• 대한의용생체공학회:의공학회지
• /
• 제20권3호
• /
• pp.291-297
• /
• 1999

다채널의 심전도 신호에서, 소수의 리이드에 만 잡음이 유기되고 나머지 대부분의 리이드 신호들은 이 잡음과 통계적인 상관 관계가 없을 때, source consistency filtering(SCF) 은 이러한 잡음의 감쇄에 매우 효과적이다. 특히, SCF는 원래 신호의 왜곡을 최소화하면서 , 선택적으로 잡음 만을 제거하는 매우 우수한 특성을 가진다. 이러한 특성은 하나의 신호원에서 기인하는 다채널 신호들의 공간적 및 시간적 상관관계를 모두 이용함으로서 가능하다. 본 논문에서는 SCF의 원리 및 구현 방법을 구체적으로 기술하여 이 방법에 대한 이해를 증진하고자 한다. 또한 기존의 방법을 개선한 새로운 SCF를 제안하였으며 , 이의 효과적인 구현에 필요한 알고리즘의 상세한 설계 지침을 제시하였다. 다채널의 심전도 신호를 대상으로 하여 그 성능을 검증하였고, 현재의 SCF 가 가지는 한계를 명확히 하며, 개선의 방향을 제시하였다.

• Clinical and Experimental Pediatrics
• /
• 제58권1호
• /
• pp.37-40
• /
• 2015

The presence of a single coronary artery is a rare congenital anomaly; such patients often present with severe myocardial ischemia. We experienced the case of a 13-year-old girl with the right coronary artery originating from the left circumflex artery. She visited our Emergency Department owing to severe chest pain; her cardiac enzyme levels were elevated, but her initial electrocardiogram (ECG) was normal. Echocardiography showed normal anatomy and normal regional wall motion. When she presented with recurrent chest pain on admission, the ECG showed significant ST-segment elevation in the left precordial leads and inferior leads with ST-segment depression in aVR lead, suggesting myocardial ischemia, and her cardiac enzyme levels were also elevated. We performed coronary angiography that showed a single right coronary artery originating from the left circumflex artery without stenosis. We confirmed the presence of a single coronary artery using coronary computed tomography. In addition, the treadmill test that was performed showed normal results. She was discharged from the hospital without any medications but with a recommendation of a regular followup.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.435-440
• /
• 2018

본 연구의 목적은 기존의 심전도 측정 방법과 새로 발명된 일체형 심전도의 효과에 대한 비교분석을 시행하여 실행효과를 확인하기 위함이다. 이를 위해 46세의 건강한 남성모델을 대상으로 연구에 대한 정보가 없는 심전도 측정 유경험자를 대상으로 진행하였다. 기간은 2018년 6월 1일에서 6월 15일까지 한 기관에 연구와 회의로 내방한 인원 중에서 참여자를 선발하였고 이들에게 12리드형 기존 심전도(C)와 새로 개발된 심전도 방법인 SIM-Tree(SIM)를 간단한 교육 후 시행하여 참가자의 특성, 시행만족도, 각 단계별 시간, 그리고 연구에 대한 정보가 없는 순환기내과 교수의 일치도를 측정 비교하였다. 연구결과, 전체 참여자는 104명이었으며, 전체 시행시간은 SIM이 평균 65.39초로 C의 평균 94.38초에 비해서 통계적으로 빨랐다(p<0.05). 참가자의 만족도 조사에서 SIM이 평균 97.69로 C의 평균 68.5초에 비해서 높게 나타났다(p<0.05). 순환기 내과 교수를 통한 일치도 분석에서 급내상관계수(Intra-class correlation coefficient, ICC)점수가 0.959점으로 충분히 높게 나타났다(p<0.05). 결론적으로 새로 개발 된 SIM-Tree는 시술시간과 만족도에서 기존방법에 비해 효과적으로 나타났고 측정결과에서 기존방법과 높은 일치도를 보였다.

• Korean Circulation Journal
• /
• 제53권10호
• /
• pp.677-689
• /
• 2023

Background and Objectives: There is limited evidence regarding machine-learning prediction for the recurrence of atrial fibrillation (AF) after electrical cardioversion (ECV). This study aimed to predict the recurrence of AF after ECV using machine learning of clinical features and electrocardiograms (ECGs) in persistent AF patients. Methods: We analyzed patients who underwent successful ECV for persistent AF. Machine learning was designed to predict patients with 1-month recurrence. Individual 12-lead ECGs were collected before and after ECV. Various clinical features were collected and trained the extreme gradient boost (XGBoost)-based model. Ten-fold cross-validation was used to evaluate the performance of the model. The performance was compared to the C-statistics of the selected clinical features. Results: Among 718 patients (mean age 63.5±9.3 years, men 78.8%), AF recurred in 435 (60.6%) patients after 1 month. With the XGBoost-based model, the areas under the receiver operating characteristic curves (AUROCs) were 0.57, 0.60, and 0.63 if the model was trained by clinical features, ECGs, and both (the final model), respectively. For the final model, the sensitivity, specificity, and F1-score were 84.7%, 28.2%, and 0.73, respectively. Although the AF duration showed the best predictive performance (AUROC, 0.58) among the clinical features, it was significantly lower than that of the final machine-learning model (p<0.001). Additional training of extended monitoring data of 15-minute single-lead ECG and photoplethysmography in available patients (n=261) did not significantly improve the model's performance. Conclusions: Machine learning showed modest performance in predicting AF recurrence after ECV in persistent AF patients, warranting further validation studies.