KR101524596B1

KR101524596B1 - PVC classification apparatus and method using QRS pattern, PVC pattern classification method and remote monitoring device

Info

Publication number: KR101524596B1
Application number: KR1020140024294A
Authority: KR
Inventors: 권혁숭; 조익성; 김병철; 황대연; 양승윤
Original assignee: 부산대학교 산학협력단
Priority date: 2014-02-28
Filing date: 2014-02-28
Publication date: 2015-06-03

Abstract

Provided are a PVC classification apparatus and a method using a QRS pattern, a PVC pattern classification method and a remote monitoring device. The PVC classification method using a QRS pattern includes a step of differentiating an ECG signal, a step of classifying an QRS pattern by using the peak value of a differentiated ECG signal, and a step of determining premature ventricular contraction (PVC) by using the classified QRS. The QRS pattern includes a left peak value and a right peak value. The step of classifying the QRS pattern compares the position of the left peak value and the right peak value based on the pattern threshold of the differentiated ECG signal and classifies the QRS.

Description

Technical Field [0001] The present invention relates to a PVC classification apparatus and method using a QRS pattern, a PVC pattern classification method, and a remote monitoring apparatus using the QRS pattern,

본 발명은 QRS 패턴을 이용한 PVC 분류 장치 및 방법, PVC 패턴 분류 방법, 그리고 원격 모니터링 장치에 관한 것이다. 구체적으로, 다양한 QRS 패턴에 기반하여 심장질환의 위험인자인 심박변동의 저하와 심실조기수축 판별을 용이하게 진단할 수 있는 QRS 패턴을 이용한 PVC 분류 장치 및 방법, PVC 패턴 분류 방법, 그리고 원격 모니터링 장치에 관한 것이다.The present invention relates to a PVC classification apparatus and method using a QRS pattern, a PVC pattern classification method, and a remote monitoring apparatus. Specifically, a PVC classification apparatus and method using a QRS pattern capable of easily diagnosing a heart rate variability and a ventricular premature contraction discrimination based on various QRS patterns, a PVC pattern classification method, and a remote monitoring apparatus .

심전도(ECG; Electro Cardio Graph)는 전극(electrode)을 인체 표편에 부착하여 간단히 측정할 수 있는 장치로 임상적으로 심장질환의 유무를 진단하는 중요한 척도가 된다. 심장질환 중에서 부정맥은 심장의 리듬이 불규칙하거나 심박동수가 비정상적인 상태를 의미한다. 부정맥의 형태는 정상인에게 올 수 있는 가벼운 리듬의 장애에서부터 생명을 위협하는 위험한 장애까지 다양하며, 이는 심장세포의 자동성 장애나 전도 장애로 인해 초래된다.Electrocardiogram (ECG) is an easy-to-measure device that attaches an electrode to a human body's surface. It is an important measure for clinically diagnosing the presence or absence of a heart disease. Arrhythmias among heart diseases mean irregular heart rhythms or abnormal heart rhythms. The form of arrhythmia ranges from a mild rhythm disorder to a normal person to a life-threatening disorder, which is caused by autonomic or conduction disturbances of cardiac cells.

조기심실수축(PVC; Premature Ventricular Contraction, 이하 'PVC')은 임상에서 발견될 수 있는 가장 흔한 부정맥으로, 과거에 심장질환이 있었던 환자에게서 PVC의 발생은 심실빈맥과 같은 위험한 심장질환을 유발할 가능성이 있어 이의 검출은 추후 발생여부에 대한 기초조사로써 매우 중요하다. 지금까지 PVC 분류의 정확도를 높이기 위해 미분을 이용한 방법, ECG의 형태적 연관성을 이용한 방법, 이산 퓨리에 변환을 이용한 방법, 힐버트 변환 방법, 웨이블렛 변환방법, 다양한 비선형 분석법이 사용되어 왔다. 이러한 대부분의 방법들은 데이터의 가공 및 연산이 복잡하여 실시간 적용이 어렵고, P파, T파의 개인차가 있어 분류의 정확도가 떨어지는 문제점이 있다. 연산의 복잡도를 줄이기 위해 RR 간격과 QRS 폭을 통한 실시간 PVC 검출 방법이 개발되었으나, 검출의 정확도가 떨어지는 문제점이 있었다. PVC는 개인의 특징에 따라 다양한 QRS 패턴이 존재하기 때문이다.Premature Ventricular Contraction (PVC) is the most common arrhythmia that can be found in clinical practice. It is possible that the incidence of PVC in patients with heart disease in the past may cause a dangerous heart disease such as ventricular tachycardia And its detection is very important as a basic investigation of whether or not it will occur later. So far, various methods have been used to increase the accuracy of PVC classification, including differential method, ECG morphological association method, discrete Fourier transform method, Hilbert transform method, wavelet transform method, and various nonlinear analysis methods. Most of these methods have difficulty in real-time application due to complicated processing and computation of data, and there is a problem that accuracy of classification is poor due to individual differences of P-wave and T-wave. In order to reduce the computational complexity, a real-time PVC detection method based on the RR interval and the QRS width has been developed, but the accuracy of the detection is poor. PVC has various QRS patterns according to individual characteristics.

대한민국공개특허 제2007-7012836 호Korea Patent Publication No. 2007-7012836

따라서, 이러한 문제점을 극복하기 위해서는 최소한의 특징점을 추출함으로써 연산의 복잡도를 줄이고, 개인마다 다른 QRS 패턴에 따라 PVC를 정확하게 분류할 수 있는 적합한 알고리즘이 필요하다.Therefore, in order to overcome such a problem, it is necessary to extract a minimum feature point to reduce the complexity of the calculation and to appropriately classify the PVC accurately according to the QRS pattern for each individual.

본 발명이 해결하려는 과제는, QRS 패턴에 의한 QS 간격과 R파의 진폭을 이용함으로써 연산의 복잡도를 줄이고, 개인마다 다른 QRS 패턴에 따라 PVC를 정확하게 분류할 수 있는 PVC 분류 장치를 제공하는 것이다.A problem to be solved by the present invention is to provide a PVC classifier capable of reducing the complexity of computation by using the QS interval by the QRS pattern and the amplitude of the R wave and accurately classifying the PVC according to the QRS pattern for each individual.

본 발명이 해결하려는 다른 과제는, QRS 패턴에 의한 QS 간격과 R파의 진폭을 이용함으로써 연산의 복잡도를 줄이고, 개인마다 다른 QRS 패턴에 따라 PVC를 정확하게 분류할 수 있는 PVC 분류 방법을 제공하는 것이다.Another problem to be solved by the present invention is to provide a PVC classification method that can reduce the complexity of the calculation by using the QS interval by the QRS pattern and the amplitude of the R wave and correctly classify the PVC according to a QRS pattern that is different for each individual .

본 발명이 해결하려는 또 다른 과제는, 개인마다 다른 EGC 신호에 따라 PVC 패턴을 정확하게 분류할 수 있는 PVC 패턴 분류 방법을 제공하는 것이다.Another object to be solved by the present invention is to provide a PVC pattern classification method capable of accurately classifying PVC patterns according to different EGC signals.

본 발명이 해결하려는 또 다른 과제는, QRS 패턴에 의한 QS 간격과 R파의 진폭을 이용함으로써 연산의 복잡도를 줄이고, 개인마다 다른 QRS 패턴에 따라 PVC를 정확하게 분류할 수 있는 원격 모니터링 장치를 제공하는 것이다.Another object to be solved by the present invention is to provide a remote monitoring apparatus capable of reducing the complexity of computation by using the QS interval by the QRS pattern and the amplitude of the R wave and classifying the PVC accurately according to a QRS pattern that is different for each individual will be.

본 발명이 해결하려는 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the above-mentioned problems, and other matters not mentioned can be clearly understood by those skilled in the art from the following description.

상기 과제를 해결하기 위한 본 발명의 QRS 패턴을 이용한 PVC 패턴 분류 방법의 일 면(aspect)은, ECG(electrocardiogram) 신호를 미분하는 단계, 상기 미분된 ECG 신호의 피크치를 이용하여 QRS 패턴을 분류하는 단계, 및 상기 분류된 QRS 패턴을 이용하여 PVC(Premature Ventricular Contraction)를 판단하는 단계를 포함하되, 상기 QRS 패턴은 좌측 피크치와, 우측 피크치를 포함하고, 상기 QRS 패턴을 분류하는 단계는, 상기 미분된 ECG 신호의 패턴 문턱치(pattern threshold)를 기준으로, 상기 좌측 피크치와 상기 우측 피크치의 위치를 비교하여 상기 QRS 패턴을 분류한다.According to an aspect of the present invention, there is provided a method of classifying a pattern of a PVC pattern using a QRS pattern, comprising: differentiating an ECG (electrocardiogram) signal; classifying a QRS pattern using a peak value of the differentiated ECG signal; And determining a PVC (Premature Ventricular Contraction) using the classified QRS pattern, wherein the QRS pattern includes a left peak value and a right peak value, and the step of classifying the QRS pattern comprises: The QRS pattern is classified by comparing the position of the left peak value with the position of the right peak value based on a pattern threshold of the ECG signal.

또한, 상기 QRS 패턴은, 상기 좌측 피크치가 패턴 문턱치보다 크고, 상기 우측 피크치가 상기 패턴 문턱치보다 작은 제1 패턴과, 상기 좌측 피크치가 상기 패턴 문턱치보다 작고, 상기 우측 피크치가 상기 패턴 문턱치보다 큰 제2 패턴과, 상기 좌측 피크치 및 상기 우측 피크치가 상기 패턴 문턱치보다 크고, 상기 좌측 피크치가 상기 우측 피크치보다 큰 제3 패턴과, 상기 좌측 피크치 및 상기 우측 피크치가 상기 패턴 문턱치보다 크고, 상기 좌측 피크치가 상기 우측 피크치보다 작은 제4 패턴을 포함할 수 있다.The QRS pattern may include a first pattern in which the left peak value is larger than the pattern threshold value and the right peak value is smaller than the pattern threshold value and a second pattern in which the left peak value is smaller than the pattern threshold value and the right peak value is larger than the pattern threshold value. And a third pattern in which the left side peak value and the right side peak value are larger than the pattern threshold value and the left side peak value is larger than the right side peak value and the left side peak value and the right side peak value are larger than the pattern threshold value, And a fourth pattern smaller than the right peak value.

또한, 상기 패턴 문턱치는, 상기 미분된 ECG 신호의 절대치값의 10%에 해당할 수 있다.Also, the pattern threshold value may correspond to 10% of the absolute value of the differentiated ECG signal.

상기 과제를 해결하기 위한 본 발명의 QRS 패턴을 이용한 PVC 분류 방법의 일 면은, ECG 신호로부터 R파를 검출하여 상기 R파를 기초로 연속적인 제1 내지 제n RR 간격을 추출하는 단계, 상기 ECG 신호를 미분하고, 상기 미분된 ECG 신호를 기초로 QRS 패턴을 분류하는 단계, 상기 QRS 패턴을 기초로 QS 간격 또는 상기 R파의 진폭 변화율을 추출하는 단계, 및 상기 RR 간격, 상기 QRS 패턴, 상기 QS 간격 또는 상기 R파의 진폭 변화율을 이용하여 PVC을 판단하는 단계를 포함하되, 상기 PVC을 판단하는 단계는, 상기 제n RR 간격이 상기 제1 내지 제n RR 간격의 평균 문턱치보다 작거나, 상기 RR 간격의 변화량이 1.2보다 큰 지 판단하는 단계와, 상기 QS 간격의 평균과 현재의 QS 간격을 비교하는 단계와, 상기 R파의 진폭 변화율의 절대값이 8%보다 큰 지 판단하는 단계를 포함한다.According to an aspect of the present invention, there is provided a method of classifying a PVC using a QRS pattern, comprising the steps of: detecting R waves from an ECG signal and extracting consecutive first through n-th RR intervals based on the R waves; Classifying the QRS pattern based on the differentiated ECG signal, extracting a QS interval or an amplitude change rate of the R wave based on the QRS pattern, and calculating the RR interval, the QRS pattern, Determining the PVC using the QS interval or the rate of change of the amplitude of the R wave, wherein the step of determining the PVC comprises: determining whether the n-th RR interval is smaller than the average threshold value of the first through n- Determining whether the variation of the RR interval is greater than 1.2, comparing an average of the QS intervals with a current QS interval, determining whether the absolute value of the R wave amplitude change rate is greater than 8% .

