VAE 기반 데이터 증강과 CNN을 적용한 ECG 부정맥 분류 모델

곽진희, 정재희

http://doi.org/10.5626/JOK.2023.50.11.947

ECG 데이터는 비교적 쉽게 얻을 수 있고, 부정맥의 진단에 결정적인 역할을 하기 때문에 심장 질환의 예방 목적 연구에 자주 사용된다. MIT-BIH 부정맥 데이터셋은 심장병의 원인 중 하나인 부정맥 분석 연구에 많이 사용되지만, 발병률에 차이가 존재하므로 부정맥 클래스 불균형 문제를 지니고 있다. 부정맥의 클래스 간 불균형은 부정맥 분류 성능에 영향을 주기 때문에, 본 논문에서는 부정맥 클래스의 불균형 문제를 해결하고자 증강된 데이터를 이용하여 서로 다른 4가지 분류 방법을 제시하였다. 증강에 따른 분류 성능 평가를 위하여 VAE 이외의 다른 증강 방법과 비교하였으며, 분류 모델에 따라 CNN과 CNN-LSTM도 비교 분석하였다. 결론적으로 VAE 증강을 적용하여 균형 데이터를 학습 후 CNN을 이용하여 부정맥 데이터를 분류한 결과, 98.9%의 정확도를 달성하였으며, 최신 연구 결과와 비교하면 제안한 모델이 민감도에서 다른 부정맥 분류 모델에 비해 효과적임을 확인하였다.