$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

초록

ECG 신호에서 QRS군은 매우 중요한 심실의 탈분극 상태 정보를 제공한다. 자동으로 심전도 신호를 분석하기 위해서는 $QRS_{onset}$$QRS_{offset}$ 에 대한 정확한 정보가 중요하다. 본 연구에서는 먼저 QRS군의 전위값 변화량 및 $R_{peak}$ 와의 거리를 이용하여 Q파와 R파의 접속 부분 그리고 R파와 S파의 접속 부분을 구하였다. 다음 단계에서는 이를 기준으로 적분연산을 이용하여 $QRS_{onset}$$QRS_{offset}$ 을 검출하였다. 알고리즘의 성능을 평가하기위해 PhysioNet QT database를 사용하여 심장 전문의가 수작업으로 표시한 결과에 대한 평균과 표준편차를 계산하였다. 실험결과에서 제안한 알고리즘의 표준편차는 전문의사가 수용할 수 있는 허용치 범위 안에 속하며, 다른 알고리즘보다 더 우수함을 나타낸다.

Abstract

The QRS complex of ECG signal represents the depolarization and repolarization activities in the cells of ventricle. Accurate informations of $QRS_{onset}$ and $QRS_{offset}$ are needed for automatic analysis of ECG waves. In this study, using the amount of change in the QRS complex voltage values and the distance from the $R_{peak}$, we determined the junction point from Q-wave to R-wave and the junction point from R-wave to S-wave. In the next step, using the integral calculation based on the connection point, we detected $QRS_{onset}$ and $QRS_{offset}$. We use the PhysioNet QT database to evaluate the performances of the algorithm, and calculate the mean and standard deviation of the differences between onsets or offsets manually marked by cardiologists and those detected by the proposed algorithm. The experiment results show that standard deviations are under the tolerances accepted by expert physicians, and outperform the results obtained by the other algorithms.

질의응답 

키워드에 따른 질의응답 제공
핵심어 질문 논문에서 추출한 답변
ECG 신호
ECG 신호 중 QRS군은 어떤 상태를 나타내는가?
심실의 탈분극 상태

ECG 신호의 구성 요소 중 QRS군은 심실의 탈분극 상태를 나타내며, 탈분극은 방실접합부 부근의 심실간 중격의 왼쪽 부분에서 시작되어 심실간 중격을가로질러 왼쪽에서 오른쪽으로 진행된다. 이를 바탕으로 QRS군은 ECG 신호에서 심박을 나누는 기준이 되며 심박수를 측정하는데 사용되고 있다[9].

ECG 신호
ECG 신호는 어떤 정보를 제공하는가?
심장 질환을 분석하고 진단하는데 중요한 정보

심전위 활동을 나타내는 ECG 신호는 심장 질환을 분석하고 진단하는데 중요한 정보를 제공한다[1]. ECG 신호는 P파 QRS군, T파로 구성된 연속적인 파형으로 심실과 심방의 세포에서 분극과 재분극 활동을 나타낸다[2,3].

WT[14]을 이용한 분석
WT[14]을 이용한 분석의 한계를 극복하기 위한 알고리즘은 무엇인가?
EA알고리즘

일반적으로 앞에서 소개된 WT[14]을 이용한 분석은 15개 이상의 성분들로부터 전위값 결정, 기울기 분석, 임계값 정의 등을 함으로 처리해야 하는 데이터가 많기 때문에 다소 어려움이 있다. 이에 대해 EA알고리즘을 적용함으로써 최적화된 성분을 결정한 후, 이를 바탕으로 WT을 진행함으로써 연산 및 성분분석에 드는 비용의 최소화를 진행하게 된다.

질의응답 정보가 도움이 되었나요?

참고문헌 (22)

