KR102093257B1

KR102093257B1 - Noise rejection filter in electrocardiograph and filtering method Therefor

Info

Publication number: KR102093257B1
Application number: KR1020170136511A
Authority: KR
Inventors: 이명해
Original assignee: 이명해
Priority date: 2017-10-20
Filing date: 2017-10-20
Publication date: 2020-03-25
Also published as: KR20190044275A

Abstract

본 발명은 노이즈 분별 필터 장치 및 필터링 방법에 관한 것으로, 더욱 상세하게는 심전도(electrocardiograph, ECG) 신호로부터의 노이즈를 제거 또는 감소시키기 위한 노이즈 분별 필터 장치 및 필터링 방법에 관한 것이다.
본 발명의 일실시예에 따른 심전도 신호의 노이즈 제거를 위한 노이즈 분별 필터링 장치는 전극을 통해 포착된 원시 ECG 신호에 대해 주파수 영역에서의 신호 분석을 수행하는 신호분석수단; 및 상기 신호 분석 결과를 이전의 신호분석 결과와 연속적으로 비교하여 일정한 신호 패턴과 불규칙한 신호 패턴을 구분하며, 싱기 신호에 대한 학습을 통하여 신호에 대한 구분 능력이 증가되는 패턴구분수단; 신호의 정확성을 확률로 표시하는 수단; 시간이 다른 두 개의 주기를 이용한 신호감시수단;을 포함하는 것을 특징으로 한다.The present invention relates to a noise classification filter device and a filtering method, and more particularly, to a noise classification filter device and a filtering method for removing or reducing noise from an electrocardiograph (ECG) signal.
A noise classification filtering apparatus for removing noise of an electrocardiogram signal according to an embodiment of the present invention includes signal analysis means for performing signal analysis in a frequency domain on a raw ECG signal captured through an electrode; And pattern classification means for continuously comparing the signal analysis result with the previous signal analysis result to discriminate between a constant signal pattern and an irregular signal pattern, and to increase the discrimination ability for the signal through learning of the singer signal. Means for indicating the accuracy of the signal with probability; It characterized in that it comprises a; signal monitoring means using two periods of different time.

Description

Noise rejection filter in electrocardiograph and filtering method Therefor

본 발명은 노이즈 분별 필터 장치 및 필터링 방법에 관한 것으로, 더욱 상세하게는 심전도(electrocardiograph, ECG) 신호로부터의 노이즈를 제거 또는 감소시키기 위한 노이즈 분별 필터 장치 및 필터링 방법에 관한 것이다. The present invention relates to a noise classification filter device and a filtering method, and more particularly, to a noise classification filter device and a filtering method for removing or reducing noise from an electrocardiograph (ECG) signal.

최근 생활양식의 서구화와 고령인구의 증가로 인해 심혈관계 질환이 급증하는 추세이다. 통계청에 자료에 따르면, 최근 사망원인 조사에서 순환기계 질환이 전체 사망률 중 약 25%로 가장 많은 원인을 차지하고 있는 것으로 나타났다. 심장 질환이 증가함에 따라 심장의 전기적 활동을 나타내는 심전도 자동 진단에 대한 연구와 진단의 정확성을 높이기 위한 알고리즘 개발이 활발히 이루어지고 있다. 심전도 신호의 특징을 추출하기 위해서 푸리에 변환(Fourier transform, FT) 및 웨이블릿 변환(wavelet transform, WT)이 사용되고 있으며, 퍼지 신경망과 함께 심장 질환 분류에 사용되고 있다. Recently, cardiovascular diseases are rapidly increasing due to the westernization of lifestyles and the increase in the elderly population. According to data from the National Statistical Office, a recent cause of death survey showed that circulatory system diseases accounted for the most cause with about 25% of the total mortality rate. As the heart disease increases, research on automatic electrocardiographic diagnosis of electrical activity of the heart and algorithm development for improving the accuracy of the diagnosis have been actively conducted. Fourier transform (FT) and wavelet transform (WT) are used to extract the characteristics of the electrocardiogram signal, and they are used for classification of heart disease along with fuzzy neural networks.

심전도(electrocardiograph, ECG)란 심근의 활동에 의해 발생되는 임펄스들을 나타낸 전기적 신호로, 심장을 구성하는 세포들이 시간에 따라 흥분하였다가 회복될때 생기는 전위의 변화를 체표면에서 기록하는 것이다. 따라서 심전도는 기록 부위로부터 심장까지의 거리와 전위의 벡터, 정상부위와 흥분된 부위의 전압차, 그리고 각 심장세포의 활동전위의 모양과 여러 활동전위의 동기화 여부에 의해서 영향을 받는다.Electrocardiograph (ECG) is an electrical signal representing the impulses generated by the activity of the myocardium. It is the recording of changes in the potential that occurs when the cells that make up the heart are excited over time and recover. Therefore, the electrocardiogram is influenced by the vector of the distance and potential from the recording site to the heart, the voltage difference between the normal and excited regions, and the shape of the action potential of each heart cell and the synchronization of the action potentials.

심전도 신호의 P-QRS-T 한 주기 중에서 보통 양방향의 가장 높은 피크가 R파에 해당하며, 이러한 R파는 매 심박동마다 반복적으로 나타난다. R파 간의, 즉 심박 간격 간의 변화를 심박수 변이도라 부르며, RR Interval Variability 또는 Heart Rate Variability(HRV) 라 한다. 심전도 신호에서 R파는 매우 규칙적으로 발생하는 것처럼 보이지만, 실제 정량적인 수치로 간격을 조사해보면, 매 박동시마다 조금씩 달라지는데, 일정 범위 내에서 조금 높아졌다 낮아졌다하는 무작위적인 진동형태로 보인다. Of the P-QRS-T periods of the ECG signal, the highest peak in both directions usually corresponds to the R wave, and this R wave appears repeatedly at every heartbeat. The change between R waves, that is, between heart rate intervals, is called a heart rate variability, and is called RR Interval Variability or Heart Rate Variability (HRV). In the ECG signal, the R-wave appears to occur very regularly, but if you examine the interval with actual quantitative values, it varies slightly with each beat, and it appears as a random vibration that rises and falls within a certain range.

심전도 (ECG) 신호 및 파형은, 심근의 심방 및 심실 수축 및 이완 동안에 생성된 P파, QRS파, 및 T파를 특징으로 한다. ECG 신호는 특유의 P파, Q파, R파, S파, 및 T파 피처들을 나타낸다. ECG 신호들은 심장 외부의 영역에서 검체(subject)의 피부에 장착된 전극들을 이용하여 포착될 수 있다. 이들 전극들은 전극들의 일 면 상의 접착제를 이용하여 피부에 부착될 수 있다. 그 후, 전극들은 심장 내 및 그 주위에서의 전기 활성도로부터 신호를 포착할 수 있다. 용어들 "ECG 신호" 및 "신호" 는 ECG 전극들의 아날로그 출력뿐 아니라 프로세싱된 또는 프로세싱되지 않은 샘플링된 데이터 포인트들, 예를 들어, A/D 변환기를 사용하여 생성되는 샘플링된 데이터 포인트들을 지칭할 수 있다. 아날로그 신호 및/또는 샘플링된 데이터 포인트들은 필터링될 수도 있다. 그 후, 신호는 추가로 프로세싱, 저장, 및/또는 그 신호를 디스플레이하도록 구성된 디바이스로 전송 또는 라우팅될 수 있다.Electrocardiogram (ECG) signals and waveforms are characterized by P waves, QRS waves, and T waves generated during atrial and ventricular contractions and relaxation of the myocardium. The ECG signal represents unique P-wave, Q-wave, R-wave, S-wave, and T-wave features. ECG signals can be captured using electrodes mounted to the skin of the subject in an area outside the heart. These electrodes can be attached to the skin using adhesive on one side of the electrodes. Subsequently, the electrodes can capture a signal from electrical activity in and around the heart. The terms “ECG signal” and “signal” refer to analog output of ECG electrodes as well as processed or unprocessed sampled data points, eg, sampled data points generated using an A / D converter. You can. Analog signals and / or sampled data points may be filtered. Thereafter, the signal may be further processed, stored, and / or transmitted or routed to a device configured to display the signal.

