KR101660036B1 - 타코그램을 이용한 부정맥 검출 방법 - Google Patents

Abstract

실시예는 심전도(ECG) 신호를 이용하여 심장의 부정맥 파형을 검출하는 방법으로서, 일정한 시간동안 심장의 전기적 활동을 나타내는 심전도 신호를 획득하는 단계, 상기 심전도 신호에서 피크값을 검출하여 RR-interval을 검출하는 단계, 검출된 RR-interval을 카이저(kaiser) 필터를 이용한 필터링을 실시하여, 심전도 변이(HRV)의 파라미터를 포함하는 타코그램(Tachogram)을 생성하는 단계, 상기 타코그램에서 나타나는 파형을 일정한 시간간격으로 분류하여 부정맥 파형을 검출하는 단계를 포함할 수 있다. 따라서, 심전도 변이(HRV)를 구하기 위해 생성하는 타코그램(Tachogram)을 도출할 시 연산량이 상대적으로 적은 FIR 필터인 카이저(kaiser) 필터를 사용함으로써, 실시간으로 부정맥 신호에 해당하는 파형을 검출할 수 있어 환자에게 실시간으로 부정맥이 발생했는지의 여부를 알려줄 수 있어 의학적 조치를 신속하게 취할 수 있다.

Description

타코그램을 이용한 부정맥 검출 방법{Method for Detecting Antiarrhythmic Using Tachogram}

본 발명은 부정맥 분류 방법에 관한 것으로, 보다 상세하게는 심박 변이도(HRV)를 산출하기 위한 타코그램(Tachogram)의 생성을 실시간으로 수행하여 부정맥 파형을 검출할 수 있는 분류 방법에 관한 것이다.

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 심장 세포의 자동성 장애나 전도 장애로 인해 초래된다.

심전도 신호(Electrocardiogram)는 심장의 전기적인 활동을 기록하여 심장활동이 주기적으로 일어나는지에 대한 지표로 활용되며, 심장질환을 감지하는데 주로 사용된다. 심장은 1분에 60~100회 정도로 규칙적인 리듬을 가지며, 일정 범위의 주기성을 가지기 때문에 온몸에 혈액이 일정하게 공급되고 ECG 신호에서도 이러한 주기성을 확인할 수 있다. 그러나, 부정맥 환자의 경우에는 심장의 전기적인 활동에 이상이 생겨 불규칙한 ECG 파형의 형태가 발생하며, 부정맥을 진단하기 위해서는 흔히 ECG 신호의 RR-interval을 사용한다.

도 1은 심전도 파형과 부정맥 환자의 심전도 신호를 나타낸 도면이다.

도 1의 (a)를 참조하면, 심전도 파형은 일반적으로 P, QRS, T 파로 구분되고, 이들 파형 중 QRS 성분은 심장박동이 건강한 리듬 비트인지 아니면 부정맥으로 인한 비정상 리듬 비트인지를 결정하고 해석하는데 가장 중요하게 쓰이는 부분이다. (b)를 참조하면, 부정맥 환자의 심전도 신호는 점선 부분과 같이 R-point 사이의 거리인 RR-interval이 불규칙한 구간이 나타나게 된다.

RR-interval을 이용하여 심장의 신호주기가 어떻게 변했는지를 알 수 있는 심박 변이도(HRV)의 정보가 나타나는 타코그램(tachogram)을 도출할 수 있다. 종래 타코그램을 도출하기 위해서 여러가지 신호 알고리즘을 사용하였는데, 그중 대표적으로 보간법(cubic spline)을 사용하여 RR-interval 사이의 값을 채워넣는 작업을 수행하였다. 보간법을 사용하여 타코그램을 도출하는 과정은 각 타임포인트마다의 미분값을 이용하여 값을 채우게 되므로 연산량이 증가하여 실시간으로 부정맥 파형을 검출하는 것은 불가능하며, 이에 환자에게 부정맥이 발생하였을 경우 빠르게 의학적 조치가 취해질 수 없는 문제점이 있다.

본 발명은 상술한 문제점을 해결하기 위한 것으로, 심전도 변이(HRV)를 구하기 위해 생성하는 타코그램(Tachogram)을 도출할 시 종래의 방법보다 연산량이 적어 실시간으로 부정맥 파형을 검출하여 환자에게 제공할 수 있는 부정맥 검출 방법을 제공하는데에 그 목적이 있다.

