KR101524226B1

KR101524226B1 - 신경망을 이용한 심장질환판별 방법 및 그 장치

Info

Publication number: KR101524226B1
Application number: KR1020130098137A
Authority: KR
Inventors: 오주영; 김진영
Original assignee: 광운대학교 산학협력단
Priority date: 2013-08-19
Filing date: 2013-08-19
Publication date: 2015-05-29
Also published as: KR20150020955A

Abstract

신경망을 이용한 심장질환판별 방법 및 그 장치가 개시된다. 심장질환판별장치는 인체 측정 신호로부터 QRS군을 포함한 ECG 신호성분을 파악하고, QRS 군에 대한 샘플링 값들을 압축한 일정 개수의 압축 샘플을 구한 후, ECG 신호성분과 압축 샘플을 입력 패턴으로 하는 신경망의 출력 패턴을 구하여 심장 질환 여부를 판별한다.

Description

신경망을 이용한 심장질환판별 방법 및 그 장치{Method of classifing heart condition using neural network, and apparatus thereof}

본 발명은 심전도 신호를 신경망을 통해 분석 처리하여 심장질환을 판별하는 방법 및 그 장치에 관한 것이다.

심전도(Electrocardiography, ECG)는 심장의 박동에 따라 심근에서 발생하는 활동 전류의 기록이다. 도 1은 일반적인 심전도 신호의 일 예를 도시한 도면이다.

도 1을 참조하면, 심전도 신호는 P파, QRS 군(complex), ST 분절(segment), T 파 등을 포함한다. 등전위선(isoelectric line)은 심전도파형을 계측하는데 있어 기준이 되는 선이다. 등전위선과 ST 분절 사이의 공간을 ST 영역(area)이라고 한다. 이중 ECG 신호를 분석하기 위하여 중요한 부분이 Q,R,S파로 구성된 QRS 군이다. QRS 군은 심장에서 심실에 혈액이 들어갔다 나가면서 수축할 때, 즉 심실에서 분극현상이 일어날 때의 전기적 신호가 발생하는 부분이며, ECG 신호에서 가장 명확하게 신호가 구분되는 부분이므로 심장이 뛰고 있다는 것을 확인할 수 있는 부분이다. QRS 군은 대략 0.06~0.12초 시간에서 발생한다.

도 2는 종래 심장질환 판별을 위한 신경망 구조의 일 예를 도시한 도면이다.

도 2를 참조하면, 신경망은 입력 레이어(input layer)(200), 히든 레이어(hidden layer)(210), 출력 레이어(output layer)(220)로 구성되고, 입력 레이어는 심전도 신호에서 파악되는 각종 값을 입력 패턴(230)으로 입력받고, 출력 레이어는 신경망을 통해 처리된 값을 출력 패턴(240)으로 출력한다. 출력 레이어의 개수는 3개 또는 5개일 수 있으며, 3개 또는 5개의 출력 레이어가 나타내는 출력 패턴(N(Normal), P(Paced beats), R(Right bundle branch block), A(Atrial premature beat), F(Fusion of paced and normal beats))과 심장질환 사이의 관계는 도 3과 같이 정의된다. 예를 들어, 도 3을 참조하면, 3개의 출력 레이어가 존재하고 그 출력 값이 각각 1,0,0인 경우에 심장 상태는 정상이다. 5 개의 출력 레이어로 구성된 신경망의 경우, 출력 레이어의 출력 패턴이 0,1,0,0,0이면 조기심방수축 상태를 나타낸다.

그러나 종래의 신경망을 이용한 심장질환 판별 방법은 신경망의 입력 패턴으로 심전도 신호에서 파악되는 QRS 군이나 R, S파 등을 단순히 이용하므로 출력 패턴의 정확도가 낮아 정확한 심장질환 판별에 한계가 있다.

특허공개번호 제2012-0108669호

본 발명이 이루고자 하는 기술적 과제는, 신경망의 입력 패턴을 최적화하여 보다 정확한 심장질환을 판별할 수 있는 방법 및 그 장치를 제공하는 데 있다.

상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 신경망을 이용한 심장질환 판별 방법의 일 예는, 인체 측정 신호를 수신하는 단계; 상기 수신 신호로부터 QRS군을 포함한 ECG 신호성분을 파악하는 단계; 상기 QRS 군에 대한 샘플링 값들을 압축한 일정 개수의 압축 샘플을 구하는 단계; 상기 ECG 신호성분과 상기 압축 샘플을 신경망 입력 레이어의 입력 패턴으로 설정하는 단계; 및 상기 입력 패턴에 대한 상기 신경망의 출력 패턴을 구한 후, 상기 신경망의 출력 패턴과 심장 질환의 관계에 대해 기 정의된 정보를 기초로 심장 질환 여부를 판별하는 단계;를 포함한다.

