파형 복원을 수행하였다.

• 대한의용생체공학회:의공학회지
• /
• 제35권6호
• /
• pp.211-218
• /
• 2014

The objective of this research is to develop an automatic algorithm based on electrocardiogram (ECG) to estimate slow-wave sleep (SWS). An algorithm is based on 7 indices extracted from heart rate on ECG which simultaneously recorded with standard full night polysomnography from 31 subjects. Those 7 indices were then applied to independent component analysis to extract a feature that discriminates SWS and other sleep stages. Overall Cohen's kappa, accuracy, sensitivity and specificity of the algorithm to detect 30s epochs of SWS were 0.52, 0.87, 0.70 and 0.90, respectively. The automatic SWS detection algorithm could be useful combining with existing REM and wake estimation technique on unattended home-based sleep monitoring.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권10호
• /
• pp.733-740
• /
• 2004

In this paper, an improved algorithm for the extraction of respiration signal from the electrocardiogram (ECG) is proposed. The whole system consists of two-lead electrocardiogram acquisition (lead Ⅰ and Ⅱ), baseline fluctuation elimination, R-wave detection, adjustment of sudden change in R-wave area using moving average, and optimal lead selection. In order to solve the problem of previous algorithms for the ECG-derived respiration (EDR) signal acquisition, we proposed a method for the optimal lead selection. An optimal EDR signal among the three EDR signals derived from each lead (and arctangent of their ratio) is selected by estimating the instantaneous frequency using the Hilbert transform, and then choosing the signal with minimum variation of the instantaneous frequency. The proposed algorithm was tested on 15 subjects, and we could obtain satisfactory respiration signals that shows high correlation (r>0.9) with the signal acquired from the chest-belt respiration sensor.

• 전자공학회논문지S
• /
• 제35S권8호
• /
• pp.39-46
• /
• 1998

ECG신호가 임상적으로 환자의 심장활동에 관련된 여러 정보를 의사에게 제공한다는 점에서 ECG 신호의 검출은 중요한 환자 진단방법의 하나이다. 특히 QRS복합 파형, P파, T파 등의 위치와 각 파 간의 간격에 의미 있는 정보가 담겨져 있어 정확한 환자진단을 위해 의공학 분야에서 ECG신호의 잡음제거에 관련된 여러 연구들이 있어 왔다. 기존의 ECG신호의 잡음제거 방법은 특정한 단일 잡음이 혼입된 경우에는 만족할 만한 성능을 보여 주는데 반해 여러 형태의 복합잡음이 혼입된 ECG신호로부터 정상 ECG신호를 분리해 내는데는 성능의 한계를 가진다. 본 논문에서는 최근 공학분야에서 그 활용 영역이 확대되고 있는 웨이브렛 변환 기법을 ECG신호의 잡음제거에 적용하여, 잡음이 혼입된 ECG신호의 잡음제거를 통한 정상 파형 복원을 수행하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2361-2376
• /
• 2023

The electrocardiogram (ECG) signal is commonly used to screen and diagnose cardiovascular diseases. In recent years, deep neural networks have been regarded as an effective way for automatic ECG disease diagnosis. The convolutional neural network is widely used for ECG signal extraction because it can obtain different levels of information. However, most previous studies adopt single scale convolution filters to extract ECG signal features, ignoring the complementarity between ECG signal features of different scales. In the paper, we propose a dual-scale network with convolution filters of different sizes for 12-lead ECG classification. Our model can extract and fuse ECG signal features of different scales. In addition, different spatial and time periods of the feature map obtained from the 12-lead ECG may have different contributions to ECG classification. Therefore, we add a spatial-temporal attention to each scale sub-network to emphasize the representative local spatial and temporal features. Our approach is evaluated on PTB-XL dataset and achieves 0.9307, 0.8152, and 89.11 on macro-averaged ROC-AUC score, a maximum F1 score, and mean accuracy, respectively. The experiment results have proven that our approach outperforms the baselines.

