개인별 이상신호 검출과 QRS 패턴 변화에 따른 조기심실수축 분류

조익성,윤정오,권혁숭,Cho, Ik-Sung,Yoon, Jeong-Oh,Kwon, Hyeog-Soong 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.7

조기심실수축(PVC)은 가장 보편적인 부정맥으로 심실세동, 심실빈맥 등과 같은 위험한 상황을 유발할 수 있는 가능성을 가지고 있기 때문에 이의 조기 검출은 매우 중요하다. 하지만 ECG 신호의 개인 차이가 있음에도 불구하고, 일반적인 신호의 판단 규칙에 따라 진단을 수행함으로써 성능하락이 나타날 수 밖에 없다. 이러한 문제점을 극복하기 위해서는 개인에 따른 이상 신호를 검출한 후 다양한 QRS 패턴을 고려하여 PVC를 분류할 수 있는 알고리즘이 필요하다. 본 연구에서는 개인별 이상신호 검출과 QRS 패턴 변화에 따른 PVC 분류 기법을 제안한다. 이를 위해 전 처리 과정과 차감기법을 통해 R파를 검출하였으며, 개인별 이상신호를 검출하였다. 이후 QRS 패턴에 따른 QS 간격과 R파의 진폭 변화율에 따라 PVC를 분류하였다. 제안한 알고리즘의 이상 신호 검출 및 PVC 분류 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, 이상 신호 검출률은 98.33%, PVC는 각각 94.46%의 평균 분류율을 나타내었다. Premature ventricular contraction(PVC) is the most common disease among arrhythmia and it may cause serious situations such as ventricular fibrillation and ventricular tachycardia. Nevertheless personalized difference of ECG signal exist, performance degradation occurs because of carrying out diagnosis by general classification rule. In other words, the design of algorithm that exactly detects abnormal signal and classifies PVC by analyzing the persons's physical condition and/or environment and variable QRS pattern is needed. Thus, PVC classification by personalized abnormal signal detection and QRS pattern variability is presented in this paper. For this purpose, we detected R wave through the preprocessing method and subtractive operation method and selected abnormal signal sets. Also, we classified PVC in realtime through QS interval and R wave amplitude. The performance of abnormal beat detection and PVC classification is evaluated by using MIT-BIH arrhythmia database. The achieved scores indicate the average of 98.33% in abnormal beat classification error and 94.46% in PVC classification.

TCP/IP를 이용한 RTK-GPS 보정 신호 장거리 전송 시스템의 설계 및 구현

조익성,임재홍,Jo, Ik-Seong,Im, Jae-Hong 한국정보처리학회 2002 정보처리학회논문지D Vol.9 No.1

GPS(Global Positioning System)을 이용한 측위는 현재 가장 널리 쓰이는 측위 기법이다. 그러나 GPS 위치 측정시 일반 사용자는 전리층과 대류권의 영향과 미국방성의 의도적인 오차들로 인해 항법이나 측위 등의 응용분야에서 만족할 만한 정확도를 얻을 수 없다. DGPS(Differential Global Positioning System)는 이러한 제약들을 해결할 수 있는 방법으로써, 이는 공통 오차를 제거하여 높은 정확도를 얻을 수 있다. 하지만 DGPS를 사용한 경우에도 정밀 측위에 있어서는 기준점으로부터의 거리 제한과 실시간 데이터 처리가 힘든 문제점을 내재하고 있다. 따라서 본 논문에서는 TCP/IP를 이용한 보정 신호 장거리 전송 시스템의 설계 및 구현에 관하여 논한다. 이는 데이터 전송거리가 제한되는 종래의 무선 모뎀 방법에서의 문제를 해결하기 위하여 TCP와 UDP 또는 IP 프로토콜로 구성되는 TCP/IP 프로토콜 스택을 이용함으로서 어느 곳이나 RTK-GPS 위치 정보 데이터의 전송을 가능하게 한다. GPS is one of today's most widely used surveying techniques. But, users can't acquire an enough accuracy in applications of the navigation or geodesy by the GPS positioning technique because of the effects of the ionosphere and troposphere and US DoD's systematic errors. The solution of these restrictions is the DGPS technique that is to eliminate the common errors and can achieve a high accuracy. Although of sufficient density for good DGPS, accuracy of positioning is just not dense enough to provide complete coverage for real-time positioning, because distances between base and rover is short. In this paper, we designed and implemened a RTK-GPS error correction signal transmission system for long-distance using the TCP/IP, which consist of TCP, UDP and IP, which allows a user to increase the distance at which the rover receiver is located from the base, due to radio modem.

