• 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.

• 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.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2002년도 춘계학술대회 논문집
• /
• pp.305-309
• /
• 2002

본 연구에서는 조도조건에 따른 VDT작업자의 각성도를 평가하기 위하여 10 lx와 1500 lx 2종류의 조도 조건으로 하여 모니터 상에서 1자리 숫자 3개를 더하는 단조연산작업을 수행하였다. 그 결과 155 lx보다 비교적 졸음이 쉽게 유발되며 주의집중정도가 낮은 조도 10 lx에서의 정답률이 더 낮게 나왔다. 또한, 두 조도조건 하에서 호흡간격은 작업수행시 큰 차이가 안 나타난 반면 RR간격은 10 lx에서는 작업수행 횟수가 증가함에 따라 점차 증가하지만 1500 lx에서는 거의 변화가 없었다.

• 응용통계연구
• /
• 제32권5호
• /
• pp.671-681
• /
• 2019

최근에 부정맥 환자가 증가하면서 머신러닝을 이용한 부정맥을 예측하는 연구가 활발하게 진행되고 있다. 기존의 많은 연구들은 특정한 시점의 RR 간격 데이터에서 추출한 특징변수 다변량 데이터에 기반하여 부정맥을 예측하였다. 본 연구에서는 심장 상태가 시간에 따라 변해가는 패턴도 부정맥 예측에 중요한 정보가 될 수 있다고 생각하여 일정한 시간 간격을 두고 특징변수의 다변량 벡터를 추출하여 쌓음으써 얻어지는 다변량 시계열 데이터로 부정맥을 예측하는 것의 유용성에 대해 살펴보았다. 1-Nearest Neighbor 방법과 그것을 앙상블(ensemble)한 learner를 중심으로 비교했을 경우 시계열의 특징을 고려한 적절한 시계열 거리함수를 선택하여 시계열 정보를 활용한 다변량 시계열 데이터 기반 방법의 분류 성능이 더 좋게 나오는 것을 확인하였다.

• 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.

• 대한의용생체공학회:의공학회지
• /
• 제24권1호
• /
• pp.1-8
• /
• 2003

장시간 운전을 하는 동안 운전자는 외부상황을 계속해서 주시하고 경계하게 하므로 운전자에게는 정신적 부하로 작용하게 되며 이로 인해 발생하는 운전피로는 자동차 사고의 원인이 될 수 있다. 본 연구에서는 심박변동신호를 분석하여 운전시간의 증가에 따른 발생하는 운전피로도를 알아보았다. 심박변동신호의 분석방법에는 이전 연구들에서 널리 사용되어져 왔던 선형분석방법들과 함께 ApEn, Poincare Plot등을 이용한 비선형 분석방법들을 이용하였다. 3년 이상의 운전경력을 가진 5명의 실험자가 참가하였으며 모든 실험자는 4대의 승용차를 2번씩 운전하여 총 40회의 실험을 실시하였다. 운전구간은 고속도로 300km구간을 왕복해서 주행하도록 하였으며 약 3시간 정도가 소요되었다. 운전하는 동안 30분 간격으로 심전도 데이터를 측정하였다. 측정된 심전도 신호로부터 유도된 심박변동신호(HRV : heart rate variability)로부터 시간영역 변수, 주파수 영역변수, 비선형 특성 등을 구한다음, 안정 상태의 데이터라 비교하여 통계석 유의성을 살펴보았다. 분석결과 시간영역의 변수인 평균심박동수는 운전시간의 증가에 따라 계속적으로 감소하였으며 심박동율의 표준편차와 연속적인 RR간격의 차이는 90분 이후로는 일정 수준을 유지하였다. 주파수 영역에서 구한 L $F_{norm}$, LF/HF는 운전시간에 따라 증가함을 보였다. 비선형 특성을 알아보기 위해서 ApEn, Poincare plot을 이용하였는데 모두 시간에 따라 감소함을 나타내었다. 대부분의 변수에서 통계적 유의성은 1시간 이후부터 나타남을 볼 수 있었다.

