• 대한의용생체공학회:의공학회지
• /
• 제17권4호
• /
• pp.507-514
• /
• 1996

The automated ECG diagnostic systems in hospital have a low P-wave detection capacity in case of some diseases like conduction block. The purpose of this study is to improve the P-wave detection ca- pacity using wavelet transform. The first procedure is to remove baseline drift by subtracting the median filtered signal from the original signal. The second procedure is to cancel ECG's QRS-T complex from median filtered signal to get P-wave candidate. Before we subtracted the templete from QRS-T complex, we estimated the best matching between templete and QRS-T complex to minimize the error. Then, wavelet transform was applied to confirm P-wave. In particular, haiti wavelet was used to magnify P-wave that consisted of low frequency components and to reject high frequency noise of QRS-T complex cancelled signal. Finally, p-wave was discriminated and confirmed by threshold value. By using this method, We can got the around 95.1% P-wave detection. It was compared with contextual information.

• 한국통신학회논문지
• /
• 제41권2호
• /
• pp.244-253
• /
• 2016

ECG 신호에서 QRS군은 매우 중요한 심실의 탈분극 상태 정보를 제공한다. 자동으로 심전도 신호를 분석하기 위해서는 $QRS_{onset}$ 과 $QRS_{offset}$ 에 대한 정확한 정보가 중요하다. 본 연구에서는 먼저 QRS군의 전위값 변화량 및 $R_{peak}$ 와의 거리를 이용하여 Q파와 R파의 접속 부분 그리고 R파와 S파의 접속 부분을 구하였다. 다음 단계에서는 이를 기준으로 적분연산을 이용하여 $QRS_{onset}$ 과 $QRS_{offset}$ 을 검출하였다. 알고리즘의 성능을 평가하기위해 PhysioNet QT database를 사용하여 심장 전문의가 수작업으로 표시한 결과에 대한 평균과 표준편차를 계산하였다. 실험결과에서 제안한 알고리즘의 표준편차는 전문의사가 수용할 수 있는 허용치 범위 안에 속하며, 다른 알고리즘보다 더 우수함을 나타낸다.

• 디지털산업정보학회논문지
• /
• 제17권1호
• /
• pp.7-14
• /
• 2021

With the increased attention about healthcare and management of heart diseases, smart healthcare services and related devices have been actively developed recently. R wave is the largest representative signal among ECG signals. R wave detection is very important because it detects QRS pattern and classifies arrhythmia. Several R wave detection algorithms have been proposed with different features, but the remaining problem is their implementation in low-cost portable platforms for real-time applications. In this paper, we propose R wave detection based on optimal threshold and arrhythmia classification through QRS pattern considering complexity in smart healthcare environments. For this purpose, we detected R wave from noise-free ECG signal through the preprocessing method. Also, we classify premature ventricular contraction arrhythmia in realtime through QRS pattern. The performance of R wave detection and premature ventricular contraction arrhythmia classification is evaluated by using 9 record of MIT-BIH arrhythmia database that included over 30 premature ventricular contraction. The achieved scores indicate the average of 98.72% in R wave detection and the rate of 94.28% in PVC classification.

• 한국정보통신학회논문지
• /
• 제18권4호
• /
• pp.825-832
• /
• 2014

조기심실수축 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경망, 퍼지 이론, SVM 등과 같은 비선형 방법이 주로 사용되어 왔다. 이러한 대부분의 방법들은 P-QRS-T 지점의 정확한 측정을 필요로 하며, 데이터의 가공 및 연산이 복잡하다. 연산의 복잡도를 줄이기 위한 여러 가지 방법들이 제안되어 왔지만, 분류의 정확도가 떨어지는 문제점이 있었다. 또한 PVC는 개인의 특징에 따라 다양한 QRS 패턴이 존재하기 때문에 정확도에 한계가 있다. 따라서 이러한 문제점을 극복하기 위해서는 최소한의 특징점을 추출함으로써 연산의 복잡도를 줄이고, 개인마다 다른 QRS 패턴에 따라 PVC를 정확하게 분류할 수 있는 알고리즘이 필요하다. 따라서 본 연구에서는 QRS 패턴에 따른 QS 간격과 R파 진폭 변화율을 이용한 PVC 분류 방법을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 R파, RR 간격, QRS 패턴을 추출한다. 이후 그 패턴에 따른 QS 간격과 R파의 진폭 변화율에 따라 PVC를 분류하였다. 제안한 방법의 우수성을 입증하기 위해 PVC가 30개 이상 포함된 MIT-BIH 9개의 레코드를 대상으로 한 R파의 평균 검출율은 99.02%의 성능을 나타내었으며, PVC 부정맥은 각각 93.72%의 평균 분류율을 나타내었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.483-486
• /
• 2000

심전도에서 QRS complex와 R-wave의 검출은 부정맥 진단, 심전도의 특성점 검출 기준, heart rate variability(HRV) 측정에 있어서 중요하나, 시시각각 변화하는 생리적 변화와 여러 가지 노이즈로 인해 검출이 쉽지 않다 제안된 알고리듬에서는 wavelet filter banks를 이용하여 대칭적 enhanced 신호와 noise 와 같은 very high frequency 성분이 제거된 ECG에 근사화 된 approximated 신호를 얻는다. Enhanced 신호로부터 QRS complex의 위치를 검출하고, 검출된 위치의 주변에서 대칭적 wavelet의 특성이 반영된 dominant한 peak의 위치정보, 즉 R wave의 후보점을 얻는다. 이 위치 정보를 이용하여 enhanced 신호에서 각 peak에서의 크기, approxi-mated 신호에서 각 peak 주변에서의 기울기 변화, 기울기 부호 등을 고려하여 R-wave의 위치를 원래의 ECG 신호에서 얻는다. MIT/BIH database에 적용한 결과 99.6%의 QRS complex검출률과 92.9%의 R-wave 검출률을 보였다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1996년도 추계학술대회
• /
• pp.377-380
• /
• 1996

