$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

EMD 방법을 이용한 ECG 신호 필터링
ECG Filtering using Empirical Mode Decomposition Method 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.13 no.12, 2009년, pp.2671 - 2676  

이금분 (조선대학교 컴퓨터공학과) ,  조범준 (조선대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

EMD(Empirical mode decomposition) 방법은 시간-주파수 분석의 새로운 방법으로 적응적이며 효율적으로 신호를 분해한다. EMD는 신호 그 자체에 의해 정의된 IMFs(Intrinsic mode functions)로 명명되는 함수의 집합으로 분해되며, 분해된 IMFs는 원신호의 고유한 속성을 보존하므로 기저함수 및 필터로 사용될 수 있다. EMD 방법에 의한 분해는 신호의 지역적인 시간 스케일 특성에 기반을 두고 있으므로 비선형(non-linear) 비정상(non-stationary) 신호처리에 적합하며 ECG와 같은 생체 신호처리에 유용하다. 본 논문은 EMD 방법을 이용하여 ECG 신호를 분해하고 분해된 신호의 특성을 이용하여 잡음 제거 필터를 구현하였다. 전통적인 저주파 필터가 퓨리에 변환을 이용하여 주파수 영역에서 신호를 해석하는 것과 달리 EMD 방법은 시간 영역에서 필터링하여 신호의 속성을 유지한다. 영상 향상의 정도를 측정하기 위한 PRMD와 SSR 평가지수를 사용하여 제안된 기법과 전통적인 저주파 필터의 결과를 비교 제시하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Empirical mode decomposition (EMD) is new time-frequency analysis method to decompose the signal adaptively and efficiently. The key idea of EMD is to decompose the signal into a set of functions defined by the signal itself, named Intrinsic Mode Functions (IMFs), which preserve the inherent propert...

주제어

#심전도  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • EMD는 비선형ㆍ비정상 신호를 분석하기에 적합한 기법으로 IMF라 불리는 함수의 집합으로 신호를 분해한다. EMD에 의해 분해된 신호는 선형성, 시간 이동성, 지역 직교성 시간영역 스케일 필터링과 적응적 기저 등의 특징을 가지므로 본 연구는 향상된 신호를 얻기 위해 분해된 신호 IMF1을 사용하여 QRS complex 검출과 ECG 잡음 신호 필터링을 구현하였다. 그리고 전통적인 저주파 필터링과 EMD 기반 필터링 사이의 비교는 원신호와 필터된 신호 사이의 PRMD와 SSR의 성능지수로 평가하였다.
  • 본 논문은 EMD 방법을 사용하여 ECG 신호를 IMFs로 분해하고, 분해된 IMFs의 특성을 이용하여 QRS complex 검출 및 잡음 제거를 위한 필터의 가능성을 제시하고, 전통적인 신호 저주파 필터와 비교한다. 제안한 EMD 방법의 신호 향상 정도를 평가하기 위해 성능 지수인 PRMD (percent root mean square difference)와 SSR (signal-to-filtered signal ratio)를 제시하고 그 결과를 보여준다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
EMD란? EMD는 Norden E. Huang [1, 2]에 의해 처음 도입된 시간-주파수 분석의 새로운 방법으로 지역적 진동의 시각에서 신호를 분석하는 것이다. 퓨리에 방법이나 웨이블릿 분해와 같은 신호 분석방법들은 신호를 나타내기 위해 미리 정의된 기저 함수들을 필요로 하나EMD는 신호 그 자체에 의해 정의된 IMF라 불리는 유한개의 함수의 집합으로 신호를 분해할 수 있다.
EMD는 신호를 분해하여 유한개의 IMFs 합으로 만드는 것으로 각각의 IMF는 어떤 두 가지 조건을 만족해야 하나? 결국 EMD는 신호를 분해하여 유한개의 IMFs 합으로 만드는 것으로 각각의 IMF는 다음의 두 가지 조건을 만족해야 한다. ⅰ) 영점 교차의 수와 극한 (극대ㆍ극소)의수가 같거나 적어도 1개의 차이만을 가지며, ⅱ) 모든 지역 극대점ㆍ극소점에 의해 정의된 포괄선 (envelope)의 평균값은 0이다.
ECG 신호는 잡음을 포함하고 있는데 주로 어떻게 분류되나? ECG 신호는 잡음을 포함하고 있는데 주로ⅰ) 호흡으로 인한 기저선 변동, ⅱ) 피부에 부착된 전극의 물리적 움직임으로 인한 전력선 잡음, ⅲ) 근육의 전기적 활성에 따른 근잡음 (EMG) 등으로 분류된다. ECG는 0.
질의응답 정보가 도움이 되었나요?

참고문헌 (7)

  1. N.E.Huang, Z.Shen, S.R.Long, M.C.Wu, E.H.Shih, Q.Zheng, Yen. N.-C., C.C.Tung and H.H.Liu, 'The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis,' Proc. Roy. Soc., London. A, vol. 454, pp. 903-995, 1998 

    상세보기 crossref

  2. N.E.Huang, S.Zheng and R.L.Steven, 'A new view of nonlinear water waves: the Hilbert spectrum,' Annu. Rev. FluidMech., vol. 31, pp. 417-457, 1999 

    상세보기 crossref

  3. B.Weng, M.Blanco-Velasco, and K.E.Barner, 'Baseline Wander Correction in ECG by the Empirical Mode Decomposition,' Proc. of the IEEE 32nd Annual Northeast Bioengineering Conference, pp. 135-136, 2006 

  4. H.Liang, Qiu-Hua Lin, and J.D.Z.Chen, 'Application of the Empirical Mode Decomposition to the Analysis of Esophageal Manometric Data in Gastroesophageal Reflux Disease,' IEEE Transactions on biomedical engineering, vol. 52, no. 10, 2005 

    상세보기

  5. H.Zhang and Q.Gai, 'Research on properties of empirical mode decompositionmethod,' Proc. of the 6th World Congress on Intelligent Control and Automation, vol. 2, pp. 10001-10004, 2006 

  6. B.-U.Kohler, C.Hennig, R.Orglmeister, 'The principles of software QRS detection,' IEEE Engineering in Medicine and Biology Magazine, vol. 21, Issue 1, pp. 42-57, 2002 

    상세보기 crossref

  7. M.Okada, 'A digital filter for the QRS complex detection,' IEEE Trans. Biomed. Eng., vol. 26, pp. 700-703, Dec. 1979 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로