메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정우혁 (가톨릭대학교) 이희재 (가톨릭대학교) 이다빛 (가톨릭대학교) 이상국 (가톨릭대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제16권 제1호(JKIIT, Vol.16, No.1)
발행연도
2018.1
수록면
103 - 110 (8page)
DOI
10.14801/jkiit.2018.16.1.103

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서는 시간 정보를 나타내는 자기상관과 계층적 분류모델을 이용한 부정맥 분류 방법을 제안한다. 전처리에서는 밴드패스필터를 이용하여 심전도 원신호의 노이즈를 제거하고, 정규화, 이동 곱셈을 적용하여 신호 균형을 맞추고 Peak 데이터를 강화한다. 특징 추출에서는 자기상관을 이용하여 심전도의 시간 정보 계수를 추출하고, 이산코사인 변환을 이용하여 중복되거나 불필요한 데이터를 축소 시켜 특징을 선택한다. 마지막으로, 코사인 유사도 분류기와 계층적 분류 모델을 적용하여 부정맥을 분류한다. 그 결과, 민감도(sensitivity) 96.79%, 특이성(specificity) 99.41%, 양성예측(positive predictive value) 97.64%의 결과를 나타낸다. 제안한 방법은 심전도 신호의 적은 특징을 추출하고, 다중 클래스 분류를 위해 효율적인 계층적 분류모델을 적용함으로써 전체 부정맥 분류 정확도를 향상 시킨다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 제안하는 방법
Ⅲ. 실험 결과
Ⅳ. 결론
References

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001723945