딥러닝 기반 다변량 심전도 예후 예측 모델

국문 초록 (Abstract)

본 논문에서는 딥러닝을 활용한 심전도 예후 예측 모델을 제안한다. 심장병은 전 세계적으로 높은 사망률을 보이는 주요 건강 문제이므로, 정확한 진단과 질병 예측을 통해 환자의 치료 결과와 생존율을 개선하는 것이 중요하다. 본 논문에서는 비침습적으로 심장병을 진단할 수 있는 심전도 데이터를 활용하여 심장의 예후를 예측함으로써, 환자의 건강 관리 능력을 향상하는 것을 목표로 한다. 추세와 주기 성분을 활용하는 DLinear의 특징을 반영한 선형 계층 모델을 사용하여 계산 효율성을 높였다. 또한 심장판막증(Valvular Heart Disease)과 부정맥(Arrhythmia) 환자 데이터 모두에서 좋은 성능을 보임으로써, 다른 심전도 특징을 가지는 심장병에서도 견고한 예측력을 가졌다고 할 수 있다.