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
- 학위논문
- 저자정보
- 지도교수
- 이경중
- 발행연도
- 2017
- 저작권
- 연세대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구는 심방세동 환자의 효율적이고 정확한 진단을 위해 심방세동 추정 알고리즘을 제안하였다. 심방세동 발생은 간헐적이기 때문에 심방세동 환자 진단에는 홀터심전계나 사건기록계가 사용될 수 있는데 이는 심방세동 이벤트 중 70%만을 찾아낼 수 있고 음성예측도가 30% ~ 50%로 낮은 진단 정확도와 환자에 불편감을 줄 수 있다는 문제점이 있다. 이와 같은 문제를 해결하기 위해 심방세동 추정 알고리즘들이 소개되고 있지만 상대적으로 성능이 낮거나 연산량이 많다는 단점을 가지고 있다. 따라서 본 연구에서 제안된 알고리즘은 유효한 성능을 유지하면서 연산량을 줄이는 방향으로 설계되었다. 설계된 알고리즘은 poincare plot 기반 특징 3개, 간격의 lorenz plot 기반 특징 8개, 형태학적 특징 8개를 추출하였으며, 통계적 유의성 확인 및 sequential forward search(SFS)알고리즘을 이용하여 poincare plot 기반 특징 중 1개, lorenz plot 기반 특징 중 2개로 총 3개의 특징을 선택하였다. 이 후 선택된 특징과 랜덤포레스트 분류기를 이용하여 심방세동 환자와 정상인을 분류하였고 분류 결과는 민감도와 특이도가 각각 81.82%와 95.24%, 양성예측도와 음성예측도가 각각 96.43%, 76.92% 그리고 정확도가 87.04%였다. 이 결과는 기존의 다른 심방세동 추정 알고리즘보다 성능이 유사하거나 우수하며 연산량 측면에서 장점을 가지고 있으므로, 제안된 알고리즘은 실시간으로 심방세동을 진단할 수 있는데 사용될 수 있는 가능성을 제시하였다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0