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
- 2022.1
- 수록면
- 76 - 84 (9page)
이용수
초록· 키워드
오류제보하기
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.
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.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 딥러닝 모델
Ⅲ. 제안 모델
Ⅳ. 실험결과 및 고찰
Ⅴ. 결론
REFERENCES
참고문헌 (14)
참고문헌 신청
H. M. Tun, W. K. Moe, and Z. M. Naing, “Analysis on conversion process from paper record ECG to computer based ECG,” MedCrave Online Journal of Applied Bionics and Biomechanics, vol. 1, no. 2, pp. 69-81, Sep. 2017.
A. Hossain, R. Quaresma, and H. Rahman, “Investigating factors influencing the physicians’ adoption of electronic health record (EHR) in healthcare system of Bangladesh: An empirical study,” International Journal of Information Management, vol. 44, pp. 76-87, Feb. 2019.
Q. Qin, J. Li, Y. Yue, and C. Liu, “An Adaptive and Time-Efficient ECG R-Peak Detection Algorithm,” Journal of Healthcare Engineering, vol. 2017, pp. 1-14, Sep. 2017.
M. J. Goldman, Principles of Clinical Electrocardiography, Los Altos California: Lange Medical Pubns, 1986.
K. Hanbay, “Deep neural network based approach for ECG classification using hybrid differential features and active learning,” Institution of Engineering and Technology, vol. 13, no. 2, pp. 165-175, May. 2019.
A. Hossain, R. Quaresma, and H. Rahman, “Investigating factors influencing the physicians’ adoption of electronic health record (EHR) in healthcare system of Bangladesh: An empirical study,” International Journal of Information Management, vol. 44, pp. 76-87, Feb. 2019.
Q. Qin, J. Li, Y. Yue, and C. Liu, “An Adaptive and Time-Efficient ECG R-Peak Detection Algorithm,” Journal of Healthcare Engineering, vol. 2017, pp. 1-14, Sep. 2017.
M. J. Goldman, Principles of Clinical Electrocardiography, Los Altos California: Lange Medical Pubns, 1986.
K. Hanbay, “Deep neural network based approach for ECG classification using hybrid differential features and active learning,” Institution of Engineering and Technology, vol. 13, no. 2, pp. 165-175, May. 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
혼합 샘플링을 이용한 하이브리드 딥러닝 결합 모델 기반의 부정맥 분류
한국정보통신학회논문지
2024 .10
-
GAN 오버샘플링 기법과 CNN-BLSTM 결합 모델을 이용한 부정맥 분류
한국정보통신학회논문지
2022 .10
-
1차원 합성곱 신경망에 기반한 부정맥 분류 시스템의 설계
한국정보통신학회논문지
2020 .01
-
ECG 잡음에 강건한 트랜스포머 기반 부정맥 감지 모델
한국지능시스템학회 논문지
2022 .06
-
AR 기반의 특징점 추출과 딥러닝을 통한 부정맥 분류
한국정보통신학회 종합학술대회 논문집
2020 .07
-
AR 기반의 특징점 추출과 딥러닝을 통한 부정맥 분류
한국정보통신학회논문지
2020 .10
-
Classification of arrhythmia based on standard 12-lead ECG using 2D CNN
대한기계학회 춘추학술대회
2020 .08
-
ECG Arrhythmia Classification based on 1D Convolutional Neural Network
한국정보과학회 학술발표논문집
2021 .12
-
그래프 신경망을 이용한 부정맥 분류 알고리즘
대한전자공학회 학술대회
2022 .06
-
ECG Arrhythmia Classification Model with VAE-based Data Augmentation and CNN
Journal of KIISE
2023 .11
-
스마트폰 카메라를 이용한 부정맥 분류
대한전기학회 학술대회 논문집
2015 .02
-
R 피크 검출 정확도를 개선한 홀터 심전도 모니터의 개발
융합신호처리학회 논문지
2022 .06
-
변형 Residual Convolutional Neural Network 모델을 이용한 고효율 심전도 데이터 분석 기법
전자공학회논문지
2021 .10
-
개인 맞춤형 진단을 위한 부정맥 데이터 분류에 관한 연구
정보 및 제어 논문집
2024 .10
-
Feature Fusion를 활용한 ECG 부정맥 분류
한국정보과학회 학술발표논문집
2023 .06
-
Detection of Arrhythmia using 1D Convolution Neural Network with LSTM Model
IEIE Transactions on Smart Processing & Computing
2020 .08
-
3차원 심장조직 모델과 체표면전위맵을 이용한 부정맥 예측 시뮬레이션
대한기계학회 춘추학술대회
2015 .05
-
부정맥 분류를 위한 표준 12 리드 심전도 신호 기반 시간-주파수 특징을 사용한 2 차원 합성곱 신경망의 활용
한국통신학회 학술대회논문집
2021 .02
-
무선 ECG 센서와 안드로이드 앱을 이용한 부정맥 진단 및 치료 시스템 구현에 관한 연구
정보 및 제어 논문집
2016 .04
-
무선 ECG 센서와 안드로이드 앱을 이용한 부정맥 진단 및 치료 시스템 구현에 관한 연구
대한전자공학회 학술대회
2016 .04
이 논문의 저자 정보
최근 본 자료
댓글(0)
0