또한, 상기 ECG 신호로부터 상기 R파를 검출하기 전에, 상기 ECG 신호를 전처리하여 잡음을 제거하는 단계를 더 포함할 수 있다.The method may further include a step of pre-processing the ECG signal to remove noise before detecting the R wave from the ECG signal.

또한, 상기 제1 내지 제n RR 간격의 평균 문턱치는, 하기 수학식 1에 의해 계산될 수 있다.Also, the average threshold value of the first through the n'th RR intervals may be calculated by the following equation (1).

(1)

(One)

상기 식에서 RRth는 RR 간격의 평균 문턱치, N은 R파의 개수, Ri는 현재의 R파의 시간값, Ri+1는 현재 이후의 R파의 시간값이다.Where Ri is the time value of the current R wave, Ri + 1 is the time value of the R wave after the present time, RRth is the average threshold of the RR interval, N is the number of R waves, Ri is the time value of the current R wave,

또한, 상기 RR 간격의 변화량은, 하기 수학식 2에 의해 계산될 수 있다.Further, the amount of change in the RR interval can be calculated by the following equation (2).

(2)

상기 식에서 RRv는 RR 간격의 변화량, RRi는 현재의 RR 간격, RRi+1은 현재 이후의 RR 간격이다.Where RRv is the amount of change in the RR interval, RRi is the current RR interval, and RRi + 1 is the RR interval since then.

또한, 상기 QRS 패턴을 분류하는 단계에서, 상기 미분된 ECG 신호의 좌측 피크치와 우측 피크치를 이용하여 상기 QRS 패턴을 분류할 수 있다.Also, in the step of classifying the QRS patterns, the QRS patterns may be classified using the left peak value and the right peak value of the differentiated ECG signal.

또한, 상기 QRS 패턴은, 상기 좌측 피크치가 패턴 문턱치보다 크고, 상기 우측 피크치가 상기 패턴 문턱치보다 작은 정상 신호 패턴과, 상기 좌측 피크치가 상기 패턴 문턱치보다 작고, 상기 우측 피크치가 상기 패턴 문턱치보다 큰 제1 PVC 패턴과, 상기 좌측 피크치 및 상기 우측 피크치가 상기 패턴 문턱치보다 크고, 상기 좌측 피크치가 상기 우측 피크치보다 큰 제2 PVC 패턴과, 상기 좌측 피크치 및 상기 우측 피크치가 상기 패턴 문턱치보다 크고, 상기 좌측 피크치가 상기 우측 피크치보다 작은 제3 PVC 패턴을 포함할 수 있다.The QRS pattern may include a normal signal pattern in which the left peak value is larger than the pattern threshold value and the right peak value is smaller than the pattern threshold value and a normal signal pattern in which the left peak value is smaller than the pattern threshold value and the right peak value is larger than the pattern threshold value. 1 PVC pattern and a second PVC pattern in which the left peak value and the right peak value are larger than the pattern threshold and the left peak value is larger than the right peak value and a second PVC pattern in which the left peak value and the right peak value are larger than the pattern threshold, And a third PVC pattern whose peak value is smaller than the right peak value.

또한, 상기 QS 간격을 추출하는 단계에서, 상기 QS 간격은 Q점과 S점을 이용하여 계산하되, 상기 Q점은 좌측 피크치의 50%되는 지점에 해당하되, 좌측 피크치의 위치에서 역탐색하여 추출하고, 상기 S점은 우측 피크치의 25%되는 지점에 해당하되, 우측 피크치의 위치에서 정탐색하여 추출할 수 있다.In addition, in the step of extracting the QS interval, the QS interval is calculated using the Q point and the S point, and the Q point corresponds to 50% of the left peak value. However, , And the point S corresponds to a point at 25% of the right peak value, but can be searched and extracted at the position of the right peak value.

또한, 상기 R파의 진폭 변화율은, R파의 템플릿과 현재의 R파의 진폭의 차이에 해당하고, 상기 R파의 템플릿은, 현재의 R파와, 상기 현재의 R파의 전방에 위치한 15개의 R파와, 상기 현재의 R파의 후방에서 위치한 9개의 R파를 이용하여 계산할 수 있다.The R wave amplitude change ratio corresponds to the difference between the R wave template and the current R wave amplitude, and the R wave template has a current R wave and 15 current R wave and 9 R waves located behind the current R wave.

또한, 상기 R파의 템플릿은 하기 수학식 3에 의해 계산될 수 있다.Further, the template of the R wave can be calculated by the following equation (3).

(3)

상기 식에서 Rtemp는 R파의 템플릿, Ri는 현재의 R파의 진폭이다.In the above equation, Rtemp is the template of the R wave, and Ri is the amplitude of the current R wave.

또한, 상기 QS 간격의 평균과 현재의 QS 간격을 비교하는 단계에서, 상기 현재의 QS 간격이, 상기 QS 간격의 평균보다 1.32배 큰 지 판단하고, 상기 QS 간격의 평균은, 현재 이전 m개의 QS 간격의 평균에 해당할 수 있다.In the step of comparing the average of the QS intervals with the current QS interval, it is determined whether the current QS interval is 1.32 times larger than the average of the QS intervals. May correspond to the average of the intervals.

또한, 상기 현재 이전 m개의 QS 간격의 평균에서, 상기 m은 8에 해당할 수 있다.Also, in the average of the current m QS intervals, the m may correspond to 8.

또한, 상기 PVC을 판단하는 단계는, 현재 이전 k개의 QRS 패턴이 일치하는지 판단하는 단계와, 상기 현재 이전 k개의 QRS 패턴이 일치하는 경우, 상기 현재 이전 k개의 QRS 패턴과 현재의 QRS 패턴이 일치하는지 판단하는 단계를 더 포함할 수 있다.The step of judging the PVC may include the steps of: determining whether the previous k QRS patterns are identical; if the current k QRS patterns match, comparing the current k QRS patterns with the current QRS pattern And a step of judging whether or not it is possible.

또한, 상기 PVC을 판단하는 단계에서, 상기 k는 8에 해당할 수 있다.Also, in the step of judging the PVC, k may be equal to 8. [

상기 과제를 해결하기 위한 본 발명의 QRS 패턴을 이용한 PVC 분류 장치의 일 면은, ECG 신호를 검출하는 ECG 센서, 상기 ECG 신호로부터 R파를 검출하는 R파 검출 유닛, 상기 R파를 기초로 RR 간격을 포함하는 특징점을 추출하는 특징점 추출 유닛, 상기 ECG 신호를 미분하고, 상기 미분된 ECG 신호를 기초로 QRS 패턴을 분류하고, 상기 QRS 패턴을 기초로 QS 간격 또는 상기 R파의 진폭 변화율을 추출하는 패턴 분류 유닛, 및 상기 RR 간격, QRS 패턴, 상기 QS 간격 또는 상기 R파의 진폭 변화율을 이용하여 PVC 여부를 판단하는 PVC 판단 유닛을 포함하되, 상기 PVC 판단 유닛은, 현재의 RR 간격이 RR 간격의 평균 문턱치보다 작거나, RR 간격의 변화량이 1.2보다 큰 지 판단하고, 현재의 QS 간격과, QS 간격의 평균을 비교하고, 상기 R파의 진폭 변화율의 절대값이 8%보다 큰 지 판단한다.According to an aspect of the present invention, there is provided an apparatus for sorting a PVC using a QRS pattern, comprising an ECG sensor for detecting an ECG signal, an R wave detecting unit for detecting an R wave from the ECG signal, A feature point extracting unit for extracting feature points including an interval, a QRS pattern classifying unit that classifies the ECG signal based on the differentiated ECG signal, extracts a QS interval or an amplitude change rate of the R wave based on the QRS pattern, And a PVC determination unit for determining whether the PVC is a PVC using the RR interval, the QRS pattern, the QS interval, or the rate of change of amplitude of the R wave, wherein the PVC determination unit determines that the current RR interval is RR Determines whether the variation of the RR interval is larger than 1.2, compares the current QS interval with the average of the QS intervals, and determines whether the absolute value of the amplitude variation rate of the R wave is greater than 8% .

또한, 상기 패턴 분류 유닛은, 상기 미분된 ECG 신호의 좌측 피크치와 우측 피크치를 이용하여 상기 QRS 패턴을 분류하고, 상기 QRS 패턴은, 상기 좌측 피크치가 패턴 문턱치보다 크고, 상기 우측 피크치가 상기 패턴 문턱치 보다 작은 정상 신호 패턴과, 상기 좌측 피크치가 상기 패턴 문턱치보다 작고, 상기 우측 피크치가 상기 패턴 문턱치보다 큰 제1 PVC 패턴과, 상기 좌측 피크치 및 상기 우측 피크치가 상기 패턴 문턱치보다 크고, 상기 좌측 피크치가 상기 우측 피크치보다 큰 제2 PVC 패턴과, 상기 좌측 피크치 및 상기 우측 피크치가 상기 패턴 문턱치보다 크고, 상기 좌측 피크치가 상기 우측 피크치보다 작은 제3 PVC 패턴을 포함할 수 있다.The pattern classification unit classifies the QRS pattern by using the left peak value and the right peak value of the differentiated ECG signal, and the QRS pattern is a pattern classification unit in which the left peak value is larger than the pattern threshold value and the right peak value is the pattern threshold value A first PVC pattern in which the left peak value is smaller than the pattern threshold and the right peak value is larger than the pattern threshold; and a second PVC pattern in which the left peak value and the right peak value are larger than the pattern threshold value, A second PVC pattern larger than the right peak value and a third PVC pattern in which the left peak value and the right peak value are larger than the pattern threshold and the left peak value is smaller than the right peak value.

또한, 상기 QS 간격의 평균은, 현재 이전 8개의 QS 간격의 평균에 해당하고, 상기 PVC 판단 유닛은, 상기 현재의 QS 간격이, 상기 QS 간격의 평균보다 1.32배 큰 지 판단할 수 있다.In addition, the average of the QS intervals corresponds to an average of the previous 8 QS intervals, and the PVC determination unit can determine whether the current QS interval is 1.32 times larger than the average of the QS intervals.

상기 과제를 해결하기 위한 본 발명의 QRS 패턴을 이용한 원격 모니터링 장치의 일 면은, ECG 신호를 검출하는 ECG 센서, 상기 ECG 신호로부터 R파를 검출하는 R파 검출 유닛, 상기 R파를 기초로 RR 간격을 포함하는 특징점을 추출하는 특징점 추출 유닛, 상기 ECG 신호를 미분하고, 상기 미분된 ECG 신호를 기초로 QRS 패턴을 분류하는 패턴 분류 유닛, 및 네트워크를 통해서 상기 특징점과 상기 분류된 QRS 패턴을 서버로 전송하는 인터페이스 장치를 포함하되, 상기 서버는, 상기 QRS 패턴을 기초로 QS 간격 또는 상기 R파의 진폭 변화율을 추출하고, 현재의 RR 간격이 RR 간격의 평균 문턱치보다 작거나, RR 간격의 변화량이 1.2보다 큰 지 판단하고, 현재의 QS 간격과, QS 간격의 평균을 비교하고, 상기 R파의 진폭 변화율의 절대값이 8%보다 큰 지 판단하여, PVC 여부를 진단한다.According to an aspect of the present invention, there is provided a remote monitoring apparatus using a QRS pattern, comprising: an ECG sensor for detecting an ECG signal; an R wave detecting unit for detecting an R wave from the ECG signal; A feature point extracting unit for extracting feature points including an interval, a pattern classifying unit for differentiating the ECG signal, classifying a QRS pattern based on the differentiated ECG signal, and a classifying unit for classifying the feature point and the classified QRS pattern through a network, The server extracts the QS interval or the amplitude change rate of the R wave on the basis of the QRS pattern. If the current RR interval is smaller than the average threshold value of the RR interval, or the variation of the RR interval Is greater than 1.2, the current QS interval is compared with the average of the QS intervals, and it is determined whether the absolute value of the amplitude change rate of the R wave is greater than 8% The.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the invention are included in the detailed description and drawings.

