한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

양방향 LSTM을 활용한 질병 분류 모델

Disease Classification Model Using Bidirectional LSTM

  • 김현진 (조선대학교 정보통신공학부 ) ;
  • 김지은 (조선대학교 정보통신공학부 ) ;
  • 박현주 (조선대학교 정보통신공학부 ) ;
  • 김대환 (조선대학교 정보통신공학부 ) ;
  • 곽근창 (조선대학교 전자공학부 ) ;
  • 염찬욱 (조선대학교 AI융합대학사업단 )
  • Hyun-Jin Kim (Information and Communication Engineering, Chosun University) ;
  • Ji-Eun Kim (Information and Communication Engineering, Chosun University) ;
  • Hyun-Ju Park (Information and Communication Engineering, Chosun University) ;
  • Dae-Hwan Kim (Information and Communication Engineering, Chosun University) ;
  • Keun-Chang Kwak (Electronic Engineering, Chosun University) ;
  • Chan-Uk Yeom (Division of AI Convergence College, Chosun University)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구는 ECG(Electrocardiogram)를 활용한 질병 분류 기술 개발을 목표로 1D CNN을 설계하여 ECG 데이터를 분석하였다. MIT-BIH Arrhythmia Database를 사용해 전처리 후 1D CNN 모델로 시계열 데이터에서 질병 분류에 유효한 특징을 추출하였다. 훈련 데이터에서는 약 81.91%의 정확도를 기록했으나, 검증 데이터에서는 57.5%로 성능 편차가 확인되었다. 이는 데이터 불균형의 영향으로 보이며, ECG가 비침습적이면서도 보안성이 높은 생체 신호로서 질병 분류에 유망하다는 것을 시사한다. 향후 연구에서는 다양한 데이터셋과 모델 고도화를 통해 성능을 개선할 계획이다.

키워드

과제정보

이 논문은 2024년도 정부(과학기술정보통신부)의 재원으로 지원을 받아 수행된 AI 헬스케어 융합 대학 사업 연구임.

참고문헌

  1. Hannun, A. Y., Rajpurkar, P., Haghpanahi, M., Tison, G. H., Bourn, C., & Ng, A. Y., "Cardiologist-level arrhythmia detection and classification in ambulatory electrocardiograms using a deep neural network," Nature Medicine, vol. 25, no. 1, pp. 65-69, 2019.
  2. Acharya, U. R., Fujita, H., Lih, O. S., Hagiwara, Y., Tan, J. H., & Adam, M., "Automated detection of arrhythmias using different intervals of tachycardia ECG segments with convolutional neural network," Information Sciences, vol. 405, pp. 81-90, 2017.
  3. Rajpurkar, P., Hannun, A. Y., Haghpanahi, M., Bourn, C., & Ng, A. Y., "Cardiologist-level arrhythmia detection with convolutional neural networks," arXiv preprint arXiv:1707.01836, 2017.
  4. Zubair, M., Kim, J., & Yoon, C., "An automated ECG beat classification system using convolutional neural networks," Journal of Mechanics in Medicine and Biology, vol. 16, no. 1, pp. 1650013, 2016.
  5. Clifford, G. D., Liu, C., Moody, B., Lehman, L. H., Silva, I., Li, Q., & Mark, R. G., "AF classification from a short single lead ECG recording: The PhysioNet/Computing in Cardiology Chal lenge 2017," Computing in Cardiology (CinC), Rennes, France, 2017, pp. 1-4.