• 센서학회지
• /
• 제11권4호
• /
• pp.230-238
• /
• 2002

본 연구에서는 PVC의 효과적인 검출과 부정맥 판정의 정확성을 높이기 위해 웨이브렛 계수를 이용한 퍼지 시스템을 설계하였다. 제안한 시스템에서 심전도의 QRS군을 Haar 웨이브렛을 이용한 웨이브렛 변환을 통해서 신호의 주파수를 6레벨 대역으로 분할하였다. 본 논문에서 설계한 퍼지 시스템의 성능평가를 위해서 MIT/BIH 데이터 베이스를 입력 신호원으로 사용했다. 그리고 퍼지 규칙을 이용해서 맥박수와 조기심실수축을 멤버쉽 함수로 결정하고, 신경망을 학습시켜서 적용함으로써 비정상치를 효과적으로 검출할 수 있었으며, 또한 부정맥의 판정에 있어서도 95%의 분류성능을 보였다.

• 인터넷정보학회논문지
• /
• 제8권1호
• /
• pp.125-132
• /
• 2007

본 논문은 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)을 이용하여 심전도(ECG) 신호로부터 조기심실수축(premature vedtricular contractions, PVC)을 자동 탐지하는 방안을 제시하고 있다. NEWFM은 MIT-BIH 데이터베이스의 부정맥 심전도를 웨이블릿 변환(wavelet transform, WT)한 계수로부터 학습하여 정상 파형과 PVC 파형을 구분한다. 비중복면적 분산 측정법을 적용하여 중요도가 가장 높은 웨이블릿 변환의 d3과 d4의 8개 계수를 추출하였다. 이들 특징입력을 3개의 실험군에 사용하여 각각 99.80%, 99.21%, 98.78%의 신뢰성 있는 전체분류율을 나타내었고, 이는 각 실험군에 대한 특징입력의 종속성이 적음을 보여준다. 추출된 8개 계수의 ECG 신호 구간과 퍼지소속함수를 제시함으로써 특징입력에 대한 명시적인 해석을 가능하게 하였다.

• 대한의용생체공학회:의공학회지
• /
• 제16권1호
• /
• pp.17-24
• /
• 1995

본 논문은 iterated contractive transformations을 이용한 심전도 데이터 압축에 관한 새로운 방법을 제안한다. 이방법은 piecewise self-affine fractal interpolation(PSAFI)에 의해 심전도 신호의 임의 구간들을 표현한다. Piecewise self-affine fractal model은 자기자신의 수축적 유사 변환으로 구성된다고 볼 수 있는 이산 데이터에 사용된다. 제안된 알고리즘은 MIT/BIH arrhythmia 데이터베이스로 평가되었다. PSAFI는 주어진 압축율에서 기존의 직접 압축 방법보다 상대적으로 적은 재생 오차를 나타냈다. 샘플링 주파수는 400Hz이고 resolution은 12bits인 원래 신호에 대해 압축율이 883.9bps일때 평균재생오차(APRD)는 5.39%를 나타냈다.

• 한국정보전자통신기술학회논문지
• /
• 제1권2호
• /
• pp.33-38
• /
• 2008

심전도의 기저선 변동은 심전도의 P-파 및 Q,-, R-, S-파를 검출하기 어렵게 하는 원인이 된다. 본 연구에서는 기울기추적파를 이용하여 심전도의 기저선 변동을 제거하는 두 가지 방법에 대하여 제시하고 비교하였다. 첫 번째 방법은 이미 제안된 것으로 상승기울기에 의한 기울기추적파를 이용하여 기저선을 제거하는 방법이고 둘째 방법은 제안할 근사적인 S파의 궤적을 적용하는 방법이다. 이 두 가지 방법 모두 기울기추적파를 이용한 방법이지만, 전자는 상승기울기 추적파와 ECG와의 차신호를 구하는 방법이고, 후자는 하강기울기 추적파에서 얻은 근사적인 S파의 궤적을 이용하여 기저선을 제거하는 방법이다. 이 방법들을 판별하기 위하여 MIT/BIH 데이터베이스의 심전도를 대상으로 실험하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권8호
• /
• pp.131-139
• /
• 2013

본 논문에서는 먼저 심전도 진단을 위한 처리 과정별 관련 연구내용을 살펴본 후 심전도 신호의 리듬 특징을 이용하여 부정맥을 검출 및 분류하는 방법을 제안한다. 특징 추출에서는 리듬 구간에 대하여 동일성 및 규칙성 등의 리듬 및 심박 분포에 관련되는 특징을 추출하게 되며, 리듬 분류에서는 리듬 구간의 특징에 대하여 미리 구축된 규칙 베이스를 이용하여 리듬 유형을 분류하게 된다. MIT-BIH 부정맥 데이터베이스의 모든 리듬 유형에 대한 실험을 통하여 정상 리듬 규칙만으로도 100% 부정맥 검출 성능을 보였으며, 부정맥 리듬 규칙으로는 유형 분류 적용 가능성을 확인하였다.