상기 본 발명의 일 면에 따르면, ECG 신호로부터 R파, RR 간격, QRS 폭 등의 최소한의 특징점을 추출함으로써 연산의 복잡도를 줄일 수 있다. 또한, 심전도의 특징량에 나타나는 변화를 의사 등이 조기에 파악함으로써, 병상의 진행을 예방하기 위해 환자에 대한 주의의 필요성을 부각시킬 수 있고, 더욱 상세한 검사 또는 치료가 필요한지 여부에 대한 판단을 조기에 행할 수 있도록 하는 효과가 있다. 또한, 심전도 신호 측정시 잡음의 영향을 덜 받으며, 실시간으로 심실조기수축 진단을 할 수 있다는 장점이 있다. 또한, 임상연구를 위한 기초 자료를 제공하는 것이 가능하고, 사전에 환자의 질병을 예측함으로써 경제적 부담을 경감시킬 수 있다는 장점이 있다.According to an aspect of the present invention, it is possible to reduce computational complexity by extracting minimum feature points such as an R wave, an RR interval, and a QRS width from an ECG signal. In addition, the physician or the like early recognizes the change in the characteristic amount of the electrocardiogram, thereby making it possible to highlight the necessity of care for the patient in order to prevent the progress of the disease, and to judge whether or not more detailed examination or treatment is necessary And the like. In addition, it is less affected by noise in ECG signal measurement, and it has the advantage of real-time diagnosis of ventricular premature contraction. In addition, it is possible to provide basic data for clinical research, and it is possible to reduce the economic burden by predicting the patient's disease in advance.

도 1은 본 발명의 일 실시예에 따른 PVC 분류 장치를 설명하기 위한 블록도이다.
도 2는 정상신호와 PVC의 RR 간격의 변화를 설명하기 위한 도면이다.
도 3a 및 도 3b는 정상신호와 PVC의 QRS 패턴을 설명하기 위한 도면이다.
도 4는 QRS 패턴의 미분값을 설명하기 위한 테이블이다.
도 5은 QRS 패턴의 판단 기준을 설명하기 위한 테이블이다.
도 6a 및 도 6b는 QS 간격을 찾는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 PVC 분류 방법을 설명하기 위한 흐름도이다.
도 8는 도 7의 PVC 검출 단계의 제1 분류 과정을 설명하기 위한 흐름도이다.
도 9는 도 7의 PVC 검출 단계의 제2 분류 과정을 설명하기 위한 흐름도이다.
도 10는 도 7의 PVC 검출 단계의 제3 분류 과정을 설명하기 위한 흐름도이다.
도 11a 내지 도 11c는 MIT-BIH의 레코드를 이용하여 QRS 패턴 분석을 설명하기 위한 도면이다.
도 12는 본 발명의 일 실시예에 따른 R파 검출률을 설명하기 위한 테이블이다.
도 13은 본 발명의 일 실시예에 따른 PVC 분류율을 설명하기 위한 테이블이다.
도 14는 본 발명의 일 실시예에 따른 원격 모니터링 장치를 설명하기 위한 블록도이다.
도 15는 도 14의 원격 모니터링 장치를 포함하는 헬스 케어 시스템을 설명하기 위한 블록도이다.1 is a block diagram for explaining a PVC sorting apparatus according to an embodiment of the present invention.
FIG. 2 is a diagram for explaining the change of the RR interval of the normal signal and the PVC.
3A and 3B are diagrams for explaining a QRS pattern of a normal signal and a PVC.
4 is a table for explaining differential values of the QRS pattern.
5 is a table for explaining a determination criterion of a QRS pattern.
FIGS. 6A and 6B are diagrams for explaining a process of finding a QS interval.
7 is a flowchart for explaining a PVC classification method according to an embodiment of the present invention.
8 is a flowchart for explaining the first classification process of the PVC detection step of FIG.
9 is a flowchart for explaining a second classification process of the PVC detection step of FIG.
10 is a flowchart for explaining a third classification process of the PVC detection step of FIG.
11A to 11C are diagrams for explaining a QRS pattern analysis using a record of the MIT-BIH.
12 is a table for explaining the R wave detection rate according to an embodiment of the present invention.
13 is a table for explaining the PVC classification rate according to an embodiment of the present invention.
14 is a block diagram for explaining a remote monitoring apparatus according to an embodiment of the present invention.
15 is a block diagram illustrating a healthcare system including the remote monitoring apparatus of FIG.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention and the manner of achieving them will become apparent with reference to the embodiments described in detail below with reference to the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as being limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. Is provided to fully convey the scope of the invention to those skilled in the art, and the invention is only defined by the scope of the claims. Like reference numerals refer to like elements throughout the specification.

하나의 소자(elements)가 다른 소자와 "접속된(connected to)" 또는 "커플링된(coupled to)" 이라고 지칭되는 것은, 다른 소자와 직접 연결 또는 커플링된 경우 또는 중간에 다른 소자를 개재한 경우를 모두 포함한다. 반면, 하나의 소자가 다른 소자와 "직접 접속된(directly connected to)" 또는 "직접 커플링된(directly coupled to)"으로 지칭되는 것은 중간에 다른 소자를 개재하지 않은 것을 나타낸다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.One element is referred to as being "connected to " or" coupled to "another element, either directly connected or coupled to another element, One case. On the other hand, when one element is referred to as being "directly connected to" or "directly coupled to " another element, it does not intervene another element in the middle. Like reference numerals refer to like elements throughout the specification. "And / or" include each and every combination of one or more of the mentioned items.

비록 제1, 제2 등이 다양한 소자, 구성요소 및/또는 섹션들을 서술하기 위해서 사용되나, 이들 소자, 구성요소 및/또는 섹션들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 소자, 구성요소 또는 섹션들을 다른 소자, 구성요소 또는 섹션들과 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 소자, 제1 구성요소 또는 제1 섹션은 본 발명의 기술적 사상 내에서 제2 소자, 제2 구성요소 또는 제2 섹션일 수도 있음은 물론이다.Although the first, second, etc. are used to describe various elements, components and / or sections, it is needless to say that these elements, components and / or sections are not limited by these terms. These terms are only used to distinguish one element, element or section from another element, element or section. Therefore, it goes without saying that the first element, the first element or the first section mentioned below may be the second element, the second element or the second section within the technical spirit of the present invention.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.The terminology used herein is for the purpose of illustrating embodiments and is not intended to be limiting of the present invention. In the present specification, the singular form includes plural forms unless otherwise specified in the specification. It is noted that the terms "comprises" and / or "comprising" used in the specification are intended to be inclusive in a manner similar to the components, steps, operations, and / Or additions.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless defined otherwise, all terms (including technical and scientific terms) used herein may be used in a sense commonly understood by one of ordinary skill in the art to which this invention belongs. Also, commonly used predefined terms are not ideally or excessively interpreted unless explicitly defined otherwise.

이하에서는 도 1 내지 도 6b을 참조하여, 본 발명의 실시예에 따른 부정맥 분류 장치를 상세하게 설명하기로 한다.Hereinafter, an arrhythmia classifying apparatus according to an embodiment of the present invention will be described in detail with reference to FIGS. 1 to 6B.

도 1은 본 발명의 일 실시예에 따른 PVC 분류 장치(100)를 설명하기 위한 블록도이다.1 is a block diagram for explaining a PVC classification apparatus 100 according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 PVC 분류 장치(100)는, ECG 입력 유닛(110; ECG Input Unit), 전처리 유닛(120; Preprocessing Unit), R파 검출 유닛(130; R wave Detecting Unit), 특징점 추출 유닛(140; Feature Extraction Unit), 패턴 분류 유닛(150; Pattern Classification Unit), PVC 판단 유닛(160; PVC Decision Unit)을 포함한다.1, a PVC sorting apparatus 100 according to an embodiment of the present invention includes an ECG input unit 110, a preprocessing unit 120, an R wave detecting unit 130 a wave detection unit, a feature extraction unit 140, a pattern classification unit 150 and a PVC decision unit 160. [

ECG 입력 유닛(110)은 ECG 신호를 입력받는다. ECG 신호는 ECG 센서(미도시)로부터 제공될 수 있다.The ECG input unit 110 receives the ECG signal. The ECG signal may be provided from an ECG sensor (not shown).

전처리 유닛(120)은 ECG 신호의 전처리 과정을 수행하여, ECG 신호에 포함되는 다양한 잡음을 제거한다. 전처리 유닛(120)은 심전도 신호에 포함되어 있는 다양한 잡음을 제거하여 R파를 정확히 검출할 수 있다.The preprocessing unit 120 preprocesses the ECG signal to remove various noise included in the ECG signal. The preprocessing unit 120 can accurately detect the R wave by removing various noise included in the electrocardiogram signal.

예시적으로, 형태 연산 기반의 전처리 기법이 이용될 수 있으나, 이에 한정되는 것은 아니다. 형태 연산 기반의 전처리 기법을 이용하는 경우, 원 신호의 변형을 줄이고 계산의 복잡도를 최소화함으로써, 효율적으로 QRS를 검출할 수 있다. Illustratively, a type-based pre-processing technique may be used, but is not limited thereto. In the case of using the preprocessing method based on the shape calculation, it is possible to efficiently detect the QRS by reducing the deformation of the original signal and minimizing the complexity of the calculation.

R파 검출 유닛(130)은 전처리된 ECG 신호로부터 R파를 검출한다. R파 검출 유닛(130)은 경험적 문턱치와 차분 동작을 이용하여 전처리된 ECG 신호로부터 R파를 검출할 수 있다. 한편, 경험적 문턱치에 의해 R파가 검출되지 않을 경우, R파 검출 유닛(130)은 RR 간격을 이용한 역탐색 기법을 이용할 수 있다.The R wave detection unit 130 detects an R wave from the preprocessed ECG signal. The R wave detection unit 130 can detect the R wave from the preprocessed ECG signal using the empirical threshold and differential operation. On the other hand, when the R wave is not detected due to the empirical threshold value, the R wave detecting unit 130 can use the reverse search technique using the RR interval.

P파나 T파를 R파로 오인 검출하는 경우, FP(False Positive)가 발생할 수 있으며, R파가 존재함에도 검출하지 못하는 경우, TN(True Negative)가 발생할 수 있다. 이와 같은 오검출을 방지하기 위해서, 본 발명의 실시예에서는 동적 역탐색 기법(dunamic backward searching method)이 이용될 수 있다.FP (False Positive) may occur when P or T waves are detected as R waves, and TN (True Negative) may occur when R waves are detected but not detected. In order to prevent such erroneous detection, a dunamic backward searching method may be used in the embodiment of the present invention.

예시적으로, 차분 동작을 통해 R파가 검출된 후, 그로부터 360ms 이내에 새로운 R파가 재검출되는 경우, FP가 발생하였다고 가정하여 검출된 R파의 데이터를 제거한다. 현재의 R파가 평균 RR 간격의 150%를 범위로 하는 탐색 윈도우에서 검출되지 않으면, 탐색 윈도우를 확장하여 다시 R파를 검출함으로써 오검출을 방지할 수 있다. 여기서, 360ms를 역탐색 시간으로 설정하는 것은, 일반적으로 절대 불응기가 약 200ms 지속되고, 이어서 상대 불응기가 약 50ms 지속된 후, 약 10ms의 잠복기 후에 심장의 수축이 시작되기 때문이다.Illustratively, if an R wave is detected through a differential operation and a new R wave is detected again within 360 ms after the R wave is detected, the detected R wave data is removed assuming that FP has occurred. If the current R wave is not detected in the search window having a range of 150% of the average RR interval, erroneous detection can be prevented by detecting the R wave again by extending the search window. Here, setting 360 ms as the reverse search time is generally because the absolute refractory period lasts about 200 ms, followed by the relative refractory period of about 50 ms, and then the contraction of the heart begins about 10 ms after the latency period.

