$\require{mediawiki-texvc}$

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.

PTT기반 운동 강도 모니터링 시스템 구현
Implementation of PTT Change Monitoring System According to Exercise Intensity 원문보기

한국융합신호처리학회논문지 = Journal of the Institute of Convergence Signal Processing, v.21 no.1, 2020년, pp.49 - 54  

이지수 (동서대학교 컴퓨터공학부) ,  김동찬 (동서대학교 컴퓨터공학부) ,  이경택 (동서대학교 컴퓨터공학부) ,  김경섭 (동서대학교 컴퓨터공학부) ,  노윤홍 (부산디지털대학교 컴퓨터공학과) ,  정도운 (동서대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

심혈관질환은 전 세계 주요 사망 원인으로 다양한 원인에 의해 발생한다. 심혈관질환의 가장 높은 위험인자는 고혈압으로 뚜렷한 증상이 없지만 방치할 경우 여러 합병증을 유발한다. 고혈압을 치료하기 위하여 약물치료와 규칙적 운동을 진행해야한다. 고혈압 환자의 경우 과도한 신체 활동 시 심장에 큰 무리가 발생해 심혈관질환으로 이어질 수 있다. 따라서 적정 강도로 운동을 진행할 수 있는 PTT 계측을 통한 운동 강도 모니터링 시스템이 요구된다. 본 연구에서는 심전도와 맥파 계측을 통해 PTT를 산출하여 운동 강도에 따른 PTT 변화 모니터링 시스템을 구현하였다. 구현된 시스템은 심전도의 R-peak와 맥파의 P-peak를 미분하여 peak간의 시간차를 이용하여 PTT를 산출한다. 운동 강도에 따른 PTT 변화 모니터링을 위하여 달리기 실험을 진행하였다. 실험결과 저강도는 0.313s, 중강도는 0.220s, 고강도는 0.188s의 PTT가 측정되었으며, 운동 강도가 증가함에 따라 PTT는 감소하는 것을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Cardiovascular disease is the leading cause of death worldwide and is caused by a variety of causes. The highest risk factor for cardiovascular disease is high blood pressure, which has no obvious symptoms, but if left untreated, it causes several complications. In order to treat hypertension, medic...

주제어

#고혈압   #심전도   #맥파   #맥파전달시간   #운동 강도  

참고문헌 (8)

  1. WHO(World Health Organization), "The top 10 causes of death", 2018. 

  2. M. G. Schultz, A. La Gerche, J. E. Sharman, "Blood pressure response to exercise and cardiovascular disease", Current Hypertension Reports, vol. 19, no. 11, 89, 2017. 

    상세보기

  3. F. Miao, Z. D. Liu, J. K. Liu, B. Wen, Q. Y. He, Y. Li, "Multi-sensor fusion approach for cuff-less blood pressure measurement", IEEE Journal of Biomedical and Health Informatics, vol. 24, no. 1, 79-91, 2019. 

  4. F. C. Bennis, C. van Pul, J. J. van den Bogaart, P. Andriessen, B. W. Kramer, T. Delhaas, "Artifacts in pulse transit time measurement using standard patient monitoring equipment", PloS one, vol. 14, no. 6, e0218784, 2019. 

  5. I. Sharifi, S. Goudarzi, M. B. Khodabakhshi, "A novel dynamical approach in continuous cuffless blood pressure estimation based on ECG and PPG signals", Artificial Intelligence in Medicine, vol. 97, 143-151, 2019. 

    상세보기

  6. C. Yang, Y. Dong, Y. Chen, N. Tavassolian, "A smartphone-only pulse transit time monitor based on cardio-mechanical and photoplethysmography modalities", IEEE Transactions on Biomedical Circuits and Systems, vol. 13, no. 6, 1462-1470, 2019. 

    상세보기

  7. E. A. Massawe, K. Michael, S. Kaijage, P. Seshaiyer, "Design and Analysis of Smart Sensing System for Animal Emotions Recognition", International Journal of Computer Applications, 169(11), 46-50, 2017. 

    상세보기

  8. M. Ignaszewski, B. Lau, S. Wong, S. Isserow, "The science of exercise prescription: Martti Karvonen and his contributions", British Columbia Medical Journal, 59(1), 38-41, 2017. 

저자의 다른 논문 :

관련 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