헬스케어 환경에서 복잡도를 고려한 R파 검출과 이진 부호화 기반의 부정맥 분류방법

조익성,윤정오,Cho, Iksung,Yoon, Jungoh 디지털산업정보학회 2016 디지털산업정보학회논문지 Vol.12 No.4

Previous works for detecting arrhythmia have mostly used nonlinear method to increase classification accuracy. Most methods require accurate detection of ECG signal, higher computational cost and larger processing time. But it is difficult to analyze the ECG signal because of various noise types. Also in the healthcare system based IOT that must continuously monitor people's situation, it is necessary to process ECG signal in realtime. Therefore it is necessary to design efficient algorithm that classifies different arrhythmia in realtime and decreases computational cost by extrating minimal feature. In this paper, we propose R wave detection considering complexity and arrhythmia classification based on binary coding. For this purpose, we detected R wave through SOM and then RR interval from noise-free ECG signal through the preprocessing method. Also, we classified arrhythmia in realtime by converting threshold variability of feature to binary code. R wave detection and PVC, PAC, Normal classification is evaluated by using 39 record of MIT-BIH arrhythmia database. The achieved scores indicate the average of 99.41%, 97.18%, 94.14%, 99.83% in R wave, PVC, PAC, Normal.

IoT 환경에서 최적 R파 검출 및 최소 특징점 추출을 통한 향상된 PVC 분류방법

조익성,우동식 (사)디지털산업정보학회 2017 디지털산업정보학회논문지 Vol.13 No.4

Previous works for detecting arrhythmia have mostly used nonlinear method such as artificial neural network, fuzzy theory, support vector machine to increase classification accuracy. Most methods require higher computational cost and larger processing time. Therefore it is necessary to design efficient algorithm that classifies PVC(premature ventricular contraction) and decreases computational cost by accurately detecting minimal feature point based on only R peak through optimal R wave. We propose an optimal R wave detection and PVC classification method through extracting minimal feature point in IoT environment. For this purpose, we detected R wave through optimal threshold value and extracted RR interval and R peak pattern from noise-free ECG signal through the preprocessing method. Also, we classified PVC in realtime through RR interval and R peak pattern. The performance of R wave detection and PVC classification is evaluated by using record of MIT-BIH arrhythmia database. The achieved scores indicate the average of 99.758% in R wave detection and the rate of 93.94% in PVC classification.

R Wave Detection and Advanced Arrhythmia Classification Method through QRS Pattern Considering Complexity in Smart Healthcare Environments

조익성 (사)디지털산업정보학회 2021 디지털산업정보학회논문지 Vol.17 No.1

With the increased attention about healthcare and management of heart diseases, smart healthcare services and related devices have been actively developed recently. R wave is the largest representative signal among ECG signals. R wave detection is very important because it detects QRS pattern and classifies arrhythmia. Several R wave detection algorithms have been proposed with different features, but the remaining problem is their implementation in low-cost portable platforms for real-time applications. In this paper, we propose R wave detection based on optimal threshold and arrhythmia classification through QRS pattern considering complexity in smart healthcare environments. For this purpose, we detected R wave from noise-free ECG signal through the preprocessing method. Also, we classify premature ventricular contraction arrhythmia in realtime through QRS pattern. The performance of R wave detection and premature ventricular contraction arrhythmia classification is evaluated by using 9 record of MIT-BIH arrhythmia database that included over 30 premature ventricular contraction. The achieved scores indicate the average of 98.72% in R wave detection and the rate of 94.28% in PVC classification.

