Current Result Document :
| 한글제목(Korean Title) |
Variational Autoencoder를 이용한 ECG 데이터 증강 및 부정맥 분류 모델 |
| 영문제목(English Title) |
ECG Data Augmentation and Arrhythmia Classification Model using Variational Autoencoder |
| 저자(Author) |
곽진희
신준호
신정수
정재희
Jinhee Kwak
Junho Shin
Jungsoo Shin
Jaehee Jung
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0634 ~ 0636 (2022. 12) |
한글내용
(Korean Abstract) |
현재 ECG(Electrocardiogram)를 통한 부정맥 분류 연구는 활발히 이루어지고 있다. MITBIH(Massachusetts Institute of Technology-Beth Israel Hospital) 부정맥 데이터 세트는 심장병의 원인 중 하나인 부정맥 분석 연구에 많이 사용되는 ECG 데이터 세트이지만, 클래스 불균형 문제를 지니고 있다. 그러므로 부정맥의 클래스 간 데이터 불균형은 부정맥 분류 성능에 영향을 끼칠 수 있다. 따라서 본 논문에서는 VAE(Variational Autoencoder)를 사용하여 부정맥 클래스 간 데이터 불균형 문제를 해결하고자 한다. VAE를 이용해 학습 데이터와 유사한 데이터를 증강하였고, 이를 학습하여 부정맥을 분류하였다. 실험 결과, 98.76%의 정확도, 97.53%의 정밀도, 97.5%의 민감도를 달성하였다. 또한, 제안한 모델이 증강 기법을 적용하지 않은 모델에 비해 성능이 높다는 것을 보여준다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