전력선 간섭, 모션 아티팩트들 및 근전도 (EMG) 신호들을 포함하는 아티팩트들은 ECG 신호를 "노이즈" 로 손상시키고 피처 검출 알고리즘들의 성능에 영향을 준다. 이는 또한 임상의들에 의한 정확한 진단에 영향을 준다. 모션 아티팩트들은, 심장 근방의 다른 근육들의 전기 활성도 및 테스트 검체의 움직임으로 인해 빈번히 발생한다. 손상된 ECG 신호들 (예를 들어, 모션 아티팩트들을 갖는 ECG 신호들)에서의 장기간 노이즈는 통상적으로 검체 모션에 의해 야기되며, 모션 아티팩트로서 지칭된다. Artifacts, including power line interference, motion artifacts, and EMG signals, damage the ECG signal to “noise” and affect the performance of feature detection algorithms. It also affects accurate diagnosis by clinicians. Motion artifacts frequently occur due to the electrical activity of other muscles near the heart and movement of the test specimen. Long term noise in damaged ECG signals (eg, ECG signals with motion artifacts) is typically caused by sample motion and is referred to as motion artifact.

도 1은 ECG 신호를 시간축과 주파수축으로 도시한 것이다. 임의의 손상 또는 노이즈가 비교적 없는 통상의 ECG 신호를 주파수 영역으로 변환할 경우 도 1과 같이 나타나게 된다. 도 1(a)는 시간축으로 ECG 신호를 도시한 것이고, 도 1(b)는 주파수축으로 ECG 신호를 도시한 것이다. 도 1에서 보듯이, 단일 주파수 성분이 강하게 나타나는 현상을 볼 수가 있으며, 현재 신호에서는 약 50Hz에 해당하는 부분이 ECG신호에 해당하는 부분이다. 임베디드 시스템에 과거에는 연속적인 FFT([fast Fourier transform]를 통한 신호 분석은 불가능하였다. 그러나 현재는 과학기술의 발달로 인하여 고속화된 마이크로 프로세서가 존재하고 있으며, 연속적인 FFT 처리가 가능하다. 이는 FFT를 ECG신호 분석에 실시간으로 적용 가능하게 되었다.1 shows an ECG signal in a time axis and a frequency axis. When a normal ECG signal, which is relatively free of any damage or noise, is converted into a frequency domain, it is shown in FIG. 1. 1 (a) shows the ECG signal on the time axis, and FIG. 1 (b) shows the ECG signal on the frequency axis. As shown in FIG. 1, a phenomenon in which a single frequency component appears strongly can be seen, and in the current signal, a portion corresponding to about 50 Hz is a portion corresponding to the ECG signal. In the past, it was not possible to analyze a signal through a continuous fast Fourier transform (FFT) in an embedded system. However, due to the development of science and technology, a high-speed microprocessor exists, and continuous FFT processing is possible. Can be applied to ECG signal analysis in real time.

이에 따라, 안정적인 ECG신호가 아닌 움직임에 의해 노이즈가 포함된 신호를 FFT기법을 이용하여 처리하여 안정적인 ECG 신호를 생성할 수 있는 디지털 적응 필터(Digital Adaptive Filter)의 새로운 구조가 요구된다.Accordingly, there is a need for a new structure of a digital adaptive filter capable of generating a stable ECG signal by processing a signal containing noise due to motion rather than a stable ECG signal using an FFT technique.

특허문헌1) KR 10-2014-0139564(ECG 모니터링을 위한 시스템들 및 방법들)Patent Document 1) KR 10-2014-0139564 (Systems and methods for ECG monitoring)

본 발명은 상기한 문제점을 해결하기 위해 안출된 것으로서, 심전도(electrocardiograph, ECG) 신호로부터의 노이즈를 제거 또는 감소시키기 위한 노이즈 분별 필터 장치 및 필터링 방법을 제공하는 것을 그 목적으로 한다. The present invention has been devised to solve the above problems, and an object thereof is to provide a noise classification filter device and a filtering method for removing or reducing noise from an electrocardiograph (ECG) signal.

그러나 본 발명의 목적은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.However, the objects of the present invention are not limited to the above-mentioned objects, and other objects not mentioned will be clearly understood by those skilled in the art from the following description.

본 발명의 일실시예에 따른 심전도 신호의 노이즈 제거를 위한 노이즈 분별 필터링 장치는 전극을 통해 포착된 원시 ECG 신호에 대해 주파수 영역에서의 신호 분석을 수행하는 신호분석수단 및 상기 신호분석수단에서 수행한 신호 분석 결과를 이전의 신호 분석 결과와 연속적으로 비교하여 일정한 신호 패턴과 불규칙한 신호 패턴을 구분하며, 상기 신호에 대한 학습을 통하여 신호에 대한 구분 능력이 증가되는 패턴구분수단을 포함하며, 상기 신호분석수단은 디지털 필터와, 주파수 영역 신호 변환부와, 노이즈 신호 추출부와, 믹서부 및, 출력부를 포함하고, 상기 디지털 필터는 포착된 원시 ECG 신호를 일정 주파수 범위 이내로 필터링하여 믹서부로 전송하고, 필터링 된 ECG 신호를 서로 다른 시점에서 소정 부분 겹치게 일정 주기(DT)로 추출한 제 1 및 제 2 정보화 신호와 서로 다른 시점에서 소정 부분 겹치게 상기 일정 주기(DT) 보다 긴 주기로 추출한 제 3 및 제 4 정보화 신호를 주파수 영역 신호 변환부로 전송하고, 상기 주파수 영역 신호 변환부는 상기 디지털 필터에서 전송된 상기 제 1 내지 제 4 정보화 신호를 주파수 영역 신호로 변환한 제 1 내지 제 4 원시 ECG 주파수 신호(ECG_frq1,2,3,4)와, 상기 제 1 내지 제 4 원시 ECG 주파수 신호(ECG_frq1,2,3,4)를 윈도우 신호로 변환한 제 1 내지 제 4 원시 ECG 윈도우 신호(ECG 윈도우_frq1,2,3,4)를 각각 생성하고, 상기 노이즈 신호 추출부는 상기 제 1 내지 제 4 원시 ECG 주파수 신호(ECG_frq1,2,3,4)와 상기 제 1 내지 제 4 원시 ECG 윈도우 신호(ECG 윈도우_frq1,2,3,4) 중 적어도 두 개의 신호를 비교하여, ECG 신호와 연관된 규칙성이 있는 심전도 신호의 노이즈 신호(N_ECG)와 ECG 신호와 연관되지 않고 규칙성이 없는 움직임에 의한 노이즈 신호(N_move) 중 적어도 하나의 노이즈 신호를 추출하고, 상기 믹서부는 상기 디지털 필터로부터 필터링된 ECG 신호와, 상기 노이즈 신호 추출부로부터 추출된 노이즈 신호를 입력받아 필터링된 ECG 신호에서 상기 노이즈 신호를 제거하여 출력하며, 상기 출력부는 상기 믹서부로부터 입력된 노이즈 제거된 ECG 신호를 수신하여 저장수단 또는 디스플레이로 전송하는 것 을 포함하는 것을 특징으로 한다.The noise classification filtering device for removing noise of an electrocardiogram signal according to an embodiment of the present invention is a signal analysis means for performing signal analysis in a frequency domain for a raw ECG signal captured through an electrode and performed by the signal analysis means The signal analysis results are continuously compared with the previous signal analysis results to discriminate between a regular signal pattern and an irregular signal pattern, and include pattern classification means to increase the ability to distinguish signals through learning the signal. The means includes a digital filter, a frequency domain signal conversion unit, a noise signal extraction unit, a mixer unit, and an output unit, wherein the digital filter filters the captured raw ECG signal within a certain frequency range and transmits it to the mixer unit, filtering The first and second ECG signals are extracted with a certain period (DT) to overlap a predetermined portion at different times. 2 The third and fourth informatization signals extracted in a period longer than the predetermined period DT to overlap a predetermined portion at different times from the informatization signal are transmitted to the frequency domain signal conversion unit, and the frequency domain signal conversion unit is transmitted from the digital filter. The first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) obtained by converting the first to fourth informatization signals into frequency domain signals, and the first to fourth raw ECG frequency signals (ECG_frq1,2,3) , 4) first to fourth raw ECG window signals (ECG windows_frq1,2,3,4) converted to window signals, respectively, and the noise signal extracting unit is the first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) and at least two signals of the first to fourth raw ECG window signals (ECG windows_frq1,2,3,4) are compared, and ECG signals having regularity associated with the ECG signals are compared. Signal noise signal (N_ECG) and ECG signal And extracts at least one noise signal from the noise signal N_move due to non-regular motion, and the mixer unit receives an ECG signal filtered from the digital filter and a noise signal extracted from the noise signal extraction unit The noise signal is removed and output from the filtered ECG signal, and the output unit comprises receiving the noise-removed ECG signal input from the mixer unit and transmitting it to a storage means or a display.

