- 심실빈맥/심실세동 분류를 위한 NEWFM 기반의 퍼지규칙 추출
- ㆍ 저자명
- 신동근,이상홍,임준식,Shin. Dong-Kun,Lee. Sang-Hong,Lim. Joon-S.
- ㆍ 간행물명
- 인터넷정보학회논문지
- ㆍ 권/호정보
- 2009년|10권 2호|pp.179-186 (8 pages)
- ㆍ 발행정보
- 한국인터넷정보학회
- ㆍ 파일정보
- 정기간행물| PDF텍스트
- ㆍ 주제분야
- 기타
이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.
본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)을 이용하여 Creighton University Ventricular Tachyarrhythmia DataBase(CUDB)의 심전도(ECG) 신호로부터 정상리듬(Normal Sinus Rhythm, NSR)과 심실빈맥/심실세동(Ventricular Tachycardia/Ventricular Fibrillation, VT/VF)을 분류하는 방안을 제시하고 있다. NEWFM에서 사용할 특징입력을 추출하기 위해서 첫 번째 단계에서는 웨이블릿 변환(wavelet transform, WT)을 이용하였다. 두 번째 단계에서는 첫 번째 단계에서 생성된 웨이블릿 계수들을 위상공간 재구성(Phase Space Reconstruction, PSR)과 첨단(Peak) 추출 기법의 입력 값으로 이용하여 2개의 특징입력을 추출하였다. NEWFM은 이들 2개의 특징입력을 이용하여 정상리듬과 심실빈맥/심실세동을 분류하였고 그 결과로 90.13%의 분류성능을 나타내었다.
This paper presents an approach to classify normal and Ventricular Tachycardia/Ventricular Fibrillation(VT/VF) from the Creighton University Ventricular Tachyarrhythmia DataBase(CUDB) using the neural network with weighted fuzzy membership functions(NEWFM). In the first step, wavelet transform is used for producing input values which are used in the next step. In the second step, two numbers of input features are extracted by phase space reconstruction method and peak extraction method using coefficients produced by wavelet transform in the previous step. NEWFM classifies normal and VT/VF beats using two numbers of input features, and then the accuracy rate is 90.13%.