본 발명은 심전도 변이(HRV)를 구하기 위해 생성하는 타코그램(Tachogram)을 구성하고, 분류기를 이용하여 부정맥에 해당하는 신호를 학습하여 부정맥 환자의 신호를 분류함으로써 각환자에 대해 가변적으로 나타나는 부정맥 신호를 더욱 정확하게 검출할 수 있는 부정맥 검출 방법을 제공하는데 그 목적이 있다.

본 발명의 실시예는 심전도(ECG) 신호를 이용하여 심장의 부정맥 파형을 검출하는 방법으로서, 일정한 시간동안 심장의 전기적 활동을 나타내는 심전도 신호를 획득하는 단계; 상기 심전도 신호에서 피크값을 검출하여 RR-interval을 검출하는 단계; 검출된 RR-interval을 카이저(kaiser) 필터를 이용한 필터링을 실시하여, 심전도 변이(HRV)의 파라미터를 포함하는 타코그램(Tachogram)을 생성하는 단계; 상기 타코그램에서 나타나는 파형을 일정한 시간간격으로 분류하여 부정맥 파형을 검출하는 단계;를 포함할 수 있다.

실시예는 상기 카이저 필터는 타코그램의 결과값이 보간법을 실시했을 경우와 동일하도록 창함수를 사용하여 윈도우의 모양을 변경하여 필터링을 수행하는 것을 특징으로 한다.

그리고 실시예에서 상기 타코그램에서 나타나는 파형을 일정한 시간간격으로 분류하여 부정맥 파형을 검출하는 단계는, 일정한 시간동안 타코그램에 나타난 값의 에너지를 산출하고, 산출된 에너지를 기설정된 값과 비교하여 부정맥 파형인지를 판단하여 부정맥의 검출을 수행할 수 있다.

본 발명의 실시예에 따르면 심전도 변이(HRV)를 구하기 위해 생성하는 타코그램(Tachogram)을 도출할 시 연산량이 상대적으로 적은 로우패스(lowpass) 필터인 카이저(kaiser) 필터를 사용함으로써, 실시간으로 부정맥 신호에 해당하는 파형을 검출할 수 있어 환자에게 실시간으로 부정맥이 발생했는지의 여부를 알려줄 수 있어 의학적 조치를 신속하게 취할 수 있다.

본 발명의 실시예에 따르면 심전도 변이(HRV)를 구하기 위해 생성하는 타코그램(Tachogram)을 도출할 시 SVM(Support vector machine)을 이용하여, 개별 환자의 부정합 신호를 학습하고 이를 분류함으로써 각 환자별로 가변적인 부정맥 신호의 파형을 보다 정확하게 검출할 수 있다.

도 1은 심전도 파형과 부정맥 환자의 심전도 신호를 나타낸 도면이다.
도 2는 보간법을 사용하여 심전도 변이 측정을 위한 타코그램을 형성하는 방법을 나타낸 도면
도 3은 실시예에 따른 부정맥 검출 방법을 나타낸 흐름도
도 4는 보간법으로 타코그램을 도출하는 것을 나타낸 도면
도 5는 FIR 필터를 사용하여 타코그램을 도출하는 것을 나타낸 도면
도 6은 FIR 필터를 사용하였을시의 두개의 신호별로 coherence를 나타낸 그래프
도 7은 부정맥 환자에게서 검출된 타코그램의 예시를 나타낸 도면

이하 첨부된 도면들을 참조하여 본 발명의 실시예들을 상세하게 설명하지만, 본 발명의 실시예에 의해 제한되거나 한정되는 것은 아니다. 본 발명을 설명함에 있어서, 공지된 기능 혹은 구성에 대해 구체적인 설명은 본 발명의 요지를 명료하게 하기 위해 생략될 수 있다.

본 발명은 부정맥을 검출하는데 있어서, 심장의 전기적인 활동을 기록하는 심전도 신호를 사용하며 상기 심전도 신호에서 피크값인 R값을 검출하고, 이에 대해 타코그램(Tachogram)을 생성하여 심박 변이도(HRV)를 측정한다. 일반적으로 심전도 신호의 RR-interval을 이용하여 타코그램을 생성시에 보간법을 사용하는데, 본 실시예에서는 타코그램을 생성시 상기 보간법에 의해 도출된 심전도 신호와 유사한 결과값을 가지면서 연산량은 적은 방법을 제안한다.