삭제delete

바람직하게는, 상기 패턴구분수단은 상기 신호분석수단에서 수행한 신호 분석 결과를 비교하는 ECG 신호가 복수개(N개)인 경우, ECG에 대한 정보화 신호가 노이즈 성분이 일정 값 이하인 정상 신호인 경우에, 정상 신호 1부터 정상 신호N(N은 자연수)까지의 패턴은 서로 동일한 정보 패턴을 보이며, ECG 신호가 노이즈 성분을 포함한 비정상 신호인 경우에, 비정상 신호 1부터 비정상 신호N까지의 패턴은 서로 다른 정보 패턴을 보이는 것을 특징으로 한다.Preferably, the pattern classification means is a case where a plurality of (N) ECG signals for comparing the signal analysis results performed by the signal analysis means, when the information signal for the ECG is a normal signal with a noise component of a certain value or less. , Patterns from the normal signal 1 to the normal signal N (N is a natural number) show the same information pattern, and when the ECG signal is an abnormal signal including a noise component, the patterns from the abnormal signal 1 to the abnormal signal N are different. It is characterized by showing an information pattern.

바람직하게는, 복수개의 ECG 신호의 합에 의해 ECG 신호에 관한 정보는 커지며, 노이즈에 관한 정보는 줄어드는 것을 특징으로 한다.Preferably, the information on the ECG signal is increased by the sum of the plurality of ECG signals, and the information on noise is reduced.

바람직하게는, 상기 패턴구분수단은 듀얼 주기를 적용함으로써, 한 주기에 의한 파형 분석의 오류를 방지하며, 신호에 대한 정확성을 확률로 표시하는 것을 특징으로 한다.Preferably, the pattern classification means is characterized in that, by applying a dual period, the error of waveform analysis by one period is prevented, and the accuracy of the signal is displayed as a probability.

바람직하게는, 상기 패턴구분수단은 노이즈 성분이 포함된 추출된 ECG 신호 데이터에서 원시 신호 데이터의 ECG 신호 데이터를 빼는 경우에는 ECG신호 성분만 남게 되는 것을 특징으로 한다.Preferably, the pattern classification means is characterized in that only the ECG signal component remains when subtracting the ECG signal data of the raw signal data from the extracted ECG signal data including the noise component.

삭제delete

본 발명의 다른 일실시예에 따른 심전도 신호에서의 노이즈 분별 필터링 방법은 상기 일정 주기(DT)로 추출한 상기 제 1 및 제 2 정보화 신호와 상기 일정 주기(DT) 보다 긴 주기로 추출한 상기 제 3 및 제 4 정보화 신호 데이터 동등성을 비교하여 인덱스 데이터 재구성화 작업을 수행하는 인덱스 재구성단계;를 포함하는 것을 특징으로 한다.The noise classification filtering method in the electrocardiogram signal according to another embodiment of the present invention includes the first and second informatization signals extracted by the predetermined period DT and the third and third extracted by a period longer than the predetermined period DT. And an index reconstruction step of performing index data reconstruction by comparing equality of information signal data.

바람직하게는, 상기 인덱스 재구성단계는 상기 제 1 및 제 2 정보화 신호와 상기 제 3 및 제 4 정보화 신호에서 각각 포착된 ECG 신호들에 대해 FFT 주파수 영역으로 신호 변환을 수행하여 상기 제 1 내지 제 4 원시 ECG 주파수 신호(ECG_frq1,2,3,4)로 변환하는 주파수 영역 신호 생성 단계; 변환된 상기 제 1 내지 제 4 원시 ECG 주파수 신호의 주파수 크기와 주파수를 인덱스화 시켜 인덱스 데이터를 생성하는 인덱스화 단계; 생성된 인덱스 데이터와 기존의 인덱스 데이터를 이용하여 맥박 성분을 조사하는 맥박 성분 조사 단계; 조사된 맥박 성분을 이용하여 맥박 성분을 도출하는 맥박성분 도출 단계; 도출된 맥박 성분을 이용하여 인덱스 데이터를 재구성하는 인덱스 데이터 재구성 단계; 맥박 성분 도출 단계에서 도출된 맥박 성분과 기존의 인덱스 데이터를 비교하여 유사성을 조사하는 유사성 조사 단계; 인덱스 데이터 재구성 단계에서 재구성한 인덱스 데이터들을 서로 비교하여 데이터 동등성 여부를 판단하는 인덱스 데이터 동등성 비교 단계; 및 인덱스 데이터 동등성 비교 단계에서 데이터가 서로 동등하지 않은 것으로 판단한 경우에는 인덱스 데이터 재구성화 작성을 수행하는 인덱스 데이터 재구성화 작업 단계를 수행하는 것을 특징으로 한다.Preferably, the index reconstruction step performs signal conversion on the FFT frequency domain for the ECG signals captured from the first and second informatization signals and the third and fourth informatization signals, respectively, to perform the first to fourth. A frequency domain signal generation step of converting the original ECG frequency signal (ECG_frq1,2,3,4); An indexing step of indexing the magnitude and frequency of the transformed first to fourth raw ECG frequency signals to generate index data; A pulse component investigation step of inspecting a pulse component using the generated index data and existing index data; A pulse component derivation step of deriving a pulse component using the irradiated pulse component; An index data reconstruction step of reconstructing index data using the derived pulse component; A similarity investigation step of comparing the pulse component derived in the pulse component derivation step with existing index data to investigate similarity; An index data equality comparison step of comparing the index data reconstructed in the index data reconstruction step with each other to determine whether data is equal; And when the index data equality comparison step determines that the data are not equal to each other, the index data reorganization operation step of performing the index data reorganization creation is performed.

바람직하게는, 상기 인덱스 재구성단계는 유사성 조사 단계에서 유사성 조사 결과 유사성이 없는 경우에는 사용자가 인식할 수 있도록 디스플레이 수단에 유사성 여부에 대한 정보를 표시하는 사용자 고지 단계;를 더 포함하는 것을 특징으로 한다.Preferably, the index reorganization step further comprises a user notice step of displaying information on whether or not there is similarity on the display means so that the user can recognize when there is no similarity as a result of the similarity check in the similarity search step. .

바람직하게는, 상기 맥박 성분 조사 단계는 입력된 인덱스 데이터를 FFT 연산을 수행하는 퓨리에 연산 단계; 주파수 크기에 의한 데이터 버퍼링를 수행하는 데이터 버퍼화 단계; 버퍼링된 데이터의 확률값을 계산하는 확률값 계산 단계; 계산된 확률값들을 이용하여 최대 확률값을 도출하는 최대 확률값 도출단계; 및 역변환을 통하여 시간축 데이터로 변경하는 시간축으로 데이터 변경단계;를 더 포함하는 것을 특징으로 한다.Preferably, the pulse component irradiation step includes a Fourier operation step of performing FFT operation on the input index data; A data buffering step of performing data buffering based on frequency; A probability value calculation step of calculating a probability value of the buffered data; A maximum probability value deriving step of deriving the maximum probability value using the calculated probability values; And a data change step to a time axis changing to time axis data through inverse transformation.