The purpose of this paper is to improve the P-wave detection capacity using wavelet transform. The first procedure is to remove baseline drift using the median filter. The second procedure is to cancel ECG's QRS-T complex with ECG's QRS-T complex templete to get P-wave candidate. Before we cancelled out the QRS-T complex, we estimated the best matching between templete and QRS-T complex to minimize the error. Then, Harr wavelet was used to eleminate the high frequency noise of ECG wave form cancelled the QRS-T complex. Finally, P-wave was discriminated and confirmed by threshold value. By using this method, We can got the around 95.1% P-wave detection.

• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.450-460
• /
• 2017

T파는 심장의 심실의 재분극을 나타내는 파라미터로써 부정맥 진단에 있어 매우 중요하다. T 파를 검출하기 위한 기존 연구방법으로는 주파수 분석과 비선형 접근방법 등이 제안되어 왔지만 검출 정확도가 낮다는 문제점이 있다. 이는 T파의 경우 P파와 중복되는 경우가 발생하기 때문이다. 본 연구에서는 QRS 구간을 제거한 후, 이동평균을 통한 P파와 T파의 대상 영역을 추출하여 정확히 T파를 검출하는 알고리즘을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 Q, R, S를 검출한다. 이후 검출된 QRS 구간을 제거, 이동평균을 통해 4개의 PAC 패턴과 기타부정맥에 대한 판단규칙을 적용하여 P, T파의 대상 영역을 추출하고, 이를 대상으로 RR 간격과 RT 간격의 문턱치를 적용하여 T파를 검출하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스 48개의 레코드를 대상으로 한 T파의 평균 검출율은 95.32%의 성능을 나타내었다.

• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.945-952
• /
• 2013

QRS 영역 중 R파는 ECG 신호 중 가장 큰 대표 신호라 할 수 있으며, 이 점을 기준으로 다양한 특징점을 검출하기 때문에 R파의 검출성능을 높이기 위해 많은 노력을 기울여 왔다. 하지만 R파 검출은 여러 종류의 잡음성분들로 인하여 이를 분석하는데 어려움을 준다. 또한 QRS 영역의 진폭과 유사한 T파나 P파를 R파로 오인함으로써 검출의 어려움이 발생한다. ECG 신호처리는 하드웨어 및 소프트웨어 자원에 대한 효율성을 고려해야 하며, 소형화 및 저 전력을 위해 단순해야 한다. 즉, 최소한의 연산량으로 정확한 R파를 검출함으로써 다양한 부정맥을 분류할 수 있는 적합한 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 차감 동작 기법(Subtractive Operation Method, 이하 SOM) 기반의 심전도 신호의 R파 검출 방법을 제안한다. 이를 위해 형태 연산을 통한 전처리 과정과 경험적 문턱값과 차감신호를 통해 R파를 검출하였으며, 검출의 효율성을 위하여 RR 간격을 이용한 동적 역탐색 기법을 적용하였다. 제안한 알고리즘의 R파 검출 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, R파는 평균 99.41%의 검출결과가 나타났다.

• 전기전자학회논문지
• /
• 제25권1호
• /
• pp.212-217
• /
• 2021

Premature contraction arrhythmia is the most common disease among arrhythmia and it may cause serious situations such as ventricular fibrillation and ventricular tachycardia. Most of arrhythmia clasification methods have been developed with the primary objective of the high detection performance without taking into account the computational complexity. Also, personalized difference of ECG signal exist, performance degradation occurs because of carrying out diagnosis by general classification rule. Therefore it is necessary to design efficient method that classifies arrhythmia by analyzing the persons's physical condition and decreases computational cost by accurately detecting minimal feature point based on only QRS features. We propose method for personalized specific classification of premature contraction arrhythmia based on QRS features in smart healthcare environments. For this purpose, we detected R wave through the preprocessing method and SOM and selected abnormal signal sets.. Also, we developed algorithm to classify premature contraction arrhythmia using QRS pattern, RR interval, threshold for amplitude of R wave. The performance of R wave detection, Premature ventricular contraction classification is evaluated by using of MIT-BIH arrhythmia database that included over 30 PVC(Premature Ventricular Contraction) and PAC(Premature Atrial Contraction). The achieved scores indicate the average of 98.24% in R wave detection and the rate of 97.31% in Premature ventricular contraction classification.

• Journal of information and communication convergence engineering
• /
• 제5권2호
• /
• pp.98-103
• /
• 2007

Long term Electrocardiogram (ECG) [1] analysis plays a key role in heart disease analysis. A combined detection of QRS-complex and P-wave in ECG signal for ubiquitous healthcare system was designed and implemented which can be used as an advanced warning device. The ECG features are used to detect life-threating arrhythmias, with an emphasis on the software for analyzing QRS complex and P-wave in wireless ECG signals at server after receiving data from base station. Based on abnormal ECG activity, the server will transfer alarm conditions to a doctor's Personal Digital Assistant (PDA). Doctor can diagnose the patients who have survived from cardiac arrhythmia diseases.