심근허혈 진단을 위한 ST세그먼트 형태 분류 알고리즘

조익성,권혁숭,Cho, Ik-Sung,Kwon, Hyeog-Soong 한국정보통신학회 2011 한국정보통신학회논문지 Vol.15 No.10

심전도는 심근허혈, 부정맥, 심근경색과 같은 심장질환의 진단에 이용된다. 특히 심근허혈은 ST 세그먼트의 형태 변화가 나타나는데, 이러한 변화는 일시적으로 나타나며 특별한 증상을 동반하지 않는다. 따라서 지속적인 모니터링을 통해서 ST의 일시적인 변화를 검출하는 것이 매우 중요하다. 이에 본 연구에서는 심근허혈 진단을 위한 ST세그먼트 형태 분류 알고리즘을 제안한다. 이는 전처리 과정과 적응가변형 문턱치를 통해 R파와 각 특징점을 검출 한 후 S와 T파사이의 굴곡점으로부터 특정한 기울기 정보를 추출하여 ST의 기울기 기준점과 비교함으로써, 검출된 ST를 6가지 형태로 분류하는 방법이다. 개발된 알고리즘은 심전도로부터 ST 레벨 변화 구간을 검출하고, 검출된 구간에 대해서도 ST의 형태를 분류함으로써 심전도 레벨 변화뿐만 아니라 형태에 대한 정보도 제공한다. 제안한 알고리즘의 심근허혈 패턴 진단 성능을 평가하기 위해서 European ST 데이터베이스를 사용하였다. 성능 평가 결과 가장 높은 분류성공률은 99.4%이며, 낮은 성공률은 68.48%를 나타내었다. ECG is used to diagnose heart diseases such as myocardial ischemia, arrhythmia and myocardial infarction. Particularly, myocardial ischemia causes the shape change of the ST segment, this change is transient and may occur without symptoms. So it is important to detect the transient change of ST segment through long term monitoring. ST segment classification algorithm for making diagnosis myocardial ischemia is presented in this paper. The first step in the ST segment shape classification process is to detect R wave point and feature points based adaptive threshold and window. And then, the suggested algorithm detects the ST level change, To classify the ST segment shape, the suggested algorithm uses the slope values of the four points between the S and T wave. The ECG data in the European ST-T database were used to verify the performance of the developed algorithm. The best correct rate was 99.40% and the worst correct rate was 68.48%.

뉴미디어 국제세미나를 마치고

조익성 한국통신학회 1987 정보와 통신 Vol.4 No.3

심전도신호 샘플링 주파수에 따른 R파 검출 최적 문턱치 설정

조익성,권혁숭,Cho, Ik-sung,Kwon, Hyeog-soong 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.7

R파 검출에 사용되는 여러 심전도 데이터베이스는 샘플링 주파수의 차이로 인해 서로 다른 환경에 적용할 경우 성능에 변화가 많아 알고리즘의 신뢰도를 보장하기 어렵다. 본 연구에서는 심전도신호의 샘플링 주파수에 따른 R파 검출의 최적 문턱치 설정 방법을 제안한다. 이를 위해 미분 기반의 이동평균과 제곱합수를 이용하여 전처리를 수행하였다. 이후 샘플링 주파수에 따라 피크 문턱치에 대한 최적 값을 검출하였다. 문턱치 단계는 신호의 변화와 이전 검출된 피크 값에 따라 문턱치를 변경함으로써 최적의 성능을 나타내는 값을 선정하는 과정으로 실험하였다. 제안한 방법의 우수성을 입증하기 위해 부정맥 데이터베이스 레코드를 대상으로 실험한 결과 MIT-BIH 샘플링 주파수 360Hz에 대한 미분 구간($N_d$), 윈도우 사이즈(N), 문턱 계수($p_{th}$)의 최적 값은 각각 7, 8, 6.6일 때 R파 검출율은 99.758%의 우수한 성능을 나타내었다. It is difficult to guarantee the reliability of the algorithm due to the difference of the sampling frequency among the various ECG databases used for the R wave detection in case of applying to different environments. In this study, we propose an optimal threshold setting method for R wave detection according to the sampling frequency of ECG signals. For this purpose, preprocessing process was performed using moving average and the squaring function based the derivative. The optimal value for the peak threshold was then detected according to the sampling frequency by changing the threshold value according to the variation of the signal and the previously detected peak value. The performance of R wave detection is evaluated by using 48 record of MIT-BIH arrhythmia database. When the optimal values of the differential section, window size, and threshold coefficient for the MIT-BIH sampling frequency of 360 Hz were 7, 8, and 6.6, respectively, the R wave detection rate was 99.758%.