도 2는 보간법을 사용하여 심전도 변이 측정을 위한 타코그램을 형성하는 방법을 나타낸 도면이다.

도 2를 참조하면, 일반적으로 HRV(heart rate variability)를 구하기 위한 방법으로 우선 일정 시간 심장의 전기적 활동을 나타내는 심전도 신호를 획득하고, 일정 시간 동안의 구간에서 나타나는 피크값인 R값들을 검출한다. 그리고 상기 R값들을 기반으로 시간에 따른 심장박동수(beat per minute, bpm)를 나타내는 그래프로 변환한다.

이어서, 3차 다항식의 함수를 사용하여 각각의 데이타 사이의 값들을 채워주는 큐빅 스플라인(cubic spline) 방식의 보간법을 사용하여, 시간에 따른 심장박동수의 추이를 부드러운 곡선형태로 변환시키면 심장박동 변이의 추이를 나타내는 곡선이 형성되어 이를 토대로 부정맥 파형의 검출이 가능하다.

이러한 방식은 실제 HRV를 구하기 위해 일반적으로 쓰이는 방식으로, HRV의 추이를 판단하는데 있어 정확도는 높으나 3차원 곡선의 미분을 시간별로 수행해야 하므로 연산량이 커지게 된다.

도 3은 실시예에 따른 부정맥 검출 방법을 나타낸 흐름도이다. 실시예는 도 3과 같은 흐름에 따라 부정맥의 검출이 수행될 수 있다.

우선, 부정맥의 진단을 받고자 하는 사람에게서 일정한 시간동안 심장의 전기적 활동을 나타내는 심전도 신호를 획득하는 단계(S10)가 수행된다. 이어서, 획득된 심전도 신호를 토대로 심박변이(HRV)의 파라미터가 되는 타코그램을 생성하는 단계(S20)가 수행될 수 있다.

상기 타코그램을 생성하는 단계는 상기 심전도 신호로부터 피크값(R)들을 검출하여 상기 피크값들간의 거리차이인 RR-interval을 검출하는 단계를 포함할 수 있다.

실시예에서는 타코그램을 생성할 시, 시간에 따라 획득된 심박수 사이의 값들을 채워주기 위하여 FIR(finite impulse response) 필터를 사용하여 필터링하며, 구체적으로는 카이저(kaiser) 필터를 사용할 수 있다. 상기 카이저 필터는 창함수를 사용하며, 카이저값을 변경하여 윈도우의 모양을 바꿔줌으로써 상기 보간법에서 나타나는 심박수 변이 그래프와 유사한 결과값을 도출할 수 있다.

이어서 실시예는 상기 카이저 필터에 의한 필터링으로 생성된 타코그램을 이용하여 부정맥 신호를 감지함에 있어서, 타코그램에 나타난 신호에 대해 에너지를 계산하는 단계(S30)를 수행한다.

타코그램의 나타난 신호의 에너지를 사용하여, 부정맥 신호의 특징점을 나타내는 feature F를 도출할 수 있으며, F값은 하기와 같은 수학식 1에 의해 얻어질 수 있다.

상기 수학식 1에서 T는 시간 주기(time period), k는 샘플 위치(sanple point)이며, 일정한 시간동안 타코그램에 나타난 값들을 각각의 샘플 포인트의 시간 주기와 제곱하여 합하게 되면 일정 시간동안의 총 에너지를 산출할 수 있다.

이어서, 실시예는 상기 타코그램에서 나타나는 파형을 일정한 시간간격으로 분류하는 단계(S40)를 수행한다. 상기 S30단계에서 산출된 일정한 시간동안의 총 에너지값에 근거하여, 상기 에너지값이 기설정된 값과 차이가 나타날 경우 이를 부정맥 파형인 것으로 판단하는 것으로 가정한다.