• Journal of Magnetics
• /
• 제17권2호
• /
• pp.133-137
• /
• 2012

We investigated the effects of pulsed magnetic fields (PMF) stimulus on electroencephalogram (EEG) alpha activity and heart rate variability (HRV) from electrocardiogram (ECG) measurements with various stimulus durations at acupoint PC9. The alpha activity in the EEG and the ratio of low frequency power and high frequency power (LHR) in the HRV, a reflection of sympathovagal activity, were increased and decreased, respectively, after PMF stimulus of 3 min. Our spectral analysis quantitatively proved that the changes in the EEG alpha activity were consistent with an autonomic function in the ECG. These findings suggest that appropriate PMF stimulus results in the same effect as that of acupuncture applied to the acupoint PC9, which is closely related to the parasympathetic activity of the autonomic nervous system.

• 대한의용생체공학회:의공학회지
• /
• 제6권2호
• /
• pp.53-62
• /
• 1985

The position and time interval of wave components of the electrocardiogram are used as important data for physician's diagnosis. In case of using the existing definition of the onset of the wave component of the electrocardiogram, they have some problems of defining the precise position of the isoelectric line, of defining the limit of the gradient accepted as the onset, and of the gradient being changed by noise. Therefore, in this paper all time intervals and positions of wave components needed for data of diagnosis were obtained correctly by turning point data reduction algorithm and linear regression intersection algorithm, and the viability of the method of intersecting lines was established in comparison to the four methods of calculating the PR interval.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2010년도 제42차 하계학술발표논문집 18권2호
• /
• pp.35-38
• /
• 2010

본 논문에서는 일상생활 속에서 무자각적으로 생체신호를 측정하고 분석하여 감성을 평가할 수 있는 임베디드 시스템에 관하여 연구하였다. 지속적으로 변화하는 감성을 일관적이며 신뢰성이 높은 생리적인 방법으로 평가하기 위해 심전도(ECG:Electrocardiogram), 맥파(PPG:Photoplethysmogram)의 두 가지 생체신호를 측정하고, 무선전송(Bluetooth) 장치를 이용하여 측정한 생체신호를 실시간으로 노트북PC로 전송하여 분석하였다. 생체신호의 분석방법은 FFT(Fast Fourier Transform)과 전력스펙트럼밀도(Power Spectrum Density)를 이용한 주파수 분석방법으로 두 생체신호의 특정 주파수 대역이 가지는 자율신경계의 활성도의 비율을 분석하여 비교 연구하였다. 또한 보다 빠르고 정확한 감성을 평가하기 위하여 분석알고리즘의 연산을 최소화 하였으며 그래프를 이용한 분석결과의 시각화를 하였다. 본 논문에서는 무자각적인 생체신호 측정 시스템을 이용하여 다양한 상황에서 생체신호를 측정하고, 개발한 분석 알고리즘으로 분석한 결과의 차이를 연구하여 정확도 및 신뢰도를 기준으로 감성을 평가하기 위한 분석 시스템을 평가하였다.

• 대한전자공학회논문지
• /
• 제20권6호
• /
• pp.81-87
• /
• 1983

심전도는 심장근육세포와 홍분세포들의 활동전위의 전파에 따른 전파에 의해 발생한다. 활동전위의 재분극상은 임상적 요인에 매우 민감하다. 따라서. 역심전도에 관한 본 논문에서는, 디지탈 신호 추정방법으로 심전도의 재분극상에서의 일정활동전위(uniform action potential)를 추정하는 방법을 연구하였다. 추정된 정상인의 활동전위는 임상적 자료와 비슷한 재분극상을 보였다.

• 센서학회지
• /
• 제31권1호
• /
• pp.16-23
• /
• 2022

Cardiac disease is the most common cause of death worldwide. Therefore, detection and classification of electrocardiogram (ECG) signals are crucial to extend life expectancy. In this study, we aimed to implement an artificial intelligence signal recognition system in field programmable gate array (FPGA), which can recognize patterns of bio-signals such as ECG in edge devices that require batteries. Despite the increment in classification accuracy, deep learning models require exorbitant computational resources and power, which makes the mapping of deep neural networks slow and implementation on wearable devices challenging. To overcome these limitations, spiking neural networks (SNNs) have been applied. SNNs are biologically inspired, event-driven neural networks that compute and transfer information using discrete spikes, which require fewer operations and less complex hardware resources. Thus, they are more energy-efficient compared to other artificial neural networks algorithms.