• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1268-1270
• /
• 1987

This paper suggests several simple and efficient algorithms for detecting the ECG Signal by Microcomputer's software. The ECG signal detection was performed with the Linear Approximation and the feature extraction. The linear transformation approximates a given waveform by a piecewise-linear function with a preset upper bound on the absolute error between the functional values of the original function and the approximation. And the feature extraction from ECG signal, the features are different wave amplitudes, durations and interwave intervals, used the slope, the amplitude and time-Duration of ECG Sinal.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 추계종합학술대회 논문집
• /
• pp.1159-1162
• /
• 1999

The ECG signal is very important information for diagnosis of patient and a cardiac disorder. It is hard to remove the noise because that is mixed with a lot of noise, and the error of the filtering will distort the ECG signal. The existing method for the filtering of the ECG signal has structure that has many steps for filtering, so that structure is complex and the processing speed is slow. For the improvement of that problem, we propose the method of filtering that has simple structure using the RBF neural networks and have good results.

• 전기학회논문지
• /
• 제62권6호
• /
• pp.825-832
• /
• 2013

In this study, Independent Component Analysis (ICA) algorithms are suggested to extract the original ECG part from the mixed signal contaminated with the unwanted frequency components and especially 60Hz power line disturbances. With this aim, we implement a novel method to suppress the baseline-wandering disturbances and power line artefacts contained in patch-electrodes sensory ECG data by separating the unmixed signal with finding the optimal weight W based on Kurtosis value. With applying brutal force and gradient ascent searching algorithm to find W, we can conclude that the unwanted frequency components especially in the ambulatory ECG data can be eliminated by Independent Component Analysis.

• 한국정보통신학회논문지
• /
• 제19권7호
• /
• pp.1728-1736
• /
• 2015

부정맥 분류를 위한 기존 연구들은 개인별 ECG신호의 차이는 고려하지 않고 특정 ECG 데이터에 종속적으로 개발되었기 때문에 다른 환경에 적용할 경우 그 성능에 변화가 많아 임상 적용에 한계가 있다. 또한 기존의 방법들은 각 ECG 특징점의 정확한 측정을 필요로 하며, 연산이 매우 복잡하다. 복잡도를 줄이기 위한 여러 가지 방법들이 제안되었지만, 그에 따른 분류의 정확도가 떨어지는 문제점이 있었다. 따라서 이러한 문제점을 극복하기 위해서는 개인별 다양한 ECG 신호의 패턴에 따라 최소한의 특징점을 추출함으로써 연산의 복잡도를 줄이고 부정맥을 정확하게 분류 할 수 있는 방법이 필요하다. 본 연구에서는 대상 유형별 ECG 신호의 QRS 패턴을 이용한 부정맥 분류 방법을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 R파를 검출하고 QRS 특징점을 통해 대상 유형별 ECG 신호의 QRS 패턴을 정의하였다. 이후 패턴분류에 따른 오류를 검출 및 수정하고, 중복된 QRS 패턴을 별도의 부정맥으로 분류하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스 43개의 레코드를 대상으로 PVC, PAC, Normal, LBBB, RBBB, Paced beat의 검출율을 비교하였다. 실험결과 Normal, PVC, PAC, LBBB, RBBB, Paced beat의 검출율은 각각 99.98, 97.22 95.14, 91.47, 94.85, 97.48%의 우수한 검출율을 나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1085-1087
• /
• 2015

본 논문에서는 심장의 전기활성도를 반영하는 ECG 신호 중 일부를 명세한다. 꾸준히 축적되었고 통용되는 ECG 신호의 비정형 명세를 정형 명세로 바꾸는 과정에서 선형 시제 논리보다 시간을 다루는 명세 및 양적 평가에 유리한 신호 시제 논리(Signal Temporal Logic)를 사용한다. ECG 신호를 감지했다는 가정하에 특징점을 추상화하여 신호를 맹세했고, 양적으로 평가해주는 모델 기발 실시간 ECG 모니터링 시스템의 신속한 개발 필요성을 제시한다.

