| 1 |
1
심층 신경망을 이용한 부정맥 분류 시스템에서의 부정맥 분류 방법은, ECG 신호를 수신하는 단계;상기 수신한 ECG 신호를 심층 신경망 알고리즘에 적용할 수 있도록 전처리하는 단계;상기 전처리된 ECG 신호에서 P-QRS-T파의 피크값을 검출하는 단계;상기 검출된 P-QRS-T파의 피크값을 라벨 데이터와 통합하여 하나의 파일로 구성함으로써 데이터 셋을 구성하는 단계; 및 상기 P-QRS-T파의 피크값 및 데이터 셋에 입력 레이어, 히든 레이어, 출력 레이어를 포함하는 심층 신경망을 적용하여 부정맥을 분류하는 단계;를 포함하는 심층 신경망을 이용한 부정맥 분류 방법
|
| 2 |
2
제 1 항에 있어서,상기 P-QRS-T파의 피크값 및 데이터 셋에 입력 레이어, 히든 레이어, 출력 레이어를 포함하는 심층 신경망을 적용하여 부정맥을 분류하는 단계는,상기 히든 레이어에서 활성화 함수로 시그모이드(sigmoid) 함수를 사용하고, 출력 레이어에서 활성화 함수로 소프트맥스(softmax)함수를 사용하는 것을 특징으로 하는 심층 신경망을 이용한 부정맥 분류 방법
|
| 3 |
3
제 2 항에 있어서,상기 입력 레이어에 ECG 신호에서 검출한 P-QRS-T파의 피크값을 입력값으로 사용하고, 각 입력 노드는 다음의 히든 노드와 연결되며, 히든 레이어는 Affine 계층과 Sigmoid 계층으로 나뉘고, 상기 히든 레이어를 거쳐 얻어진 출력값은 출력 레이어의 소프트맥스(softmax) 함수에 입력값으로 입력되어 출력값을 생성하는 것을 특징으로 하는 심층 신경망을 이용한 부정맥 분류 방법
|
| 4 |
4
제 3 항에 있어서,상기 Affine 계층에서는 입력값과 가중치, 바이어스 값을 통해 하기의 수학식에 따른 연산을 수행하고, 결과값을 시그모이드(sigmoid) 함수에 입력값으로 사용하여 출력값을 생성하는 것을 특징으로 하는 심층 신경망을 이용한 부정맥 분류 방법
|
| 5 |
5
제 1 항에 있어서,상기 수신한 ECG 신호를 심층 신경망 알고리즘에 적용할 수 있도록 전처리하는 단계는,상기 ECG 신호에서 대역 통과 필터를 사용하여 필터링을 수행함으로써 잡음을 제거하는 것을 특징으로 하는 심층 신경망을 이용한 부정맥 분류 방법
|
| 6 |
6
제 1 항에 있어서,상기 전처리된 ECG 신호에서 P-QRS-T파의 피크값을 검출하는 단계는,상기 전처리된 ECG 신호에 Pan0026#Tompkins QRS 검출 알고리즘을 적용하여 P, Q, R, S, T파에서의 피크값을 검출하는 것을 특징으로 하는 심층 신경망을 이용한 부정맥 분류 방법
|
| 7 |
7
제 1 항에 있어서,상기 P-QRS-T파의 피크값 및 데이터 셋에 입력 레이어, 히든 레이어, 출력 레이어를 포함하는 심층 신경망을 적용하여 부정맥을 분류하는 단계는,미니배치 기법을 통해 학습 과정을 위한 데이터를 획득하는 단계; 및상기 획득된 데이터를 오류 역전파 알고리즘 기반으로 매개변수를 갱신하는 단계;를 포함하는 것을 특징으로 하는 심층 신경망을 이용한 부정맥 분류 방법
|
| 8 |
8
제 1 항에 있어서,상기 라벨 데이터는,3차원의 벡터로 표기하는 원-핫 인코딩(one-hot encoding) 형식으로 구성하는 것을 특징으로 하는 심층 신경망을 이용한 부정맥 분류 방법
|
| 9 |
9
ECG 신호를 수신하는 ECG 신호 수신부;상기 수신한 ECG 신호를 심층 신경망 알고리즘에 적용할 수 있도록 전처리하는 ECG 신호 전처리부;상기 전처리된 ECG 신호에서 P-QRS-T파의 피크값을 검출하는 피크값 검출부;상기 검출된 P-QRS-T파의 피크값을 라벨 데이터와 통합하여 하나의 파일로 구성함으로써 데이터 셋을 구성하는 데이터 셋 구성부; 및 상기 P-QRS-T파의 피크값 및 데이터 셋에 입력 레이어, 히든 레이어, 출력 레이어를 포함하는 심층 신경망을 적용하여 부정맥을 분류하는 부정맥 분류부;를 포함하는 심층 신경망을 이용한 부정맥 분류 시스템
|
| 10 |
10
제 1 항 내지 제 8 항 중 어느 한 항에 따른 심층 신경망을 이용한 부정맥 분류 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