• 융합신호처리학회논문지
• /
• 제24권4호
• /
• pp.205-212
• /
• 2023

심장 질환 가운데에서 부정맥은 방치할 경우에 뇌졸중, 심장 마비, 심부전과 같은 심각한 합병증이 발생할 수 있기 때문에 지속적이고 정확한 심전도 관리에 의한 건강 상태의 확인은 임상적 치료에 매우 중요한 요소이다. 그러나, 심전도(Electrocardiogram; ECG) 데이터의 정확한 해석은 전적으로 의료 전문가에 의존하기 때문에 부가적인 시간과 비용을 요구한다. 따라서 본 논문에서는 라이프로그 기반의 비정상적인 맥파 파형의 분석을 통한 의료 플랫폼 개발을 목적으로 부정맥 인식 모듈을 제안한다. 제안하는 방법은 ECG 데이터를 시계열 데이터가 아닌 이미지 형식으로 처리하여 시각적 패턴 인식 기술을 적용한 후, CNN 모델을 이용하여 부정맥을 탐지하는 방법을 제안한다. 본 논문에서 제안한 ECG 데이터의 이미지 타입 변환에 의한 CNN 모델의 부정맥 분류의 유효성 검증하기 위해 MIT-BIH 부정맥 데이터셋을 사용한 결과, 97%의 정확도를 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 하계종합학술대회 논문집(5)
• /
• pp.273-276
• /
• 2002

This paper has design of ECG pattern classification system using decision of fuzzy IF-THEN rules and neural network. each fuzzy IF-THEN rule in our classification system has antecedent lingustic values and a single consequent class. we use a fuzzy reasoning method based on a single winner rule in the classification phase. this paper in, the MIT/BIH arrhythmia database for the source of input signal is used in order to evaluate the performance of the proposed system. From the simulation results, we can effectively pattern classification by application of learned from neural networks.

• 전자공학회논문지SC
• /
• 제46권4호
• /
• pp.23-27
• /
• 2009

이 논문에서는 효율적인 2D 방식의 심전도 신호 압축 방법을 제안한다. ID 심전도 신호는 2D 신호로 변환된 후 주기와 복잡도를 바탕으로 정렬되고 상호간의 상관 관계를 적용한다. 그 다음 불연속이 발생하는 지점을 기준으로 각 구간을 분할하고 주기의 평균으로 정규화 한 후 보통의 영상 신호를 압축하는 방식과 유사한 방식으로 정렬된 2D 신호를 압축한다. 압축 방식으로는 JPEG 2000이 사용되었으며 실험 데이터는 심전도 압축에서 표준화되어 사용되는 MIT-BIH arrhythmia database를 사용하였다. 제안된 방법은 기존의 2D 심전도 압축 방식과 비교하여 보다 개선된 성능을 보여 준다.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.271-280
• /
• 2011

심박 변이도 (HRV) 분석은 심근허혈 (MI)를 평가하기 위한 편리한 도구이다. HRV에 대한 분석법은 시간 영역과 주파수 영역 분석으로 나눠질 수 있다. 본 논문은 단기간의 HRV 분석에 있어서 웨이블릿 변환을 주파수 영역 분석과 시간 영역 분석 비교하기 위하여 사용하였다. ST-T와 정상 에피소드는 각각 European ST-T 데이터베이스와 MIT-BIH Normal Sinus Rhythm 데이터베이스에서 각각 수집되었다. 한 에피소드는 32개 연속하는 RR 간격으로 나눠질 수 있다. 18개 HRV 특징은 시간과 주파수 영역 분석을 통하여 추출된다. 가종 퍼지소속함수 신경망 (NEWFM)은 추출된 18개의 특징을 이용하여 심근허혈을 진단하였다. 결과는 보여주는 평균 정확도로부터 시간영역과 주파수영역의 특징은 각각 75.29%와 80.93%이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.230-234
• /
• 2010

심전도는 가장 일반화되어 있는 생체신호의 하나이다. 심전도를 측정하여 심장병의 유무와 여러 질환들을 예측하고 예방할 수 있다. 심전도 신호를 추출 하는 방법에는 여러 방법이 있는데, 본 논문에서 활용한 두 논문은 계층적인 분류로 HOS, HBF, HMH 세 방법으로 실험을 하였고, 적응가변형 윈도우를 이용한 R파 추출을 실행하였다. 두 논문은 공통적으로 MIT-BIH Arrhythmias Database(MIT-BIT 부정맥 데이터베이스)를 데이터로 실험 하였으며, 알고리즘으로는 SVM, Cross-Validation등을 사용하였다. 마지막으로 두 논문의 실험결과를 바탕으로 정확도를 높일 수 있는 효과적인 알고리즘 연구를 제안하였다.