• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.6
• /
• pp.18-26
• /
• 2009

In this paper, we proposed multipurpose signal detection methods for ECG (electrocardiogram) based u-healthcare systems. For ECG based u-healthcare system, QRS signal extraction for cardiovascular disease diagnosis is essential. Also, for security and convenience reasons, it is desirable if u-healthcare system support biometric identification directly from user's bio-signal such as ECG for this case. For this, from Lead II signal, we developed QRS signal detection method and also, we developed signal extraction method for biometric identification using Lead II signal which is relatively robust from signal alteration by aging and diseases. For QRS signal detection capability from Lead II signal, ECG signals from MIT-BIH database are used and it showed 99.36% of accuracy and 99.68% of sensitivity. Also, to show the performance of signal extraction capability for biometric diagnosis purpose, Lead III signals are measured after drinking, smoking, or exercise to consider various monitoring conditions and it showed 99.92% of accuracy and 99.97% of sensitivity.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.48 no.6
• /
• pp.43-50
• /
• 2011

Currently, conventional security methods including IC card or password type method are quickly switched into biometric security systems in various applications and the electrocardiogram (ECG) has been considered as one of novel biometrics way. However, conventional ECG based biometrics used lead II signal which conventionally used for formulaic signal to heart disease diagnosis and it is not suitable for biometrics since it is rather difficult to find consistent features for heart disease patents. To overcome this problem, we developed new biometrics system using ECG lead III signals. For wave extraction, signal peak points are extracted through AAV algorithm. For feature selection, extracted waves are categorized into one of four wave types and total twenty two features including number of vertices, wave shapes, amplitude information and interval information are extracted based on their wave types. Experimental results for thirty-six people showed 100% specificity, 95.59% sensitivity and 99.17% of overall identification accuracy.

• Proceedings of the IEEK Conference
• /
• 2006.06a
• /
• pp.791-792
• /
• 2006

본 논문은 심전도의 리드III 파형을 이용하여 신원확인이 가능한 생체인식 기술을 제안한다. 인식을 위한 심전도의 리드III파형을 특징추출하기 위해 $4{\sim}30Hz$의 대역통과 필터를 사용하여 피크(peak)점만 남겨놓고 모든 잡음을 제거한 후, AAV(absolute amplitude value)를 이용하여 피크점의 값을 추출한다. 추출된 피크 점은 원신호의 피크점과 같으므로 이를 기준으로 전체파형을 특징추출을 위한 단위 파형으로 분리한다. 분리된 신호는 정의된 4가지 형태(type)의 파형 중 가장 유사한 파형타입으로 분류되며, 분류된 형태를 기준으로 꼭지점, 최대 피크점, 최소 피크점, 최대.최소 피크점 비, 파형 간격(interval) 및 파형의 세부 모양 등 총22가지의 특징들을 추출한다. 추출된 특징들은 오류역전파 신경회로망(back-propagation neural network)의 입력으로 사용되었으며, 성인남녀 31명을 대상으로 제한된 파형 내에서 실험한 결과 100%의 인식률을 보였다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.49 no.1
• /
• pp.1-7
• /
• 2012

In general, currently developed ECG(electrocardiogram) based biometrics approaches are not suitable for real market applications since they require high cost ECG monitoring device and their measurement methods showed poor usability. In this paper, we developed lead I signal based biometrics system using special purpose ECG measurement hardware. To guarantee signal quality for biometrics from various signal measurement environment in our ordinary life, several filters are applied. In addition, to enhance usability, only two skin on electrodes without reference point are used for measurement. Lead I signals of seventeen candidates are measured from developed hardware and features are extracted. Extracted features are applied to support vector machine (SVM) pattern classifier for biometrics, and the experimental results showed 98.59% of sensitivity (SN) and 97.21% of accuracy (ACC). Compare to conventional ECG biometrics approaches, proposed system showed enhanced usability with low-cost measurement hardware.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.110-113
• /
• 2005

