• 센서학회지
• /
• 제20권6호
• /
• pp.382-387
• /
• 2011

Whether a person is feeling sleepy or reasonably awake is important safety information in many areas, such as humans operating in traffic or in heavy industry. The changes of body signals have been mostly researched by looking at electroencephalogram(EEG) signals but more and more other medical signals are being examined. In our study, an electrocardiogram(ECG) signal is measured at a sampling rate of 100 Hz and used to try to distinguish the possible differences in signal between the two states: awake and drowsy. Practical tests are conducted using a wireless sensor node connected to a wearable ECG sensor, and an ECG signal is transmitted wirelessly to a base station connected to a server PC. Through the QRS complex in the ECG analysis it is possible to obtain much information that is helpful for diagnosing different types of cardiovascular disease. A program is made with MATLAB for digital signal filtering and graphing as well as recognizing the parts of the QRS complex within the signal. Drowsiness detection is performed by evaluating the R peaks, R-R interval, interval between R and S peaks and the duration of the QRS complex..

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1990년도 추계학술대회 논문집 학회본부
• /
• pp.428-431
• /
• 1990

This paper describes a pattern classification algorithm of QRS-complexes using significant point detection for extracting features of signals. Significant point extraction was processed by zero-crossing method, and decision function based on relational spectrum was used for pattern classification of the QRS-complexes. The hierarchical AND/OR graph was obtained by decomposing the signal, and by use of this graph, QRS's patterns were classified. By using the proposed algorithm, the accuracy of pattern classification and the processing speed were improved.

• 한국산학기술학회논문지
• /
• 제12권10호
• /
• pp.4443-4449
• /
• 2011

심전도는 다양한 형태의 전기적 신호로 이루어져 있으며, 이러한 신호들의 특징점을 분석함으로써 부정맥을 검출할 수 있다. 지금까지 부정맥 검출을 위한 특징점 추출 방법에 대하여 많은 연구가 이루어졌으나, 복잡한 연산과정으로 실시간 연산 결과를 활용하는 휴대형 기기에는 부적합하다. 이와 같은 문제점을 해결하기 위하여 본 연구에서는 환자의 R-R 간격과 QRS 너비의 정보를 이용하여 R파를 추출하였다. 우선 버터워스 필터를 이용하여 저주파 대역의 잡음을 제거하였으며, R-R간격의 이동평균과 QRS 너비의 이동평균을 이용하여 R파를 추출하였다. 이에 대한 결과 검증은 MIT-BIH 부정맥 데이터베이스의 데이터를 활용하여 실험하였으며, 제공된 데이터의 R파 위치와 제안한 알고리즘의 R파 위치를 비교하였다. 이에 대한 결과로는 제안한 알고리즘 방법이 우수한 검출 성능을 보였으며, 연산과정에서도 효율적인 방법임을 확인 할 수 있었다.

• 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.

• 한국정보통신학회논문지
• /
• 제17권8호
• /
• pp.1947-1954
• /
• 2013

부정맥 검출을 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경망, 퍼지 이론, SVM 등과 같은 비선형 방법이 주로 사용되어 왔다. 이러한 대부분의 방법들은 P-QRS-T 지점의 정확한 측정을 필요로 하며, 데이터의 가공 및 연산이 복잡하다. 또한 P파, T파의 개인차가 있어 파형을 구분할 수 없을 경우도 존재한다. 따라서 이러한 문제점을 극복하기 위해서는 최소한의 특징점을 추출함으로써 연산의 복잡도를 줄이고, 실시간으로 다양한 부정맥을 분류할 수 있는 적합한 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 QRS 특징점 변화에 따른 바이너리 코딩 기반의 실시간 부정맥 분류 방법을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 R파, RR 간격, QRS 폭을 추출하고, 각 특징점들의 문턱치(threshold) 만족 여부를 바이너리 코드화시킴으로써 실시간으로 부정맥을 분류 하였다. 제안한 방법의 우수성을 입증하기 위해 39개의 MIT-BIH 부정맥 데이터베이스 레코드를 대상으로 PVC, PAC, Normal, BBB, Paced beat의 검출률을 비교하였다. 실험결과 PVC, PAC, Normal, BBB, Paced beat는 각각 97.18%, 94.14%, 99.83%, 92.77%, 97.48%의 우수한 평균 검출률을 나타내었다.

