Assessment of Premature Ventricular Contraction Arrhythmia by K-means Clustering Algorithm

Kyeong-Seop Kim

추천

검색

질문

자료유형: 학술저널

저자정보: Kyeong-Seop Kim (Konkuk University)

저널정보: 한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제22권 제5호(통권 제158호)

발행연도: 2017.5

수록면: 65 - 72 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Premature Ventricular Contraction(PVC) arrhythmia is most common abnormal-heart rhythm that may increase mortal risk of a cardiac patient. Thus, it is very important issue to identify the specular portraits of PVC pattern especially from the patient. In this paper, we propose a new method to extract the characteristics of PVC pattern by applying K-means machine learning algorithm on Heart Rate Variability depicted in Poinecare plot. For the quantitative analysis to distinguish the trend of cluster patterns between normal sinus rhythm and PVC beat, the Euclidean distance measure was sought between the clusters. Experimental simulations on MIT-BIH arrhythmia database draw the fact that the distance measure on the cluster is valid for differentiating the pattern-traits of PVC beats. Therefore, we proposed a method that can offer the simple remedy to identify the attributes of PVC beats in terms of K-means clusters especially in the long-period Electrocardiogram(ECG).

#Electrocardiogram #Premature Ventricular Contraction #K-Means Clustering #Poincare Plot #Heart Rate Variability

참고문헌 (26)

참고문헌 신청

[단행본] - Rajendra Acharya U / 2007 / Advances in Cardiac Signal Processing / Springer-Verlag : 55 ~ 81

[학술지(정기간행물)] - H. Hirose / 2010 / Cardiac Mortality of Premature Ventricular Complexes in Healthy People in Japan / Journal of Cardiology 56 (1) : 23 ~ 26

[학술지(정기간행물)] - S.K. Agarwal / 2010 / Premature Ventricular Complexes and the Risk of Incident Stroke: the Atherosclerosis Risk in Communities Study / Stroke 41 (4) : 588 ~ 593

[학술지(정기간행물)] - H. Watanabe / 2006 / ST-Segment Abnormalities and Premature Complexes Are Predictors of New-Onset Artrial Fibrillation: The Niigata Preventive Medicine Study / American Heart Journal 152 (4) : 731 ~ 735

[학술지(정기간행물)] - M.G. Tsipouras / 2005 / An Arrhythmia Classification System Based on the RR-Interval Signal / Artificial Intelligence in Medicine 33 (3) : 237 ~ 250

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김경섭

소속기관 을지대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 TOP 0.5% 공학 > 컴퓨터학

논문수 150 이용수 16,671

이 논문과 함께 이용한 논문

쿼드 트리를 이용한 차분 프라이버시 k-평균 클러스터링 알고리즘

구한준 , 정우환 , 오성웅 외 2명 한국정보과학회 학술발표논문집 2017 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-004-000875677

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (26)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)