특징점 추출 유닛(140)은 검출된 R파를 기준으로 PVC 판단을 위한 특징점들을 추출할 수 있다. 본 발명의 실시예에 따르면, RR 간격을 추출하고, QRS 패턴에 따른 QS 간격, R파의 진폭 변화율의 문턱치(threshold)를 이용하여 PVC를 분류할 수 있다. RR 시간 간격은 PVC를 판단하는 유용한 정보가 될 수 있다. 정상신호의 RR 간격은 그 변화율이 일정한 반면, PVC의 RR 간격은 그 변화율이 규칙적으로 커진다. 즉, PVC는 정상신호에 비해 RR 간격이 급격히 좁아지며, 그 변화율이 일정하게 커진다. 따라서, RR 간격의 평균과 이전, 이후의 변화량을 이용한다면 PVC의 패턴을 분류하는 것이 가능할 수 있다. 이에 대한 구체적인 계산방법은 이하에서 보다 상세하게 설명하기로 한다.The feature point extraction unit 140 can extract feature points for PVC determination based on the detected R wave. According to the embodiment of the present invention, the PVC can be classified by extracting the RR interval, using the QS interval according to the QRS pattern, and the threshold value of the amplitude variation rate of the R wave. The RR time interval can be useful information to determine the PVC. The rate of change of the RR interval of the normal signal is constant, while the rate of change of the RR interval of PVC is regularly increased. That is, the RR interval of the PVC is drastically narrower than that of the normal signal, and the rate of change is constantly increased. Therefore, it is possible to classify the patterns of PVC by using the average of the RR intervals and the amounts of change before and after the RR interval. A detailed calculation method will be described in detail below.

패턴 분류 유닛(150)은 ECG 신호에서 QRS 패턴을 추출하고 분류할 수 있다. 일반적으로 정상 신호의 파형은 대부분 같은 패턴을 가지고 있지만 PVC 발생시의 QRS 패턴은 그 특징에 따라 매우 다양한 형태를 가질 수 있다. 본 발명의 실시예에 따르면, QRS 패턴은 ECG 신호의 각각의 미분값에 의해 결정될 수 있다. 패턴 분류 유닛(150)은 미분된 ECG 신호를 기초로 QRS 패턴을 분류할 수 있다. 패턴 분류 유닛(150)은 상기 QRS 패턴을 기초로 QS 간격 또는 R파의 진폭 변화율을 추출할 수 있다. 미분된 QRS 패턴에 대한 판단 기준 및 QS 간격 또는 R파의 진폭 변화율을 추출하는 세부적인 과정에 관하여는 이하에서 보다 상세하게 설명하기로 한다.The pattern classification unit 150 may extract and classify the QRS patterns in the ECG signal. Generally, the waveform of the normal signal has almost the same pattern, but the QRS pattern at the time of PVC occurrence can have various shapes according to the characteristics thereof. According to an embodiment of the present invention, the QRS pattern may be determined by the respective derivative of the ECG signal. The pattern classification unit 150 can classify the QRS pattern based on the differentiated ECG signal. The pattern classifying unit 150 can extract the QS interval or the amplitude change rate of the R wave based on the QRS pattern. The detailed process of extracting the criterion for the differentiated QRS pattern and the rate of change of QS interval or R wave amplitude will be described in more detail below.

PVC 판단 유닛(160)은 RR 간격의 평균, RR 간격의 변화율, QS 간격, QRS 패턴, R파의 진폭 변화율을 이용하여, 각 특징점들의 문턱치(threshold)를 통해 PVC 여부를 판단할 수 있다. PVC 분류 방법에 대한 세부적인 과정에 관하여는 이하에서 보다 상세하게 설명하기로 한다.The PVC determination unit 160 can determine whether the PVC is PVC through a threshold of each of the minutiae points using the average of the RR intervals, the rate of change of the RR intervals, the QS interval, the QRS pattern, and the R wave amplitude change rate. The detailed process of the PVC classification method will be described in more detail below.

도 2는 정상신호와 PVC의 RR 간격의 변화를 설명하기 위한 도면이다.FIG. 2 is a diagram for explaining the change of the RR interval of the normal signal and the PVC.

도 2를 참조하면, PVC 판단시 이용되는 RR 시간 간격은 조기수축 즉, PVC를 판단하는 유용한 정보가 될 수 있다. 정상신호의 RR 간격은 그 변화율이 일정한 것에 반해, PVC의 RR 간격은 그 변화율이 규칙적으로 커진다. 즉, PVC는 정상신호에 비해 RR 간격이 급격히 좁아지며, 그 변화율이 일정하게 커지는 특징을 가진다. 따라서, RR 간격의 평균과, 현재 이전 및 현재 이후의 변화량을 이용하면 PVC의 패턴을 분류하는 것이 가능할 수 있다.Referring to FIG. 2, the RR time interval used in PVC determination may be useful information for determining early shrinkage, that is, PVC. The RR interval of the normal signal is constant, while the RR interval of PVC is regularly increased. That is, the PVC has a characteristic that the RR interval is sharply reduced as compared with the normal signal, and the rate of change is constantly increased. Therefore, it may be possible to classify the patterns of the PVC using the average of the RR intervals, the current prevailing, and the current and subsequent variations.

도 2의 그래프 (a)는 정상 신호의 RR 간격을 나타내고, 도 2의 그래프 (b)는 PVC의 RR 간격을 나타낸다. 그래프 (a)를 참조하면, 정상 신호의 RR 간격은 0.8~1.0s으로 그 변화가 일정하다. 반면, 그래프 (b)를 참조하면, PVC는 5개의 조기심실수축 비트(V 비트)가 존재할 수 있다. 또한, PVC는 RR 간격이 0.45~0.55로 낮아지며, 그 변화량이 급격히 증가할 수 있다. PVC는 그래프 (a)와 같이 정상신호에 비해 PVC는 RR 간격이 급격히 작아지며, RR 간격의 변화량이 증가하는 특징을 가지는 것을 확인할 수 있다. RR 간격의 평균 문턱치과 RR 간격의 변화량은 하기 [수식 1]을 통하여 계산된다. 여기서, RRth는 RR 간격의 평균 문턱치이고, N은 R파의 개수이고, Ri는 현재의 R파의 시간값이고, Ri+1은 현재 이후의 R파의 시간값을 나타낸다. 또한, RRv는 RR 간격의 변화량이고, RRi는 현재의 RR 간격이고, RRi+1은 현재 이후의 RR 간격을 나타낸다.The graph (a) of FIG. 2 shows the RR interval of the normal signal, and the graph (b) of FIG. 2 shows the RR interval of the PVC. Referring to graph (a), the RR interval of the normal signal is 0.8 to 1.0 s, and the change is constant. On the other hand, referring to graph (b), PVC may have five premature ventricular contraction bits (V bits). Also, the RR interval of PVC is reduced to 0.45 ~ 0.55, and the amount of change of PVC may increase sharply. As shown in the graph (a), the PVC has a characteristic that the RR interval of the PVC is drastically smaller than that of the normal signal, and the variation of the RR interval increases. The variation of the average threshold dental RR interval of the RR interval is calculated through the following [Equation 1]. Here, RRth is an average threshold value of the RR interval, N is the number of R waves, Ri is the time value of the current R wave, and Ri + 1 is the time value of the R wave after the present time. Also, RRv is the variation of the RR interval, RRi is the current RR interval, and RRi + 1 indicates the current RR interval.

[수식 1][Equation 1]

RR 간격의 평균 문턱치과 RR 간격의 변화량은 PVC 판단 모듈이 PVC를 판단할 때 이용될 수 있다. 이에 대한 자세한 설명은 후술하도록 한다.The variation of the average threshold value RR interval of the RR interval can be used when the PVC decision module determines the PVC. A detailed description thereof will be described later.

도 3a 및 도 3b는 정상신호와 PVC의 QRS 패턴을 설명하기 위한 도면이다. 도 4는 QRS 패턴의 미분값을 설명하기 위한 테이블이다. 도 5는 QRS 패턴의 판단 기준을 설명하기 위한 테이블이다.3A and 3B are diagrams for explaining a QRS pattern of a normal signal and a PVC. 4 is a table for explaining differential values of the QRS pattern. 5 is a table for explaining a criterion of the QRS pattern.

PVC 판단시 이용되는 QRS 패턴은 PVC 판단시에 이용될 수 있다. PVC 판단시 QRS 패턴을 이용함으로써 PVC 판단에 대한 정확도를 높일 수 있다.The QRS pattern used in PVC judgment can be used in PVC judgment. The accuracy of PVC judgment can be increased by using the QRS pattern in PVC judgment.

일반적으로 정상 신호의 파형은 대부분 같은 패턴을 가지고 있지만 PVC 발생시의 QRS 패턴은 그 특징에 따라 매우 다양한 형태를 가진다. 본 발명의 실시예에 따르면, QRS 패턴은 크게 4가지 형태의 패턴을 포함할 수 있다.Generally, the waveform of the normal signal has mostly the same pattern, but the QRS pattern at the time of PVC occurrence has a wide variety of shapes according to the characteristics thereof. According to the embodiment of the present invention, the QRS pattern may include four types of patterns.

도 3a 및 도 3b를 참조하면, 도 3a의 그래프 (a)는 정상(normal) 신호 패턴을 나타내고, 도 3a의 그래프 (b)와 도 3b의 그래프 (c), 그래프 (d)는 각각 PVC의 3가지 패턴(패턴 A, B, C)을 나타낸다. 각각의 그래프는 원 ECG 신호와 미분 신호를 나타내고 있다. 그래프 (a)의 정상 신호는 그 패턴이 일정한 것에 반해, PVC는 패턴 A, B, C(그래프 (b), (c), (d))와 같이 다른 3가지의 패턴으로 나누어지는 것을 확인할 수 있다. 3a and 3b, the graph (a) of FIG. 3a shows a normal signal pattern, and the graph (b) of FIG. 3a and the graphs (c) and Three patterns (patterns A, B, C) are shown. Each graph shows the original ECG signal and differential signal. It can be seen that the normal signal of the graph (a) is divided into three different patterns such as patterns A, B and C (graphs (b), (c), have.

도 4를 참조하면, 대부분의 QRS 패턴의 미분값은 2개의 양의 피크(+)와 하나의 음의 피크(-)를 가질 수 있다. 음의 피크의 경우, 미분된 4개의 신호(즉, 정상 신호 패턴(그래프 (a))과 3개의 PVC 패턴(그래프 (b), (c), (d))의 구분이 쉽지 않지만, 좌측 피크치(Peak(L))와 우측 피크치(Peak(R))는 4개의 패턴이 명확히 구분될 수 있다. 좌측 피크치(Peak(L))는 PVC 패턴의 피크치 중 가장 좌측에 있는 피크치를 의미하고, 우측 피크치(Peak(L))는 PVC 패턴의 피크치 중 가장 우측에 있는 피크치를 의미한다. Referring to FIG. 4, the differential value of most QRS patterns may have two positive peaks (+) and one negative peak (-). In the case of a negative peak, it is not easy to distinguish four different signals (i.e., a normal signal pattern (graph (a)) and three PVC patterns (graphs (b), (c), (d) The left peak value Peak (L) means the peak value at the leftmost one of the peak values of the PVC pattern, and the right peak value (Peak (L) The peak value (Peak (L)) means the peak value on the rightmost side of the peak value of the PVC pattern.

도 5를 참조하면, 도 5는 QRS 패턴의 판단 기준을 나타낸다. QRS 패턴은 패턴 문턱치(pattern(th))(pattern(th); pattern threshold)를 설정하여, 좌측 피크치(Peak(L))와 우측 피크치(Peak(R))의 값이 그 문턱치의 범위를 만족시키는지 여부에 따라 QRS 패턴을 결정할 수 있다. 패턴 문턱치(pattern(th))는 미분된 ECG 신호의 절대치값의 10%에 해당할 수 있다. 다만, 본 발명이 이에 한정되는 것은 아니다.Referring to FIG. 5, FIG. 5 shows a determination criterion of a QRS pattern. The QRS pattern sets the pattern threshold (pattern (th)) (pattern (th)) so that the values of the left peak value Peak (L) and the right peak value (Peak (R) The QRS pattern can be determined based on whether the QRS pattern is used or not. The pattern threshold (pattern (th)) may correspond to 10% of the absolute value of the differentiated ECG signal. However, the present invention is not limited thereto.

QRS 패턴을 분류하는 방법은 우선 입력받은 ECG 신호를 미분하고, 미분된 ECG 신호의 피크치를 이용하여 QRS 패턴을 분류할 수 있다. 구체적으로, QRS 패턴은 좌측 피크치(Peak(L))와, 우측 피크치(Peak(R))를 포함하고, 미분된 ECG 신호의 패턴 문턱치(pattern(th))(pattern threshold)를 기준으로, 상기 좌측 피크치(Peak(L))와 상기 우측 피크치(Peak(R))를 비교하여 상기 QRS 패턴을 분류할 수 있다.In the method of classifying the QRS pattern, the input ECG signal is first differentiated and the QRS pattern can be classified using the peak value of the differentiated ECG signal. Specifically, the QRS pattern includes a left peak value (Peak (L)) and a right peak value (Peak (R)), and based on the pattern threshold (pattern (th)) of the differentiated ECG signal, The QRS pattern can be classified by comparing the left peak value (Peak (L)) with the right peak value (Peak (R)).