본 발명의 다른 일실시예에 따른 심전도 신호의 노이즈 제거를 위한 노이즈 분별 필터링 장치에 의한 필터링 방법은 전극을 통해 포착된 원시 ECG 신호에 대해 주파수 영역에서의 신호 분석을 수행하는 신호분석단계; 및 상기 신호분석단계에서 수행한 신호 분석 결과를 이전의 신호분석 결과와 연속적으로 비교하여 일정한 신호 패턴과 불규칙한 신호 패턴을 구분하며, 싱기 신호에 대한 학습을 통하여 신호에 대한 구분 능력이 증가되는 패턴구분단계를 포함하며, 상기 신호분석단계는 디지털 필터링 단계와, 주파수 영역 신호 변환 단계와, 주파수 영역 신호 변환 단계와, 노이즈 신호 추출 단계와, 믹싱 단계 및, 출력단계를 포함하고, 상기 디지털 필터링 단계는 포착된 원시 ECG 신호를 일정 주파수 범위 이내로 필터링하여 믹싱 단계로 전송하고, 필터링 된 ECG 신호를 서로 다른 시점에서 소정 부분 겹치게 일정 주기(DT)로 추출한 제 1 및 제 2 정보화 신호와 서로 다른 시점에서 소정 부분 겹치게 상기 일정 주기(DT) 보다 긴 주기로 추출한 제 3 및 제 4 정보화 신호를 주파수 영역 신호 변환 단계로 전달하고,
상기 주파수 영역 신호 변환 단계는 상기 디지털 필터링 단계에서 전달된 상기 제 1 내지 제 4 정보화 신호를 주파수 영역 신호로 변환한 제 1 내지 제 4 원시 ECG 주파수 신호(ECG_frq1,2,3,4)와, 상기 제 1 내지 제 4 원시 ECG 주파수 신호(ECG_frq1,2,3,4)를 윈도우 신호로 변환한 제 1 내지 제 4 원시 ECG 윈도우 신호(ECG 윈도우_frq1,2,3,4)를 각각 생성하고, 상기 노이즈 신호 추출 단계는 상기 제 1 내지 제 4 원시 ECG 주파수 신호(ECG_frq1,2,3,4)와 상기 제 1 내지 제 4 원시 ECG 윈도우 신호(ECG 윈도우_frq1,2,3,4) 중 적어도 두 개의 신호를 비교하여, ECG 신호와 연관된 규칙성이 있는 심전도 신호의 노이즈 신호(N_ECG)와 ECG 신호와 연관되지 않고 규칙성이 없는 움직임에 의한 노이즈 신호(N_move) 중 적어도 하나의 노이즈 신호를 추출하고, 상기 믹싱 단계는 상기 디지털 필터링 단계에서 필터링된 ECG 신호와, 상기 노이즈 신호 추출 단계에서 추출된 노이즈 신호를 입력받아 필터링된 ECG 신호에서 상기 노이즈 신호를 제거하여 출력하며, 상기 출력단계는 상기 믹싱 단계로부터 입력된 노이즈 제거된 ECG 신호를 수신하여 저장수단 또는 디스플레이로 전송하는 것을 특징으로 한다.According to another embodiment of the present invention, a filtering method using a noise classification filtering apparatus for removing noise from an ECG signal includes a signal analysis step of performing signal analysis in a frequency domain on a raw ECG signal captured through an electrode; And the signal analysis result performed in the signal analysis step is continuously compared with the previous signal analysis result to discriminate between a regular signal pattern and an irregular signal pattern. And a digital filtering step, a frequency domain signal conversion step, a frequency domain signal conversion step, a noise signal extraction step, a mixing step, and an output step. The captured raw ECG signal is filtered within a certain frequency range, transmitted to a mixing step, and the filtered ECG signal is predetermined at different times from the first and second informatization signals extracted at a certain period (DT) to overlap a predetermined part at different times. Note the third and fourth informatization signals extracted in a period longer than the predetermined period DT to partially overlap It is delivered to the area signal conversion step, and
The frequency domain signal conversion step includes the first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) that convert the first to fourth informatization signals transmitted in the digital filtering step into frequency domain signals, and The first to fourth raw ECG window signals (ECG windows_frq1,2,3,4) obtained by converting the first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) into window signals are generated, respectively. The noise signal extraction step includes at least one of the first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) and the first to fourth raw ECG window signals (ECG window_frq1,2,3,4). By comparing two signals, at least one noise signal is extracted from a noise signal (N_ECG) of a regular ECG signal associated with the ECG signal and a noise signal (N_move) caused by a non-regular movement not associated with the ECG signal And the mixing step is performed in the digital filtering step. The filtered ECG signal and the noise signal extracted in the noise signal extraction step are received, and the noise signal is removed from the filtered ECG signal to be output, and the output step receives the noise-removed ECG signal input from the mixing step. It characterized in that the transmission to the storage means or display.

삭제delete

바람직하게는, 상기 패턴구분단계는 신호 분석 결과를 비교하는 ECG 신호가 복수개(N개)인 경우, ECG에 대한 정보화 신호가 노이즈 성분이 일정 값 이하인 정상 신호인 경우에, 정상 신호 1부터 정상 신호N(N은 자연수)까지의 패턴은 서로 동일한 정보 패턴을 보이며, ECG 신호가 노이즈 성분을 포함한 비정상 신호인 경우에, 비정상 신호 1부터 비정상 신호N까지의 패턴은 서로 다른 정보 패턴을 보이는 것을 특징으로 한다.Preferably, in the pattern classification step, when there are a plurality of EC signals (N) for comparing signal analysis results, when the information signal for the ECG is a normal signal having a noise component equal to or less than a normal value, the normal signal starts from the normal signal 1 The pattern from N (N is a natural number) shows the same information pattern, and when the ECG signal is an abnormal signal including noise components, the pattern from the abnormal signal 1 to the abnormal signal N shows different information patterns. do.

본 발명의 다른 일실시예에 따른 컴퓨터로 판독 가능한 기록매체는 필터링 방법을 실행하는 프로그램을 기록한 것을 특징으로 한다.A computer-readable recording medium according to another embodiment of the present invention is characterized by recording a program for executing a filtering method.

이상에서 설명한 바와 같이, 본 발명의 노이즈 분별 필터 장치 및 필터링 방법은 주파수 영역에서의 신호 분석과 신호 분석 결과를 연속적으로 비교하여 일정한 신호 패턴과 불규칙한 신호 패턴을 구분하며, 신호에 대한 학습을 통하여 신호에 대한 구분 능력을 스스로 늘릴 수 있는 능동형 필터를 제공하는 효과가 있다. 또한 파형 분석의 오류를 방지하며, 신호에 대한 정확성을 확률로 표시함으로써 사용자의 판단 기준을 제공하는 효과가 있다.As described above, the noise classification filter device and the filtering method of the present invention continuously compare signal analysis results and signal analysis results in the frequency domain to discriminate between a constant signal pattern and an irregular signal pattern, and signal through learning about the signal. It has the effect of providing an active filter that can increase the ability to distinguish for itself. In addition, it prevents errors in waveform analysis and has an effect of providing a user's judgment criterion by displaying the accuracy of the signal as a probability.

