| 1 |
1
적어도 하나의 심박 신호를 포함하는 적어도 하나의 원 심전도 데이터를 획득하는 입력부;상기 적어도 하나의 심박 신호를 대응하는 심박동 유형으로 분류하고, 심박동 유형 중에서 심박 신호가 적은 희소 유형에 대해 심박 신호를 증가시켜 증강 심전도 데이터를 획득하되, 상기 희소 유형의 심박 신호 중에서 기준 심박 신호를 선택하고, 상기 기준 심박 신호 주변의 적어도 하나의 주변 심박 신호를 선택하고, 상기 기준 심박 신호 및 상기 주변 심박 신호 사이에 임의의 심박 신호를 생성하여 상기 희소 유형의 심박 신호를 증강시키는 프로세서;를 포함하는 데이터 증강 장치
|
| 2 |
2
제1항에 있어서,상기 프로세서는, 상기 원 심전도 데이터에 대해 잡음을 제거하여 잡음 제거 심전도 데이터를 획득하는 데이터 증강 장치
|
| 3 |
3
제2항에 있어서,상기 프로세서는, 상기 원 심전도 데이터 또는 상기 잡음 제거 심전도 데이터에 대해 정규화를 수행하여 정규화된 심전도 데이터를 획득하고, 상기 원 심전도 데이터, 상기 잡음 제거 심전도 데이터 또는 상기 정규화된 심전도 데이터를 이용하여 상기 증강 심전도 데이터를 획득하는 데이터 증강 장치
|
| 4 |
4
제3항에 있어서,상기 프로세서는, 상기 원 심전도 데이터, 상기 잡음 제거 심전도 데이터 또는 상기 정규화된 심전도 데이터로부터 R 피크를 검출하고, 상기 R 피크로부터 일정한 기준 범위 내에서 신호를 추출하여 상기 심박 신호를 획득하는 데이터 증강 장치
|
| 5 |
5
제1항에 있어서,상기 프로세서는, 상기 증강 심전도 데이터를 분할하여, 훈련용 데이터, 검증용 데이터 및 테스트용 데이터를 생성하되, 상기 테스트용 데이터는 상기 원 심전도 데이터 및 상기 증강 심전도 데이터 양자에 모두 속하는 심박 신호만을 포함하는 데이터 증강 장치
|
| 6 |
6
제5항에 있어서,상기 프로세서는, 상기 훈련용 데이터를 이용하여 학습 모델을 훈련시키되, 상기 학습 모델은, 1차원 콘볼루션 신경망을 포함하는 데이터 증강 장치
|
| 7 |
7
적어도 하나의 심박 신호를 포함하는 적어도 하나의 원 심전도 데이터를 획득하는 단계;상기 적어도 하나의 심박 신호를 대응하는 심박동 유형으로 분류하는 단계;상기 심박동 유형 중에서 심박 신호가 적은 희소 유형에 대해 심박 신호를 증가시켜 증강 심전도 데이터를 획득하는 단계;를 포함하되,상기 심박동 유형 중에서 심박 신호가 적은 희소 유형에 대해 심박 신호를 증가시켜 증강 심전도 데이터를 획득하는 단계는,상기 희소 유형의 심박 신호 중에서 기준 심박 신호를 선택하는 단계;상기 기준 심박 신호 주변의 적어도 하나의 주변 심박 신호를 선택하는 단계;상기 기준 심박 신호 및 상기 주변 심박 신호 사이에 임의의 심박 신호를 생성하여 상기 희소 유형의 심박 신호를 증강시키는 단계;를 포함하는 데이터 증강 방법
|
| 8 |
8
제7항에 있어서,상기 원 심전도 데이터에 대해 잡음을 제거하여 잡음 제거 심전도 데이터를 획득하는 단계;를 더 포함하는 데이터 증강 방법
|
| 9 |
9
제8항에 있어서,상기 원 심전도 데이터 또는 상기 잡음 제거 심전도 데이터에 대해 정규화를 수행하여 정규화된 심전도 데이터를 획득하는 단계;를 더 포함하고,상기 증강 심전도 데이터를 획득하는 단계는상기 원 심전도 데이터, 상기 잡음 제거 심전도 데이터 또는 상기 정규화된 심전도 데이터를 이용하여 상기 증강 심전도 데이터를 획득하는 단계;를 포함하는 데이터 증강 방법
|
| 10 |
10
제9항에 있어서,상기 원 심전도 데이터, 상기 잡음 제거 심전도 데이터 또는 상기 정규화된 심전도 데이터로부터 R 피크를 검출하는 단계; 및상기 R 피크로부터 일정한 기준 범위 내에서 신호를 추출하여 상기 심박 신호를 획득하는 단계;를 더 포함하는 데이터 증강 방법
|
| 11 |
11
제7항에 있어서,상기 증강 심전도 데이터를 분할하여, 훈련용 데이터, 검증용 데이터 및 테스트용 데이터를 생성하는 단계;를 포함하고,상기 테스트용 데이터는 상기 원 심전도 데이터 및 상기 증강 심전도 데이터 양자에 모두 속하는 심박 신호만을 포함하는 데이터 증강 방법
|
| 12 |
12
제11항에 있어서,상기 훈련용 데이터를 이용하여 학습 모델을 훈련시키는 단계;를 포함하고,상기 학습 모델은, 1차원 콘볼루션 신경망을 포함하는 데이터 증강 방법
|