구체적으로, 좌측 피크치(Peak(L))가 패턴 문턱치(pattern(th))보다 크고, 우측 피크치(Peak(R))가 패턴 문턱치(pattern(th))보다 작으면 정상 신호 패턴(도 3a의 그래프 (a))으로 분류하고, 좌측 피크치(Peak(L))가 패턴 문턱치(pattern(th))보다 작고, 우측 피크치(Peak(R))가 패턴 문턱치(pattern(th))보다 크면 패턴 A(도 3a의 그래프 (b))로 분류할 수 있다.Specifically, when the left peak value Peak (L) is larger than the pattern threshold value (th) and the right peak value Peak (R) is smaller than the pattern threshold value pattern (th) (A)). If the left peak value Peak (L) is smaller than the pattern threshold value (th) and the right peak value Peak (R) is greater than the pattern threshold value (pattern) (Graph (b) in Fig. 3A).

또한, 좌측 피크치(Peak(L)) 및 우측 피크치(Peak(R))가 패턴 문턱치(pattern(th))보다 크고, 좌측 피크치(Peak(L))가 우측 피크치(Peak(R))보다 크면 패턴 B(도 3b의 그래프 (c))로 분류하고, 좌측 피크치(Peak(L)) 및 우측 피크치(Peak(R))가 패턴 문턱치(pattern(th))보다 크고, 좌측 피크치(Peak(L))가 우측 피크치(Peak(R))보다 작으면 패턴 C(도 3b의 그래프 (d))로 분류할 수 있다. 다만, 본 발명이 이에 한정되는 것은 아니다. When the left peak value Peak L and the right peak value Peak R are larger than the pattern threshold value pattern th and the left peak value Peak L is larger than the right peak value Peak R, And the left peak value Peak (L) and the left peak value Peak (R) are larger than the pattern threshold pattern (th) and the left peak value Peak (L) ) Is smaller than the right peak value Peak (R), it can be classified into the pattern C (the graph (d) in FIG. 3B). However, the present invention is not limited thereto.

도 6a 및 도 6b는 QS 간격을 찾는 과정을 설명하기 위한 도면이다.FIGS. 6A and 6B are diagrams for explaining a process of finding a QS interval.

QS 간격은 PVC를 정상 또는 다른 부정맥과 비교하여 진단할 때 중요하게 이용되는 파라미터로써 QRS 파형의 형태를 나타내는 변수이다.The QS interval is a parameter that is important for diagnosing PVC compared with normal or other arrhythmias and is a variable that indicates the type of QRS waveform.

도 6a 및 도 6b를 참조하면, QS 간격을 찾는 과정은 QS 시작점(Q점; QS(on)) 및 종점(S점; QS(off))을 찾는 과정으로 나누어진다. 상기 Q점은 좌측 피크치(Peak(L))의 50%되는 지점에 해당하되 좌측 피크치(Peak(L))의 위치에서 역탐색하여 추출하고, 상기 S점은 우측 피크치(Peak(R))의 25%되는 지점에 해당하되 우측 피크치(Peak(R))의 위치에서 정탐색하여 추출할 수 있다. QS 간격은 Q점과 S점의 차에 해당한다.6A and 6B, the process of finding the QS interval is divided into a process of finding a QS starting point (Q point QS (on)) and an end point (S point QS (off)). The Q point is searched backward at a position corresponding to 50% of the left peak value (Peak (L)) but at the position of the left peak value (Peak (L)), 25%, but can be searched and extracted at the position of the right peak value (Peak (R)). The QS interval corresponds to the difference between the Q point and the S point.

본 발명의 몇몇 실시예에서, 정상 신호(도 6a의 그래프 (a))의 경우, 좌측 피크치(Peak(L))의 위치에서 역탐색하여 Q 문턱치(좌측 피크치의 50%)보다 작은 값을 Q점, 최소 진폭값의 위치에서 정탐색하여 S 문턱치(우측 피크치의 25%)보다 작은 값을 S점으로 선택하여, Q점에서 S점까지의 시간 간격으로 QS 간격을 구할 수 있다. 패턴 A(도 6a의 그래프 (b))의 경우, 정상신호의 Q와 S점을 찾기 위한 과정은 정상신호와 반대로 수행하게 된다.In some embodiments of the present invention, in the case of the normal signal (graph (a) in FIG. 6A), a value smaller than the Q threshold value (50% of the left peak value) is searched at the position of the left peak value Peak The QS interval can be obtained at a time interval from the Q point to the S point by selecting a value smaller than the S threshold value (25% of the right peak value) as the S point. In the case of the pattern A (graph (b) of FIG. 6A), the process for finding the Q and S points of the normal signal is performed in the reverse of the normal signal.

패턴 B(도 6b의 그래프 (c)), 패턴 C(도 6b의 그래프 (d))의 경우, 좌측 피크치(Peak(L))의 위치에서 역탐색하여 Q 문턱치(좌측 피크치의 50%)보다 작은 값을 Q점, 우측 피크치(Peak(R))의 위치에서 정탐색하여 S 문턱치(우측 피크치의 25%)보다 작은 값을 S점으로 선택하여, Q점에서 S점까지의 시간간격으로 QS 간격을 구할 수 있다. 다만, 본 발명이 이에 한정되는 것은 아니다.In the case of the pattern B (the graph (c) in FIG. 6B) and the pattern C (the graph (d) in FIG. 6B), the reverse search is performed at the position of the left peak value Peak A small value is searched at the position of the Q point and the right peak value (Peak (R)), and a value smaller than the S threshold value (25% of the right peak value) is selected as the S point. The interval can be obtained. However, the present invention is not limited thereto.

PVC의 QS 간격은 정상신호보다 넓은 특징을 가지고 있으며, 이는 PVC를 분류할 수 있는 판단 기준이 된다.The QS interval of PVC is broader than the normal signal, which is a criterion for classifying PVC.

이하에서는 도 7 내지 도 10를 참조하여, 본 발명의 실시예에 따른 PVC 분류 방법을 상세하게 설명하기로 한다.Hereinafter, a PVC classification method according to an embodiment of the present invention will be described in detail with reference to FIGS. 7 to 10. FIG.

도 7은 본 발명의 일 실시예에 따른 PVC 분류 방법을 설명하기 위한 흐름도이다.7 is a flowchart for explaining a PVC classification method according to an embodiment of the present invention.

도 7을 참조하면, 본 발명의 일 실시예에 따른 PVC 분류 방법은, 먼저 ECG 신호를 입력받는다(S200).Referring to FIG. 7, in the PVC classification method according to an embodiment of the present invention, an ECG signal is input first (S200).

이어서, ECG 신호의 전처리 과정을 수행하여, ECG 신호에 포함되는 잡음을 제거한다(S220). 예시적으로, 전처리 과정에서 형태 연산 기반의 전처리 기법이 이용될 수 있으나, 본 발명이 이에 한정되는 것은 아니다. Next, a preprocessing process of the ECG signal is performed to remove noise included in the ECG signal (S220). Illustratively, the preprocessing method based on morphological operations can be used in the preprocessing process, but the present invention is not limited thereto.

이어서, 전처리된 ECG 신호로부터 R파를 검출한다(S240). 경험적 문턱치와 차분 동작을 이용하여 R파를 검출하거나, RR 간격을 이용한 동적 역탐색 기법을 이용하여 R파를 검출할 수 있다.Then, an R wave is detected from the preprocessed ECG signal (S240). The R wave can be detected by using the empirical threshold and difference operation, or the R wave can be detected by using the dynamic reverse search method using the RR interval.

이어서, 검출된 R파를 기초로 RR 간격을 기초로 특징점을 추출 또는 계산한다(S260). 특징점은 RR 간격, RR 간격의 평균 문턱치, RR 간격의 변화량을 포함할 수 있다. 상기 RR 간격은 연속적인 제1 내지 제n RR 간격을 포함할 수 있다. 다만, 본 발명이 이에 한정되는 것은 아니다. Subsequently, feature points are extracted or calculated based on the RR intervals based on the detected R waves (S260). The feature points may include the RR interval, the average threshold value of the RR interval, and the variation amount of the RR interval. The RR interval may include consecutive first through nth RR intervals. However, the present invention is not limited thereto.

이어서, ECG 신호를 미분하고, 상기 미분된 ECG 신호를 기초로 QRS 패턴을 분류한다(S280). 분류된 QRS 패턴에서는 QS 간격 또는 상기 R파의 진폭 변화율을 추출할 수 있다. 상기 R파의 진폭 변화율을 추출하는 방법은 이하에서 자세히 설명하도록 한다.Next, the ECG signal is differentiated and the QRS pattern is classified based on the differentiated ECG signal (S280). In the classified QRS pattern, the QS interval or the amplitude change rate of the R wave can be extracted. A method of extracting the rate of change of the amplitude of the R wave will be described in detail below.

이어서, 상기 RR 간격, 상기 QRS 패턴, 상기 QS 간격 또는 상기 R파의 진폭 변화율을 이용하여 PVC를 판단한다(S300). PVC을 판단하는 단계는 후술하는 바와 같이 제1 내지 제3 분류 과정을 포함할 수 있다.Then, PVC is determined using the RR interval, the QRS pattern, the QS interval, or the rate of change of amplitude of the R wave (S300). The step of judging the PVC may include the first to third classification processes as described later.

도 8는 도 7의 PVC 검출 단계의 제1 분류 과정을 설명하기 위한 흐름도이다. 본 발명의 실시예에서는, 제1 분류 과정을 통해 RR 간격을 이용하여 PVC를 판단할 수 있다.8 is a flowchart for explaining the first classification process of the PVC detection step of FIG. In the embodiment of the present invention, the PVC may be determined using the RR interval through the first classification process.

PVC를 판단하는 경우, RR 간격의 평균, RR 간격의 변화율, QS 간격, QRS 패턴, R파의 진폭 변화율을 이용하여 각 특징점들의 문턱치를 통해 PVC를 판단할 수 있다.When PVC is judged, the PVC can be judged through the threshold of each feature point using the average of the RR intervals, the rate of change of the RR interval, the QS interval, the QRS pattern, and the amplitude of the R wave.

MIT-BIH의 정상 신호 100번 레코드와 PVC가 다수 포함된 105, 106, 114, 116, 119, 200, 213, 223, 233번 9개의 레코드(도 11a 내지 도 11c 참조)를 분석해 보면, PVC는 RR 간격이 정상 신호에 비해 80%보다 작게 나타나며, 이전과 이후의 신호 변화율이 120% 크게 나타났다. 따라서, 1차적으로 PVC를 분류하기 위한 범위는 현재의 RR 간격(RRi)이 RR 간격의 평균 문턱치(RRth)보다 작거나, 연속하는 RR 간격의 변화량(RRv)이 1.2보다 클 경우에 해당한다. 즉, 현재의 RR 간격(RRi)이 전체 RR 간격의 평균 문턱치(RRth)보다 크거나, RR 간격의 변화량(RRv)이 1.2보다 작으면 PVC로 분류하고, 그렇지 않을 경우 정상이라고 판단한다.Analysis of nine records 105, 106, 114, 116, 119, 200, 213, 223 and 233 (see FIGS. 11A to 11C) in which the normal signal 100 record of MIT- The RR interval is less than 80% compared to the normal signal, and the signal change rate before and after is 120% larger. Therefore, the scope for classifying PVC primarily corresponds to the case where the current RR interval RRi is smaller than the average threshold value RRth of the RR interval or the variation amount RRv of the continuous RR interval is greater than 1.2. That is, if the current RR interval RRi is greater than the average threshold value RRth of the entire RR interval, or if the variation amount RRv of the RR interval is less than 1.2, it is classified as PVC.

