• 디지털산업정보학회논문지
• /
• 제17권1호
• /
• pp.7-14
• /
• 2021

With the increased attention about healthcare and management of heart diseases, smart healthcare services and related devices have been actively developed recently. R wave is the largest representative signal among ECG signals. R wave detection is very important because it detects QRS pattern and classifies arrhythmia. Several R wave detection algorithms have been proposed with different features, but the remaining problem is their implementation in low-cost portable platforms for real-time applications. In this paper, we propose R wave detection based on optimal threshold and arrhythmia classification through QRS pattern considering complexity in smart healthcare environments. For this purpose, we detected R wave from noise-free ECG signal through the preprocessing method. Also, we classify premature ventricular contraction arrhythmia in realtime through QRS pattern. The performance of R wave detection and premature ventricular contraction arrhythmia classification is evaluated by using 9 record of MIT-BIH arrhythmia database that included over 30 premature ventricular contraction. The achieved scores indicate the average of 98.72% in R wave detection and the rate of 94.28% in PVC classification.

• 센서학회지
• /
• 제22권5호
• /
• pp.338-345
• /
• 2013

Premature ventricular contractions are the most common of all arrhythmias and may cause more serious situation like ventricular fibrillation and ventricular tachycardia in some patients. Therefore, the detection of this arrhythmia becomes crucial in the early diagnosis and the prevention of possible life threatening cardiac diseases. Most methods for detecting arrhythmia require pp interval, or the diversity of P wave morphology, but they are difficult to detect the p wave signal because of various noise types. Thus, it is necessary to use noise-free R wave. So, the new approach for the detection of PVC is presented based on the rhythm analysis and the beat matching in this paper. For this purpose, we removed baseline wandering of low frequency band and made summed signals that are composed of two high frequency bands including the frequency component of QRS complex using the wavelet filter. And then we designed R wave detection algorithm using the adaptive threshold and window through RR interval. Also, we developed algorithm to classify PVC using RR interval. The performance of R wave and PVC detection is evaluated by using MIT-BIH arrhythmia database. The achieved scores indicate average detection rate of 99.76%, sensitivity of 99.30% and specificity of 98.66%; accuracy respectively for R wave and PVC detection.

• 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.

• 한국통신학회논문지
• /
• 제34권11B호
• /
• pp.1289-1295
• /
• 2009

조기심실수축(premature ventricular contractions, PVC)은 가장 보편적인 부정맥으로 심실세동, 심실빈맥 등과 같은 위험한 상황을 유발할 수 있는 가능성을 가지고 있기 때문에 이의 조기 검출은 매우 중요하다. 특히 일반인들의 건강상태를 지속적으로 모니터링 해야하는 헬스케어 시스템에서는 이를 위한 ECG 신호의 실시간 처리가 필요하다. 즉, 최소한의 연산량으로 정확한 R파를 검출하고, 이를 이용하여 PVC를 분류할 수 있는 적합한 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 PVC 실시간 분류를 위한 적응형 문턱치와 윈도우 기반의 R파 검출 알고리즘을 제안한다. 이를 위해 전처리 과정과 적응가변형 문턱치를 통해 R파를 검출하였으며, 검출의 효율성을 위하여 R-R 간격을 이용한 적응가변형 윈도우를 적용하였다. 제안한 알고리즘의 R파 검출 및 PVC 분류 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, R파는 평균 99.33%, PVC는 평균 88.86%의 검출결과가 나타났다.

• 디지털산업정보학회논문지
• /
• 제13권4호
• /
• pp.91-98
• /
• 2017

Previous works for detecting arrhythmia have mostly used nonlinear method such as artificial neural network, fuzzy theory, support vector machine to increase classification accuracy. Most methods require higher computational cost and larger processing time. Therefore it is necessary to design efficient algorithm that classifies PVC(premature ventricular contraction) and decreases computational cost by accurately detecting minimal feature point based on only R peak through optimal R wave. We propose an optimal R wave detection and PVC classification method through extracting minimal feature point in IoT environment. For this purpose, we detected R wave through optimal threshold value and extracted RR interval and R peak pattern from noise-free ECG signal through the preprocessing method. Also, we classified PVC in realtime through RR interval and R peak pattern. The performance of R wave detection and PVC classification is evaluated by using record of MIT-BIH arrhythmia database. The achieved scores indicate the average of 99.758% in R wave detection and the rate of 93.94% in PVC classification.

• 디지털산업정보학회논문지
• /
• 제12권4호
• /
• pp.33-40
• /
• 2016

Previous works for detecting arrhythmia have mostly used nonlinear method to increase classification accuracy. Most methods require accurate detection of ECG signal, higher computational cost and larger processing time. But it is difficult to analyze the ECG signal because of various noise types. Also in the healthcare system based IOT that must continuously monitor people's situation, it is necessary to process ECG signal in realtime. Therefore it is necessary to design efficient algorithm that classifies different arrhythmia in realtime and decreases computational cost by extrating minimal feature. In this paper, we propose R wave detection considering complexity and arrhythmia classification based on binary coding. For this purpose, we detected R wave through SOM and then RR interval from noise-free ECG signal through the preprocessing method. Also, we classified arrhythmia in realtime by converting threshold variability of feature to binary code. R wave detection and PVC, PAC, Normal classification is evaluated by using 39 record of MIT-BIH arrhythmia database. The achieved scores indicate the average of 99.41%, 97.18%, 94.14%, 99.83% in R wave, PVC, PAC, Normal.

• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.945-952
• /
• 2013

QRS 영역 중 R파는 ECG 신호 중 가장 큰 대표 신호라 할 수 있으며, 이 점을 기준으로 다양한 특징점을 검출하기 때문에 R파의 검출성능을 높이기 위해 많은 노력을 기울여 왔다. 하지만 R파 검출은 여러 종류의 잡음성분들로 인하여 이를 분석하는데 어려움을 준다. 또한 QRS 영역의 진폭과 유사한 T파나 P파를 R파로 오인함으로써 검출의 어려움이 발생한다. ECG 신호처리는 하드웨어 및 소프트웨어 자원에 대한 효율성을 고려해야 하며, 소형화 및 저 전력을 위해 단순해야 한다. 즉, 최소한의 연산량으로 정확한 R파를 검출함으로써 다양한 부정맥을 분류할 수 있는 적합한 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 차감 동작 기법(Subtractive Operation Method, 이하 SOM) 기반의 심전도 신호의 R파 검출 방법을 제안한다. 이를 위해 형태 연산을 통한 전처리 과정과 경험적 문턱값과 차감신호를 통해 R파를 검출하였으며, 검출의 효율성을 위하여 RR 간격을 이용한 동적 역탐색 기법을 적용하였다. 제안한 알고리즘의 R파 검출 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, R파는 평균 99.41%의 검출결과가 나타났다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1989년도 춘계학술대회
• /
• pp.15-18
• /
• 1989

This paper presents a new algorithm for P-wave detection in the ECG signal. We detect the peak and valley point using significant point extraction algorithm with 9-point derivative. Because P-wave duration is changed according to heart-rates, we search for the R-peak and calculate the R-R interval time prior to the determination of P-wave duration threshold values in order to actively adapt to the change of P duration. We determine the parameters for P-wave detection and then P-peak, P-onset and P-offset are detected by these parameters. The results obtained from the proposed algorithm have detected successively P-wave almost more than 90%.

• 한국정보통신학회논문지
• /
• 제21권7호
• /
• pp.1420-1428
• /
• 2017

R파 검출에 사용되는 여러 심전도 데이터베이스는 샘플링 주파수의 차이로 인해 서로 다른 환경에 적용할 경우 성능에 변화가 많아 알고리즘의 신뢰도를 보장하기 어렵다. 본 연구에서는 심전도신호의 샘플링 주파수에 따른 R파 검출의 최적 문턱치 설정 방법을 제안한다. 이를 위해 미분 기반의 이동평균과 제곱합수를 이용하여 전처리를 수행하였다. 이후 샘플링 주파수에 따라 피크 문턱치에 대한 최적 값을 검출하였다. 문턱치 단계는 신호의 변화와 이전 검출된 피크 값에 따라 문턱치를 변경함으로써 최적의 성능을 나타내는 값을 선정하는 과정으로 실험하였다. 제안한 방법의 우수성을 입증하기 위해 부정맥 데이터베이스 레코드를 대상으로 실험한 결과 MIT-BIH 샘플링 주파수 360Hz에 대한 미분 구간($N_d$), 윈도우 사이즈(N), 문턱 계수($p_{th}$)의 최적 값은 각각 7, 8, 6.6일 때 R파 검출율은 99.758%의 우수한 성능을 나타내었다.

• 한국정보통신학회논문지
• /
• 제22권2호
• /
• pp.233-242
• /
• 2018

조기심실수축(Premature Ventricular Contraction) 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경망, 퍼지 이론, Support Vector Machine 등과 같은 비선형 방법이 주로 사용되어 왔다. 이러한 대부분의 방법들은 데이터의 가공 및 연산이 복잡하다. 이러한 문제점을 극복하기 위해서 최적의 R파를 검출하고 이를 통해 R피크 기반의 특징점만을 정확하게 검출함으로써 최소한의 연산량으로 PVC를 분류할 수 있는 알고리즘이 필요하다. 따라서 본 연구에서는 전처리를 통해 잡음이 제거된 심전도 신호에서 최적 문턱치에 따른 R파를 검출하고, RR간격과 R피크 패턴을 추출한다. 이후 RR간격과 R피크 패턴에 따라 PVC를 분류하였다. 제안한 방법의 우수성을 입증하기 위해 PVC가 30개 이상 포함된 MIT-BIH 9개의 레코드를 대상으로 한 R파의 평균 검출율은 99.02%의 성능을 나타내었으며, PVC 부정맥은 각각 94.85%의 평균 분류율을 나타내었다.