상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 신경망을 이용한 심장질환 판별 장치의 일 예는, 인체 측정 신호를 수신하는 측정신호 수신부; 상기 수신 신호로부터 QRS군을 포함한 ECG 신호성분을 파악하는 신호성분 파악부; 상기 QRS 군에 대한 샘플링 값들을 압축한 일정 개수의 압축 샘플을 구하는 압축샘플 생성부; 및 상기 ECG 신호성분과 상기 압축 샘플을 입력 패턴으로 하는 신경망의 출력 패턴을 기초로 심장 질환 여부를 판별하는 심전도 분석부;를 포함한다.

본 발명에 따르면, QRS 군의 압축 샘플을 입력 패턴으로 입력함으로써 신경망의 심장질환 판별의 정확도를 향상시킬 수 있다.

도 1은 일반적인 심전도 신호의 일 예를 도시한 도면,
도 2는 종래 심장질환 판별을 위한 신경망 구조의 일 예를 도시한 도면,
도 3은 신경망의 출력패턴과 심장질환 관계를 정의한 도면,
도 4는 본 발명에 따른 심장질환 판별을 위한 신경망 구조의 일 예를 도시한 도면,
도 5는 본 발명에 따른 신경망을 이용한 심장질환 판별 장치의 일 실시예의 구성을 도시한 도면, 그리고,
도 6은 본 발명에 따른 신경망을 이용한 심장질환 판별 방법의 일 실시예의 흐름을 도시한 도면이다.

이하에서, 첨부된 도면들을 참조하여 본 발명에 따른 신경망을 이용한 심장질환 판별 방법 및 그 장치에 대해 상세히 설명한다.

도 4는 본 발명에 따른 심장질환 판별을 위한 신경망 구조의 일 예를 도시한 도면이다.

도 4를 참조하면, 신경망(430)은 ECG 신호성부(400)과 압축샘플(410)을 입력패턴으로 입력받는 입력 레이어, 5, 8 또는 12개의 히든 레이어, 5개의 출력 패턴(420)을 나타내는 출력 레이어로 구성된다. 다른 일 예로 출력 레이어는 3개로 구성될 수도 있다.

예를 들어, 신경망 입력 레이어의 입력 패턴(400,410)은 12개의 ECG 신호성분(400)과 13개의 압축 ECG 샘플로(410) 구성될 수 있다. 물론 실시 예에 따라 ECG 신호성분의 개수와 압축 샘플의 개수는 달라질 수 있다.

ECG 신호성분(400)의 일 예는 다음 표와 같다. 심전도 측정 신호의 R,S,P 파, QRS 군, ST 분절 등을 분석하여 R-S 간격, P-R 간격 등의 12개의 ECG 신호성분을 파악할 수 있다.

	타입	소스	설명
1	M	R,S 파	R-S 간격(interval)
2	M	P,R 파	P-R 간격
3	M	QRS 군	QRS 영역(area)
4	M	Q,T 파	Q-T 간격
5	M	R 파	R 크기(amplitude)
6	M	R 파	HBR(Heart Beat Rate)
7	M	ST 분절	ST 영역
8	M	ST 분절	ST 기울기
9	S	QRS 군	QRS 에너지
10	S	ECG 파	자기상관계수(auto correlation coefficient)
11	S	ECG 파	평균 또는 기대벡터(mean or expectation vector)
12	S	히스토그램	신호 히스토그램의 최대 크기

압축 샘플(410)은 심전도 분석에 매우 중요한 부분인 QRS 군에 대해 추출한 샘플링 값들을 압축하여 얻은 샘플이다. QRS 군은 대략 0.06 ~ 0.12 초 사이에 발생하므로, 그 사이에 얻어지는 샘플링 값의 개수는 샘플링 주파수에 따라 달라질 수 있으나 일반적으로 대략 22~44개이다. 따라서 QRS 군을 포함한 여유 샘플을 고려하여 QRS 군을 중심으로 52개의 샘플링 값들을 선정한 후 이를 1/4로 압축하여 13개의 압축 샘플을 구할 수 있다.

신경망(430)은 ECG 신호성분(400)과 QRS 군의 압축샘플(410)을 입력 레이터의 입력패턴으로 하며, 히든 레이어는 5,8 또는 12개의 레이어로 구성되고, 출력 레이어는 5개(또는 실시 예에 따라 3개가 될 수도 있음)의 레이어 구성된다. 출력 레이어의 출력 패턴은 도 2에서 설명한 바와 같이 5개의 출력 패턴(420)을 가진다. 신경망(430)은 사용을 위하여 미리 학습과정을 필요로 한다. 각 레이어에 대한 학습은 르벤버그마쿼드(Levenberg Marquardt) 알고리즘을 포함한 종래 여러 가지 알고리즘을 통해 달성할 수 있다. 학습 과정 자체는 본 발명의 범위를 벗어나는 것이므로 이에 대한 상세한 설명은 생략하며, 본 실시 예는 각 레이어에 대한 학습이 되어 미리 수행되었다고 가정한다.

