선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서, 본 장에서는 부정맥 탐지가 가능한 심전도 모니터링을 위한 간단한 시나리오를 소개하고 이 시나리오가 실생활에 사용되기 위해서 해결해야 할 문제에 대해 논의한다.
- 따라서, 심박동 분류는 심전도 신호의 특징 추출과 추출된 특징을 이용한 분류기 학습이라는 두 부분으로 나뉠 수 있으며, 본 장에서는 심박동 분류기술에 대한 각 부분 및 국내외 연구동향에 대해 소개한다.
- 본 고에서는 부정맥 탐지를 위한 심박동 기술의 연구동향에 대해 살펴보았으며, 원격 심전도 모니터링 시나리오를 통해 그 발전 전망을 간략히 소개하였다. 이를 통해 자동적 부정맥 탐지에 있어 국내외 기술 현황 및 수준을 분석할 수 있는 토대를 제공하였으며 스마트 폰의 앱과 같은 형태로 제시한 시나리오를 개발하여 실생활에 적용한다면 부정맥환자들이 언제 어디서나 자신의 부정맥을 저비용으로도 집중적으로 관리 받을 수 있을 것이라 기대한다.
- 부정맥의 추출은 심전도 신호에서 뽑은 특징을 이용하며 전문가의 도메인 지식을 기반으로 한 규칙기반, 기계학습기반 분류 또는 군집화 등이 있으나, 본 고에서는 기계학습 기법을 이용하여 심전도 신호의 특징 속에서 유사한 패턴을 찾아 심박동을 분류하는 기술을 중점적으로 살펴보고 논의한다.
가설 설정
- 심전도 신호의 스트리밍은 데이터의 손실이나 변질, 지연과 같은 부분에 있어 신뢰할 수 있는 전송이 가능해야 한다. 그림 2에서 보인 시나리오는 모바일 장치와 의사결정 서버 사이의 데이터 전송을 무선 통신으로 가정하였다. 하지만, 이러한 요구사항을 보장하는 장거리 무선 통신 기술을 위해서는 여전히 해결해야할 난제가 남아있는 실정이다.
- 환자가 착용하는 심전도 센서는 일상생활에 있어 불편을 느끼지 않게끔 작고 가벼워야 하며 저전력으로 동작해야 한다. 따라서 우리는 이 시나리오에서 Zigbee 또는 Bluetooth와 같은 단거리 무선 통신 기술을 사용한다고 가정하였다. 하지만 환자가 단거리 무선 통신 기술의 범위를 벗어나는 곳으로 이동하게 되는 경우도 실적용을 위해서는 고려되어야 할 부분이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.