• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.76-84
• /
• 2022

부정맥은 심장 박동이 비정상 혹은 불규칙하게 뛰고 있는 상태를 말하며, 실신이나 심장돌연사 등과 같은 위험한 상황을 유발할 수 있기 때문에 이의 조기 검출은 매우 중요하다. 하지만 심전도 신호의 개인차로 인해 분류 시 성능하락이 나타날 수밖에 없다. 본 연구에서는 CNN-LSTM 하이브리드 결합 모델을 이용한 부정맥 분류 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG 신호에서 R파를 검출하고 단일 비트 세그먼트를 추출하였다. 이후 부정맥 신호의 특징을 세밀하게 추출하도록 8개의 합성곱 계층으로 구성하고 이를 LSTM의 입력으로 사용한 후 가중치를 학습시키고 검증 데이터로 모델을 평가한 후 정상 및 부정맥 분류의 변화를 확인하였다. 제안한 방법의 타당성 검증을 위해 MIT-BIH 부정맥 데이터베이스를 사용하여 정확도(accuracy), 정밀도(precision), 재현율(recall), F1 스코어가 사용되었다. 성능평가 결과, 정확도, 정밀도, 재현율, F1 스코어는 각각 92.3%, 90.98%, 92.20%, 90.72%의 우수한 분류율을 나타내었다.

• 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.

• 한국전자통신학회논문지
• /
• 제10권4호
• /
• pp.521-526
• /
• 2015

개인의 신원을 확인하기 위해 인간의 생물학적 특성을 사용하는 방법에 대한 연구가 활발히 진행되고 있다. 심전도를 이용한 생체 인식 기술은 피험자에 피부자극을 일으키지 않고 위조가 어렵다. 기존의 생체 인식 시스템인 지문, 얼굴 등의 인식시스템과 쉽게 접목이 가능하여 다중 생체 인식 시스템으로 응용할 수 있다. 본 논문에서는 이산 웨이블릿 변환 계수를 사용한 심전도의 파형 특성분석법으로 개인을 식별하는 방법을 제안하였다. 심전도 신호의 특징추출은 총 9개의 이산 웨이블릿 변환 계수를 대상으로 상관 계수 분석으로 수행하였다. 식별은 각 클래스의 특징벡터를 입력으로 오류 역전파 신경망을 적용하여 수행하였다. MIT-BIH QT 데이터베이스내 24명의 심전도에 대해 98.88%의 식별율을 나타냈다.

• 한국전자통신학회논문지
• /
• 제7권4호
• /
• pp.727-732
• /
• 2012

본 논문은 DCT, DWT와 역전파 신경망을 이용하여 MIT-BIH 부정맥 데이터베이스의 심전도 신호로부터 정상파와 부정맥 분류를 제안하였다. 역전파 신경망에 사용할 특징입력을 추출하기 위해 첫 번째 단계에서는 DCT 변환을 이용하여 15개의 계수를 선택하였다. 두 번째 단계에서는 DWT 변환 후 각 detail 계수들의 최대값, 최소값, 평균, 분산, 표준편차를 추출하였다. 역전파 신경망은 55개의 특징입력을 이용하여 정상파와 부정맥 파형을 분류하였고, 98.8%의 분류 성능을 나타냈다.

• 한국정보전자통신기술학회논문지
• /
• 제4권1호
• /
• pp.17-22
• /
• 2011

본 연구에서는 부정맥 판독을 위해 심전도 신호로부터 P파의 강조 및 검출 방법을 제안하였다. 이 방법에서는 고전적인 필터나 이동평균필터를 사용하지 않고 하강 기울기의 변곡점을 검출하기에 효과적인 하강 기울기 추적파를 이용하여 고주파 잡음을 무시해 주는 필터 용도로 사용함과 동시에 진폭이 낮고 불명확한 P파와 T파를 강조해 줌으로써 이들의 검출을 용이하게 하였다. 이 강조 및 검출 방법을 MIT/BIH 데이터에 적용하여 구현하였으며 그 실용성을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제1권1호
• /
• pp.7-12
• /
• 2008