QRS 특징점 변화에 따른 바이너리 코딩 기반의 부정맥 분류

조익성,권혁숭,Cho, Ik-Sung,Kwon, Hyeog-Soong 한국정보통신학회 2013 한국정보통신학회논문지 Vol.17 No.8

부정맥 검출을 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경망, 퍼지 이론, SVM 등과 같은 비선형 방법이 주로 사용되어 왔다. 이러한 대부분의 방법들은 P-QRS-T 지점의 정확한 측정을 필요로 하며, 데이터의 가공 및 연산이 복잡하다. 또한 P파, T파의 개인차가 있어 파형을 구분할 수 없을 경우도 존재한다. 따라서 이러한 문제점을 극복하기 위해서는 최소한의 특징점을 추출함으로써 연산의 복잡도를 줄이고, 실시간으로 다양한 부정맥을 분류할 수 있는 적합한 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 QRS 특징점 변화에 따른 바이너리 코딩 기반의 실시간 부정맥 분류 방법을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 R파, RR 간격, QRS 폭을 추출하고, 각 특징점들의 문턱치(threshold) 만족 여부를 바이너리 코드화시킴으로써 실시간으로 부정맥을 분류 하였다. 제안한 방법의 우수성을 입증하기 위해 39개의 MIT-BIH 부정맥 데이터베이스 레코드를 대상으로 PVC, PAC, Normal, BBB, Paced beat의 검출률을 비교하였다. 실험결과 PVC, PAC, Normal, BBB, Paced beat는 각각 97.18%, 94.14%, 99.83%, 92.77%, 97.48%의 우수한 평균 검출률을 나타내었다. Previous works for detecting arrhythmia have mostly used nonlinear method such as artificial neural network, fuzzy theory, support vector machine to increase classification accuracy. Most methods require accurate detection of P-QRS-T point, higher computational cost and larger processing time. But it is difficult to detect the P and T wave signal because of person's individual difference. Therefore it is necessary to design efficient algorithm that classifies different arrhythmia in realtime and decreases computational cost by extrating minimal feature. In this paper, we propose arrhythmia detection based on binary coding using QRS feature varibility. For this purpose, we detected R wave, RR interval, QRS width from noise-free ECG signal through the preprocessing method. Also, we classified arrhythmia in realtime by converting threshold variability of feature to binary code. PVC, PAC, Normal, BBB, Paced beat classification is evaluated by using 39 record of MIT-BIH arrhythmia database. The achieved scores indicate the average of 97.18%, 94.14%, 99.83%, 92.77%, 97.48% in PVC, PAC, Normal, BBB, Paced beat classification.

효율적인 QRS 검출과 프로파일링 기법을 통한 심실조기수축(PVC) 분류

조익성,권혁숭,Cho, Ik-Sung,Kwon, Hyeog-Soong 한국정보통신학회 2013 한국정보통신학회논문지 Vol.17 No.3

심전도 신호의 QRS 영역은 심장의 질환을 판단하는 중요한 자료로 쓰이는데, 여러 종류의 잡음으로 인해 이를 분석하는데 어려움을 준다. 또한 일반인들의 건강상태를 지속적으로 모니터링 하는 헬스케어 시스템에서는 신호의 실시간 처리가 필요하다. 그리고 생체신호의 특성상 개인 간의 차이가 있음에도 불구하고, 일반적인 ECG 신호의 판단 규칙에 따라 진단을 수행함으로써 성능하락이 나타날 수밖에 없다. 이러한 문제점을 해결하기 위해서는 최소한의 연산량으로 QRS를 검출하고 환자의 특성에 맞게 부정맥을 분류할 수 있는 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 형태연산을 통한 효율적인 QRS 검출과 개인별 정상신호 분류를 위해 해쉬 함수를 적용하여 프로파일링 하였으며, 검출된 QRS 폭과 RR 간격을 이용하여 심실조기수축(PVC)을 분류하는 알고리즘을 개발하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스를 통해 기존 방법과 부정맥 분류 성능을 비교하였다. 성능평가 결과, R파는 평균 99.77%, 정상 신호 분류에 대한 에러율은 0.65%, PVC는 각각 93.29%로 기존 방법에 비해 약 5% 우수하게 나타났다. QRS detection of ECG is the most popular and easy way to detect cardiac-disease. But it is difficult to analyze the ECG signal because of various noise types. Also in the healthcare system that must continuously monitor people's situation, it is necessary to process ECG signal in realtime. In other words, the design of algorithm that exactly detects QRS wave using minimal computation and classifies PVC by analyzing the persons's physical condition and/or environment is needed. Thus, efficient QRS detection and PVC classification based on profiling method is presented in this paper. For this purpose, we detected QRS through the preprocessing method using morphological filter, adaptive threshold, and window. Also, we applied profiling method to classify each patient's normal cardiac behavior through hash function. The performance of R wave detection, normal beat and PVC classification is evaluated by using MIT-BIH arrhythmia database. The achieved scores indicate the average of 99.77% in R wave detection and the rate of 0.65% in normal beat classification error and 93.29% in PVC classification.