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
고경남 (강릉원주대학교) 강문식 (강릉원주대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제59권 제6호(통권 제535호)
발행연도
2022.6
수록면
39 - 45 (7page)
DOI
10.5573/ieie.2022.59.6.39

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 CNN (Convolutional Neural Network) 블록 구조를 적용하여 심혈관 관련 건강 상태 식별을 가능하게 하는 고성능 ECG 데이터 분석기법을 제안한다. 제안된 시스템은 ResNet과 ResNeXt를 backbone으로 하여 설계되었으며, MIT-BIH 부정맥 데이터베이스의 데이터를 사용하여 학습을 진행하였다. 제안된 분석시스템은 심혈관 관련 5가지 상태의 식별이 가능하고, 이는 Pytorch 프레임워크를 사용하여 구현되었다. 구현된 시스템에 대한 성능을 평가하기 위해서, MIT-BIH 데이터베이스로부터 데이터를 선정하여 실험을 진행하였다. 평가용 데이터를 이용하여 학습시킨 제안된 시스템의 분류 정확도가 98.803%으로, 기존 ResNet과 ResNeXt 모델과 비교할 때 가장 높은 분류 정확도를 보여준다. 또한 분석결과, F1-score는 N 라벨일 때 0.9939가 된다. 이러한 결과들은 제안된 시스템의 우수한 성능을 보여준다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 기술 연구
Ⅲ. 제안된 HpEDA 시스템 설계
Ⅳ. 실험 및 성능분석
Ⅴ. 결론 및 향후 연구 방향
REFERENCES

참고문헌 (11)

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