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
- 학술대회자료
- 저자정보
- 발행연도
- 2024.11
- 수록면
- 522 - 525 (4page)
이용수
초록· 키워드
오류제보하기
뇌졸중은 고령자의 주요 사망 및 장애 원인 중 하나로, 조기 진단이 중요하다. 이에 따라 심전도(ECG) 신호를 활용한 뇌졸중 진단 연구가 활발히 진행되고 있다. 본 연구는 뇌졸중 환자의 ECG 분류 성능을 1D CNN, ResNet, DenseNet, LSTM, BiLSTM 모델을 통해 평가하였으며, 원본 데이터와 R-피크로 분할된 데이터 조건에서 실험을 진행하였다. 실험 결과, 원본 데이터에서는 DenseNet이 99.52%, 분할 데이터에서는 1D CNN이 98.30%로 가장 높은 정확도를 기록하였다. 반면, LSTM과 BiLSTM 모델은 낮은 성능을 보였다. 이는 CNN 기반 모델이 ECG의 국소적 특징을 효과적으로 포착함을 시사한다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. ECG 데이터 셋
Ⅲ. 실험
Ⅳ. 결과
Ⅴ. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
뇌졸중 환자의 걷기 훈련 중 지면 감각 햅틱 정보 제공을 위한 모바일 매니퓰레이터 개발
이준영
,
이호수
,
김민경
외 2명
제어로봇시스템학회 논문지
2025
.04
부정맥 판단을 위한 심전도 모니터링 장치 개발
김시습
,
정윤진
한국기계가공학회지
2025
.03
산소포화도와 심전도를 활용한 수면무호흡증 분류 모델
김태현
,
진교홍
한국정보통신학회논문지
2024
.11
뇌졸중으로 인한 편마비 환자의 일상생활수행능력, 운동기능 개선을 위한 재활 간호중재의 효과: 주제범위 문헌고찰
이다운
,
송선희
,
이경은
외 1명
재활간호학회지
2024
.06
뇌전도 측정 및 처리 시스템 개발에 관한 연구
이두현
,
오유준
,
홍진희
외 2명
한국정보전자통신기술학회 논문지
2024
.02
최근 본 자료
댓글(0)
0