정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
심전도의 앙상블 경험적 모드 분해를 활용한 데이터 기반 심실세동 컴퓨터 보조 진단 기법 |
| 영문제목(English Title) |
Data-Driven Computer-Aided Diagnosis of Ventricular Fibrillation Based on Ensemble Empirical Mode Decomposition of ECG |
| 저자(Author) |
오승록
최영석
Seung-Rok Oh
Young-Seok Choi
|
| 원문수록처(Citation) |
VOL 47 NO. 04 PP. 0387 ~ 0394 (2020. 04) |
한글내용
(Korean Abstract) |
본 논문에서는 부정맥(Arrhythmia)의 대표적 증상인 심실세동(Ventricular fibrillation, VF)의 컴퓨터 보조 진단을 위해 심전도(Electrocardiogram, ECG)에 앙상블 경험적 모드 분해(Ensemble Empirical Mode Decomposition, EEMD)를 이용하여 검출하는 기법을 제안한다. 심전도 신호의 EEMD 분해를 사용하여 EMD 영역에서 심실세동이 정상맥(Normal sinus rhythm, NSR)과 다른 종류의 부정맥 심전도에 비해서 내재 모드 함수(Intrinsic mode functions, IMFs)와 더 높은 상관관계를 가진다. 이 특성을 정량화 하기 위해 심전도 신호와 특정 IMF들 간의 각도(angle)를 구하고 각도에 따른 병리 상태를 분류한다. 제안하는 알고리즘의 유효성을 검증하기위해 PhysioNet 데이터베이스의 부정맥 데이터를 사용해 진단 정확도를 측정하여 제안기법의 우수성을 확인하였다.
|
영문내용
(English Abstract) |
In this paper, we propose a novel computer-aided diagnosis method to detect VF (ventricular fibrillation), one of the hazardous cardiac symptoms of arrhythmia by applying the EEMD (Ensemble Empirical Mode Decomposition) to the ECG signals. Using the EEMD to the ECG signals, it is shown that VF in the EMD region has a higher correlation with the IMFs (intrinsic mode functions) than the NSR (normal sinus rhythm) and other types of arrhythmia. To quantify this characteristic, we calculate the angle between the ECG signal and the specific IMFs, and classify the pathology by differentiating the angles. To verify the effectiveness of the proposed algorithm, we measured the accuracy of diagnosis using arrhythmia data from the PhysioNet database and confirm capacity of the proposed method.
|
| 키워드(Keyword) |
심전도
부정맥
심실세동
앙상블
경험적 모드 분해
내재 모드 함수
electrocardiogram
arrhythmia
ventricular fibrillation
ensemble
empirical mode decomposition
intrinsic mode functions
|
| 파일첨부 |
PDF 다운로드
|
