Heartbeat분류 알고리즘은 지난 수 십년에 걸쳐 수많은 연구가 이루어져 온 연구분야이다. 하지만 생체신호의 특성상 개인간의 신호의 특성차이가 크기 때문에 안정적인 성능을 나타내는 알고...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A82431882
2010
Korean
560
학술저널
67-68(2쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
Heartbeat분류 알고리즘은 지난 수 십년에 걸쳐 수많은 연구가 이루어져 온 연구분야이다. 하지만 생체신호의 특성상 개인간의 신호의 특성차이가 크기 때문에 안정적인 성능을 나타내는 알고...
Heartbeat분류 알고리즘은 지난 수 십년에 걸쳐 수많은 연구가 이루어져 온 연구분야이다. 하지만 생체신호의 특성상 개인간의 신호의 특성차이가 크기 때문에 안정적인 성능을 나타내는 알고리즘을 개발하는 일은 여전히 많은 연구가 이루어지고 있다. 개인 간의 heartbeat의 특징 차이를 줄이고 부정맥으로 인한 특징차이를 확대하기 위해 다양한 방법들이 제안되고 있다. 본 논문에서는 dedicated wavelet을 사용하여 대상 적용형의 heartbeat 분류 알고리즘을 제안하였다. 대상의 heartbeat morphology와 유사한 dedicated wavelet을 사용하여 대상 간의 차이로 인한 morphology 차이를 중이고 부정맥으로 인한 차이만을 남김으로써 대상의 차이로 인한 성능 변화를 줄이고자 했다. 제안한 알고리즘은 filtering 방법으로 morphological filter를 사용하였으며, 심박의 morphology data를 dedicated wavelet을 통해 분석한 데이터를 압축하기 위해 PCA와 LDA를 사용했다. 분류기로는 Extreme Learning Machine을 사용하였다. 알고리즘의 성능평가는 MIT-BIH arrhythmia database를 사용하였으며, AAMI 기준으로 beat type을 구성하여 성능을 평가하였을 때 accuracy 97.27%로 나타났다.
적응적 Template Matching을 이용한 불량주화의 검출