• 한국통신학회논문지
• /
• 제26권10B호
• /
• pp.1353-1359
• /
• 2001

본 논문에서는 위상획득과정과 동기과정에서 trade-off 현상을 향상시킨 듀얼 위상 주파수 검출기를 제안하여 차지펌프 PLL을 설계하였다. 듀얼 위상 주파수 검출기는 상승에지에서 동작하는 POSITIVE 위상 주파수 검출기와 하강에지에서 동작하는 NEGATIVE 위상 주파수 검출기로 구성되어 있다. 제안한 차지펌프는 전류뺄셈회로를 이용하여 전류 부정합을 감소시켰으며, reference spurs와 전압제어발진기의 변동을 감소시킬 수 있도록 구현하였다. 제안한 차지펌프 PLL은 0.25$\mu\textrm{m}$ CMOS 공정을 사용하여 SPICE로 시뮬레이션 하였으며, 그 결과 1.6~1.85GHz의 넓은 동기범위를 나타내었다.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.21-26
• /
• 2008

본 연구에서는 심장 부정맥의 조기증상인 조기심실수축(premature ventricular contraction, PVC)을 검출하기 위하여 심전도 신호로부터 하강 기울기 추적파(descending slope tracing wave, DSTW)와 Form Factor(FF)를 추출하였으며 효율적인 방법을 찾기 위해 두 가지 특징을 이용한 결과를 비교하였다. 우선 심전도의 정확한 R파의 위치를 검출하기 위하여 2차 미분과 하강 기울기 추적파를 적용하였으며, 이 PVC검출법을 검증하기 위하여 MIT/BIH 데이터베이스에서 PVC를 포함한 심전도를 대상으로 위 방법을 적용하여 검출 방법과 비교하여 그 효용성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1490-1499
• /
• 2022

부정맥이란 심장이 불규칙한 리듬이나 비정상적인 심박동수를 갖는 것을 말하며, 뇌졸중, 심정지 등을 유발하거나 사망에도 이를 수 있는 만큼, 조기 진단과 관리가 무엇보다 중요하다. 본 연구에서는 심전도 신호의 QRS 특징 추출에 적합한 CNN과 기존 LSTM의 직전 패턴의 수렴 한계를 해결할 수 있는 BLSTM을 연결한 CNN-BLSTM 결합 모델을 이용한 부정맥 분류 방법을 제안한다. 이를 위해 먼저 전처리 과정을 통해 잡음을 제거한 심전도 신호에서 QRS 특징점을 검출하고 단일 비트 세그먼트를 추출하였다. 이때 데이터의 불균형 문제를 해결하기 위해 GAN 오버샘플링 기법을 적용하였다. 이 후 합성곱 계층을 통해 부정맥 신호의 패턴을 정밀하게 추출하도록 구성하고 이를 BLSTM의 입력으로 사용한 후 매개변수를 학습시키고 검증 데이터로 학습 모델을 평가한 후 부정맥 분류의 정확도를 확인하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스를 이용하여 분류의 정확도, 정밀도, 재현율, F1-score를 비교하였다. 성능평가 결과 각각 99.30%, 98.70%, 97.50%, 98.06%로 우수한 분류율을 나타내는 것을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.690-692
• /
• 2009

PLL은 위상주파수검출기(PFD), 차지펌프(Charge Pump), 루프필터(Loop Filter), 전압제어발진기(VCO), Divider로 구성하고 있는데 본 논문에서는 설계된 차지펌프 PLL을 시뮬레이션을 해보고 그 결과를 정리하고 레이아웃(layout)까지 하였다. 차지펌프 설계에 있어서 전류 부정합, 전하 공유, 전하주입, 누설 전류등을 고려할 필요가 있다. 설계된 차지펌프는 전류 부정합을 감소시키기 위해 전류뺄셈회로를 이용하여 전류 부정합을 감소시켰으며, spurs를 억제할 수 있도록 설계되였다. 설계된 회로는 $0.18{\mu}m$ CMOS 공정 기술을 사용하여 CADENCE사의 specter로 시뮬레이션 하였으며, virtuso2로 레이아웃 하였다.