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted fuzzy Membership Funcstions, NEWFM)을 이용하여 심전도 신호로부터 조기심실수축(Premature Ventricular Contraction, PVC)을 판별하는 퍼지규칙을 추출하고 있다. NEWFM은 자기적응적(self adaptive) 가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이를 기반으로 정상 파형과 PVC 파형을 구분한다. 분류 성능 평가를 위하여 MIT/BIH 부정맥 데이터 베이스를 사용하였으며, NEWFM의 입력은 심전도의 파형에 웨이블릿 변환을 적용하여 추출된 웨이블릿 계수를 사용하였다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 계수를 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화 시킨다. 이러한 방법으로 추출된 2개의 웨이블릿 계수를 사용한 퍼지규칙은 $96\%$의 PVC 분류성능을 보여준다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.1
• /
• pp.82-87
• /
• 2004

ECG consists of various waveforms of electric signals of heat. Datamining can be used for analyzing and classifying the waveforms. Conventional studies classifying electrocardiogram have problems like extraction of distorted characteristics, overfitting, etc. This study classifies electrocardiograms by using BP algorithm and SVM to solve the problems. As results, this study finds that SVM provides an effective prohibition of overfitting in neural networks and guarantees a sole global solution, showing excellence in generalization performance.

• Proceedings of the IEEK Conference
• /
• 2005.11a
• /
• pp.453-456
• /
• 2005

일반적으로 심전도는 심장계통의 질환을 판단할 때 사용된다. 이러한 심장질환의 이상 유무를 자동으로 진단하기 위해서는 QRS파형 검출을 필요로 하며, 이를 위하여 웨이블렛변환 방법이나 템플릿매칭, 룰 베이스 방법 등 여러 가지 방법들이 쓰이고 있으나, 심전도 신호가 표준화된 형태를 갖지 않는 경우는 검출 능력에 많은 한계를 갖고 있다. 본 논문은 파형의 베이스라인(baseline)을 기준으로 진폭 값에 절대치을 취하는 방법으로 파형의 R피크값을 검출하는 알고리즘을 제안한다. 결과를 검증하기 위해 MIT-BIH 데이타베이스에서 제공하는 데이터와 R피크값을 본 논문의 알고리즘으로 추출된 R피크값과 비교한 결과 96.7%의 검출률을 보였다.

• Proceedings of the IEEK Conference
• /
• 2006.06a
• /
• pp.861-862
• /
• 2006

본 논문에서는 차동증폭기와 대역통과 필터를 이용한 심전도측정 시스템의 구현하고 동작을 확인하였다. 구현된 하드웨어의 성능평가를 위해 동일한 입력 신호에 대한 시뮬레이션 결과와 실제 출력을 비교 하였다. 또한, 실제 동작을 확인하기 위하여 심전도 신호 중 리드 II(lead II)파형을 추출하였다. 설계된 회로는 소형화 및 경량화가 가능하기 때문에, 유비쿼터스 환경에 서 이동 중 심전도신호의 측정에 적용가능하며 능동형 게임의 감성추출에도 적용 가능할 것으로 본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.1494-1497
• /
• 2010

휴대형 심전도 단말기의 신호에서 잡음을 제거하고, 파형의 특징점을 찾아 임상파라미터를 추출하는 방법을 제안한다. 실험 결과, 본 방법으로 생성되는 심전도 형태와 임상 파라미터는 전문가의 소견으로 실제 사용상 만족할 만한 수준이었다. 우리의 조사에 의하면, 휴대형 단말기에서와 같이 잡음 수준이 높은 심전도 신호의 잡음 제거 및 해석에 대한 연구는 거의 발표된 적이 없다.

• Journal of Internet Computing and Services
• /
• v.8 no.1
• /
• pp.125-132
• /
• 2007

This paper presents an approach to detect premature ventricular contractions(PVC) using the neural network with weighted fuzzy membership functions(NEWFM), NEWFM classifies normal and PVC beats by the trained weighted fuzzy membership functions using wavelet transformed coefficients extracted from the MIT-BIH PVC database. The eight most important coefficients of d3 and d4 are selected by the non-overlap area distribution measurement method. The selected 8 coefficients are used for 3 data sets showing reliable accuracy rates 99,80%, 99,21%, and 98.78%, respectively, which means the selected input features are less dependent to the data sets. The ECG signal segments and fuzzy membership functions of the 8 coefficients enable input features to interpret explicitly.