도 8을 참조하면, 본 발명의 일 실시예에 따른 PVC 검출 단계의 제1 분류 과정은, 먼저 QRS 패턴을 분류한다(S310). QRS 패턴 분류는 수신된 ECG 신호를 미분하고, 상기 미분된 ECG 신호를 기초로 QRS 패턴을 분류할 수 있다. QRS 패턴은 정상 신호 패턴, 패턴 A, 패턴 B, 패턴 C를 포함할 수 있다.Referring to FIG. 8, in the first classification process of the PVC detection step according to an embodiment of the present invention, the QRS pattern is classified (S310). The QRS pattern classification may differentiate the received ECG signal and classify the QRS pattern based on the differentiated ECG signal. The QRS pattern may include a normal signal pattern, a pattern A, a pattern B, and a pattern C.

이어서, 추출 또는 계산된 RR 간격, RR 간격의 평균 문턱치(RRth), 및 RR 간격의 변화량(RRv)을 이용하여, 현재의 RR 간격(RRi)이 RR 간격의 평균 문턱치(RRth)보다 작고, 상기 RR 간격의 변화량(RRv)이 1.2보다 큰 지 판단한다(S320). RR 간격의 평균 문턱치(RRth)과 RR 간격의 변화량(RRv)은 상기 [수식 1]을 통하여 계산된다. 현재의 RR 간격(RRi)이 제n RR 간격일때, RR 간격의 평균 문턱치(RRth)는 제1 내지 제n RR 간격을 이용하여 계산할 수 있다. PVC는 정상신호에 비해 RR 간격이 급격히 작아지며, RR 간격의 변화량이 증가하는 특징을 가진다.Next, the current RR interval RRi is smaller than the average threshold value RRth of the RR interval using the extracted or calculated RR interval, the average threshold value RRth of the RR interval, and the variation amount RRv of the RR interval, It is determined whether the change amount RRv of the RR interval is greater than 1.2 (S320). The average threshold value (RRth) of the RR interval and the variation amount (RRv) of the RR interval are calculated through the above-mentioned [Expression 1]. When the current RR interval RRi is the nth RR interval, the average threshold value RRth of the RR interval may be calculated using the first to nth RR intervals. PVC has a feature that the RR interval is drastically smaller than that of the normal signal, and the variation of the RR interval is increased.

이어서, 현재의 RR 간격(RRi)이 RR 간격의 평균 문턱치(RRth)보다 크거나, 상기 RR 간격의 변화량(RRv)이 1.2보다 작은 경우, Non PVC로 판단한다(S380). 반면, 현재의 RR 간격(RRi)이 RR 간격의 평균 문턱치(RRth)보다 작고, 상기 RR 간격의 변화량(RRv)이 1.2보다 큰 경우, 후술하는 제2 분류 과정을 거친다. If the current RR interval RRi is greater than the average threshold value RRth of the RR interval or the variation amount RRv of the RR interval is less than 1.2, it is determined as Non PVC. On the other hand, if the current RR interval RRi is smaller than the average threshold value RRth of the RR interval and the variation amount RRv of the RR interval is greater than 1.2, the second classification process described below is performed.

도 9는 도 7의 PVC 검출 단계의 제2 분류 과정을 설명하기 위한 흐름도이다. 본 발명의 실시예에서는, 제2 분류 과정을 통해 QS 간격 또는 QRS 패턴을 이용하여 PVC를 판단할 수 있다.9 is a flowchart for explaining a second classification process of the PVC detection step of FIG. In the embodiment of the present invention, the PVC can be determined using the QS interval or the QRS pattern through the second classification process.

PVC의 QRS 폭은 정상신호보다 넓은 특징을 지닌다. 기존 PVC 사례들의 분석결과, 현재의 QRS 폭(QSi)이 이전 8개 QRS폭의 평균(QSave)의 1.32배보다 큰 경우로 PVC에 해당하였다. 다만, 본 발명이 이에 한정되는 것은 아니고, QRS폭의 평균(QSave)은 이전 m개의 QS 간격의 평균에 해당할 수 있다.The QRS width of PVC is broader than the normal signal. As a result of analysis of existing PVC cases, the current QRS width (QSi) was larger than the previous QRS average (QSave) of 1.32 times, corresponding to PVC. However, the present invention is not limited thereto, and the QS width average (QSave) may correspond to an average of the m QS intervals of the previous m.

하지만, 정상 신호 패턴과 PVC 패턴이 반복적으로 변화하는 특정 PVC의 경우, 상기의 RR 간격과 QS 간격에 대한 조건을 만족하지 못하였다. 이를 해결하기 위하여, QRS 패턴을 이용할 수 있다. QRS 패턴은 연속적인 ECG 신호의 미분값에 의해 결정되며, 그 패턴에 따른 판단 기준은 도 5를 참조한 테이블과 같다. 여기서, 패턴 문턱치(pattern(th)) 미분된 절대치값의 10%에 해당하는 값으로 경험치를 통해 확인되었다.However, in the case of a specific PVC in which the normal signal pattern and the PVC pattern are repeatedly changed, the conditions for the RR interval and the QS interval are not satisfied. To solve this problem, a QRS pattern can be used. The QRS pattern is determined by the differential value of the continuous ECG signal, and the judgment criterion according to the pattern is the same as the table referring to FIG. Here, the pattern threshold (pattern (th)) corresponds to 10% of the differentiated absolute value, which is confirmed through experience.

현재를 기준으로 이전 8개의 QRS 패턴(pattern(n-8) 내지 pattern(n-1))이 다른 경우, PVC로 판단된다. 또는, 현재를 기준으로 이전 8개의 QRS 패턴(pattern(n-8) 내지 pattern(n-1))이 일치하고, 현재의 QRS 패턴(pattern(n))과 이전의 QRS 패턴(pattern(n-1)이 다를 경우 PVC로 판단된다.If the previous eight QRS patterns (pattern (n-8) to pattern (n-1)) are different based on the current, it is determined to be PVC. Or the previous QRS patterns pattern (n-8) to pattern (n-1) coincide with each other and the current QRS pattern pattern (n) 1) is different, it is judged as PVC.

도 9를 참조하면, 제2 분류 과정은, 현재의 QRS 폭(QSi)이 이전 8개 QRS폭의 평균(QSave)의 1.32배보다 큰지 판단한다(S330).Referring to FIG. 9, the second classification process determines whether the current QRS width QSi is greater than 1.32 times the average of the previous 8 QRS widths (QSave) (S330).

이어서, 현재의 QRS 폭(QSi)이 이전 8개 QRS폭의 평균(QSave)의 1.32배보다 작은 경우, 현재를 기준으로 이전 8개의 QRS 패턴(pattern(n-8) 내지 pattern(n-1))이 다른지 판단한다(S340). 이어서, 이전 8개의 QRS 패턴(pattern(n-8) 내지 pattern(n-1))이 다른 경우, Non PVC로 판단한다(S380). 다만, 본 발명이 이에 한정되는 것은 아니고, 상기 현재 이전 k개의 QRS 패턴과 현재의 QRS 패턴이 일치하는지 판단할 수 있다.Then, when the current QRS width QSi is smaller than 1.32 times the average of the previous 8 QRS widths (QSave), the previous 8 QRS patterns pattern (n-8) to pattern (n-1) Is different (S340). Subsequently, when the previous eight QRS patterns (pattern (n-8) to pattern (n-1)) are different, it is determined as Non PVC (S380). However, the present invention is not limited to this, and it is possible to determine whether the current k QRS patterns match the current QRS pattern.

한편, 현재를 기준으로 이전 8개의 QRS 패턴(pattern(n-8) 내지 pattern(n-1))이 일치하는 경우, 현재의 QRS 패턴(pattern(n))과 이전의 QRS 패턴(pattern(n-1)이 다른지 판단한다(S350). 이어서, 현재의 QRS 패턴(pattern(n))과 이전의 QRS 패턴(pattern(n-1)이 같은 경우, Non PVC로 판단한다(S380).On the other hand, if the previous eight QRS patterns pattern (n-8) to pattern (n-1) coincide with the current QRS pattern pattern (n) If the current QRS pattern pattern (n) is the same as the previous QRS pattern pattern (n-1), it is determined as Non PVC (S380).

이어서, 현재의 QRS 패턴(pattern(n))과 이전의 QRS 패턴(pattern(n-1)이 다른 경우, 후술하는 제3 분류 과정을 거친다.Subsequently, when the current QRS pattern pattern (n) is different from the previous QRS pattern pattern (n-1), a third classification process, which will be described later, is performed.

도 10는 도 7의 PVC 검출 단계의 제3 분류 과정을 설명하기 위한 흐름도이다. 본 발명의 실시예에서는, 제3 분류 과정을 통해 R파의 진폭 변화율을 이용하여 PVC를 판단할 수 있다.10 is a flowchart for explaining a third classification process of the PVC detection step of FIG. In the embodiment of the present invention, PVC can be determined using the rate of change of amplitude of the R wave through the third classification process.

QRS 패턴으로 분류되지 않은 특정 PVC(예를 들어, MIT-BIH 233번 레코드(도 11c의 그래프 (e) 참조)) 패턴을 분류하기 위해 R파의 진폭변화율을 이용할 수 있다. PVC의 진폭은 정상신호에 비해 약 2배정도 일정하게 나타난 반면, PAC는 정상 신호와 유사하거나 약 1.5배 정도의 범위의 진폭 변화율을 나타낸다. 따라서, 정상 신호와 비교하여 2배 이상의 차이가 나는 PVC 진폭에 대한 문턱치는 QRS 패턴 분류를 통해 분류되지 않는 PVC의 패턴을 좀 더 정확하게 검출할 수 있다. 이를 위해, R파의 진폭변화율을 사용할 수 있다. The amplitude change rate of the R wave can be used to classify the pattern of a specific PVC not classified as a QRS pattern (for example, MIT-BIH 233 record (see graph (e) in FIG. 11C)). The amplitude of PVC is about twice that of the normal signal, while the amplitude of PAC is similar to that of the normal signal or about 1.5 times the amplitude of the normal signal. Therefore, the threshold for the PVC amplitude, which is more than twice the difference from the normal signal, can more accurately detect the pattern of the PVC that is not classified through the QRS pattern classification. For this purpose, the rate of change of the amplitude of the R wave can be used.

R파의 진폭 변화율은 R파의 템플릿과 현재의 R파의 진폭의 차이에 해당한다. R파의 템플릿은 [수식 2]를 통해 계산된다. 여기서, Rtemp는 R파의 템플릿이고, Ri는 현재의 R파의 진폭이고, Ri+n(n은 자연수)은 현재 이후의 R파의 진폭이고, Ri-n(n은 자연수)은 현재 이후의 R파의 진폭이다. The amplitude change rate of the R wave corresponds to the difference between the amplitude of the R wave template and the current R wave. The template of the R wave is calculated by [Equation 2]. Here, Rtemp is the template of the R wave, Ri is the amplitude of the current R wave, Ri + n (n is a natural number) is the amplitude of the R wave after the present, and Ri-n (n is a natural number) R is the amplitude of the wave.

[수식 2][Equation 2]

상기 [수식 2]와 같이 R파의 템플릿은 R피크의 벡터 그룹으로 형성되며, 현재의 R파와, 상기 현재의 R파의 전방에 위치한 15개의 R파와, 상기 현재의 R파의 후방에서 위치한 9개의 R파를 이용하여 계산할 수 있다. R파의 템플릿은 이전과 이후 신호의 파형을 그 그룹의 대표 신호로 정의하여, 현재 R피크의 변화율을 판단하기 위한 방법이다. 상기 [수식 2]에서와 같이 25개의 R파를 그 파형의 특징을 대표하는 R파의 템플릿으로 정의하여, R파의 템플릿과 현재 R파의 진폭의 차이를 계산하여, R파의 진폭 변화율을 구할 수 있다.The template of the R wave is formed as a vector group of R peaks, and the current R wave, 15 R waves located in front of the current R wave, and 9 R waves located in the rear of the current R wave, Can be calculated using R waves. The R-wave template is a method for determining the rate of change of the current R-peak by defining the waveforms of the previous and subsequent signals as representative signals of the group. The 25 R waves are defined as an R wave template representing the characteristic of the waveform and the difference between the amplitudes of the R wave template and the current R wave is calculated to obtain the amplitude change rate of the R wave as Can be obtained.

