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
- 2022.6
- 수록면
- 68 - 80 (13page)
이용수
초록· 키워드
오류제보하기
The health of the human heart is commonly measured using ECG (Electrocardiography) signals. To identify any anomaly in the human heart, the time-sequence of ECG signals is examined manually by a cardiologist or cardiac electrophysiologist. Lightweight anomaly detection on ECG signals in an embedded system is expected to be popular in the near future, because of the increasing number of heart disease symptoms. Some previous research uses deep learning networks such as LSTM and BiLSTM to detect anomaly signals without any handcrafted feature. Unfortunately, lightweight LSTMs show low precision and heavy LSTMs require heavy computing powers and volumes of labeled dataset for symptom classification. This paper proposes an ECG anomaly detection system based on two level BiLSTM for acceptable precision with lightweight networks, which is lightweight and usable at home. Also, this paper presents a new threshold technique which considers statistics of the current ECG pattern. This paper’s proposed model with BiLSTM detects ECG signal anomaly in 0.467 ~ 1.0 F₁ score, compared to 0.426 ~ 0.978 F₁ score of the similar model with LSTM except one highly noisy dataset.
목차
Abstract
1. Introduction
2. Concepts and Previous Works
3. Proposed Scheme
4. Experimental Results and Performance Analysis
5. Discussion and Conclusions
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
신호처리와 딥러닝 알고리즘을 이용한 ECG 신호 분류
한국통신학회 학술대회논문집
2017 .11
-
An Automatic Cardiac Arrhythmia Classification System Based on ECG Signal Processing using 1-D Convolutional Neural Network (CNN)
대한기계학회 춘추학술대회
2021 .04
-
생리학적 기전에 의한 가상의 ECG signal
정보 및 제어 논문집
2024 .10
-
Using ECG as New Biometric Authentication Feature
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2017 .06
-
A Simple and Robustness Algorithm for ECG R- peak Detection
Journal of Electrical Engineering & Technology
2018 .09
-
인지 상태 변화 분석을 위한 ECG 지표 개발 및 효용성 검증
대한인간공학회 학술대회논문집
2019 .10
-
Residual Block을 이용한 효율적 의료데이터 분류 모델
대한전자공학회 학술대회
2021 .11
-
심전도 전극부착 가이드 및 전극채널변경 기능을 가지는 ECG 장치 구현
한국통신학회논문지
2018 .04
-
Real -Time ECG Signal Acquisition and Processing Using LabVIEW
센서학회지
2020 .01
-
귀 주변에서 측정한 생체신호로부터 심전도 정밀 추출 방법
Proceedings of KIIT Conference
2023 .11
-
태아 ECG 추출 기능을 가지는 모바일 심전도 측정 시스템 설계
전기학회논문지
2017 .02
-
Discrimination of ECG quality level using similarity analysis of ECG channels
한국정밀공학회 학술발표대회 논문집
2017 .05
-
곡률기반 기준점 검출을 이용한 계층적 심전도 신호 개인인증 알고리즘
멀티미디어학회논문지
2017 .03
-
혼합현실 상호작용을 위한 ECG 기반 사용자 상태인식 디바이스 개발
한국정밀공학회 학술발표대회 논문집
2019 .05
-
TFT를 이용한 ECG 신호예측기반 실시간 이상탐지 시스템 구현
한국통신학회 학술대회논문집
2023 .06
-
ECG Identification with One Dimensional Convolutional Neural Network
한국통신학회 학술대회논문집
2021 .02
-
Deep Recurrent Neural Network for Sleep Stage Classification using one-channel ECG signal
대한전자공학회 학술대회
2019 .06
-
심전도 신호의 전력선 잡음 제거를 위한 Deep De-noising Network 설계
멀티미디어학회논문지
2020 .03
-
다중 원시신호 기반 심전도 신호의 R-Peak 검출 알고리즘
멀티미디어학회논문지
2016 .05
-
MIT-BIH 데이터베이스 기반 ECG 생체신호 시각화 분석을 위한 기술
디지털콘텐츠학회논문지
2016 .04
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-090385787