도 1은 ECG 신호를 시간축과 주파수축으로 도시한 것이다.
도 2는 본 발명의 일실시예에 따른 노이즈 분별 필터 장치의 구성도를 도시한 것이다.
도 3은 움직임에 의해 노이즈 성분이 포함된 ECG 신호를 나타낸 것이다.
도 4는 본 발명의 다른 일실시예에 따른 심전도 신호에서의 노이즈 분별 필터링 방법을 나타낸 것이다.
도 5는 움직임이 포함된 FFT 신호를 도시한 것이다.
도 6은 정보화 신호로부터 유사한 정보 패턴과 유사하지 않는 패턴을 도출하는 과정을 도시한 것이다.
도 7은 윈도우 신호 재구성 과정을 도시한 것이다.
도 8은 정보화 신호의 데이터 측정 시간과 시작 시점을 도시한 것이다.
도 9는 FFT ECG 신호를 겹치게 표시한 것이다.
도 10은 추출된 ECG성분과 노이즈 성분을 시간축으로 표시한 것이다.
도 11은 짧은 변환 구간과 긴 변환 구간 간 데이터 동등성을 비교하여 인덱스 데이터 재구성화 작업을 수행하는 과정의 일 예를 도시한 것이다.
도 12는 맥박 성분 조사 과정의 일 예를 나타낸 것이다.
도 13은 다른 일실시예에 따른 심전도 신호의 노이즈 제거를 위한 노이즈 분별 필터링 장치에 의한 필터링 방법을 나타낸 것이다. 1 shows an ECG signal in a time axis and a frequency axis.
2 is a block diagram of a noise classification filter device according to an embodiment of the present invention.
3 shows an ECG signal including a noise component due to movement.
4 illustrates a noise classification filtering method in an electrocardiogram signal according to another embodiment of the present invention.
5 shows an FFT signal including motion.
6 shows a process of deriving a similar information pattern and a dissimilar pattern from the information signal.
7 shows a window signal reconstruction process.
8 shows a data measurement time and start point of an information signal.
9 shows the FFT ECG signal overlapped.
10 shows extracted ECG components and noise components on a time axis.
FIG. 11 illustrates an example of a process of performing index data reconstruction by comparing data equality between a short transform section and a long transform section.
12 shows an example of a pulse component irradiation process.
13 illustrates a filtering method using a noise classification filtering apparatus for removing noise from an electrocardiogram signal according to another embodiment.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. The present invention can be applied to various transformations and can have various embodiments, and specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all conversions, equivalents, and substitutes included in the spirit and scope of the present invention. In the description of the present invention, when it is determined that a detailed description of known technologies related to the present invention may obscure the subject matter of the present invention, the detailed description will be omitted.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "구성된다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in this application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. In this application, terms such as “comprises” or “consist of” are intended to indicate that a feature, number, step, operation, component, part, or combination thereof described in the specification exists, one or more other It should be understood that features or numbers, steps, operations, components, parts, or combinations thereof are not excluded in advance.

본 발명은 디지털 적응형 필터(Digital Adaptive Filter)로서 노이즈 분별 필터 장치에 대한 것으로, 원시 ECG 신호에 대해 주파수 영역에서의 신호 분석과 신호 분석 결과를 연속적으로 비교하여 일정한 신호 패턴과 불규칙한 신호 패턴을 구분하며, 신호에 대한 학습을 통하여 신호에 대한 구분 능력을 스스로 늘릴 수 있는 능동형 필터에 대한 것이다. 또한 듀얼 주기를 적용함으로써, 한 주기에 의한 파형 분석의 오류를 방지하며, 신호에 대한 정확성을 확률로 표시함으로써 사용자의 판단 기준을 생성한다.The present invention relates to a noise classification filter device as a digital adaptive filter, and continuously compares signal analysis results and signal analysis results in a frequency domain with respect to a raw ECG signal to distinguish a constant signal pattern and an irregular signal pattern. It is about an active filter that can increase the ability to distinguish signals by itself through learning about the signals. In addition, by applying a dual period, errors in waveform analysis by one period are prevented, and accuracy of a signal is displayed as a probability to generate a user's judgment criterion.

도 2는 본 발명의 일실시예에 따른 노이즈 분별 필터 장치의 구성도를 도시한 것이다. 2 is a block diagram of a noise classification filter device according to an embodiment of the present invention.

본 발명의 노이즈 분별 필터 장치의 기본 구조를 이하에서 설명한다.The basic structure of the noise classification filter device of the present invention will be described below.

본 발명의 일실시예에 따른 심전도 신호의 노이즈 제거를 위한 노이즈 분별 필터링 장치는 전극을 통해 포착된 원시 ECG 신호에 대해 주파수 영역에서의 신호 분석을 수행하는 신호분석수단(200), 및 상기 신호 분석 결과를 이전의 신호분석 결과와 연속적으로 비교하여 일정한 신호 패턴과 불규칙한 신호 패턴을 구분하며, 싱기 신호에 대한 학습을 통하여 신호에 대한 구분 능력이 증가되는 패턴구분수단(300);을 포함하여 구성될 수 있다. The noise classification filtering apparatus for removing noise of an electrocardiogram signal according to an embodiment of the present invention includes signal analysis means 200 for performing signal analysis in a frequency domain on a raw ECG signal captured through an electrode, and the signal analysis The result is continuously compared with the previous signal analysis result to discriminate between a constant signal pattern and an irregular signal pattern, and the pattern classification means 300 for increasing the discrimination ability for the signal through learning of the singer signal. You can.

도 2에서 보듯이, 본 발명에 따른 노이즈 분별 필터 장치의 신호분석수단(200)은 원시 RCG 신호 입력부(210), 디지털 필터(220), 주파수 영역 신호 변환부(230), 노이즈 신호 추출부(240), 믹서부(250) 및 노이즈 제거된 ECG 신호 출력부(260)를 포함하여 구성된다.2, the signal analysis means 200 of the noise classification filter device according to the present invention includes a raw RCG signal input unit 210, a digital filter 220, a frequency domain signal conversion unit 230, and a noise signal extraction unit ( 240), a mixer unit 250 and a noise-eliminated ECG signal output unit 260.

도 2에서 보듯이, 아날로그 필터를 거쳐 아날로그 디지털 변환(ADC)된 동물용 원시 ECG 신호는 원시 ECG 신호 입력부(210)에 입력된다. 입력된 원시 ECG 신호에는 움직임으로 인한 노이즈 성분이 포함되어 있으며, 노이즈 성분을 제거하지 않을 경우, 정확한 ECG데이터를 분석 평가하는 것에는 어려움이 있다.As shown in FIG. 2, the raw ECG signal for animals that is analog-to-digital converted (ADC) through an analog filter is input to the raw ECG signal input unit 210. The input raw ECG signal contains noise components due to motion, and if noise components are not removed, it is difficult to analyze and evaluate the correct ECG data.

도 3은 움직임에 의해 노이즈 성분이 포함된 ECG 신호를 나타낸 것이다. 도 3에서 보듯이, 움직임에 의해 노이즈 성분이 ECG 신호에 포함됨에 의해 단일 주파수 성분이 강하게 나타나는 현상을 보여 준 도 1과는 달리 다수의 주파수 성분이 혼재하여 ECG 성분을 구분하기가 어렵다. 이에 따라 노이즈 제거된 ECG 신호를 위하여 입력된 원시 ECG 신호는 디지털 필터(220)에 입력되어 일정 주파수 범위 이내로 필터링이 되게 된다. 필터링된 ECG 신호는 믹서부(250)와 주파수 영역 신호 변환부(230)로 입력된다.3 shows an ECG signal including a noise component due to movement. As shown in FIG. 3, unlike FIG. 1, which shows a phenomenon in which a single frequency component is strongly represented by a noise component included in the ECG signal due to movement, it is difficult to distinguish the ECG component due to the presence of multiple frequency components. Accordingly, the raw ECG signal input for the noise-eliminated ECG signal is input to the digital filter 220 to be filtered within a certain frequency range. The filtered ECG signal is input to the mixer unit 250 and the frequency domain signal converter 230.

주파수 영역 신호 변환부(230)는 입력된 필터링된 ECG 신호를 주파수 영역 신호로 변환하게 된다.The frequency domain signal converter 230 converts the input filtered ECG signal into a frequency domain signal.

노이즈 신호 추출부(240)는 주파수 영역 신호 변환부의 출력 신호를 입력받아 노이즈 신호를 추출하게 된다.The noise signal extraction unit 240 receives the output signal of the frequency domain signal conversion unit and extracts the noise signal.

믹서부(250)는 디지털 필터로부터 필터링된 ECG 신호와 노이즈 신호 추출부로부터 추출된 노이즈 신호를 입력받아서 믹싱을 수행한다. 믹싱은 필터링된 ECG 신호에서 추출된 노이즈 신호를 제거하는 과정이다. 믹서부(250)의 출력은 노이즈 제거된 ECG 신호 출력부(260)에 입력되게 된다. 노이즈 제거된 ECG 신호 출력부(260)는 노이즈 제거된 ECG 신호를 ECG 데이터 분석 및 평가에 사용하기 위해 저장장치에 저장되거나 디스플레이 화면에 표시될 수 있다.The mixer unit 250 receives the ECG signal filtered from the digital filter and the noise signal extracted from the noise signal extraction unit and performs mixing. Mixing is a process of removing the noise signal extracted from the filtered ECG signal. The output of the mixer unit 250 is input to the ECG signal output unit 260 from which noise is removed. The noise-removed ECG signal output unit 260 may be stored in a storage device or displayed on a display screen to use the noise-removed ECG signal for analysis and evaluation of ECG data.