  1. R. J. Huszar, "Basic dysrhythmias: interpretation & management," Mosby, 2007. 
  2. H. L. Chan, W. S. Chou, S. W. Chen, S. C. Fang, C. S. Liou, and Y. S. Hwang, "Continuous and online analysis of heart rate variability," J. Med. Eng. and Technol., vol. 29, no. 5, pp. 227-234, 2005. 
  3. G. D. Clifford, F. Azuaje, and P. McSharry, Advanced methods and tools for ECG data analysis, Artech House, 2006. 
  4. B. M. Oussama, B. M. Saadi, and H. S. Zine-Eddine, "Extracting features from ECG and respiratory signals for automatic supervised classification of heartbeat using neural networks," Asian J. Inf. Technol., vol. 15, no. 1, pp. 5-11, 2016. 
  5. S. M. Lee, J. S. Kim, and K. H. Park, "PVC detection based on the distortion of QRS complex on ECG signal," J. KICS, vol. 40, no. 4, pp. 731-739, 2015. 
  6. J. J. Koo and G. S. Choi, "Performance evaluation of ECG compression algorithms using classification of signals based PQSRT wave features," J. KICS, vol. 37, no. 4, pp. 313-320, 2012. 
  7. S. Banerjee and M. Mitra, "Application of cross wavelet transform for ECG pattern analysis and classification," IEEE Trans. Instrumentation and Measurement, vol. 63, no. 2, pp. 326-333, 2014. 
  8. Q. Zhang, A. I. Manriquez, C. Medigue, Y. Papelier, and M. Sorine, "An algorithm for robust and efficient location of T-wave ends in electrocardiograms," IEEE Trans. Biomedical Eng., vol. 53, no. 12, pp. 2544-2552, 2006. 
  9. M. J. Mollakazemi, S. A. Atyabi, and A. Ghaffari, "Heart beat detection using a multimodal data coupling method," Physiological Measurement, vol. 36, pp. 1729-1742, 2015. 
  10. J. Pan, and W. Tompkins, "A real-time QRS detection algorithm," IEEE Trans. Biomedical Eng., vol. 32, no. 3, pp. 230-236, 1985. 
  11. M. E. Nygards and L. Sornmo, "Delineation of the QRS complex using the envelope of the ECG," Medical and Biological Eng. Comput., vol. 21, pp. 538-547, 1983. 
  12. J. P. Martinez, R. Almeida, S. Olmos, A. P. Rocha, and P. Laguna, "A wavelet-based ECG delineator: Evaluation on standard databases," IEEE Trans. Biomedical Eng., vol. 51, no. 4, pp. 570-581, 2004. 
  13. A. I. Manriquez and Q. Zhang, "An algorithm for QRS onset and offset detection in single lead electrocardiogram records," in Proc. 29th Annu. Int. Conf. IEEE Eng. in Medicine and Biology Soc., pp. 541-544, Lyon, France, Aug. 2007. 
  14. J. P. Martinez, R. Almeida, S. Olmos, A. P. Rocha, and P. Laguna, "A wavelet-based ECG delineator: Evaluation on standard database," IEEE Trans. Biomedical Eng., vol. 51, no. 4, pp. 570-581, 2004. 
  15. P. Laguna, R. G. Mark, A. Goldberg, and G. B. Moody, "A database for evaluation of algorithms for measurement of QT and other waveform intervals in the ECG," Computers in Cardiology, pp. 673-676, Lund, Sweden, Sept. 1997. 
  16. M. Llamedo and J. P. Martinez, "Heartbeat classification using feature selection driven by database generalization criteria," IEEE Trans. Biomedical Eng., vol. 58, no. 3, pp. 616-625, 2011. 
  17. S. O. Kim, "Arrhythmia detection using rhythm features of ECG signal," J. The Korea Soc. of Comput. and Inf., vol. 18, no. 8, pp. 131-139, 2013. 
  18. P. Laguna, R. Jane, and P. Caminal, "Automatic detection of wave boundaries in multilead ECG signals: Validation with the CSE database," Comput. Biomedical Res., vol. 27, no. 1, pp. 45-60, 1994. 
  19. J. Dumont, A. I. Hernandez, and G. Carrault, "Parameter optimization of a wavelet-based electrocardiogram delineator with an evolutionary algorithm," IEEE Computers in Cardiology, pp. 707-710, Lyon, France, Sept. 2005. 
  20. C. H. H. Chu and E. J. Delp, "Impulsive noise suppression and background normalization of electrocardiogram signals using morphological operators," IEEE Trans. Biomedical Eng., vol. 36, no. 2, pp. 262-273, 1989. 
  21. Y. C. Yeh and W. J. Wang, "QRS complexes detection for ECG signal: the difference operation method," Computer Methods and Programs in Biomedicine, vol. 91, no. 3, pp. 245-254, 2008. 
  22. I. S. Cho and H. S. Kwon, "Advanced R wave detection algorithm using wavelet and adaptive threshold," J. KICS, vol. 35, no. 10, pp. 840-846, 2010. 

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

이 논문 조회수 및 차트

  • 상단의 제목을 클릭 시 조회수 및 차트가 조회됩니다.

DOI 인용 스타일

"" 핵심어 질의응답