R파의 진폭 변화율의 절대값이 8%보다 큰 경우 PVC라고 판단한다. 여기에서 8%라고 판단한 이유는 PVC의 진폭이 평균 정상 신호의 약 2배 정도로 일정하게 유지되고, 25개의 R파를 평균하였을 경우 그 R파의 평균이 4%이기 때문이다.If the absolute value of the amplitude change rate of the R wave is greater than 8%, it is determined to be PVC. The reason for this is that the amplitude of PVC is kept at about twice that of the average normal signal and the average of the R waves is 4% when 25 R waves are averaged.

도 10를 참조하면, 제3 분류 과정은, R파의 진폭 변화율의 절대값이 8%보다 큰 지 판단한다(S330).Referring to FIG. 10, the third classification process determines whether the absolute value of the amplitude change rate of the R wave is greater than 8% (S330).

이어서, R파의 진폭 변화율의 절대값이 8%보다 큰 경우, PVC라고 판단한다(S370). 한편, R파의 진폭 변화율의 절대값이 8%보다 작은 경우, Non PVC로 판단한다(S380). Subsequently, if the absolute value of the rate of change of the amplitude of the R wave is greater than 8%, it is determined to be PVC (S370). On the other hand, when the absolute value of the rate of change of the amplitude of the R wave is smaller than 8%, it is determined as Non PVC (S380).

이하에서는 도 11 내지 도 13을 참조하여, 본 발명의 실시예에 따른 PVC 분류 방법의 R파 검출률과 PVC 분류률을 상세하게 설명하기로 한다.Hereinafter, the R wave detection rate and the PVC classification rate of the PVC classification method according to the embodiment of the present invention will be described in detail with reference to FIG. 11 to FIG.

도 11a 내지 도 11c는 MIT-BIH의 레코드를 이용하여 QRS 패턴 분석을 설명하기 위한 도면이다. 도 12는 본 발명의 일 실시예에 따른 R파 검출률을 설명하기 위한 테이블이다. 도 13은 본 발명의 일 실시예에 따른 PVC 분류율을 설명하기 위한 테이블이다.11A to 11C are diagrams for explaining a QRS pattern analysis using a record of the MIT-BIH. 12 is a table for explaining the R wave detection rate according to an embodiment of the present invention. 13 is a table for explaining the PVC classification rate according to an embodiment of the present invention.

도 11a 내지 도 11c를 참조하면, 도 11a 내지 도 11c는 MIT-BIH 10개의 레코드를 대상으로 한 QRS 패턴을 분석한 것이다. 도 11a의 그래프 (a)와 같이 100번 레코드의 경우 정상신호를 나타낸 것으로 그 패턴이 일정하게 나타나는 것을 확인할 수 있다.Referring to FIGS. 11A to 11C, FIGS. 11A to 11C are analysis of QRS patterns for 10 records of MIT-BIH. As shown in the graph (a) of FIG. 11A, the normal signal is shown in the case of the 100th record, and it can be confirmed that the pattern appears uniformly.

도 11a의 그래프 (b), 도 11b의 그래프 (c)는 105, 106, 114, 116, 223번 레코드를 나타낸 것으로, 패턴 B의 형태를 나타내고 있다. 패턴 B는 RR 간격의 변화가 크고, QS 간격이 넓은 것을 확인할 수 있다. 또한, 진폭의 변화율이 큰 것도 확인할 수 있다.The graph (b) of FIG. 11A and the graph (c) of FIG. 11B show the records of 105, 106, 114, 116 and 223, and show the pattern B pattern. Pattern B shows a large change in the RR interval and a large QS interval. It is also confirmed that the rate of change of the amplitude is large.

도 11b의 그래프 (d)의 경우, 패턴 B와 C가 번갈아 나타내는 경우로, 패턴 B의 경우 좁은 QS 간격을 나타낸다. 이때는 RR 간격과 QS 간격을 통해서 PVC를 검출하는 것이 불가능하며, 이전 패턴 8개를 분석하여, 이를 만족하였을 경우, 현재와 이전 패턴을 비교함으로써 PVC의 검출이 가능하다.In the case of the graph (d) in FIG. 11B, the patterns B and C alternate, and the pattern B shows a narrow QS interval. In this case, it is impossible to detect the PVC through the RR interval and the QS interval. If the previous pattern is analyzed and the result is satisfied, the PVC can be detected by comparing the current pattern with the previous pattern.

도 11c의 그래프 (e)는 223번 레코드를 나타낸 것으로 PAC 이후에 나타나는 패턴 B의 PVC를 나타내고 있다. PAC의 QS 간격과 PVC의 QS 간격이 유사하게 나타나 QS 간격의 조건을 만족하지 못하는 경우를 나타낸다. 도 11b의 그래프 (d)의 경우와 마찬가지로 패턴을 분석하고 진폭 변화량을 통해 PVC를 검출한다. Graph (e) in FIG. 11C shows record 223, which shows PVC of pattern B appearing after the PAC. The QS interval of the PAC and the QS interval of the PVC are similar to each other, and the QS interval condition is not satisfied. As in the case of the graph (d) of FIG. 11B, the pattern is analyzed and the PVC is detected through the amplitude variation amount.

도 11b의 그래프 (f)의 경우, 233번 레코드로써 패턴 A의 PVC를 나타낸 것이다. 그래프 (f)는 좁은 QS 간격을 가지고 있어, 그 패턴을 통해 PVC를 검출한다. 검출율의 계산은 [수식 3]을 통하여 이루어진다. 여기서, FP는 검출알고리즘이 R파를 검출하였으나, MIT-BIH부정맥 데이터베이스에는 존재하지 않을 경우이고, FN은 MIT-BIH부정맥 데이터베이스에는 있으나 알고리즘이 이를 검출하지 못한 경우이고, 전체 비트는 MIT-BIH에 존재하는 R파의 총 개수이다.In the case of the graph (f) of FIG. 11B, the PVC of the pattern A is indicated by the record 233. Graph (f) has a narrow QS interval, and detects PVC through the pattern. The calculation of the detection rate is carried out by [Equation 3]. In this case, FP is the case where the detection algorithm detects the R wave, but it does not exist in the MIT-BIH arrhythmia database. FN is in the MIT-BIH arrhythmia database but the algorithm can not detect it. The total number of R waves present.

[수식 3][Equation 3]

도 12를 참조하면, 도 12는 MIT-BIH 부정맥 데이터베이스를 통하여 R파 검출에 대한 성능 평가를 수행한 결과에 대한 테이블이다. 성능평가에 사용된 레코드는 105, 106, 114, 116, 119, 200, 213, 223, 233번 9개의 레코드를 대상으로 하였고, 분류의 신뢰성을 위해서 PVC가 30개 이상 포함된 데이터만이 사용되었다. 상기 총 9개 레코드를 대상으로 한 평균 R파 검출율은 99.02%의 성능을 나타내었다.Referring to FIG. 12, FIG. 12 is a table showing a result of performance evaluation of R-wave detection through the MIT-BIH arrhythmia database. The records used for the performance evaluation were nine records of 105, 106, 114, 116, 119, 200, 213, 223, and 233, and only data containing more than 30 PVCs were used for classification reliability . The average R wave detection rate of the nine records was 99.02%.

도 13를 참조하면, 도 13은 본 발명의 몇몇 실시예에서 제안한 방법으로 PVC를 분류한 결과를 나타낸 테이블이다. 성능평가 결과, 평균 분류율은 93.72%의 성능을 나타내었다. 제안된 알고리즘을 통한 분류 실험결과 대부분의 레코드에서 PVC가 분류되었다. 특히, RR 간격과 QS 간격을 통해 분석되지 않은 파형에 해당하는 223번, 233번 레코드는, QRS 패턴을 통해 분석함으로써, RR 간격과 R파의 진폭, QS 간격을 통해서만 분류를 수행한 방법보다 더 나은 검출률을 나타내었다. 하지만, 200번 레코드의 경우, RR 간격과 QRS 패턴을 통해서만 분류하였을 경우 많은 오차를 보였는데, 상기 레코드는 PVC임에도 불구하고 각기 다른 PVC의 패턴이 연속으로 나타날 경우에 해당한다. 이러한 PVC의 경우 R파의 진폭변화율을 이용하여 분석하면 좀 더 나은 성능을 나타내었다. 따라서, 제안된 QRS 패턴에 따른 PVC 분류 방법은 복잡도를 줄임과 동시에 높은 분류율을 나타낼 수 있다.Referring to FIG. 13, FIG. 13 is a table showing the classification result of PVC according to the method proposed by some embodiments of the present invention. As a result of the performance evaluation, the average classification rate was 93.72%. As a result of classification experiment through the proposed algorithm, PVC is classified in most records. In particular, the 223rd and 233rd records corresponding to the waveforms not analyzed through the RR interval and the QS interval are analyzed by the QRS pattern, so that the RR interval, the amplitude of the R wave, and the QS interval And showed a better detection rate. However, in the case of the 200th record, when the classification is performed only through the RR interval and the QRS pattern, a lot of errors are shown. This record corresponds to a case in which different PVC patterns appear consecutively in spite of the PVC. In the case of PVC, the better performance was obtained by analyzing the change rate of R wave amplitude. Therefore, the PVC classification method according to the proposed QRS pattern can reduce the complexity and exhibit a high classification rate.

도 14는 본 발명의 일 실시예에 따른 원격 모니터링 장치를 설명하기 위한 블록도이다.14 is a block diagram for explaining a remote monitoring apparatus according to an embodiment of the present invention.

원격 모니터링 장치(1000)는 ECG 센서(1100), PVC 분류 장치(1200), 인터페이스 장치(1300), 메모리 장치(1400), 전원 공급 장치(1500)을 포함한다. ECG 센서(1100), PVC 분류 장치(1200), 인터페이스 장치(1300), 메모리 장치(1400), 전원 공급 장치(1500)는 버스(1600)를 통해서 서로 결합될 수 있다.The remote monitoring apparatus 1000 includes an ECG sensor 1100, a PVC classification apparatus 1200, an interface apparatus 1300, a memory apparatus 1400, and a power supply apparatus 1500. The ECG sensor 1100, the PVC sorting device 1200, the interface device 1300, the memory device 1400, and the power supply device 1500 can be coupled to each other via the bus 1600. [

ECG 센서(1100)는 ECG 신호를 검출하도록 구성될 수 있다.The ECG sensor 1100 may be configured to detect an ECG signal.

PVC 분류 장치(1200)는 도 1을 참조하여 설명한 PVC 분류 장치(100)와 실질적으로 동일하게 구성될 수 있다. PVC 분류 장치(1200)는 도 1의 PVC 판단 유닛(160)을 포함하지 않고 구성될 수 있다.The PVC sorting apparatus 1200 may be configured substantially the same as the PVC sorting apparatus 100 described with reference to FIG. The PVC sorting apparatus 1200 may be configured without including the PVC judging unit 160 of FIG.

인터페이스 장치(1300)는 네트워크로 데이터를 전송하거나 네트워크로부터 데이터를 수신하는 기능을 수행할 수 있다. 인터페이스 장치(1300)는 유선 또는 무선 형태일 수 있다. 인터페이스 장치(1300)는 PVC 분류 장치(1200)로부터 바이너리 코드를 전달받고, 네트워크를 통해서 바이너리 코드를 전송할 수 있다.The interface device 1300 may perform the function of transmitting data to the network or receiving data from the network. The interface device 1300 may be in wired or wireless form. The interface device 1300 receives the binary code from the PVC classifier 1200 and can transmit the binary code through the network.

메모리 장치(1400)는 휘발성 메모리 장치 및/또는 비휘발성 메모리 장치를 포함하여 구성될 수 있다. 메모리 장치(1400)는 PVC 분류 장치(1200)의 동작을 위한 프로그램을 저장할 수 있다.The memory device 1400 may comprise a volatile memory device and / or a non-volatile memory device. The memory device 1400 may store a program for operation of the PVC classifier 1200.

전원 공급 장치(1500)는 ECG 센서(1100), PVC 분류 장치(1200), 인터페이스 장치(1300), 메모리 장치(1400)의 동작 전원을 공급할 수 있다.The power supply 1500 may supply the operating power of the ECG sensor 1100, the PVC sorting device 1200, the interface device 1300, and the memory device 1400.

도 15는 도 14의 원격 모니터링 장치를 포함하는 헬스 케어 시스템을 설명하기 위한 블록도이다.15 is a block diagram illustrating a healthcare system including the remote monitoring apparatus of FIG.