상기 패턴구분수단은 신호 분석 결과를 비교하는 ECG 신호가 복수개(N개)인 경우, ECG에 대한 정보화 신호가 노이즈 성분이 거의 없는 정상 신호인 경우에, 정상 신호 1부터 정상 신호N(N은 자연수)까지의 패턴은 서로 유사한 정보 패턴을 보이며, ECG 신호가 노이즈 성분을 포함한 비정상 신호인 경우에, 비정상 신호 1부터 비정상 신호N까지의 패턴은 서로 유사하지 않은 정보 패턴을 보이게 된다. 상기 복수개의 ECG 신호의 합에 의해 ECG 신호에 관한 정보는 더 커지며, 노이즈에 관한 정보는 줄어들게 된다. 상기 패턴구분수단은 듀얼 주기를 적용함으로써, 한 주기에 의한 파형 분석의 오류를 방지하며, 신호에 대한 정확성을 확률로 표시한다. 또한 상기 패턴구분수단은 노이즈 성분이 포함된 추출된 ECG 신호 데이터와 추출된 윈도우 신호 데이터의 ECG 신호 데이터를 합하는 경우에는 노이즈 성분만 남게 된다.상기 윈도우 신호는 재구성될 수 있다. 상기 패턴구분수단은 윈도우 신호 재구성을 위해 ECG 신호를 새로이 추출하고, 새로이 추출된 신호에 대해 윈도우 신호와 주파수 성분을 비교 분석하고, 신호의 동일성 확률로 표시하고, 움직임 노이즈 신호를 제거하고, 동일성 확률 값을 미리 설정된 문턱값(Threshold)값과 비교하여 동일성 확률이 낮은지 여부를 판단하고, 동일성 확률이 낮은 경우에 윈도우 신호를 재구성하고, 신호 재구성 정보를 사용자가 인지하도록 디스플레이 화면을 통해 표시하고, 동일성 확률이 낮지 않은 경우에 윈도우 정보를 업데이트 한다.The pattern classification means is a normal signal 1 to normal signal N (N is a natural number if the ECG signal comparing the results of the signal analysis is a plurality (N), the information signal for the ECG is a normal signal with little noise component. Patterns up to) show similar information patterns, and when the ECG signals are abnormal signals including noise components, the patterns from the abnormal signals 1 to the abnormal signals N show information patterns that are not similar to each other. The sum of the plurality of ECG signals increases the information on the ECG signal, and the noise information is reduced. The pattern classification means prevents errors in waveform analysis by one period by applying a dual period, and displays the accuracy of the signal as a probability. In addition, when the ECG signal data of the extracted ECG signal data including the noise component and the extracted window signal data is added to the pattern classification means, only the noise component remains. The window signal may be reconstructed. The pattern classification means newly extracts the ECG signal to reconstruct the window signal, compares and analyzes the window signal and the frequency component for the newly extracted signal, displays it as a probability of signal identity, removes a motion noise signal, and identifies the probability of identity Compare the value with a preset threshold value to determine whether the probability of equality is low, reconstruct the window signal when the probability of identity is low, and display the signal reconstruction information through the display screen to be recognized by the user. If the probability of identity is not low, the window information is updated.

도 2에서 보듯이, 본 발명에서는 노이즈 제거를 위해 시간영역에서의 노이즈 주파수 제거 기술을 사용하지 않고, 주파수 영역에서 노이즈 제거 기술을 사용한다. 맥박의 움직임의 증감 및 파형의 모양은 각각 개체마다 일정한 모양을 유지하고 있으며, 일정한 모양에 관한 주파수 성분과 윈도우화 시킬 수 있다면, Digital Adaptive filter를 설계하여 적용하여, 움직임을 제거한 ECG신호를 추출 할 수 있다.As shown in FIG. 2, in the present invention, a noise frequency removal technique in the time domain is not used to remove noise, but a noise removal technique is used in the frequency domain. The movement of the pulse and the shape of the waveform maintain a certain shape for each individual, and if frequency components and windowing related to a certain shape can be windowed, a digital adaptive filter is designed and applied to extract the ECG signal with the movement removed. You can.

본 발명의 다른 일실시예에 따른 움직임에 관한 ECG 신호에서 정확한 신호 데이터 추출을 위한 노이즈 분별 필터링 장치는 움직임에 관한 ECG 신호를 FFT 주파수 영역으로 신호 변환을 수행하는 변환수단; FFT 주파수 영역에서 주파수 성분 분석을 수행하는 분석수단; 윈도우 신호를 이용하여 동일 또는 유사한 주파수 성분을 추출하는 주파수성분추출수단; 동일 또는 유사한 주파수 성분이외 것을 움직임 성분으로 규정하는 규정수단; 및 모든 추출된 정보에 관한 확률표시를 수행하는 표시수단;을 포함하여 구성될 수 있다. 상기 노이즈 분별 필터링 장치는 움직임에 관한 ECG 신호에 대한 데이터 측정 시간의 주기는 측정 동물의 최대 맥박 주기보다 빠르도록 진행하고, 감시를 위하여 느린 주기의 윈도우 과정을 진행할 수 있다. According to another embodiment of the present invention, a noise classification filtering apparatus for extracting accurate signal data from an ECG signal related to motion includes: conversion means for performing signal conversion of an ECG signal related to motion into an FFT frequency domain; Analysis means for performing frequency component analysis in the FFT frequency domain; Frequency component extraction means for extracting the same or similar frequency components using a window signal; Defining means for defining a motion component other than the same or similar frequency component; And display means for performing probability display on all extracted information. The noise classification filtering apparatus may perform a period of a data measurement time for an ECG signal related to a movement to be faster than a maximum pulse period of a measurement animal, and may perform a slow cycle window process for monitoring.

도 4는 본 발명의 다른 일실시예에 따른 심전도 신호에서의 노이즈 분별 필터링 방법을 나타낸 것이다. 본 발명의 다른 일실시예에 따른 심전도 신호에서의 노이즈 분별 필터링 방법은 일정 주기 신호 추출 단계(S410), 주파수 영역 신호 변환 단계(S420), 이전 윈도우 신호 및 정보 저장 단계(S430), 신호 분석 및 정보 추출 단계(S440), 윈도우 신호 및 정보 업데이트 단계(S450), 및 노이즈 신호 추출 및 필터링 단계(S460)을 포함하여 구성된다.4 illustrates a noise classification filtering method in an electrocardiogram signal according to another embodiment of the present invention. The noise classification filtering method in the electrocardiogram signal according to another embodiment of the present invention includes a periodic signal extraction step (S410), a frequency domain signal conversion step (S420), a previous window signal and information storage step (S430), signal analysis and It comprises an information extraction step (S440), a window signal and information update step (S450), and noise signal extraction and filtering step (S460).

본 발명의 다른 일실시예에 따른 심전도 신호에서의 노이즈 분별 필터링 방법은 포착된 ECG 신호로부터 일정 주기의 일정 데이터를 분석 처리하여 일정 주기 신호를 추출하는 일정 주기 신호 추출 단계; 일정 주기 신호를 주파수 영역 신호로 변환하는 주파수 영역 신호 변환 단계; 이전 윈도우 신호 및 정보를 이용하여 주파수 영역 신호로 변환된 일정 주기 신호로부터 신호 분석 및 정보 추출을 수행하는 신호 분석 및 정보 추출 단계; 윈도우 신호 및 정보를 업데이트하는 윈도우 신호 및 정보 업데이트 단계; 및 신호 분석 및 정보 추출로 생성된 신호 관련 정보를 정보화하여 이전의 정보를 기반으로 현재의 정보를 대입하여 이상 신호와 정상적인 신호를 구분하는 노이즈 신호 추출 및 필터링 단계;를 포함한다. A noise classification filtering method in an electrocardiogram signal according to another embodiment of the present invention includes a constant periodic signal extraction step of extracting a certain periodic signal by analyzing and processing certain periodic data from the captured ECG signal; A frequency domain signal conversion step of converting a periodic signal into a frequency domain signal; A signal analysis and information extraction step of performing signal analysis and information extraction from a predetermined periodic signal converted into a frequency domain signal using the previous window signal and information; A window signal and information update step of updating the window signal and information; And a noise signal extraction and filtering step of distinguishing an abnormal signal from a normal signal by substituting current information based on previous information by informatizing signal related information generated by signal analysis and information extraction.