• 한국식품과학회지
• /
• 제39권4호
• /
• pp.372-379
• /
• 2007

부정유해물질 총 13종에 대한 신속하고 고감도의 LC-ESI-MS-MS 동시분석 방법을 개발하였으며 바데나필을 포함한 11종은 ESI positive 모드에서 타다라필을 포함한 2종은 ESI negative 모드에서 검출하는 방법으로서 시료 전처리는 간단히 메탄올 추출법을 사용하였다. 기능성표방식품 중 부정유해물질의 확인은 한번 시료를 주입함으로써 15분 이내에 13종의 분석이 가능하고 크로마토그램의 분리는 아세토니트릴과 10mM ammonium formate가 들어있는 탈이온수를 이용한(pH 7.0) 기울기 용매 조건으로 수행하였다. 확립한 13종에 대한 부정유해물질 분석방법은 검출 한계(LOD)는 0.1-5 ng/mL이고, 정량한계(LOQ)는 0.1-10 ng/mL으로서 평균 상관계수$(r^2)$는 0.9853로서 ppb 수준에서 정량성을 가지며 회수율은 87.5-98.5%, 변동계수는 15% 이하임을 확인할 수 있었다. 또한 확립한 시험방법 LC/MS/MS를 이용하여 147건의 기능성표방식품 중의 부정유해물질의 검증을 실시한 결과, 유해물질의 검출이 나타타지 않음을 알 수 있었다. 기능성표방식품 중의 실데나필과 그 유사물질을 포함한 13종의 부정유해물질에 대한 스크리닝 방법으로 MRM 모드를 이용한 LC-ESI-MS-MS 방법을 개발하였으며, 이는 유해물질에 대한 고성능액체크로마토그래피/자외선흡광광도법의 선택성등의 제한성을 극복한 부정유해 물질의 스크리닝에 신속하고 미량까지 검출 가능한 가치 있는 방법임을 확인할 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제20권6호
• /
• pp.561-571
• /
• 1999

심실세동은 환자의 생명을 위협하는 가장 치명적인 부정맥으로서, 심실세동의 발견즉시 특별한 조치를 취하지 못할 경우 환자는 급사한다. 심실세동을 정지시키는 유일한 방법은 전기적 제세동이며 이는 환자의 심장 부위에 전기적 에너지를 가해 정상 심장 리듬을 되찾도록 하는 방법이다. 심실세동의 발생은 예측할 수 없고, 이를 진단하기 위한 심전도 교육을 모든 의료인에게 할 수 없으므로 심전도를 자동 분석하여 심실세동을 조기에 검출하는 자동 분석장치의 개발은 심실세동에 의한 급사를 줄이는데 매우 중요하다. 본 연구에서는 교차간섭성분의 제거 능력이 뛰어나며 쉽게 구사할 수 있는 Choi-Williams distriguteion (CWD) 방법을 이용하여 급사를 초래할 수 있는 심실세동을 자동 검출하는 알고리즘을 개발하였다. 그리고 개발된 알고리즘의 성능을 검증하기 위하여 본 논문에서는 두 그룹의 심실세동 데이터를 사용하였다. 검출 알고리즘은 심실세동의 시간 및 주파수 특성을 일곱가지 조건들에 대한 만족 여부를 이용하여 심실세동을 판정하였고, 실험의 민감도와 선택도는 각각 92.1%, 97 .2% 이다.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1341-1347
• /
• 2020

부정맥 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경회로망(Artificial Neural Network), 기계학습(Machine Learning) 등을 이용한 방법이 연구되어 왔다. 특히 딥러닝은 신경회로망의 문제인 은닉층 개수의 한계를 해결함으로 인해 인공 지능 기반의 부정맥 분류에 많이 사용되고 있다. 본 연구에서는 AR 기반의 특징점 추출과 딥러닝을 통한 부정맥 분류 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG 신호에서 R파를 검출하고 자기 회귀 모델을 통하여 최적의 QRS와 RR간격을 추출하였다. 이후 딥러닝을 통한 지도학습 방법으로 가중치를 학습시키고 부정맥을 분류하였다. 제안된 방법의 타당성 평가를 위해 MIT-BIH 부정맥 데이터베이스를 통해 각 파라미터에 따른 훈련 및 분류 정확도를 확인하였다. 성능 평가 결과 PVC는 약 97% 이상의 평균 분류율을 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제12권10호
• /
• pp.1427-1435
• /
• 2009

