지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.1
- 수록면
- 75 - 83 (9page)
- DOI
- 10.9717/kmms.2023.26.1.075
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
In this paper, we propose a signal-based feature detection system for the early diagnosis of heart disease. The purpose of this study is to develop a compact healthcare system that extracts features from ECG signals. Therefore, the performance of the Tompkins algorithm, which is widely known as a signal-based feature detection algorithm, and the deep learning model of prior research are compared. In addition, by verifying the performance of the deep learning model by applying the Haar wavelet transform to the preprocessing, we determine the optimal feature detection model applicable to the healthcare system in terms of speed and accuracy. All algorithms and models were developed using Matlab on Window, and performance was compared on Jetson nano and Raspberry pi embedded boards. As a result, the best model in terms of speed and accuracy is the Haar wavelet bidirectional long short-term memory model, which quickly performs classification prediction with almost 97% accuracy. The advantage of this study is that it quickly performs classification prediction with high accuracy compared to existing healthcare systems that use algorithms that cause signal distortion. Therefore, cardiovascular diseases can be predicted and monitored based on the feature regions detected in this study. The data used are the MIT-BIH Arrhythmia Database and the Normal Sinus Rhythm Database. If additional patient data are established and verified in the future, it will be possible to use them not only in real life but also in clinical settings.
목차
ABSTRACT
1. 서론
2. 이론
3. 제안한 방법
4. 실험 결과 및 고찰
5. 결론
REFERENCE
참고문헌 (25)
참고문헌 신청
H. Lee, D. Sin, and D. Shin, “A Study on an Effective Algorithms Based on ECG Signal,” Proceedings of the Korean Information Science Society Conference. Korean Institute of Information Scientists and Engineers, pp. 230-234, 2010.
B.U. Kohler, C. Henning, and R. Orglmeister, “The principles of software QRS detection,” IEEE Engineering in Medicine and Biology Magazine, Vol. 21, No. 1, pp. 42-57, 2002.
W. Jung and S. Lee, “QRS Detection Algorithm in ECG Signal Using Wavelet and a Threshold Method,” Journal of KIIT, Vol. 11, No. 12, pp. 79-86, 2013.
J. Pan and W.J. Tompkins, “A Real Time QRS Detection Algorithm,” IEEE Transaction on Biomedical Engineering, Vol. 32, No. 3, pp. 230-236, 1985.
P.S. Hamilton and W.J. Tompkins, “Quantitative Investigation of QRS Detection Rules Using the MIT/BIH Arrhythmia Database,” IEEE Transaction on Biomedical Engineering, Vol. 33, No. 12, pp. 1157-1165, 1986.
B.U. Kohler, C. Henning, and R. Orglmeister, “The principles of software QRS detection,” IEEE Engineering in Medicine and Biology Magazine, Vol. 21, No. 1, pp. 42-57, 2002.
W. Jung and S. Lee, “QRS Detection Algorithm in ECG Signal Using Wavelet and a Threshold Method,” Journal of KIIT, Vol. 11, No. 12, pp. 79-86, 2013.
J. Pan and W.J. Tompkins, “A Real Time QRS Detection Algorithm,” IEEE Transaction on Biomedical Engineering, Vol. 32, No. 3, pp. 230-236, 1985.
P.S. Hamilton and W.J. Tompkins, “Quantitative Investigation of QRS Detection Rules Using the MIT/BIH Arrhythmia Database,” IEEE Transaction on Biomedical Engineering, Vol. 33, No. 12, pp. 1157-1165, 1986.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
신호처리와 딥러닝 알고리즘을 이용한 ECG 신호 분류
한국통신학회 학술대회논문집
2017 .11
-
다중 원시신호 기반 심전도 신호의 R-Peak 검출 알고리즘
멀티미디어학회논문지
2016 .05
-
1-D CNN을 활용한 ECG 데이터 분류 기법
대한전자공학회 학술대회
2021 .06
-
모바일 헬스케어 시스템을 위한 심전도 특징점 추출 알고리즘 개발
한국통신학회 학술대회논문집
2017 .01
-
Single Antenna Based GPS Signal Reception Condition Classification Using Machine Learning Approaches
Journal of Positioning, Navigation, and Timing
2023 .06
-
다양한 이벤트 검진을 위한 심전도 특징 추출
대한인간공학회 학술대회논문집
2019 .05
-
Cardiac Disease Detection Using Modified Pan—Tompkins Algorithm
센서학회지
2019 .01
-
헬스케어 환경에서 복잡도를 고려한 R파 검출과 이진 부호화 기반의 부정맥 분류방법
디지털산업정보학회논문지
2016 .01
-
An Automatic Cardiac Arrhythmia Classification System Based on ECG Signal Processing using 1-D Convolutional Neural Network (CNN)
대한기계학회 춘추학술대회
2021 .04
-
심층 강화학습을 이용한 심전도 기반 자동 부정맥 분류 및 최적의 특징 탐색
대한전자공학회 학술대회
2022 .06
-
Abnormal Electrocardiogram Signal Detection Based on the BiLSTM Network
International JOURNAL OF CONTENTS
2022 .06
-
설비진단을 위한 초음파 신호의 특징분석 적용
한국소음진동공학회논문집
2017 .10
-
머신 러닝을 이용한 영상 특징 기반 전기차 검출 및 분류 시스템
전기학회논문지
2017 .07
-
Haar-like Feature를 이용한 세면대 높이 제어 시스템
Proceedings of KIIT Conference
2020 .10
-
Bearing Fault Signal Detection with Deep One-Class Classification
대한산업공학회 춘계공동학술대회 논문집
2022 .06
-
웨이블릿 스펙트럼을 이용한 스마트 팩토리 설비의 이상감지 및 진단
신뢰성응용연구
2019 .03
-
심전도 신호 분류를 위한 1D CNN 모델 구성 요소의 최적화
한국컴퓨터정보학회논문지
2021 .07
-
Deep learning model of chronic disease prediction using healthcare big data
Proceedings of The International Workshop on Future Technology
2019 .01
-
Q, R, S 피크 변화에 따른 개인별 ECG 신호의 패턴 분석
한국정보통신학회논문지
2015 .01
-
심전도 신호 분류의 성능 향상을 위한 웨이블렛 변환 잡음제거 알고리즘
정보 및 제어 논문집
2021 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
사용자 인식을 위한 스펙트로그램 기반 설명 가능한 심전도 분석에 관한 연구
김민구
,
정재효
한국정보기술학회논문지
2023
.01
심층학습 기반 비정상 심전도 분석법
윤우승
,
우준혁
,
김동규
외 2명
한국지능정보시스템학회 학술대회논문집
2022
.11
머신 러닝을 이용한 발작 상태의 근전도 신호 분류
정수빈
,
남상훈
,
서보민
외 3명
한국통신학회 학술대회논문집
2023
.02
운동프로그램이 심부전 환자의 심폐능력, 심장기능 및 삶의 질에 미치는 효과에 대한 메타분석
최승욱
한국체육과학회지
2023
.08
심장 판막 모방 연성구조물 주변 유동현상 규명에 관한 연구
이현진
,
이동현
,
하호진
외 1명
대한기계학회 춘추학술대회
2023
.05
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-004-000379906