이하에서는 심전도 신호에서의 노이즈 분별 필터링 방법의 각 단계별로 설명한다.Hereinafter, each step of the noise classification filtering method in the ECG signal will be described.

일정 주기 신호 추출 단계(S410)에서는 입력되는 ECG 신호로부터 일정 주기 일정 데이터를 분석 처리하여 일정 주기 신호를 추출한다.In the periodic signal extraction step (S410), the periodic data is extracted from the input ECG signal to extract the periodic signal.

주파수 영역 신호 변환 단계(S420)에서는 일정 주기 신호를 주파수 영역 신호로 변환한다.In the frequency domain signal conversion step (S420), a certain periodic signal is converted into a frequency domain signal.

이전 윈도우 신호 및 정보 저장 단계(S430)에서는 윈도우 신호 및 정보를 저장한다.In the previous window signal and information storage step (S430), the window signal and information are stored.

신호 분석 및 정보 추출 단계(S440)에서는 이전 윈도우 신호 및 정보를 이용하여 주파수 영역 신호로 변환된 일정 주기 신호로부터 신호 분석 및 정보 추출을 수행한다. 이를 위해 ECG 신호와 노이즈 신호를 분리 후 다음 주기 신호 추출 작업에서 이전 신호 정보를 이용하여, 현재 신호에 관한 분석 및 정보 처리를 진행한다. In the signal analysis and information extraction step (S440), signal analysis and information extraction are performed from a predetermined periodic signal converted into a frequency domain signal using the previous window signal and information. To this end, after separating the ECG signal and the noise signal, the previous signal information is used in the next period signal extraction operation to analyze and process the current signal.

윈도우 신호 및 정보 업데이트 단계(S450)에서는 윈도우 신호 및 정보를 업데이트한다. The window signal and information update step S450 updates the window signal and information.

노이즈 신호 추출 및 필터링 단계(S460)에서는 노이즈 신호 추출과 지속적인 적응 필터링을 수행한다. ECG 신호는 다른 신호와 달리 급격한 증가나 감소를 하지 않으며, 노이즈 성분은 전 처리 신호 정보와 비교하였을 경우, 일정한 규칙성을 가질 수가 없다. 각 신호 분석 및 정보 추출신호를 정보화하여 이전의 정보를 기반으로 현재의 정보를 대입할 경우, 이상 신호와 정상적인 신호는 구분 할 수 있다.In the noise signal extraction and filtering step S460, noise signal extraction and continuous adaptive filtering are performed. Unlike other signals, ECG signals do not increase or decrease rapidly, and noise components cannot have a certain regularity when compared with pre-processed signal information. When the current information is substituted based on the previous information by informatizing each signal analysis and information extraction signal, the abnormal signal and the normal signal can be distinguished.

도 5는 움직임이 포함된 FFT 신호를 도시한 것이다. 도 5와 같이 움직임이 포함된 FFT 신호(신호 1에서 신호 4)에서 보면, ECG 신호와 노이즈(Noise)의 신호 구분이 모호하며, 판별하기가 힘들다. 그러나 본 발명에서는 측정 시간이 다른 동일한 개체에 관하여 FFT한 결과를 겹쳐서 확인함으로써, ECG신호와 Noise 신호를 구분할 수 있다. ECG신호와 Noise 신호를 구분하는 방법에 대해서 이하의 도 6-12를 참조하여 설명한다.5 shows an FFT signal including motion. As shown in FIG. 5, in the FFT signal including the motion (signal 1 to signal 4), the distinction between the ECG signal and the noise signal is ambiguous and difficult to discriminate. However, in the present invention, it is possible to distinguish between the ECG signal and the noise signal by overlapping and confirming the FFT results for the same individual having a different measurement time. A method of distinguishing the ECG signal from the noise signal will be described with reference to FIGS. 6-12 below.

도 6은 정보화 신호로부터 유사한 정보 패턴과 유사하지 않는 패턴을 도출하는 과정을 도시한 것이다.6 shows a process of deriving a similar information pattern and a dissimilar pattern from the information signal.

도 6에서 보듯이, ECG에 대한 정보화 신호(610_1부터 610_4)가 노이즈 성분이 거의 없는 정상 신호인 경우에, 정상 신호 1(620_1)부터 정상 신호4(620_4)까지의 패턴은 서로 유사한 정보 패턴(640)을 보이며, 정보화 신호가 노이즈 성분을 포함한 비정상 신호인 경우에, 비정상 신호 1(630_1)부터 비정상 신호4(630_1)까지의 패턴은 서로 유사하지 않은 정보 패턴(650)을 보인다.As shown in FIG. 6, when the information signals 610_1 to 610_4 for the ECG are normal signals with little noise components, the patterns from the normal signals 1 (620_1) to the normal signals 4 (620_4) are similar information patterns ( 640), and when the information signal is an abnormal signal including a noise component, the patterns from the abnormal signal 1 (630_1) to the abnormal signal 4 (630_1) show dissimilar information patterns 650.

정보화 신호는 다음의 수학식 1과 같이 표현될 수 있다. The informatization signal may be expressed by Equation 1 below.

여기서, S(n) : n차 신호 정보, Here, S (n): n-th order signal information,

N(n) : ECG 신호 정보,N (n): ECG signal information,

X(n) : 노이즈 신호 정보X (n): Noise signal information

n: 자연수n: natural number

정보화 신호가 4개인 경우 신호의 합은 다음의 수학식 2와 같이 표현될 수 있다.When there are four informatization signals, the sum of the signals can be expressed as Equation 2 below.

여기서,

이므로,here,

Because of,

수학식 2에서 보듯이, 정보화 신호의 합에 의해 ECG 신호에 관한 정보는 더 커지며, 노이즈에 관한 정보는 줄어들게 된다.As shown in Equation 2, the information on the ECG signal is increased by the sum of the information signals, and the information on noise is reduced.

마지막으로 추출된 정보화 신호 데이터를 S(N)이라고 할 때,When the information signal signal extracted last is S (N),

이,

this,

추출된 윈도우 데이터의 ECG 신호 정보를 N(W)라고 할 때When ECG signal information of the extracted window data is called N (W)

두 개의 데이터를 동시에 대입할 경우,If you assign two data at the same time,

이라는 노이즈 성분만 남게 된다.

Only the noise component is left.

도 7은 윈도우 신호 재구성 과정을 도시한 것이다. 7 shows a window signal reconstruction process.

도 7에서 보듯이, 윈도우 신호 재구성 과정은 신호 추출 단계(S710), 신호 확률 계산 단계(720), 확률 비교 단계(S730), 윈도우 신호 재구성 및 통지 단계(S740) 및 윈도우 정보 업데이트 단계(S750)를 포함하여 구성된다.As shown in FIG. 7, the window signal reconstruction process includes a signal extraction step (S710), a signal probability calculation step (720), a probability comparison step (S730), a window signal reconstruction and notification step (S740), and a window information update step (S750). It is configured to include.

신호 추출 단계(S710)에서는 ECG 신호를 새로이 추출한다.In the signal extraction step (S710), the ECG signal is newly extracted.

신호 확률 계산 단계(720)에서는 새로이 추출된 신호에 대해 윈도우 신호와 주파수 성분을 비교 분석하고, 신호의 동일성 확률로 표시하고, 움직임 노이즈 신호를 제거한다. ECG 신호는 지속적으로 변화하므로, N(n-1)와 N(n)이 동일하다고 볼 수는 없다. 그러나, N(n-1)과 N(n)은 유사한 주파수 성분을 가지게 되며, 각각 ECG 신호마다 동일성에 관한 정보를 백분율로 환산하여 표시함으로써, 정보 판단자가 정보에 대한 오류 판단을 할 수 있다.In the signal probability calculation step 720, the window signal and the frequency component are compared and analyzed with respect to the newly extracted signal, displayed as a probability of signal identity, and a motion noise signal is removed. Since the ECG signal is constantly changing, N (n-1) and N (n) are not the same. However, N (n-1) and N (n) have similar frequency components, and information about identity for each ECG signal is converted into a percentage and displayed, so that the information judge can make an error determination for the information.

