• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.653-659
• /
• 2011

심전도 신호는 일반적으로 200Hz 이상의 주파수로 표본화 하므로 장시간의 심전도 신호를 획득할 경우 데이터가 방대해진다. 이러한 신호를 저장 및 전송하기 위해서는 효율적인 신호 압축을 필요로 한다. 본 논문에서는 B-spline 근사화를 이용하여 심전도 신호를 압축하는 방법을 제안한다. B-spline 곡선의 국부적 제어성(local controllability) 특성으로 인하여 원신호를 부분적으로 근사화할 수 있으며, 이를 통하여 방대한 심전도 신호를 압축할 수 있다. 따라서 본 논문에서는 응용수학의 근사이론 및 기하학적 모델링에 널리 사용되고 있는 비균일 B-spline 근사화 기법으로 효율적인 압축 방안을 제시한다. 제안한 알고리즘의 유효성을 확인하기 위해 실제 심전도 임상 데이터인 MIT-BIH 데이터베이스를 이용하여 실험을 수행하며, 그 결과로부터 제안한 기법을 이용한 B-spline 근사화 압축 방법의 효용성을 입증한다.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.242-250
• /
• 2013

본 논문에서는 심장의 심근세포의 탈분극과 재분극을 반영하는 불응기(Refractory Period)를 이용한 R-파 검출 알고리즘을 제안한다. 제안 알고리즘은 R-파의 특징과 가변 불응기를 이용하여 R-정점을 검출한다. 먼저 상대적으로 높은 전위 점을 R-정점 후보로 추출하고, 그 후보 점에 대해 첨도와 전위를 고려한 불응기를 구한다. 다음으로 불응기내에서 R-파의 형태학적 특징을 이용하여 R-정점을 검출한다. 제안 알고리즘은 적은 연산을 가지므로 실시간 처리가 가능하다. 제안한 알고리즘을 MIT-BIH 부정맥 데이터베이스의 모든 레코드에 적용한 결과 99.7% 이상의 매우 우수한 검출율을 보였다.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.624-630
• /
• 2010

심전도 신호는 일반적으로 200Hz 이상의 주파수로 표본화 되므로 효율적인 저장 및 전송을 위해서는 진단에 중요한 정보를 손실 없이 압축하는 방법이 필요하다. 본 논문에서는 곡률을 이용하여 진단에 중요한 정보인 특징점에 기반한 심전도 신호 압축 방법을 제안한다. 제안한 방식은 심전도 신호의 중요 구성요소인 P, Q, R, S, T파의 특징점이 다른 정점에 비해 곡률 값이 크므로 곡률의 국부적 극값을 이용하여 정점을 추출하였다. 또한 신호의 복원 오차를 최소화하기 위하여 순환적정점 선택 방법에 따른 정점을 특징점으로 추가한다. MIT-BIH 부정맥 데이터베이스에 있는 심전도 신호에 대한 실험을 통하여 선택한 정점들이 심전도 신호의 특징점을 모두 포함하고 있으며, 압축의 효율성도 AZTEC 방식 보다 높다는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제20권2호
• /
• pp.437-444
• /
• 2016

일반적인 부정맥 분류 방법의 경우 심방 박동 수와 관련한 PP간격, P모양의 다양성과 같은 조건을 이용하는데, 잡음으로 인해 정확한 P파의 검출이 어렵기 때문에 잡음의 영향을 비교적 적게 받는 R파를 이용하는 것이 유리하다. 따라서 본 연구에서는 R파 중심의 ECG(electrocardiography) 패턴 분석과 템플릿 문턱치를 도입하여 조기수축 부정맥 분류 방법을 제안한다. 이를 위해 형태 연산을 통한 전 처리 과정과 차감 동작 기법을 통해 R파를 검출하였다. 이후 RR 간격의 평균 가중치와 변화율을 이용하여 먼저 조기수축 파형의 패턴을 분류하고, R파의 진폭에 대한 템플릿 문턱값을 통해 조기심실수축과 조기심방수축을 분류하는 알고리즘을 개발하였다. 제안한 방법의 우수성을 입증하기 위해 조기 심방과 심실수축이 30개 이상 포함된 MIT-BIH 6개의 레코드를 대상으로 한 R파의 평균 검출율은 99.77%의 성능을 나타내었고, 조기심실수축과 심방수축 부정맥은 각각 94.91%와 95.76%의 평균 분류율을 나타내었다.

• 한국정보통신학회논문지
• /
• 제18권7호
• /
• pp.1531-1539
• /
• 2014

조기심실수축(PVC)은 가장 보편적인 부정맥으로 심실세동, 심실빈맥 등과 같은 위험한 상황을 유발할 수 있는 가능성을 가지고 있기 때문에 이의 조기 검출은 매우 중요하다. 하지만 ECG 신호의 개인 차이가 있음에도 불구하고, 일반적인 신호의 판단 규칙에 따라 진단을 수행함으로써 성능하락이 나타날 수 밖에 없다. 이러한 문제점을 극복하기 위해서는 개인에 따른 이상 신호를 검출한 후 다양한 QRS 패턴을 고려하여 PVC를 분류할 수 있는 알고리즘이 필요하다. 본 연구에서는 개인별 이상신호 검출과 QRS 패턴 변화에 따른 PVC 분류 기법을 제안한다. 이를 위해 전 처리 과정과 차감기법을 통해 R파를 검출하였으며, 개인별 이상신호를 검출하였다. 이후 QRS 패턴에 따른 QS 간격과 R파의 진폭 변화율에 따라 PVC를 분류하였다. 제안한 알고리즘의 이상 신호 검출 및 PVC 분류 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, 이상 신호 검출률은 98.33%, PVC는 각각 94.46%의 평균 분류율을 나타내었다.