실시예에서는 부정맥 파형을 분류하기 위해 SVM(Support Vector Machine)을 사용하였다. 상기 SVM은 러닝머신 알고리즘 중에 하나로서, 컴퓨터 특정한 feature로 훈련시킨 후에 이 훈련 데이타를 기초로 하여 입력되는 신호를 두분류로 분류하는 평가과정이 수행될 수 있다. 즉, 상기 SVM 분류기를 사용하여 일정시간동안 얻어진 타코그램값인 에너지값을 통해, 부정맥 파형인지에 대한 여부를 판정하는 훈련(학습) 과정이 이루어질 수 있다.

상기 훈련 과정에서 얻어진 테이터가 축척되면, 부정맥 신호 파형인 것으로 이전에 판단했던 신호를 바로 부정맥 파형의 신호인 것으로 결정할 수 있으므로, 훈련 과정과 평가 과정이 반복될수록 개별적인 사용자에 대해 부정맥 파형인 것으로 판단되는 신호를 더욱 신뢰도있게 판별할 수 있다.

상기와 같은 훈련 과정 후에, 분류기에 사용된 feature인 F를 토대로 분류된 그룹별로 부정맥 파형인지에 대한 여부를 판단하는 단계(S50)가 수행될 수 있다. SVM 분류기는 훈련과정에서 분류된 정상 신호와 부정맥 신호의 파형을 토대로 하여, 부정맥에 해당하는 파형이 나타났는지에 대한 여부를 판단하고 이를 사용자에게 실시간으로 푸쉬해줄 수 있다.

도 4는 보간법으로 타코그램을 생성하는 것을 나타낸 도면이며, 도 5는 FIR 필터를 이용하여, 타코그램을 생성하는 것을 나타낸 도면이다. 도 4와 도 5는 실시예에서 보간법에 의해 생성된 타코그램과 가장 유사한 파형을 나타내는 타코그램을 생성하는 필터를 선정하기 위해, 창함수를 이용한 여러가지 필터를 통해 결과를 산출한 것이다.

도 4를 참조하면, 심전도 신호를 통해 RR-interval을 검출하고, 보간법(Cubic spline)을 통해 심전도변이 정보를 포함하는 타코그램을 생성하였다. 도 5를 참조하면, 심전도 신호를 통해 RR-interval을 검출하고, FIR 필터인 rectangular, bartlett, gaussian, hamming, kaiser 필터를 통해 심전도변이 정보를 포함하는 타코그램을 생성하였다.

도 4와 같이 보간법에 의해 생성된 타코그램과 도 5와 같이 서로다른 윈도우를 가진 FIR 필터를 사용하여 필터링하여 생성된 타코그램의 결과값은 유사한 형태를 지니는 것을 확인할 수 있다. 그러나, 보간법을 사용하는 것과 대비하여, FIR 필터를 사용시에는 필터계수값을 정하는 계산을 제외하고 단순 곱셈 연산으로 이루어진 알고리즘이 수행되므로 실시간으로 심전도 신호에 대한 필터링이 가능하며, 다른 필터에 비해 안정성도 높게 나타난다.

도 6은 FIR 필터를 사용하였을시의 두개의 신호별로 coherence를 나타낸 그래프이며, 구체적으로 피시험자가 휴식상태일 때와 급격하게 호흡수를 변화시켰을 때의 심전도 신호를 나타낸 그래프이다.

coherence란 두개의 신호 간에 주파수 성분별로 유사도가 얼마나 있는지를 확인하는 파라미터(parameter)이다. FIR 필터인 rectangular, bartlett, gaussian, hamming, kaiser 필터를 사용한 경우 필터링에 쓰이는 윈도우의 종류에 따라 즉 필터의 종류에 따라 두개의 신호의 유사함에 차이가 남을 확인할 수 있다.

이 중에서 가우시안 필터와 카이저 필터는 모든 주파수 영역에서 coherence가 높게 나타나므로, 피시험자의 가변적인 건강상태에 따라서 부정맥 파형에 대한 검출 결과값의 신뢰도를 높게 평가할 수 있다. 실시예에서는 이 중에서도 파라미터 조절을 통해 성능을 극대화할 수 있는 카이저 필터를 사용하여 타코그램을 생성함으로써 부정맥 파형의 검출을 실시하는 것을 제안한다.