도 5는 본 발명에 따른 신경망을 이용한 심장질환 판별 장치의 일 실시예의 구성을 도시한 도면이다.

도 5를 참조하면, 심장질환판별장치(500)는 측정신호수신부(510), 신호성분파악부(520), 압축샘플생성부(530) 및 심전도분석부(540Z)를 포함한다.

측정신호수신부(510)는 인체(550)에 부착된 패치 등을 통해 측정된 인체측정신호를 수신한다.

신호성분파악부(520)는 수신한 측정신호를 분석하여 위 표 1과 같은 ECG 신호성분을 파악한다. 구체적으로, 신호성분파악부(520)는 심전도 측정신호에서 R, S, P 파, QRS 군, ST 분절 등을 분석하여, R파와 S파 사이의 간격(R-S 간격) 등과 같은 표 1의 ECG 신호성분을 파악한다.

압축샘플생성부(530)는 심전도 측정신호의 전 부분이 아닌 심전도 분석에 있어 보다 중요한 QRS 군에 대한 압축 샘플을 생성한다. QRS 군에 대한 샘플링 값의 개수는 샘플링 주파수에 따라 달라지지만 대략 수십 개로 구성되므로 이들 전부를 신경망의 입력 레이어의 입력 신호로 사용하기에는 현실적으로 어렵다. 따라서 QRS 군에 대한 샘플링 값들을 일정 개수로 압축하여 신경망의 입력신호로 사용하는 것이 바람직하다.

보다 구체적으로, 압축샘플생성부(530)는 QRS 군을 중심으로 QRS 군을 포함하는 구간에 대한 샘플링 값들을 추출한다. 종래의 일반적인 심전도 검사 장치의 샘플링 주기를 고려할 때 QRS 군의 구간에 대한 샘플링 값의 개수는 대략 22~44개이므로 이를 포함한 52개의 샘플링 값을 기준으로 압축 샘플을 구할 수 있다. 만약 샘플링 주파수가 높다면 QRS 군에 대한 더 많은 샘플링 개수가 추출된다.

예를 들어, 신경망의 입력 패턴으로 13개의 압축 샘플을 이용한다면, 압축샘플생성부(530)는 QRS 군의 구간에 존재하는 샘플링 값들을 13개로 압축한다. QRS 군을 포함한 구간에 대해 52개의 샘플링 값이 추출되었다면 압축샘플생성부(530)는 이를 1/4로 압축하여 13개의 압축샘플을 생성한다. 만약 78개의 샘플링 값들이 추출되었다면 1/6으로 압축한다. 압축방법으로 여러 가지 방법이 사용될 수 있으나, 간단한 방법으로 52개의 샘플링 값들을 순차적으로 4개씩 묶어 총 13개의 묶음으로 만든 후 각 묶음에 속한 샘플링 값들의 평균값을 압축 샘플로 생성할 수 있다.

심전도분석부(540)는 ECG 신호성분과 압축샘플을 입력 패턴으로 하는 신경망의 출력 패턴을 분석하여 심장질환 여부를 판별한다. 신경망은 르벤버그마쿼드(Levenberg Marquardt) 알고리즘 등을 통해 미리 학습되어 있다고 가정하며, 또한 출력 패턴과 심장질환 사이의 관계도 도 3과 같이 미리 정의되어 있다고 가정한다. 출력 패턴의 정확도를 높이기 위해서는 입력 패턴으로 무엇을 사용할지가 중요하다. 따라서, 일 예로 심장질환판별장치는 12개의 ECG 신호성분과 13개의 25 개의 압축샘플을 신경망의 입력 패턴을 사용하여 심장질환을 판별한다.

도 6은 본 발명에 따른 신경망을 이용한 심장질환 판별 방법의 일 실시예의 흐름을 도시한 도면이다.

도 6을 참조하면, 심장질환판별장치는 인체로부터 측정된 신호를 수신한다(S600). 심장질환판별장치는 수신한 측정신호의 R,S,P 파, QRS 군, ST 분절 등을 파악하여 표 1에서 언급한 12개의 ECG 신호성분을 생성한다(S610). 심장질환판별장치는 보다 정확한 심장 질환 판별을 위하여 12개의 ECG 신호성분과 더불어 QRS 군에 대한 압축된 샘플을 더 사용한다. 이를 위해 심장질환판별장치는 QRS 군에 대한 샘플링 값들을 추출한 후 그 샘플링 값들을 미리 정의된 일정 개수로 압축한 압축 샘플을 생성한다(S620).

