• Proceedings of the KIEE Conference
• /
• 2004.11c
• /
• pp.325-327
• /
• 2004

ECG limb lead II signal widely used to diagnosis heart diseases and it is essential to detect ECG events (onsets, offsets and peaks of the QRS complex P wave and T wave) and extract them from ECG signal for heart diseases diagnoses. However, it is very difficult to develop standardized feature extraction formulas since ECG signals are varying on patients and disease types. In this paper, simple feature extraction method from normal and abnormal types of ECG signals is proposed. As a signal features, heart rate, PR interval, QRS interval, QT interval, interval between S wave and baseline, and T wave types are extracted. To show the validity of proposed method, Right Bundle Branch Block (RBBB), Left Bundle Branch Block (LBBB), Sinus Bradycardia, and Sinus Tachycardia data from MIT-BIH arrhythmia database are used for feature extraction and the extraction results showed higher extraction capability compare to conventional formula based extraction method.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.483-486
• /
• 2000

심전도에서 QRS complex와 R-wave의 검출은 부정맥 진단, 심전도의 특성점 검출 기준, heart rate variability(HRV) 측정에 있어서 중요하나, 시시각각 변화하는 생리적 변화와 여러 가지 노이즈로 인해 검출이 쉽지 않다 제안된 알고리듬에서는 wavelet filter banks를 이용하여 대칭적 enhanced 신호와 noise 와 같은 very high frequency 성분이 제거된 ECG에 근사화 된 approximated 신호를 얻는다. Enhanced 신호로부터 QRS complex의 위치를 검출하고, 검출된 위치의 주변에서 대칭적 wavelet의 특성이 반영된 dominant한 peak의 위치정보, 즉 R wave의 후보점을 얻는다. 이 위치 정보를 이용하여 enhanced 신호에서 각 peak에서의 크기, approxi-mated 신호에서 각 peak 주변에서의 기울기 변화, 기울기 부호 등을 고려하여 R-wave의 위치를 원래의 ECG 신호에서 얻는다. MIT/BIH database에 적용한 결과 99.6%의 QRS complex검출률과 92.9%의 R-wave 검출률을 보였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.110-113
• /
• 2005

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted fuzzy Membership Funcstions, NEWFM)을 이용하여 심전도 신호로부터 조기심실수축(Premature Ventricular Contraction, PVC)을 판별하는 퍼지규칙을 추출하고 있다. NEWFM은 자기적응적(self adaptive) 가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이를 기반으로 정상 파형과 PVC 파형을 구분한다. 분류 성능 평가를 위하여 MIT/BIH 부정맥 데이터 베이스를 사용하였으며, NEWFM의 입력은 심전도의 파형에 웨이블릿 변환을 적용하여 추출된 웨이블릿 계수를 사용하였다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 계수를 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화 시킨다. 이러한 방법으로 추출된 2개의 웨이블릿 계수를 사용한 퍼지규칙은 $96\%$의 PVC 분류성능을 보여준다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.11 no.3
• /
• pp.204-210
• /
• 2011

This paper proposes a fuzzy support vector machine ($FSVM_n$) pattern classifier to classify the arrhythmia patterns of an electrocardiograph (ECG). The $FSVM_n$ is a pattern classifier which combines n-dimensional fuzzy membership functions with a slack variable of SVM. To evaluate the performance of the proposed classifier, the MIT/BIH ECG database, which is a standard database for evaluating arrhythmia detection, was used. The pattern classification experiment showed that, when classifying ECG into four patterns - NSR, VT, VF, and NSR, VT, and VF classification rate resulted in 99.42%, 99.00%, and 99.79%, respectively. As a result, the $FSVM_n$ shows better pattern classification performance than the existing SVM and FSVM algorithms.

