• 전자공학회논문지CI
• /
• 제46권6호
• /
• pp.18-26
• /
• 2009

본 논문에서는 심전도 기반의 u헬스케어시스템을 위한 다용도 신호추출 방법을 제안한다. 심전도 기반의 u헬스케어시스템 구현을 위해서는 심장질환 진단을 위한 QRS파형의 추출기술이 필수적이다. 또한, 보안성 및 편의성을 위하여 u헬스케어시스템에서 ECG신호와 같은 생체신호에서 직접 사용자의 신원을 확인할 수 있는 생체인식기능을 보유하고 있다면 매우 유용하다. 이를 위해서 본 논문에서는, 리드II 파형으로부터 QRS파형을 추출하고, 또한 상대적으로 노화 및 질환에 따른 변동에 강건한 리드III 파형으로부터 생체인식을 위한 신호추출법을 제안한다. 리드II 파형으로부터 QRS신호추출성능을 검증하기 위해 MIT-BIH 데이터베이스의 심전도신호가 사용되었고 99.36%의 정확도 및 99.68%의 민감도성능을 보였다. 또한 생체인식용 신호추출성능평가를 위해서는 다양한 측정환경을 고려하기 위해 음주, 흡연 및 운동 직후 리드III파형이 측정되었고 99.92%의 정확도 및 99.97%의 민감도 성능을 보였다.

• 전자공학회논문지SC
• /
• 제48권6호
• /
• pp.43-50
• /
• 2011

바이오인식 기술은 패스워드나 IC 카드와 같이 분실의 우려가 없어 다양한 분야에 응용되고 있으나, 변조가 가능하며 측정방식에 따라 측정자에게 거부감을 줄 수 있다는 단점을 가지고 있다. 이러한 문제점을 해결하기 위해 심전도(ECG)를 이용한 바이오인식 기술에 대한 연구가 진행되고 있으나, 기존의 심전도 바이오인식기술은 심장질환을 측정하는 정형화된 심전도 리드 II 파형을 이용했기 때문에 바이오인식에는 적합하지 못했다. 따라서 본 논문에서는 심전도 리드 III 파형을 이용한 새로운 바이오인식 기술을 제안한다. 측정된 심전도 리드 III 파형은 잡음을 제거하기 위해 필터링을 한 후 AAV 알고리즘을 이용하여 파형의 정점을 찾고, 그 정점을 기준으로 원신호에서 파형을 분류하였다. 추출된 파형을 4가지 타입으로 정의하고 그를 기반으로 꼭짓점 및 세부파형모양, 파형진폭 및 간격 등 총 22가지의 특징들을 추출하였다. 추출된 특징은 오류역전파 신경회로 망인식기를 통해 분류되었다. 심전도 리드 III 파형을 이용한 바이오인식을 위해 31명의 측정자와 데이터베이스에 없는 5명의 측정자, 총 36명을 대상으로 심전도 바이오인식을 실험한 결과 특이도(specificity) 100%, 민감도(sensitivity) 95.59%, 정확도(accuracy) 99.17%의 특성을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• 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.

• 전자공학회논문지CI
• /
• 제49권1호
• /
• pp.1-7
• /
• 2012

최근 새롭게 연구되는 심전도기반 바이오인식은 통상 고가의 심전도 측정 장비를 필요로 하고 측정방법에도 제한이 많아 실제 인식시스템으로 사용하기 위해서는 극복해야할 문제들이 많은 실정이다. 이에 본 논문에서는 심전도 바이오인식용 심전도 측정 하드웨어를 제작해 심전도 리드 I 파형을 이용한 바이오인식 시스템을 개발했다. 제작된 하드웨어는 측정자의 동적인 측정환경 및 파형왜곡 최소화를 고려해 설계된 필터가 적용되었고, 기준접점을 제거해 두 개의 전극만으로도 심전도 측정이 가능하도록 설계되어 측정자의 거부감을 줄일 수 있다. 제작된 하드웨어를 기반으로 17명의 측정자로부터 심전도 리드 I 파형을 수집했으며, 파형 추출 알고리즘을 개발해 각각의 단일 심전도 파형으로 분리했다. SVM(support vector machine) 분류기를 이용한 심전도 바이오인식 실험결과 민감도(sensitivity, SN) 98.59% 및 정확도(accuracy, ACC) 97.21% 의 성능을 보였다. 개발된 심전도 바이오인식 기술은 기존 심전도 바이오인식 대비 사용 편의성을 높였으며 저가의 하드웨어로 구현 가능하다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• 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.

• 한국지능시스템학회논문지
• /
• 제14권1호
• /
• pp.82-87
• /
• 2004

심전도 데이터는 심장의 전기적인 신호의 다양한 파형으로 이루어지며, 이와 같은 파형을 분석하고 분류하기 위하여 데이터마이닝 기법을 이용할 수 있다. 심전도신호를 분류하기 위한 기존의 연구들은 왜곡된 특징추출과 과적합 등 문제점을 가지고 있다. 본 연구에서는 이와 같은 문제점들을 해결하기 위하여 BP 알고리즘과 SVM을 이용하여 심전도 신호를 분류해 보았다 그 결과 SVM이 신경망에서 발생하는 과적합을 효과적으로 방지하고, 유일한 전역해를 보장함으로써, 일반화 성능에서 우수함을 보이고 있다는 사실을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• 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.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• 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.

• 인터넷정보학회논문지
• /
• 제8권1호
• /
• pp.125-132
• /
• 2007

본 논문은 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)을 이용하여 심전도(ECG) 신호로부터 조기심실수축(premature vedtricular contractions, PVC)을 자동 탐지하는 방안을 제시하고 있다. NEWFM은 MIT-BIH 데이터베이스의 부정맥 심전도를 웨이블릿 변환(wavelet transform, WT)한 계수로부터 학습하여 정상 파형과 PVC 파형을 구분한다. 비중복면적 분산 측정법을 적용하여 중요도가 가장 높은 웨이블릿 변환의 d3과 d4의 8개 계수를 추출하였다. 이들 특징입력을 3개의 실험군에 사용하여 각각 99.80%, 99.21%, 98.78%의 신뢰성 있는 전체분류율을 나타내었고, 이는 각 실험군에 대한 특징입력의 종속성이 적음을 보여준다. 추출된 8개 계수의 ECG 신호 구간과 퍼지소속함수를 제시함으로써 특징입력에 대한 명시적인 해석을 가능하게 하였다.