• 한국정보통신학회논문지
• /
• 제5권7호
• /
• pp.1287-1294
• /
• 2001

심전도는 파형의 크기가 수 ㎷정도로 아주 작은 생체신호로서, 계측할 때 발생되는 잡음으로 인하여 해석하는데 어려움을 준다[1]. 깨끗한 파형을 얻기 위해서는 심전도 신호에 포함되어 있는 전원 잡음, 기저선 변동, 근 잡음을 제거해야 된다. 심전계에서 심전도 신호를 기록하는데 있어서 가장 큰 문제를 야기하는 부분이 기저선 변동인데 전극을 부착한 부위의 근육수축과 호흡의 리듬에 따라서 발생하게 된다. 그러한 기저선은 상하로 심하게 불규칙한 변동을 하면서 흔들리게 되어 심전도 신호를 진단하는데 어려움이 있으므로 기저선 변동을 제거하는 부분이 매우 중요하다. 본 연구에서는 실시간으로 신호처리 할 수 있는 디지털 필터를 구현함으로써 기저선 변동을 제거하는 시스템을 설계하여 환자의 심장질환을 분석하는데 응용할 수 있도록 하였다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1992년도 춘계학술대회
• /
• pp.175-178
• /
• 1992

This paper proposes a method called linear prediction (a high performant technique in digital speech processing) for analyzing digital ECG signals. There are several significant properties indicating that ECG signals have an important feature in the residual error signal obtained after processing by Durbin's linear prediction algorithm. The ECG signal classification puts an emphasis on the residual error signal. For each ECG's QRS complex. the feature for recognition is obtained from a nonlinear transformation which transforms every residual error signal to set of three states pulse-cord train relative to the original ECG signal. The pulse-cord train has the advantage of easy implementation in digital hardware circuits to achive automated ECG diagnosis. The algorithm performs very well feature extraction in arrythmia detection. Using this method, our studies indicate that the PVC (premature ventricular contration) detection has a at least 90 percent sensityvity for arrythmia data.

• 센서학회지
• /
• 제20권6호
• /
• pp.382-387
• /
• 2011

Whether a person is feeling sleepy or reasonably awake is important safety information in many areas, such as humans operating in traffic or in heavy industry. The changes of body signals have been mostly researched by looking at electroencephalogram(EEG) signals but more and more other medical signals are being examined. In our study, an electrocardiogram(ECG) signal is measured at a sampling rate of 100 Hz and used to try to distinguish the possible differences in signal between the two states: awake and drowsy. Practical tests are conducted using a wireless sensor node connected to a wearable ECG sensor, and an ECG signal is transmitted wirelessly to a base station connected to a server PC. Through the QRS complex in the ECG analysis it is possible to obtain much information that is helpful for diagnosing different types of cardiovascular disease. A program is made with MATLAB for digital signal filtering and graphing as well as recognizing the parts of the QRS complex within the signal. Drowsiness detection is performed by evaluating the R peaks, R-R interval, interval between R and S peaks and the duration of the QRS complex..

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권2호
• /
• pp.75-81
• /
• 2006

The purpose of this paper is to recognize the feature points of ECG and human pulse -which signal shows the electric and physical characteristics of heart respectively- using wavelet transform. Wavelet transform is proper method to analyze a signal in time-frequency domain. In the process of wavelet decomposition and reconstruction of ECG and human pulse signal, we removed the noises of signal and recognized the feature points of signal using some of decomposed component of signal. We obtained the result of recognition rate that is estimated about 95.45$\%$ in case of QRS complex, 98.08$\%$ in case of S point and P point and 92.81$\%$ in case of C point. And we computed diagnosis parameters such as RRI, U-time and E-time.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2004년도 춘계학술대회
• /
• pp.241-245
• /
• 2004

In this paper, we implement a portable bioelectric signal measurement system for the safety of industrial workers. The developed system consists of two parts: the one is boielectric signal measurement unit and the other is signal analyzer system with PDA. The former includes signal processing part, A/D convertor, and 8051 based microprocessor, the latter includes software for signal analysis and display. The developed system detects industrial worker's ECG and displays and stores it to PDA. The ECG data in PDA can be transmitted to PC located in a distance, allowing a doctor to review the ECG and make a treatment decision. A doctor analyzes the ECG data and gives medical treatment to industrial worker.