도 7은 부정맥 환자에게서 검출된 타코그램의 예시를 나타낸 도면이다. 도 7에 도시된 바와 같이 실시예에 따른 심전도 신호의 필터링을 통해 타코그램을 생성하면 부정맥일 때의 파형이 명확히 구분되는 것을 확인할 수 있다.

타코그램은 심장박동의 주기성을 확인하기 위한 것으로 심장박동 변이(HRV)의 파라미터(parameter)를 얻기 위해 생성된다. 상기 파라미터(parameter)를 얻기 위해서는 보간법과 같은 정교한 신호처리 과정이 이루어져야하는데, 이는 연산량이 많고 실시간으로 부정맥 파형에 대한 판단을 수행할 수 없다.

따라서, 본 발명의 실시예는 심전도 변이(HRV)를 구하기 위해 생성하는 타코그램(Tachogram)을 도출할 시 연산량이 상대적으로 적은 FIR 필터인 카이저(kaiser) 필터를 사용함으로써, 실시간으로 부정맥 신호에 해당하는 파형을 검출할 수 있어 환자에게 실시간으로 부정맥이 발생했는지의 여부를 알려줄 수 있어 의학적 조치를 신속하게 취할 수 있다.

본 발명의 실시예에 따르면 심전도 변이(HRV)를 구하기 위해 생성하는 타코그램(Tachogram)을 도출할 시 SVM(Support vector machine)을 이용하여, 개별 환자의 부정합 신호를 학습하고 이를 분류함으로써 각 환자별로 가변적으로 나타나는 부정맥 신호의 파형을 보다 정확하게 검출할 수 있다.

이상에서 본 발명에 대하여 그 바람직한 실시예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 발명의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 본 발명의 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (6)

1. 심전도(ECG) 신호를 이용하여 심장의 부정맥 파형을 검출하는 방법으로서,
   일정한 시간동안 심장의 전기적 활동을 나타내는 심전도 신호를 획득하는 단계;
   상기 심전도 신호에서 피크값을 검출하여 RR-interval을 검출하는 단계;
   심전도 변이(HRV)의 파라미터를 나타내는 타코그램(Tachogram)을 생성하기 위해, 검출된 RR-interval의 사이를 채우도록 카이저(kaiser) 필터를 이용한 필터링을 실시하는 단계; 및
   상기 타코그램에서 나타나는 파형을 일정한 시간간격으로 분류하여 부정맥 파형을 검출하는 단계;
   를 포함하는 부정맥 검출 방법.
2. 제 1항에 있어서,
   상기 카이저 필터는 타코그램의 결과값이 보간법을 실시했을 경우와 동일하도록 창함수를 사용하여 윈도우의 모양을 변경하여 필터링을 수행하는 것을 특징으로 하는 부정맥 검출 방법.
3. 제 1항에 있어서,
   상기 타코그램에서 나타나는 파형을 일정한 시간간격으로 분류하여 부정맥 파형을 검출하는 단계는,
   일정한 시간동안 타코그램에 나타난 값의 에너지를 산출하고, 산출된 에너지를 기설정된 값과 비교하여 부정맥 파형인지를 판단하는 부정맥 검출 방법.
4. 제 3항에 있어서,
   상기 에너지는 각각의 샘플 포인트의 시간 주기와 제곱하고, 이의 총합을 산출하고 일정 시간 동안의 총 에너지가 수학식 1과 같이 산출되는 부정맥 검출 방법.
   [수학식 1]
   

   
5. 제 3항에 있어서,
   상기 타코그램에서 나타나는 파형을 일정한 시간간격으로 분류하여 부정맥 파형을 검출하는 단계는,
   상기 타코그램에 나타난 값의 에너지값을 feature로 설정하여, SVM 분류기를 통해 상기 에너지값에 따라 두 그룹으로 분류하고, 부정맥 파형에 해당되는 신호를 학습하는 단계를 포함하는 부정맥 검출 방법.
6. 제 5항에 있어서,
   상기 SVM 분류기에 의해 부정맥 파형에 해당되는 신호를 학습하는 단계 이후에, 실시간으로 심전도 신호에 의한 타코그램 생성시 기설정된 시간간격으로 부정맥 파형인지에 대한 여부를 판단하는 평가 단계가 수행되는 부정맥 검출 방법.

Images