심전도 신호의 시간-주파수 특징 추출과 2차원 합성곱 모델을 이용한 심방 세동 분류

조익성; 권혁숭

doi:10.6109/jkiice.2023.27.10.1214

추천

검색

질문

자료유형: 학술저널

저자정보: 조익성 (대구대학교) 권혁숭 (부산대학교)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제27권 제10호

발행연도: 2023.10

수록면: 1,214 - 1,223 (10page)

DOI: 10.6109/jkiice.2023.27.10.1214

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

부정맥을 딥러닝에 기반하여 분류하기 위해 입력 과정에서 심전도 신호의 다양한 형태학적 특징들을 고려하지 않고, 학습 과정의 네트워크층 구조 및 파라미터들에 의존적으로 분류하게 되면 많은 연산이 요구된다. 본 연구에서는 심전도 신호의 시간-주파수 특징 추출과 2차원 합성곱 모델을 이용한 심방 세동 분류 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 심전도 신호에서 QRS 특징점을 검출하고 단일 비트 세그먼트를 추출하였다. 이때 시간-주파수 영역의 형태학적 특징을 동시에 추출할 수 있도록 최적 분해능의 스펙트로그램 이미지를 생성하였다. 이후 이를 2차원 합성곱 모델의 입력으로 사용한 후 가중치를 학습시키고 검증 데이터로 모델을 평가한 후 부정맥을 분류하였다. 제안 방법의 유효성을 검증하기 위하여 Physionet 2017에 공개된 심전도 데이터를 활용하여 1차원 합성곱 모델과의 민감도, 특이도, 정확도, F1-score를 비교하였다. 실험 결과 제안 방법이 적은 연산량으로 더 높은 95.3%의 정확도와 94%의 F1-score를 보임을 확인하였다.

#심방 세동 #시간-주파수 특징 #2차원 합성곱 모델 #피지오넷 2017 #심전도 #Atrial Fibrillation #Time-Frequency Features #Two-Dimensional CNN Model #Physionet 2017 #ECG

참고문헌 (13)

참고문헌 신청

J. Yang and R. Yan, “A Multidimensional Feature Extraction and Selection Method for ECG Arrhythmias Classification,” IEEE Sensors Journal, vol. 21, no. 13, pp. 14180-14190, Jul. 2021. DOI: 10.1109/JSEN.2020.3047962.

Z. Xiao, C. Ma, Y. Xing, C. Yang, M. Hao, J. Li and C. Liu, “Atrial Fibrillation Monitoring Based on Noncontact Capacitive ECG Using an Integrated Microhumidity Fabric Electrode-Sheet Sensing Scheme,” IEEE Transactions on Instrumentation and Measurement,

D. Lai, X. Fan, Y. Zhang and W. Chen, “Intelligent and Efficient Detection of Life-Threatening Ventricular Arrhythmias in Short Segments of Surface ECG Signals,” IEEE Sensors Journal, vol. 21, no. 13, pp. 14110-14120, Jul. 2021. DOI: 10.1109/JSEN.2020.303

M. J. Goldman, Principles of Clinical Electrocardiography, Los Altos California: Lange Medical Pubns, 1986.

E. Essa and X. Xie, “An Ensemble of Deep Learning-Based Multi-Model for ECG Heartbeats Arrhythmia Classification,” IEEE Access, vol. 9, pp. 103452-103464, Jul. 2021. DOI: 10.1109/ACCESS.2021.3098986.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

조익성

소속기관 대구대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 전기전자공학 > 전자공학

논문수 11 이용수 852

권혁숭

소속기관 부산대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 10% 공학 > 전기전자공학 > 전자공학

논문수 47 이용수 4,459

이 논문과 함께 이용한 논문

흉부 CT 영상에서 심층 감독 및 하이브리드 병변 초점 손실 함수를 활용한 폐암 분할 개선

이민진 , 오윤선 , 홍헬렌 컴퓨터그래픽스학회논문지 2024 .03

무선 주파수 신호를 사용한 SDR 기반 드론 탐지에 관한 연구

고영빈 , 김민석 , 유서현 외 1명 한국통신학회 학술대회논문집 2023 .06

병리적 음성에 대한 성문 역 여과 분석의 유용성

박희준 , 신범주 언어치료연구 2021 .01

간격이 조절된 갭 전극을 이용한 전기화학적 신호증폭 연구

박대근 , 신종환 , 김대희 외 4명 한국진공학회 학술발표회초록집 2014 .02

주파수 영역기법을 이용한 주기적인 Burger 방정식의 해석

임동균 , 박수형 , 권장혁 한국산업응용수학회 학술대회 논문집 2010 .04

최근 본 자료

전체보기

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 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)