이러닝은 교실에서 수업이 이루어지는 전통 수업 방식과는 달리 학생들이 각자의 장소에서 온라인으로 수업에 참여 할 수 있는 수업방식이다. 그리고 시험도 온라인에서 이루어지는 경우가 많아 이 경우 시험감독이 어렵다. 감독이 어려운 온라인 시험도 성적에 포함되므로 공정한 학사관리가 중요하다. 본 연구에서는 카메라를 이용한 온라인 시험 공정성 강화 시스템을 제안한다. 온라인 수강생은 매 강의를 학습한 후 출석확인을 위해 카메라로 얼굴을 촬영하고 촬영된 영상은 저장된다. 그리고 시험을 치는 동안 시험 장면을 촬영하고 얼굴을 검출하여 대리시험 등의 부정행위를 방지하고자 한다. 촬영된 영상은 시험이 종료된 후 시험 답안지와 함께 사이버 학사관리 시스템에 전송시키고 시험 성적표와 함께 사진을 인쇄하여 본인을 인증하고 시험 부정을 방지하고자한다.

• 디지털콘텐츠학회 논문지
• /
• 제16권2호
• /
• pp.179-187
• /
• 2015

스마트폰의 보급 확산으로 다양한 콘텐츠가 등장하고 있다. 이러한 콘텐츠 중에서 위치 기반 서비스를 이용한 증강현실 응용프로그램의 필요성이 널리 대두되고 있다. 본 논문에서는 안드로이드 스마트폰을 이용한 위치정보기반 AR 시스템에서 발생하는 정합 오차를 컴퓨터 비전 기술을 이용하여 효과적으로 줄이는 방법을 제안한다. 위치정보 오차 누적 때문에 객체가 정확하게 정합되지 않는 부정합 현상 최소화를 위해 연산 속도는 유지하면서 연산량을 줄여 성능을 향상한 방법인 SURF(Speeded Up Robust Features)를 사용해 초기 특징점을 검출하고 검출된 특징점을 추적하여 모바일 환경에 적용한다. 위치정보 검색을 위해 GPS 정보를 사용하고 자세추정 및 방향 정보를 위해 자이로 센서, G-센서 등을 이용한다. 하지만 위치정보의 누적된 오차는 객체가 고정되지 않는 부정합 현상을 유발한다. 또한, 증강현실 기술은 구현하면서 많은 연산량이 필요하므로 모바일 환경에서 구현하는데 어려움이 발생한다. 제안된 방법은 모바일 환경에서 성능 저하를 최소화하고 비교적 간단하게 구현할 수 있어 기존 시스템 및 다양한 모바일 환경에서 유용하게 이용될 수 있다.

• 전자공학회논문지SC
• /
• 제42권5호
• /
• pp.27-34
• /
• 2005

심실세동은 심장의 무질서한 전기적 활동으로 인해 심근 수축이 동시에 이뤄지지 않게 되어 급성심장사에 이르게 하는 부정맥이다. 본 연구에서는 이러한 심실세동 검출을 위해 적은 양의 학습 데이터만으로 좋은 분류 성능을 보이는 SVM(Support Vector Machine) 분류기 기반의 심실세동 검출 알고리즘을 제안하였다. 심전도 신호로부터 SVM 분류기에 입력할 입력 특징을 추출하기 위하여 웨이브렛 변환기반의 대역통과 필터링, R점 검출, 입력 특징 추출구간 설정의 전처리 과정을 수행하였으며 입력 특징으로는 리듬 기반의 정보 및 웨이브렛 변환 계수를 선택하였다. SVM 다원분류기는 정상리듬(NSR) 분류기, 심실 세동과 유사한 심실빈맥(VT) 분류기, 심실세동(VF) 분류기 그리고 그 외 부정맥 분류기로 구성하였다. SVM 분류기의 파라미터 C값과 ${\alpha}$값은 실험을 통하여 최고 성능을 나타내는 C=10, ${\alpha}=1$을 선택하였다. SVM 다원 분류기를 통한 정상리듬, 심실빈맥 심실세동의 검출 평균값은 98.39%, 96.92%, 99.88%의 우수한 검출 성능을 나타냈다. 본 연구에서 제안된 동일 입력특징을 사용하여 SVM 분류기의 심실세동 검출 결과와 다층퍼셉트론 신경망 및 퍼지추론 방법에 의한 결과를 비교하였으며 SVM 분류기가 비슷하거나 우수한 결과를 보였다. 또한 기존 다른 알고리즘에 비하여도 우수한 결과를 보임으로써 제안된 입력 특징을 통한 SVM 분류기 기반의 심실세동 검출이 유용함을 확인할 수 있었다.