본 논문에서는 심전도(ECG)에서 R-파의 추출을 어렵게 하는 기저선 변동의 최소화 방법을 연구하였다. 이 방법에서는 기저선의 변동을 최소화하기 위하여 심전도와 상승 기울기 추적파의 차신호를 이용하였다. 여기서 상승 기울기 추적파는 심전도 신호에서 기울기가 하강할 때는 그대로 심전도 신호를 추적하고 기울기가 상승할 때는 그 시작시간의 심전도 신호를 기준값으로 일정시간 유지시켜 준 후 다시 원신호를 추적하는 파형이다. 구현된 방법의 효용성을 검증하기 위하여 MIT/BIH 데이터 베이스의 심전도에 적용하여 그 실효성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제16권3호
• /
• pp.378-382
• /
• 2006

본 논문은 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)을 이용하여 심전도(ECG) 신호로부터 조기심실수축(premature ventricular 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 계수 2개를 추출하여 분류규칙을 최소화하였고, 이를 사용하여 99.90%의 PVC 분류성능을 나타내었다. 또한 추출된 두 계수의 R파를 기준으로 한 위치를 제시함으로써 두 위치의 정보만으로 PVC를 탐지할 수 있음을 보여주었다.

• 대한임베디드공학회논문지
• /
• 제15권5호
• /
• pp.205-214
• /
• 2020

With the recent development of hardware and software technology, interest in the development of wearable devices is increasing. In particular, wearable devices require algorithms suitable for low-power and low-capacity embedded devices. Among them, there is an increasing demand for a signal compression algorithm that reduces communication overhead, in order to increase the efficiency of storage and transmission of electrocardiogram (ECG) signals requiring long-time measurement. Because normal beats occupy most of the signal with similar shapes, a high rate of signal compression is possible if normal beats are represented by a template. In this paper, we propose an algorithm for determining the normal beat template using the template cluster and Pearson similarity. Also, the template is expressed effectively as a few vertices through linear approximation algorithm. In experiment of Datum 234 of MIT-BIH arrhythmia database (MIT-BIH ADB) provided by Physionet, a compression ratio was 33.44:1, and an average distribution of root mean square error (RMSE) was 1.55%.

• 한국컴퓨터정보학회논문지
• /
• 제19권8호
• /
• pp.107-117
• /
• 2014

본 논문에서는 심전도 파형에서 P, R, T-wave와 같은 local maxima 신호 영역과 Q, S-wave와 같은 local minima 신호영역을 제거하여 기저선 변동 잡음을 제거하기 위한 방법을 제시한다. 이를 위해 형태연산을 개선한 morphology-pair 연산을 심전도 파형에 적용하고, 그 결과 발생되는 돌출 파형을 제거하고자 중간 값 연산을 적용하였다. 제안한 알고리즘의 성능을 확인하기 위해 실제 심전도 임상 데이터인 MIT/BIH 데이터베이스를 이용하였으며, 실험 결과 원 신호를 왜곡 하지 않고, 기저선 변동 잡음을 효과적으로 제거함을 확인하였다.

• 한국정보통신학회논문지
• /
• 제9권3호
• /
• pp.467-472
• /
• 2005

많은 임상적 상태에서 ECG신호는 진단을 목적으로 기록된다. 또한 정확한 임상해석을 위해 데이터는 높은 해상도와 샘플링율이 필요하다. 따라서 본 논문에서는 다중웨이브렛 기저함수를 이용한 심전도 압축구조를 설계하여 기존의 단일 웨이브렛 기저함수와 이산 코사인 변환과 비교 분석하였다. 실험의 객관성을 위해 MIT-BIH 데이터 베이스중에서 분해도가 11[bit]이고 샘플링 주파수가 360[Hz]인 부정맥 데이터를 이용하여 모의 실험하였다. 성능평가는 재생오차에 대한 압축율로 평가하였다. 결과적으로 다중웨이브렛 기저함수를 이용한 심전도 압축구조에서 DCT보다 2배 이상의 좋은 성능평가 결과를 보였다.