• Proceedings of the KOSOMBE Conference
• /
• v.1994 no.12
• /
• pp.134-137
• /
• 1994

In this paper, we describe an approach to ECG data coding based on a fractal theory of iterated contractive transformations defined piecewise. The main characteristic of this approach is that it relies on the assumption that signal redundancy can be efficiently captured and exploited through piecewise self-transformability on a block-wise basis. The variable range size technique is employed to reduce the reconstruction error. Large ranges are used for encoding the smooth waveform to yield high compression efficiency, and the smaller ranges are used for encoding rapidly varying parts of the signal to preserve the signal quality. The suggested algorithm was evaluated using MIT/BIH arrhythmia database. A high compression ratio is achieved with a relatively low reconstruction error.

• Proceedings of the KOSOMBE Conference
• /
• v.1997 no.05
• /
• pp.330-333
• /
• 1997

In this paper, we designed a low power and small-sized, light weighted intelligent ambulatory monitoring system using a flash memory card. The system's hardware specifications are as follows: 2 channels, 8bit/250Hz sampling rate, 20M byte storage capacity, a single-chip microcontroller (68HC11E9). To easily interface with PC based system, FFS(Flash File System) was used. We obtained the QRS detection rate of 99.14 through the evaluation with MIT/BIH database.

• Proceedings of the KIEE Conference
• /
• 2006.10c
• /
• pp.247-249
• /
• 2006

This paper describes a new method to eliminate the baseline wander for ECG based on waveform morphology analysis. This method uses the descending slope tracing waves[3] to separate the baseline wander from ECG and approximates the separated baseline wander to a corresponding approximated S-waves contour, and finally, subtracts the approximated S-waves contour from the original ECG. To verify its efficacy and validity in practical applications, this method has been applied to MIT/BIH database and compares this method with the other method employing the ascending slope tracing waves to remove a baseline from ECG[4].

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.11a
• /
• pp.553-561
• /
• 1998

본 논문에서는 심전도를 분석함에 있어 임계값과 변화량 및 웨이브렛 변환을 이용하여 R파 검출 알고리즘을 설계하였다. 웨이브렛 함수를 이용하여 입력되는 심전도 데이터를 저주파 대역과 고주파 대역으로 각각 j=-9 레벨까지 분할하고, 분할의 j=-9 레벨에서의 저주파 신호인 A9를 제거함으로써 기저선 변동을 제거하였다. 기저선 변동이 제거된 신호에서 심전도 신호의 임계값에 의한 방법과 변화량의 임계값에 의한 방법 그리고 웨이브렛 변환 중 j=-1 레벨에서의 고주파 신호인 Dl의 임계값에 의한 방법을 사용하여 R파를 검출하였다. 알고리즘 검증을 위하여 CSE 데이터베이스와 MIT/BIH 데이터베이스의 일부를 사용하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.287-288
• /
• 2011

본 연구에서는 마이크로프로세서 및 스마트폰 기반의 초소형, 저전력 심전도 계측 시스템에 적용하기 위한 심박동 검출 및 매트릭스 추정 기법을 이용한 실시간 이상 심전도 판별 알고리즘을 구현하였다. MIT-BIH 표준 데이터베이스를 이용하여 실시간 심전도 분석 알고리즘의 성능 평가를 수행한 결과 이상 심전도가 포함되어 있는 7개 레코드에서 심박동 검출 성공률은 99.63%, 매트릭스 추정기법을 이용한 이상 심전도 검출은 92.46%로 우수한 성능을 나타내었다.

• Proceedings of the KIEE Conference
• /
• 2005.10b
• /
• pp.32-34
• /
• 2005

This paper describes a new baseline wandering elimination algorithm for ECG based on waveform morphology analysis. The algorithm uses two slope tracing waves to separate the baseline wandering from ECG and approximates the separated baseline wandering to a corresponding sinusoid, and finally, subtracts the approximated sinusoid from the original ECG. The two slope tracing waves, the descending slope tracing wave and the ascending slope tracing wave, were developed for efficient determination of slope inverting points and sudden slope changing points. The algorithm has been applied to MIT/BIH database to verify its efficacy and validity in practical applications.