Current Result Document :
| 한글제목(Korean Title) |
MIT-BIH Arrhythmia ECG 데이터와 AI기법을 활용한 부정맥 탐지 및 분류 연구 |
| 영문제목(English Title) |
A Study on Arrhythmia Detection and Classification using MIT-BIT Arrhythmia ECG Data and AI Technology with Edge Computing Based on Medical Information Platform |
| 저자(Author) |
함규성
주수종
Gyu-Sung Ham
Su-Chong Joo
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0059 ~ 0060 (2022. 10) |
한글내용
(Korean Abstract) |
최근 4차산업혁명 기술들의 발전에 따라 의료정보플랫폼에서 환자의 질병을 진단 및 예측하기 위해 AI, 빅데이터, IoT 기술이 활용되고 있다. 그러나, 병동에 설치된 수많은 IoT 및 의료기기로 인해 데이터 관리 및 유지가 어려우며, 의료정보서버의 과부화 및 지연시간이 발생한다. 이에 본 논문에서는 의료정보플랫폼상에서 MIT-BIH Arrhythmia ECG 데이터와 AI 기법을 활용한 부정맥 탐지 및 분류에 관한 연구를 진행하고, 수행을 위해 에지컴퓨팅 시스템을 추가하였다. 따라서 의료 생체정보 취득 센서 관리, 의료정보서버 과부하 방지, 빠른 부정맥 탐지를 위해 에지컴퓨팅 시스템과 기존의 의료정보서버가 연동된 의료정보플랫폼구조와 데이터흐름을 설계하고, MIT-BIG arrhythmia ECG 데이터를 활용한 AI학습을 모듈화하여 에지컴퓨팅에서 부정맥 탐지 및 분류를 할 수 있도록 하였다. 본 부정맥 분류모델은 1D-CNN을 기반으로 네트워크를 설계 및 학습을 진행하였으며, AAMI EC57 부정맥 카테고리 기반의 5가지 종류의 부정맥을 분별 가능하며, 평균 97% 정확도를 나타내었다. 향후 연구 방향으로 에지컴퓨팅에서의 부정맥 탐지 시 응급상황으로 판단하여 응급상황에서 의료진의 신속한 인증이 가능한 자동인증시스템을 적용하고자 한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