헬스 케어 시스템(2000)은 원격 모니터링 장치(2100), 네트워크 서버(2200), 사용자 장치(2300)을 포함한다.The healthcare system 2000 includes a remote monitoring device 2100, a network server 2200, and a user device 2300.

원격 모니터링 장치(2100)는 WSN(Wireless Sensor Network)을 통해서 네트워크 서버(2200)와 연결된다. 도 15에서는 하나의 원격 모니터링 장치(2100)만을 도시하였으나, 다수의 원격 모니터링 장치(2100)가 WSN을 통해서 네트워크 서버(2200)와 연결될 수 있다.The remote monitoring device 2100 is connected to the network server 2200 via a wireless sensor network (WSN). Although only one remote monitoring device 2100 is shown in FIG. 15, a plurality of remote monitoring devices 2100 can be connected to the network server 2200 through the WSN.

네트워크 서버(2200)는 인터넷과 같은 유무선 네트워크를 통해서 사용자 장치(2300)와 연결될 수 있다. 네트워크 서버(2200)는 원격 모니터링 장치(2100)로부터 특징점과 분류된 QRS 패턴을 전송받을 수 있다. 네트워크 서버(2200)는 상기 QRS 패턴을 기초로 QS 간격 또는 상기 R파의 진폭 변화율을 추출하고, 현재의 RR 간격이 RR 간격의 평균 문턱치보다 작거나, RR 간격의 변화량이 1.2보다 큰 지 판단하고, 현재의 QS 간격과, QS 간격의 평균을 비교하고, 상기 R파의 진폭 변화율의 절대값이 8%보다 큰 지 판단하여, PVC 여부를 진단할 수 있다. 구체적인 PVC 분류 방법은 앞서 설명한 바와 실질적으로 동일할 수 있다.The network server 2200 may be coupled to the user device 2300 via a wired or wireless network, such as the Internet. The network server 2200 can receive the QRS pattern classified as the feature point from the remote monitoring apparatus 2100. [ The network server 2200 extracts the QS interval or the amplitude change rate of the R wave based on the QRS pattern and determines whether the current RR interval is smaller than the average threshold value of the RR interval or the variation amount of the RR interval is greater than 1.2 , It is possible to compare the current QS interval with the average of the QS interval and determine whether the absolute value of the amplitude change rate of the R wave is greater than 8% to determine whether the PVC is PVC. The specific PVC classification method may be substantially the same as described above.

또는, 네트워크 서버(2200)는 다수의 원격 모니터링 장치(2100)로부터 수신된 다수의 특징점과 분류된 QRS 패턴을 의료센터 서버(미도시)에 전송할 수 있다. 그리고, 의료센터 서버는 실시간으로 각각의 특징점과 분류된 QRS 패턴에 따라 PVC을 분류할 수 있다. 의료센터 서버는 유무선 네트워크를 통해서 네트워크 서버(2200) 및 사용자 장치(2300)와 연결될 수 있다.Alternatively, the network server 2200 may transmit a plurality of feature points received from a plurality of remote monitoring devices 2100 and a classified QRS pattern to a medical center server (not shown). In addition, the medical center server can classify the PVC according to each feature point and the classified QRS pattern in real time. The medical center server may be connected to the network server 2200 and the user device 2300 through a wired or wireless network.

네트워크 서버(2200) 또는 의료센터 서버에 의해 분류된 PVC 판단 정보는 사용자 장치(2300)에 전송될 수 있다.The PVC determination information classified by the network server 2200 or the medical center server may be transmitted to the user device 2300.

본 발명의 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는, 프로세서에 의해 실행되는 하드웨어 모듈, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명의 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체에 상주할 수도 있다. 예시적인 기록 매체는 프로세서에 연결되며, 그 프로세서는 기록 매체로부터 정보를 독출할 수 있고 기록 매체에 정보를 기입할 수 있다. 다른 방법으로, 기록 매체는 프로세서와 일체형일 수도 있다. 프로세서 및 기록 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 기록 매체는 사용자 단말기 내에 개별 구성 요소로서 상주할 수도 있다.The steps of a method or algorithm described in connection with the embodiments of the invention may be embodied directly in hardware, software modules, or a combination of the two, executed by a processor. A software module may reside in RAM memory, flash memory, ROM memory, EPROM memory, EEPROM memory, registers, a hard disk, a removable disk, a CD-ROM, or any form of computer readable recording medium known in the art Lt; / RTI > An exemplary recording medium is coupled to a processor, which is capable of reading information from, and writing information to, the recording medium. Alternatively, the recording medium may be integral with the processor. The processor and the recording medium may reside in an application specific integrated circuit (ASIC). The ASIC may reside within the user terminal. Alternatively, the processor and the recording medium may reside as discrete components in a user terminal.

이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, You will understand. It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive.

110: ECG 입력 유닛
120: 전처리 유닛
130: R파 검출 유닛
140: 특징점 추출 유닛
150: 패턴 분류 유닛
160: PVC 판단 유닛
110: ECG input unit
120: preprocessing unit
130: R wave detection unit
140: Feature point extraction unit
150: pattern classification unit
160: PVC judgment unit

Claims

A method for classifying a QRS pattern using a computer, the method comprising:
Differentiating an electrocardiogram (ECG) signal;
Classifying the QRS pattern using a peak value of the differentiated ECG signal; And
And determining PVC (Premature Ventricular Contraction) using the classified QRS pattern,
Wherein the QRS pattern includes a left peak value and a right peak value,
Wherein classifying the QRS pattern comprises classifying the QRS pattern by comparing the position of the left peak value with the position of the right peak based on a pattern threshold of the differentiated ECG signal.

The method according to claim 1,
In the QRS pattern,
A first pattern in which the left peak value is larger than the pattern threshold value and the right peak value is smaller than the pattern threshold value,
A second pattern in which the left peak value is smaller than the pattern threshold value and the right peak value is larger than the pattern threshold value;
A third pattern in which the left peak value and the right peak value are larger than the pattern threshold value and the left peak value is larger than the right peak value,
Wherein the left peak value and the right peak value are larger than the pattern threshold value and the left peak value is smaller than the right peak value.

3. The method of claim 2,
Wherein the pattern threshold corresponds to 10% of the absolute value of the differentiated ECG signal.

A method for classifying a QRS pattern using a computer, the method comprising:
Detecting R waves from the ECG signal and extracting consecutive first through nth RR intervals based on the R waves;
Classifying the ECG signal and classifying the QRS pattern based on the differentiated ECG signal;
Extracting a QS interval or an amplitude change rate of the R wave based on the QRS pattern; And
Determining the PVC using the RR interval, the QRS pattern, the QS interval, or the rate of change of amplitude of the R wave,
Determining whether the n-th RR interval is less than an average threshold value of the first to the n-th RR intervals or the variation amount of the RR intervals is greater than 1.2,
Comparing an average of the QS intervals and a current QS interval;
Determining whether an absolute value of an amplitude change rate of the R wave is greater than 8%.

5. The method of claim 4,
Further comprising pre-processing the ECG signal to remove noise before detecting the R wave from the ECG signal.

5. The method of claim 4,
Wherein the average threshold value of the first through the n'th RR intervals is calculated by the following equation (1)

(One)
Where Ri is the time value of the current R wave, Ri + 1 is the time value of the R wave after the present time, RRth is the average threshold of the RR interval, N is the number of R waves, Ri is the time value of the current R wave,

5. The method of claim 4,
Wherein the change amount of the RR interval is calculated by the following equation (2)

(2)
Where RRv is the amount of change in the RR interval, RRi is the current RR interval, and RRi + 1 is the RR interval since then.

5. The method of claim 4,
And classifying the QRS pattern using the left peak value and the right peak value of the differentiated ECG signal in the classifying the QRS pattern.

9. The method of claim 8,
In the QRS pattern,
A normal signal pattern in which the left peak value is larger than the pattern threshold value and the right peak value is smaller than the pattern threshold value,
A first PVC pattern in which the left peak value is smaller than the pattern threshold value and the right peak value is larger than the pattern threshold value;
A second PVC pattern in which the left peak value and the right peak value are larger than the pattern threshold value and the left peak value is larger than the right peak value,
Wherein the left peak value and the right peak value are larger than the pattern threshold value and the left peak value is smaller than the right peak value.

10. The method of claim 9,
Wherein the pattern threshold corresponds to 10% of the absolute value of the differentiated ECG signal.

5. The method of claim 4,
In the step of extracting the QS interval, the QS interval is calculated using the Q point and the S point,
The Q point corresponds to 50% of the left peak value, but is extracted by searching backward at the position of the left peak value,
Wherein the S point corresponds to 25% of the right peak value, but is searched and extracted at the position of the right peak value.

5. The method of claim 4,
The amplitude change rate of the R wave corresponds to the difference between the amplitude of the R wave template and the current R wave,
Wherein the template of the R wave is calculated using the current R wave, 15 R waves located in front of the current R wave, and 9 R waves located behind the current R wave.

13. The method of claim 12,
Wherein the template of the R wave is calculated by the following formula (3)

(3)
In the above equation, Rtemp is the template of the R wave, and Ri is the amplitude of the current R wave.

5. The method of claim 4,
Determining whether the current QS interval is 1.32 times larger than the average of the QS interval in the step of comparing the average of the QS interval with the current QS interval,
Wherein the average of the QS intervals corresponds to an average of the current m QS intervals.

15. The method of claim 14,
Wherein m is equal to 8, at an average of the current m QS intervals.

5. The method of claim 4,
The step of determining the PVC comprises:
Determining whether the previous k QRS patterns are present,
Further comprising the step of determining whether the current k QRS patterns match the current QRS pattern if the current k QRS patterns match.

17. The method of claim 16,
Wherein, in the step of judging the PVC, k is 8.

An ECG sensor for detecting an ECG signal;
An R-wave detection unit for detecting an R-wave from the ECG signal;
A feature point extracting unit that extracts feature points including an RR interval based on the R wave;
A pattern classifying unit for differentiating the ECG signal, classifying a QRS pattern based on the differentiated ECG signal, and extracting a QS interval or an amplitude change rate of the R wave based on the QRS pattern; And
And a PVC determination unit for determining whether the PVC is PVC using the RR interval, the QRS pattern, the QS interval, or the rate of change of amplitude of the R wave,
The PVC determination unit determines whether the current RR interval is smaller than the average threshold value of the RR interval or the variation amount of the RR interval is greater than 1.2,
The current QS interval is compared with the average of the QS interval,
And determines whether the absolute value of the amplitude change rate of the R wave is greater than 8%.

19. The method of claim 18,
Wherein the pattern classification unit classifies the QRS pattern using a left peak value and a right peak value of the differentiated ECG signal,
In the QRS pattern,
A normal signal pattern in which the left peak value is larger than the pattern threshold value and the right peak value is smaller than the pattern threshold value,
A first PVC pattern in which the left peak value is smaller than the pattern threshold value and the right peak value is larger than the pattern threshold value;
A second PVC pattern in which the left peak value and the right peak value are larger than the pattern threshold value and the left peak value is larger than the right peak value,
Wherein the left peak value and the right peak value are larger than the pattern threshold value and the left peak value is smaller than the right peak value.

19. The method of claim 18,
The amplitude change rate of the R wave corresponds to the difference between the amplitude of the R wave template and the current R wave,
Wherein the R-wave template calculates the current R-wave, 15 R-waves located in front of the current R-wave, and 9 R-waves located behind the current R-wave.

19. The method of claim 18,
The average of the QS intervals corresponds to the average of the current 8 QS intervals,
Wherein the PVC determination unit determines whether the current QS interval is 1.32 times larger than the average of the QS intervals.

An ECG sensor for detecting an ECG signal;
An R-wave detection unit for detecting an R-wave from the ECG signal;
A feature point extracting unit that extracts feature points including an RR interval based on the R wave;
A pattern classification unit for differentiating the ECG signal and classifying a QRS pattern based on the differentiated ECG signal; And
And an interface device for transmitting the feature point and the classified QRS pattern to a server via a network,
Wherein the server extracts a QS interval or an amplitude change rate of the R wave based on the QRS pattern,
It is determined whether the current RR interval is smaller than the average threshold value of the RR interval or the variation amount of the RR interval is greater than 1.2,
The current QS interval is compared with the average of the QS interval,
Determines whether the absolute value of the amplitude change rate of the R wave is greater than 8%, and diagnoses whether the PVC is PVC.