심전도의 앙상블 경험적 모드 분해를 활용한 데이터 기반 심실세동 컴퓨터 보조 진단 기법 


47권  4호, pp. 387-394, 4월  2020
10.5626/JOK.2020.47.4.387


PDF

  요약

본 논문에서는 부정맥(Arrhythmia)의 대표적 증상인 심실세동(Ventricular fibrillation, VF)의 컴퓨터 보조 진단을 위해 심전도(Electrocardiogram, ECG)에 앙상블 경험적 모드 분해(Ensemble Empirical Mode Decomposition, EEMD)를 이용하여 검출하는 기법을 제안한다. 심전도 신호의 EEMD 분해를 사용하여 EMD 영역에서 심실세동이 정상맥(Normal sinus rhythm, NSR)과 다른 종류의 부정맥 심전도에 비해서 내재 모드 함수(Intrinsic mode functions, IMFs)와 더 높은 상관관계를 가진다. 이 특성을 정량화 하기 위해 심전도 신호와 특정 IMF들 간의 각도(angle)를 구하고 각도에 따른 병리 상태를 분류한다. 제안하는 알고리즘의 유효성을 검증하기위해 PhysioNet 데이터베이스의 부정맥 데이터를 사용해 진단 정확도를 측정하여 제안기법의 우수성을 확인하였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

S. Oh and Y. Choi, "Data-Driven Computer-Aided Diagnosis of Ventricular Fibrillation Based on Ensemble Empirical Mode Decomposition of ECG," Journal of KIISE, JOK, vol. 47, no. 4, pp. 387-394, 2020. DOI: 10.5626/JOK.2020.47.4.387.


[ACM Style]

Seung-Rok Oh and Young-Seok Choi. 2020. Data-Driven Computer-Aided Diagnosis of Ventricular Fibrillation Based on Ensemble Empirical Mode Decomposition of ECG. Journal of KIISE, JOK, 47, 4, (2020), 387-394. DOI: 10.5626/JOK.2020.47.4.387.


[KCI Style]

오승록, 최영석, "심전도의 앙상블 경험적 모드 분해를 활용한 데이터 기반 심실세동 컴퓨터 보조 진단 기법," 한국정보과학회 논문지, 제47권, 제4호, 387~394쪽, 2020. DOI: 10.5626/JOK.2020.47.4.387.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr