| 1 |
1
(a) 심전도 측정 장치를 사용하여 측정된 심전도(ECG) 데이터로부터 추출된 RR 간격 데이터에 대해 멀티스케일 진폭 인식 치환 엔트로피(Multiscale AAPE, MAAPE)를 사용하여 시계열의 복잡도를 분석하여 심박변이율(HRV)을 분석하는 단계; 및 (b) 상기 엔트로피를 사용한 심박변이율(HRV) 분석에 의해, 심장 질환을 진단하여 일정 범위의 스케일에서 CHF 환자와 정상인 사이의 구분, 및 청년과 노인 사이의 구분하는 단계; 를 포함하는 멀티스케일 진폭 인식 치환 엔트로피를 사용한 심박변이율 분석 방법
|
| 2 |
2
제1항에 있어서,상기 심전도(ECG) 데이터는 국제 표준 데이터베이스인 'PhysioNet'에서 제공되는 'BIDMC CHF' 및 'MIT-BIH Fantasia' 데이터를 사용하였으며, 상기 'BIDMC CHF' 데이터는 심장 박동 기능 장애에 의해 전신 정맥 시스템에 혼잡을 야기하는 심각한 울혈성 심부전증(Congestive Heart Failure, CHF) 환자 15명으로부터의 심전도 기록을 포함하고, 22-71세 남성 11명과 54-63세 여성 4명으로 구성되어 있으며, 20시간의 측정 시간과 250Hz의 샘플링 주파수를 가지며, 상기 'Fantasia' 데이터는 건강한 21-34세의 청년 20명과 68-85세의 노인 20명으로부터 측정되었으며, 2시간 동안 측정되었으며 샘플링 주파수는 250Hz 인 것을 특징으로 하는 멀티스케일 진폭 인식 치환 엔트로피를 사용한 심박변이율 분석 방법
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서, 상기 단계(a)는, 시계열의 진폭을 고려하지 않는 멀티스케일 치환 엔트로피(Multiscale permutation entropy, MPE)의 단점을 개선한 멀티스케일 진폭 인식 치환 엔트로피(Multiscale AAPE, MAAPE)를 사용하여 심박변이율(HRV)의 복잡도를 분석하는, 멀티스케일 진폭 인식 치환 엔트로피를 사용한 심박변이율 분석 방법
|
| 5 |
5
제1항에 있어서, 각 심전도(ECG) 데이터로부터 추출된 RR 간격 데이터에 대해 MAAPE(Multiscale AAPE)를 적용한 결과를 MPE 결과와, 그리고 멀티스케일 엔트로피(Multiscale entropy, MSE)를 적용한 결과와 비교하였으며, Embedding 차원 값(m)은 4, 스케일 인자(s)는 20, 지연 인자(τ)를 1, 조정 계수(A)를 0
|
| 6 |
6
제1항에 있어서, 상기 치환 엔트로피(Permutation entropy, PE)는 시계열의 순서 구조만을 고려하며, 상기 치환 엔트로피(PE)에서 길이 L의 시계열 를 가정하면, 재구성 절차는 식(1)과 같이 을 다차원 벡터 로 구성되며, 식(1) 여기서, i는 벡터의 가능한 인덱스를 의미하며, m은 embedding 차원, τ는 지연 인자이며,다음으로, 각 재구성된 벡터를 오름차순으로 정렬하고, 식(2)와 같이 정렬 전 벡터 성분들의 위치 좌표로 구성된 새 벡터 를 만들며, 식(2)이때 개의 치환 패턴이 존재하며, 는 개의 치환 패턴 중 하나이며, 개의 패턴에 대해 발생한 수를 세고 확률 을 계산하며, j부터 까지의 모든 패턴의 확률에 대한 엔트로피(entropy)를 계산하고, 식(3) 식(4)다른 진폭을 가진 같은 패턴들처럼, 식(1) 결과 만들어진 벡터는 성분의 진폭 관점에서 보면 큰 차이가 존재하지만, 치환 패턴으로 표현할 경우 같은 것으로 간주되며, 이를 해결하기 위해 식(3)에서 단순히 개의 패턴에 대해 발생한 수를 세지 않고, 해당 패턴 성분의 진폭에 따라 가변 기여(Variable contribution) 를 더해주는 방법을 사용하며, 더해주는 가변 기여는 상대적 정규화 확률로 나타낼 수 있으며 식(6)과 같이 계산되며, 식(6)이때, i는 식(1) 벡터의 가능한 인덱스를 의미하며 이며, A는 조정 계수(adjusting coefficient)로써 연속적인 샘플 사이의 평균값과 차이에 관련된 것이며 [0,1] 사이의 값을 가지며, A의 값은 0
|
| 7 |
7
제1항에 있어서, MSE 분석 결과, 모든 스케일에서 CHF 환자의 데이터와 정상인의 데이터 사이의 구분은 명확하고, 스케일 3 이상에서 정상인 중 노인과 청년 사이의 구분이 어려워지는 것을 특징으로 하는 멀티스케일 진폭 인식 치환 엔트로피를 사용한 심박변이율 분석 방법
|
| 8 |
8
제6항에 있어서, 멀티스케일 치환 엔트로피(Multiscale permutation entropy, MPE)는 PE 분석에 대한 최적화를 위해 coarse-graining 과정을 거치며, 상기 coarse-graining 과정은 원 시계열을 같은 길이를 가진 여러 작은 시계열로 잘라내는 것을 의미하며 식(5)와 같이 표시되며, 식(5)j는 coarse-graining이 진행된 시계열의 인덱스를 의미하고, s는 스케일 인자(scale factor)이며, 이후 coarse-graining 과정을 거친 신호를 PE 분석의 입력 신호로, 즉 식(1)의 재구성 절차에서 로 사용되고, s가 1일 때, 는 원 신호와 같고 시계열의 복잡도 분석은 PE 분석과 같으며, MPE 분석 결과, 스케일 8 이상에서 CHF 환자와 정상인의 구분이 잘 되고, 2부터 7사이의 스케일에서 청년과 노인의 구분이 가능한 것을 특징으로 하는 멀티스케일 진폭 인식 치환 엔트로피를 사용한 심박변이율 분석 방법
|
| 9 |
9
제1항에 있어서, MAAPE 분석 결과, 스케일 5 이상에서 CHF 환자와 정상인의 구분이 잘 되며, 0 ~ 8 사이의 스케일에서 청년과 노인의 구분이 가능한 것을 특징으로 하는 멀티스케일 진폭 인식 치환 엔트로피를 사용한 심박변이율 분석 방법
|
