| 1 |
1
제1 심전도 신호를 제2 심전도 신호로 변환하는 전처리부;상기 제2 심전도 신호에서 특성 벡터를 추출하는 특성 추출부; 및분류기를 이용하여 상기 특성 벡터를 분류하는 분류부를 포함하되,상기 분류기는 상기 특성 벡터를 이용하여 상기 제1 심전도 신호의 질환을 복수의 질환 중 하나의 질환으로 분류하되,상기 특성 추출부는 상기 제2 심전도 신호로부터 제1 특성 벡터로서 프랙탈 차원(FD)을 추출하고, 상기 제2 심전도 신호로부터 제2 특성 벡터로서 스펙트럼 엔트로피(spectral entropy)를 추출하고, 상기 제2 심전도 신호로부터 제3 특성 벡터로서 QRS간격(QRS duration)을 추출하되,상기 분류기는 상기 제1 특성 벡터, 상기 제2 특성 벡터, 상기 제3 특성 벡터를 이용하여 비모수적 학습 알고리즘을 통해 상기 제1 심전도 신호의 질환을 복수의 질환 중 하나의 질환으로 분류하는 것인, 심전도 신호 분류 시스템
|
| 2 |
2
제1항에 있어서,상기 특성 벡터는 상기 프랙탈 차원(FD), 비대칭도(skewness), 첨도(kurtosis), 상기 스펙트럼 엔트로피(spectral entropy), 전력스펙트럼밀도(PSD), QRS진폭(QRS amplitude), 상기 QRS간격(QRS duration)을 포함하되, 상기 비모수적 학습 알고리즘은 K-근접이웃(K-NN)인 것인, 심전도 신호 분석 시스템
|
| 3 |
3
제2항에 있어서,상기 프랙탈 차원은 히구치의 프랙탈 차원(HFD)를 적용하는, 심전도 신호 분석 시스템
|
| 4 |
4
제2항에 있어서,상기 특성 추출부는 상기 제2 심전도 신호에서 QRS간격을 검출하고, 상기 QRS간격의 상기 QRS진폭을 계산하는, 심전도 신호 분석 시스템
|
| 5 |
5
제4항에 있어서,상기 QRS간격은 팬과 톰킨스 알고리즘(Pan and Tomkin`s algorithm)을 이용하여 검출하는, 심전도 신호 분석 시스템
|
| 6 |
6
제1항에 있어서,상기 전처리부는 필터모듈을 포함하며, 상기 필터모듈을 이용하여 상기 제1 심전도 신호의 기저선 변동을 제거하는 필터링 과정을 수행하는, 심전도 신호 분류 시스템
|
| 7 |
7
제6항에 있어서,상기 전처리부는 샘플링 모듈을 더 포함하며, 상기 필터링된 제1 심전도 신호를 특정한 샘플링 주파수를 가지는 상기 제2 심전도 신호로 변환하는, 심전도 신호 분석 시스템
|
| 8 |
8
제7항에 있어서,상기 샘플링 모듈은 고속퓨리에변환(FFT)을 기반으로한 보간과정을 수행하는, 심전도 신호 분류 시스템
|
| 9 |
9
제1항에 있어서,상기 분류기는 상기 비모수적 학습 알고리즘 및 모수적 학습 알고리즘 중 적어도 하나를 통해 상기 제1 심전도 신호의 질환을 복수의 질환 중 하나의 질환으로 분류하는 것이되, 상기 비모수적 학습 알고리즘은 K-근접이웃(K-NN)이고, 상기 모수적 학습 알고리즘은 가우시안 혼합 모델(GMM)인 것인, 심전도 신호 분류 시스템
|