• 한국컴퓨터정보학회논문지
• /
• 제18권1호
• /
• pp.93-101
• /
• 2013

심전도 신호에서 R-파는 다른 특징 점을 구하는데 중요한 역할을 할 뿐만 아니라 심장에 대한 많은 의학적인 정보를 가지고 있다. 지금까지의 연구는 심전도 신호 형태에 대한 분석을 통하여 R-파를 검출하였으나, R-파와 비슷한 형태의 P-파가 나타날 경우 정확한 R-파 검출이 어려웠다. 본 논문에서는 세포막이 흥분 후에 탈분극과 재 분극 기간인 불응기와 불응기내 파형의 첨도 형태를 이용하여 R-파를 검출하는 방식을 제시하였다. MIT-BIH 부정맥 데이터베이스에 있는 심전도 신호 대한 실험을 통하여 R-파와 유사한 형태의 P-파를 가진 105번과 108번 레코드뿐만 아니라 다른 레코드에서도 기존의 방식보다 비교적 우수한 검출율을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.730-736
• /
• 2011

본 연구는 순차적인 시계열 자료들에서 가장 최근의 추세가 반영될 수 있는 패턴분류 모델을 설계하였다. 의사결정을 지원하는 데이터마이닝 패턴분류 모델을 설계할 때 통계 기법과 인공지능 기법을 융합한 모델들이 기존의 모델보다 우수함을 입증하였다. 특히 퍼지이론과 융합된 패턴분류 모델들의 적중률이 상대적으로 더 향상되었다. 예를 들어, 통계적 이론을 기반으로 한 SVM모델과 퍼지소속함수와의 결합, 혹은 신경망과 FCM을 결합한 모델들의 성능이 우수하였다. 실험에서 사용한 패턴분류 모델들은 BPN, PNN, FNN, FCM, SVM, FSVM, Decision Tree, Time Series Analysis, Regression Analysis 등이다. 그리고 데이터베이스는 시계열 속성을 지닌 금융시장의 경제지표 DB(한국, KOSPI200 데이터베이스)와 병원 응급실의 부정맥환자에 대한 심전도 DB(미국 MIT-BIH 데이터베이스)들을 사용하였다.

• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.450-460
• /
• 2017

T파는 심장의 심실의 재분극을 나타내는 파라미터로써 부정맥 진단에 있어 매우 중요하다. T 파를 검출하기 위한 기존 연구방법으로는 주파수 분석과 비선형 접근방법 등이 제안되어 왔지만 검출 정확도가 낮다는 문제점이 있다. 이는 T파의 경우 P파와 중복되는 경우가 발생하기 때문이다. 본 연구에서는 QRS 구간을 제거한 후, 이동평균을 통한 P파와 T파의 대상 영역을 추출하여 정확히 T파를 검출하는 알고리즘을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 Q, R, S를 검출한다. 이후 검출된 QRS 구간을 제거, 이동평균을 통해 4개의 PAC 패턴과 기타부정맥에 대한 판단규칙을 적용하여 P, T파의 대상 영역을 추출하고, 이를 대상으로 RR 간격과 RT 간격의 문턱치를 적용하여 T파를 검출하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스 48개의 레코드를 대상으로 한 T파의 평균 검출율은 95.32%의 성능을 나타내었다.

• 융합신호처리학회논문지
• /
• 제5권3호
• /
• pp.190-197
• /
• 2004

본 연구는 신경망에 근거한 패턴매칭 방법을 사용하여 일시적 허혈 에피소드의 자동예측을 다루고 있다. 다층 신경망을 학습하기 위한 알고리즘은 수정된 역전파 알고리즘으로서 이 알고리즘은 학습속도를 향상시키기 위해 뉴런간의 연결계수 뿐만 아니라 뉴런내 비선형 함수의 변수들도 갱신한다. 제안된 방법의 성능은 MIT/BIH long-term 데이터베이스의 심전도(ECG) 신호를 사용하여 평가하였다. 총 15 레코드(237 허혈 에피소드)에 대한 실험결과에 의하면 허혈 에피소드 예측의 평균 sensitivity와 specificity 각각 85.71%와 71.11%이다. 또한 제안된 방법은 실제 허혈 에피소드로부터 평균 45.53초 이전에 예측하였다. 이러한 결과는 패턴매칭 분류기로서의 신경망 접근방법이 일시적 허혈 에피소드예측에 유용한 도구로 사용될 수 있음을 의미한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권7호
• /
• pp.464-469
• /
• 2015

모바일 기기를 활용한 홀터 모니터링으로 환자의 개인별 심전도 신호의 장주기 수집이 가능해졌다. 하지만 이에 따른 의사 결정 지원 도구 및 응용에 대한 연구는 미흡한 실정이다. 본 논문에서는 장주기로 수집된 심전도 신호의 대표패턴을 추출하기 위한 축약 알고리즘을 제안한다. 그리고 추출된 대표패턴을 이용하여 유사한 환자의 목록을 제공하는 검색기를 소개한다. 사례분석을 통해 제안한 유사환자 검색기가 대표패턴을 통해 전문가의 임상활동을 간소화 하며, 유사한 환자의 목록을 제공하여 축적 데이터의 높은 활용 가능성을 제고함을 보였다. 또한, MIT-BIH 부정맥 데이터베이스를 이용한 평가에서, 축약 알고리즘이 64%의 레코드에 대해 단순화된 대표패턴을 제공하며, 부정맥 분류 결과를 평균 98% 축소함을 보였다.