지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2016.1
- 수록면
- 33 - 40 (8page)
이용수
이 논문의 연구 히스토리 (5)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Previous works for detecting arrhythmia have mostly used nonlinear method to increase classification accuracy. Most methods require accurate detection of ECG signal, higher computational cost and larger processing time. But it is difficult to analyze the ECG signal because of various noise types. Also in the healthcare system based IOT that must continuously monitor people's situation, it is necessary to process ECG signal in realtime. Therefore it is necessary to design efficient algorithm that classifies different arrhythmia in realtime and decreases computational cost by extrating minimal feature. In this paper, we propose R wave detection considering complexity and arrhythmia classification based on binary coding. For this purpose, we detected R wave through SOM and then RR interval from noise-free ECG signal through the preprocessing method. Also, we classified arrhythmia in realtime by converting threshold variability of feature to binary code. R wave detection and PVC, PAC, Normal classification is evaluated by using 39 record of MIT-BIH arrhythmia database. The achieved scores indicate the average of 99.41%, 97.18%, 94.14%, 99.83% in R wave, PVC, PAC, Normal.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Classification of Premature Contraction Arrhythmia through ECG Pattern
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2021 .02
-
ECG Arrhythmia Classification based on 1D Convolutional Neural Network
한국정보과학회 학술발표논문집
2021 .12
-
Personalized Specific Premature Contraction Arrhythmia Classification Method Based on QRS Features in Smart Healthcare Environments
전기전자학회논문지
2021 .03
-
IoT 환경에서 최적 R파 검출 및 최소 특징점 추출을 통한 향상된 PVC 분류방법
디지털산업정보학회논문지
2017 .01
-
대상 유형별 ECG 신호의 QRS 패턴을 이용한 부정맥 분류
한국정보통신학회논문지
2015 .07
-
An Automatic Cardiac Arrhythmia Classification System Based on ECG Signal Processing using 1-D Convolutional Neural Network (CNN)
대한기계학회 춘추학술대회
2021 .04
-
Classification of arrhythmia based on standard 12-lead ECG using 2D CNN
대한기계학회 춘추학술대회
2020 .08
-
자기상관과 계층적 분류 모델을 이용한 부정맥 분류 연구
한국정보기술학회논문지
2018 .01
-
부정맥 판단을 위한 심전도 모니터링 장치 개발
한국기계가공학회지
2025 .03
-
AR 기반의 특징점 추출과 딥러닝을 통한 부정맥 분류
한국정보통신학회 종합학술대회 논문집
2020 .07
-
Feature Fusion를 활용한 ECG 부정맥 분류
한국정보과학회 학술발표논문집
2023 .06
-
ECG 잡음에 강건한 트랜스포머 기반 부정맥 감지 모델
한국지능시스템학회 논문지
2022 .06
-
Q, R, S 피크 변화에 따른 개인별 ECG 신호의 패턴 분석
한국정보통신학회논문지
2015 .01
-
AR 기반의 특징점 추출과 딥러닝을 통한 부정맥 분류
한국정보통신학회논문지
2020 .10
-
ECG Arrhythmia Classification Model with VAE-based Data Augmentation and CNN
Journal of KIISE
2023 .11
-
ECG 신호에서 부정맥 진단을 위한 스마트 체중계의 개발
대한전기학회 학술대회 논문집
2017 .07
-
적응형 문턱치와 QRS피크 변화에 따른 P파 검출 알고리즘
한국정보통신학회논문지
2016 .08
-
QRS 특징점 기반의 부정맥 분류
한국정보통신학회 종합학술대회 논문집
2020 .10
-
ECG 패턴 분석과 템플릿 문턱값을 통한 조기수축 부정맥분류
한국정보통신학회논문지
2016 .02
-
QRS구간 제거와 이동평균을 통한 대상 영역 추출 기반의 T파 검출 알고리즘
한국정보통신학회논문지
2017 .02
이 논문의 저자 정보
최근 본 자료
댓글(0)
0