• 감성과학
• /
• 제20권3호
• /
• pp.169-180
• /
• 2017

특성불안이 높은 자들은 분노 표현을 억제하려하기 때문에 주관적인 행동평가로는 특성불안자의 분노 경험을 측정하는데 한계가 있다. 보다 객관적으로 특성불안자의 분노 경험을 측정하기 위하여 본 연구에서는 분노에 의해 유발된 자율신경계 반응이 특성불안 수준에 따라 차이가 있는지를 확인하고자 한다. 실험참가자들을 불안집단과 통제집단으로 구분하였으며, 분노자극을 제시하기 전과 후에 심전도(ECG), 호흡(RESP), 피부전기활동(EDA), 그리고 피부온도(SKT)를 측정하였다. ECG에서 심박률(HR), NN 간격의 표준편차(SDNN), 심박주기 제곱의 평균제곱근(RMSSD), 심박변이도의 저주파성분(LF), 심박변이도의 고주파성분(HF), 저주파성분과 고주파성분의 비율(LF/HF ratio), RESP에서 호흡주기(RR)를, EDA에서 피부전도수준(SCL)을, SKT에서 최대피부온도(maxSKT)를 산출하였다. 두 집단 간 분노자극에서 유발된 분노정서 강도의 차이를 검증한 결과, 집단 간 차이는 유의하였다. 자율신경계 반응 차이를 확인한 결과, 불안집단에서 유의미한 SDNN와 LF의 증가, HF, LF/HF ratio, 그리고 RR의 감소가 나타났다. 본 연구 결과는 특성불안이 높은 이들의 분노 경험을 측정하는데 자율신경계 반응이 객관적인 지표로 활용이 가능함을 시사한다.

• 천문학회보
• /
• 제38권2호
• /
• pp.80-80
• /
• 2013

대규모 광도곡선 자료에서 다양한 주기변광성들의 정확한 주기를 효율적으로 검출하는 실험을 시도하였다. 실험을 위해 OGLE-III 맥동 변광성(RR Lyrae, Delta Scuti, Cepheid) 목록 중, I 필터로 관측된 총 31,324개의 광도 곡선을 사용하였다. 이 실험에 사용한 주기분석 알고리즘 MS_Period(Multi-Step period searching method)는 주기를 놓치지 않기 위해 두 가지 다른 방법(Multi Polynomial function, Phase Dispersion)으로 후보 주기를 구하고 정밀주기를 도출하기 위해 후보 주기 주변부를 Spline fitting을 통해 재탐색하는 방법이다. 기존의 MS_Period 방식은 주기 탐색 간격(dP/P)이 일정하였으나, 우리는 탐색 주기 구간을 나누고 짧은 주기에서는 작은 간격으로, 긴 주기에서는 보다 넓은 간격으로 주기를 탐색하는 과정을 추가하였다. 그 결과 98% 이상의 별에서 OGLE-III와 거의 일치하는 주기를 얻었으며, 긴 주기에서의 불필요한 정밀 탐색을 회피함으로써 분석시간도 단축되었다. 주기 결정이 어려운 경우들은 주로 1) periodogram에서 실제 주기가 아닌 1일 근처에서 noise보다 큰 peak가 보이는 경우, 2) 하나의 별에 대해 여러 주기가 비슷한 Phase diagram을 보이고, periodogram에서도 비슷한 peak를 갖는 경우, 3) OGLE-III의 주기와 전혀 다른 주기만 찾은 경우, 4) OGLE-III에서 제시하지 않은 혼합된 주기의 존재가 의심되는 경우인 것을 확인하였고, 각 사례들의 특징을 살펴보았다.

• 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.

• 한국정보통신학회논문지
• /
• 제16권9호
• /
• pp.2021-2030
• /
• 2012

조기심실수축(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 해야 하는 헬스케어 시스템에서는 이를 위한 심전도 신호의 실시간 처리가 필요하다. 즉, 최소한의 연산량으로 정확한 R파를 검출하고, 대상 환자의 특징을 파악하여 PVC를 분류할 수 있는 적합한 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 PVC 실시간 분류를 위한 환자 적응형 패턴 매칭 기법을 제안한다. 이를 위해 전 처리 과정과 적응 가변형 문턱 값과 윈도우를 통해 R파를 검출하였으며, 검출 대상에 따른 정상신호 군을 선별하고 이를 벗어나는 신호를 이상신호로 분류하기 위해 해쉬 함수를 통한 패턴 매칭 기법을 적용하였다. 제안한 알고리즘의 R파 검출 및 정상신호 분류 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, R파는 평균 99.33%, 이상신호 분류에 대한 에러율은 0.32%로 나타났다.