• 대한의용생체공학회:의공학회지
• /
• 제28권5호
• /
• pp.665-675
• /
• 2007

The morphological change of ECG is the important diagnostic parameter to finding the malfunction of a heart. Generally ST segment deviation is concerned with myocardial abnormality. The aim of this study is to detect the change of ST in shape using a polynomial approximation method and the reference ST type. The developed algorithm consists of feature point detection, ST level detection and ST shape classification. The detection of QRS complex is accomplished using it's the morphological characteristics such as the steep slope and high amplitude. The developed algorithm detects the ST level change, and then classifies the ST shape type using the polynomial approximation. The algorithm finds the least squares curve for the data between S wave and T wave in ECG. This curve is used for the classification of the ST shapes. ST type is classified by comparing the slopes of the specified points between the reference ST set and the least square curve. Through the result from the developed algorithm, we can know when the ST level change occurs and what the ST shape type is.

• 생명과학회지
• /
• 제19권1호
• /
• pp.81-86
• /
• 2009

12주 유산소 트레이닝 결과, 제 2형 당뇨 대상자의 신체적 특성 및 심혈관계 기능은 향상되었고, 심근허혈을 판단하는 ST-level과 ST-slope가 트레이닝 후 감소함을 나타냈다. 또한, 당뇨에서 자주 나타나는 대표적인 자율신경계 이상 마커인 QTc interval을 감소시켰다. 따라서, 12주 유산소 트레이닝은 심혈관계 기능과 당뇨로 인한 심장허혈, 자율신경계 기능을 증진시킨 것으로 나타냈다.

• 한국정보통신학회논문지
• /
• 제15권10호
• /
• pp.2223-2230
• /
• 2011

심전도는 심근허혈, 부정맥, 심근경색과 같은 심장질환의 진단에 이용된다. 특히 심근허혈은 ST 세그먼트의 형태 변화가 나타나는데, 이러한 변화는 일시적으로 나타나며 특별한 증상을 동반하지 않는다. 따라서 지속적인 모니터링을 통해서 ST의 일시적인 변화를 검출하는 것이 매우 중요하다. 이에 본 연구에서는 심근허혈 진단을 위한 ST세그먼트 형태 분류 알고리즘을 제안한다. 이는 전처리 과정과 적응가변형 문턱치를 통해 R파와 각 특징점을 검출 한 후 S와 T파사이의 굴곡점으로부터 특정한 기울기 정보를 추출하여 ST의 기울기 기준점과 비교함으로써, 검출된 ST를 6가지 형태로 분류하는 방법이다. 개발된 알고리즘은 심전도로부터 ST 레벨 변화 구간을 검출하고, 검출된 구간에 대해서도 ST의 형태를 분류함으로써 심전도 레벨 변화뿐만 아니라 형태에 대한 정보도 제공한다. 제안한 알고리즘의 심근허혈 패턴 진단 성능을 평가하기 위해서 European ST 데이터베이스를 사용하였다. 성능 평가 결과 가장 높은 분류성공률은 99.4%이며, 낮은 성공률은 68.48%를 나타내었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권4호
• /
• pp.201-207
• /
• 2001

This paper describes an automated detection algorithm of ST-T episodes using global curvature which can connect the isoelectric level in ECG and can eliminate not only the slope of ST segment, but also difference of the baseline and global curve. This above method of baseline correction is very faster than the classical baseline correction methods. The optimal values of parameters for baseline correction were found as the value having the highest detection rate of ST episode. The features as input of backpropagation Neural Network were extracted from the whole ST segment. The European ST-T database was used as training and test data. Finally, ST elevation, ST depression and normal ST were classified. The average ST episode sensitivity and predictivity were 85.42%, 80.29%, respectively. This result shows the high speed and reliability in ST episode detection. In conclusion, the proposed method showed the possibility in various applications for the Holter system.