심장질환판별장치는 ECG 신호성분과 QRS 군에 대한 압축 샘플을 입력 패턴으로 하는 신경망의 출력 패턴을 산출하여(S630,S640), 도 3과 같이 출력 패턴과 심잘질환 사이의 미리 정의된 정보를 기초로 심장질환 여부를 판별한다(S650).

본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims

심장질환판별장치에서 신경망을 이용한 심장질환 판별 방법에 있어서,
상기 심장질환판별장치는,
인체 측정 신호를 수신하는 단계;
상기 수신 신호로부터 QRS군을 포함한 ECG 신호성분을 파악하는 단계;
상기 QRS 군에 대한 샘플링 값들을 압축한 일정 개수의 압축 샘플을 구하는 단계;
상기 ECG 신호성분과 상기 압축 샘플을 신경망 입력 레이어의 입력 패턴으로 설정하는 단계; 및
상기 입력 패턴에 대한 상기 신경망의 출력 패턴을 구한 후, 상기 신경망의 출력 패턴과 심장 질환의 관계에 대해 기 정의된 정보를 기초로 심장 질환 여부를 판별하는 단계;를 포함하는 것을 특징으로 하는 신경망을 이용한 심장질환 판별 방법.
제 1항에 있어서, 상기 ECG 신호성분을 파악하는 단계는,
상기 수신 신호에서 R파, S파, P파, QRS 군, ST 분절을 파악하는 단계;
R-S 간격, P-R 간격, QRS 영역, Q-T 간격, R 크기, HBR, ST 영역, ST 기울기, QRS 에너지, 자기상관계수, 평균 또는 기대 벡터, 신호 히스토그램의 최대 크기를 포함하는 12개의 ECG 신호 성분을 파악하는 단계;를 포함하는 것을 특징으로 하는 신경망을 이용한 심장질환 판별 방법.
제 1항에 있어서, 상기 압축 샘플을 구하는 단계는,
QRS 구간을 포함한 영역에 대해 52 개의 샘플링 값들을 추출하는 단계;
상기 52개의 샘플링 값들을 4개 단위로 묶고, 각 묶음에 속한 샘플링 값들의 평균값을 구하여 13개의 압축 샘플을 생성하는 단계;를 포함하는 것을 특징으로 하는 신경망을 이용한 심장질환 판별 방법.
제 1항에 있어서,
상기 신경망은 입력 레이어와 출력 레이어 사이에 5, 8 또는 12개의 히든 레이어를 포함하고, 르벤버그마쿼드(Levenberg Marquardt) 알고리즘을 이용하여 각 레이어에 대한 학습이 이루어진 것을 특징으로 하는 신경망을 이용한 심장질환 판별 방법.
인체 측정 신호를 수신하는 측정신호 수신부;
상기 수신 신호로부터 QRS군을 포함한 ECG 신호성분을 파악하는 신호성분 파악부;
상기 QRS 군에 대한 샘플링 값들을 압축한 일정 개수의 압축 샘플을 구하는 압축샘플 생성부; 및
상기 ECG 신호성분과 상기 압축 샘플을 입력 패턴으로 하는 신경망의 출력 패턴을 기초로 심장 질환 여부를 판별하는 심전도 분석부;를 포함하는 것을 특징으로 하는 신경망을 이용한 심장질환 판별 장치.
제 5항에 있어서, 상기 신호성분 파악부는,
R-S 간격, P-R 간격, QRS 영역, Q-T 간격, R 크기, HBR, ST 영역, ST 기울기, QRS 에너지, 자기상관계수, 평균 또는 기대 벡터, 신호 히스토그램의 최대 크기를 포함하는 12개의 ECG 신호 성분을 파악하는 것을 특징으로 하는 신경망을 이용한 심장질환 판별 장치.
제 5항에 있어서, 상기 압축샘플 생성부는,
QRS 구간을 중심으로 52 개의 샘플링 값들을 선별한 후, 52개의 샘플링 값들을 4개 단위로 묶고 평균값을 구하여 13개의 압축 샘플을 생성하는 것을 특징으로 하는 신경망을 이용한 심장질환 판별 장치.
제 5항에 있어서,
상기 신경망은 입력 레이어와 출력 레이어 사이에 5, 8 또는 12개의 히든 레이어를 포함하고, 르벤버그마쿼드(Levenberg Marquardt) 알고리즘을 이용하여 각 레이어에 대한 학습이 이루어진 것을 특징으로 하는 신경망을 이용한 심장질환 판별 장치.
제 1항 내지 제 4항 중 어느 한 항에 기재된 방법을 수행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.