• 센서학회지
• /
• 제16권5호
• /
• pp.361-368
• /
• 2007

Small size real-time ECG signal analysis function by QRS-complex detection was put into sensor nodes. Wireless sensor nodes attached on the patient’s body transmit ECG data continuously in normal u-healthcare system. So there are heavy communication traffics between sensor nodes and gateways. New developed platform for real-time analysis of ECG signals on sensor node can be used as an advanced diagnosis and alarming system for healthcare. Sensor node does not need to transmit ECG data all the time in wireless sensor network and to server PC via gateway. When sensor node detects suspicion or abnormality in ECG, then the ECG data in the network was transmitted to the server PC for further powerful analysis. This system can reduce data packet overload and save some power in wireless sensor network. It can also increase the server performance.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.978-980
• /
• 2014

본 연구에서는 스트레스 상태 측정을 위한 심전도 신호 QRS 검출 알고리즘을 제안한다. 심전도 신호의 QRS 검출 과정은 4단계로 wavelet, moving average, squaring, threshold method로 구성된다. wavelet은 기저선 변동과 노이즈를 제거하고 moving average는 전체 신호를 부드럽게 하고 잔여 노이즈를 제거하며 squaring은 신호를 강조하는 역할을 한다. 마지막으로 threshold 기법을 이용해 검출간격을 설정하여 QRS를 검출하였다. 그 결과 Sensitivity는 99.54%, Positive Predictivity는 99.69%, Detection Error는 0.76%를 보였다. 또한, 피험자를 대상으로 게임을 이용해 스트레스 상태 변화에 대한 실험을 하였고, HRV 시간-주파수 파라미터를 분석함으로써 스트레스 상태 변화를 관찰할 수 있었다.

• 한국정보통신학회논문지
• /
• 제19권7호
• /
• pp.1728-1736
• /
• 2015

부정맥 분류를 위한 기존 연구들은 개인별 ECG신호의 차이는 고려하지 않고 특정 ECG 데이터에 종속적으로 개발되었기 때문에 다른 환경에 적용할 경우 그 성능에 변화가 많아 임상 적용에 한계가 있다. 또한 기존의 방법들은 각 ECG 특징점의 정확한 측정을 필요로 하며, 연산이 매우 복잡하다. 복잡도를 줄이기 위한 여러 가지 방법들이 제안되었지만, 그에 따른 분류의 정확도가 떨어지는 문제점이 있었다. 따라서 이러한 문제점을 극복하기 위해서는 개인별 다양한 ECG 신호의 패턴에 따라 최소한의 특징점을 추출함으로써 연산의 복잡도를 줄이고 부정맥을 정확하게 분류 할 수 있는 방법이 필요하다. 본 연구에서는 대상 유형별 ECG 신호의 QRS 패턴을 이용한 부정맥 분류 방법을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 R파를 검출하고 QRS 특징점을 통해 대상 유형별 ECG 신호의 QRS 패턴을 정의하였다. 이후 패턴분류에 따른 오류를 검출 및 수정하고, 중복된 QRS 패턴을 별도의 부정맥으로 분류하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스 43개의 레코드를 대상으로 PVC, PAC, Normal, LBBB, RBBB, Paced beat의 검출율을 비교하였다. 실험결과 Normal, PVC, PAC, LBBB, RBBB, Paced beat의 검출율은 각각 99.98, 97.22 95.14, 91.47, 94.85, 97.48%의 우수한 검출율을 나타내었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1998년도 추계학술대회
• /
• pp.175-176
• /
• 1998

The automated ECG diagnostic systems that are used in hospitals have low performance of P wave detection when faced with some diseases such as conduction block. So, the aim of this study is the improvement of detection performance in conduction block which is low in P wave detection. Median QRS-T segments were subtracted from the raw data and residual in the QRS-T regions was zeroed. After band pass filtering, we applied approximated length transformation to detect P wave.

• 한국정보통신학회논문지
• /
• 제13권11호
• /
• pp.2391-2398
• /
• 2009

조기심실수축(Premature Ventricular Contractions, PVC)은 부정 맥 중 가장 빈번히 나타나는 심장질환으로 위험한 상황으로 발전할 가능성을 가지고 있다. 따라서 이의 검출은 심장질환에 대한 예방과 추후 발생여부에 대한 기초조사로서 매우 중요하다. 지금까지 PVC를 검출하는 많은 방법이 연구되어 왔으나 기존의 방법들은 잡음의 영향을 많이 받고 P파의 존재 유무에 의존적이기 때문에 검출의 정확도가 떨어지며, 처리시간이 많이 소요되기 때문에 실시간 검출에는 많은 어려움이 따른다. 이러한 문제점을 극복하기 위해 본 논문에서는 리듬분석과 비트매칭을 통한 PVC검출 방법을 제안한다. 이를 위해 전처리 과정 후 R 파를 검출하고, RR 간격의 리듬분석과 QRS 폭간격의 비트 매칭을 통해 비트 유형을 결정하는 알고리즘을 개발하였다. 제안한 알고리즘의 R파 및 PVC 검출 성능을 평가하기 위해 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, R파의 sensitivity는 99.74%, positive predictivity는 99.81%, PVC의 sensitivity는 93.91%, Positive predictivity는 96.48%의 검출 결과를 나타내었다.