확률 비교 단계(S730)는 동일성 확률이 낮은 확률인지를 판단한다. 확률 값을 미리 설정된 문턱값(Threshold)값과 비교하여 동일성 확률이 낮은지 여부를 판단한다. The probability comparison step S730 determines whether the probability of equality is low. It is determined whether the probability of equality is low by comparing the probability value with a preset threshold value.

윈도우 신호 재구성 및 통지 단계(S740)에서는 동일성 확률이 낮은 경우에 수행되는데, 윈도우 신호를 재구성하고, 신호 재구성 정보를 사용자가 인지하도록 디스플레이 화면을 통해 표시한다. The window signal reconstruction and notification step S740 is performed when the probability of identity is low. The window signal is reconstructed and the signal reconstruction information is displayed on the display screen so that the user can recognize it.

윈도우 정보 업데이트 단계(S750)에서는 동일성 확률이 낮지 않은 경우에 수행되는데, 윈도우 정보를 업데이트한다.In the window information updating step (S750), it is performed when the probability of identity is not low, and the window information is updated.

도 8은 정보화 신호의 데이터 측정 시간과 시작 시점을 도시한 것이다. 도 8에 도식화 한 것처럼 측정하고자 하는 동물의 ECG의 정보화 신호(810~850)의 최대 주기 보다 T의 주기를 빠르게 하여, 움직임 노이즈로 인하여 발생할 수 있는 신호처리의 오류를 줄이고자 한다. T의 주기를 빠르게 함으로써, 규칙성이 없는 움직임의 데이터는 연속적인 주파수 성분을 가지지 않지만, ECG와 연관된 주파수 성분은 규칙성을 가지게 된다.8 shows a data measurement time and start point of an information signal. As illustrated in FIG. 8, the T period is faster than the maximum period of the informational signals 810 to 850 of the ECG of the animal to be measured to reduce errors in signal processing that may occur due to motion noise. By speeding up the period of T, the data of the non-regular motion does not have a continuous frequency component, but the frequency component associated with the ECG has regularity.

일정 규칙성을 가지는 움직임의 성분에 의해서, 오류 윈도우와 오류 성분을 표시 할 수 있는 것을 방지하기 위해서, 데이터 측정 시간(DT)의 주기를 상대적으로 긴 것과 짧은 것 두가지를 두어 두가지 데이터에서 나오는 윈도우 추출 신호를 비교하여 확률 증가와 감소에 더하며, 두가지 데이터의 차가 심할 경우, 사용자에게 인지 할 수 있도록 하며, 윈도우 신호 추출을 다시 하도록 한다. In order to prevent the error window and the error component from being displayed by components of motion having a certain regularity, extracting windows from two data by placing two periods of the data measurement time (DT) relatively long and short. The signals are compared and added to increase and decrease in probability, and if the difference between the two data is severe, it can be recognized by the user and the window signal is extracted again.

이하에서는 본 발명의 노이즈 분별 필터링 방법을 설명한다.Hereinafter, the noise classification filtering method of the present invention will be described.

본 발명에 따른 노이즈 분별 필터링 방법은 움직임에 관한 ECG신호에서 정확한 신호 데이터 추출을 위하여, The noise classification filtering method according to the present invention is to extract accurate signal data from ECG signals related to motion,

제1단계로, ECG신호를 FFT 주파수 영역으로 신호 변환을 수행한다.In a first step, the ECG signal is converted into an FFT frequency domain.

제2단계로, FFT 영역에서 주파수 성분 분석을 수행한다.As a second step, frequency component analysis is performed in the FFT region.

제3단계로, 윈도우 신호를 통해 동일 또는 유사한 주파수 성분 추출을 수행한다.In the third step, the same or similar frequency component extraction is performed through the window signal.

제4단계로, 동일 또는 유사한 주파수 성분이외 것을 움직임 성분으로 규정한다.In the fourth step, other than the same or similar frequency components are defined as motion components.

제5단계로, 데이터 측정 시간의 주기는 측정 동물의 최대 맥박 주기보다 빠르게 진행한다.In a fifth step, the period of data measurement time is faster than the maximum pulse period of the measurement animal.

제6단계로, 감시를 위하여 느린 주기의 윈도우 과정을 진행하여 감시한다.In the sixth step, a slow cycle window process is performed for monitoring.

제7단계로, 모든 추출된 정보에 관한 확률표시를 수행한다.In the seventh step, probability display is performed on all the extracted information.

도 9는 FFT ECG 신호를 겹치게 표시한 것이다. 9 shows the FFT ECG signal overlapped.

도 9에서 보듯이, 동일 개체에 대해서 차등의 시간을 두고, ECG 신호의 일정 구간을 주파수 영역으로 변경하여 겹쳐서 표기하면 일정 부분이 겹치게 표시되는데, 연속적으로 겹치는 부분이 ECG에 관련된 신호 성분임을 알 수가 있다.As shown in FIG. 9, when a time interval of the same entity is different, and a certain section of the ECG signal is changed to the frequency domain and overlapped, a certain portion is displayed overlapping, and it can be seen that the continuously overlapping portion is a signal component related to ECG. have.

도 10은 추출된 ECG성분과 노이즈 성분을 시간축으로 표시한 것이다.10 shows extracted ECG components and noise components on a time axis.

도 10(a)는 추출된 ECG 성분외의 노이즈 성분만을 시간축 변화로 다시 변경하여 표시한 것이고, 도 10(b)는 추출된 ECG성분 만을 시간축 변화로 다시 변경하여 표시한 것이다. FIG. 10 (a) shows only the noise components other than the extracted ECG component by changing the time axis change again, and FIG. 10 (b) shows only the extracted ECG component by changing the time axis change again.

본 발명의 다른 일실시예에 따른 심전도 신호에서의 노이즈 분별 필터링 방법은 디지털로 변환된 ECG 신호를 필터를 통하여 1차적으로 노이즈를 제거하며, 제거된 노이즈 성분에서 움직임에 관한 성분을 제거하기 위해서 주파수 영역으로 변환하는 신호구간을 생성하며, 전 처리 생성 주파수 영역과의 주파수 성분과 크기 변화 과정을 거쳐, 움직임에 의한 노이즈 신호와 ECG 신호를 구분하는 노이즈제거단계; 및 ECG 신호에 대한 짧은 변환 구간과 긴 변환 구간 간 데이터 동등성을 비교하여 인덱스 데이터 재구성화 작업을 수행하는 인덱스 재구성단계;를 포함할 수 있다.The noise classification filtering method in an electrocardiogram signal according to another embodiment of the present invention primarily removes noise through a digitally converted ECG signal through a filter, and frequency to remove components related to movement from the removed noise components. A noise removing step of generating a signal section for converting to a domain, and distinguishing a noise signal and a ECG signal by motion through a frequency component and a size change process with a pre-process generation frequency domain; And an index reconstruction step of performing index data reconstruction by comparing data equality between a short transform section and a long transform section for the ECG signal.

상기 인덱스 재구성단계는 짧은 변환 구간과 긴 변환 구간에서 각각 포착된 ECG 신호들에 대해 FFT 주파수 영역으로 신호 변환을 수행하는 주파수 영역 신호 생성 단계; 변환된 신호의 주파수 크기와 주파수를 인덱스화 시켜 인덱스 데이터를 생성하는 인덱스화 단계; 생성된 인덱스 데이터와 기존의 인덱스 데이터를 이용하여 맥박 성분을 조사하는 맥박 성분 조사 단계; 조사된 맥박 성분을 이용하여 맥박 성분을 도출하는 맥박성분 도출 단계; 도출된 맥박 성분을 이용하여 인덱스 데이터를 재구성하는 인덱스 데이터 재구성 단계; 맥박 성분 도출 단계에서 도출된 맥박 성분과 기존의 인덱스 데이터를 비교하여 유사성을 조사하는 유사성 조사 단계; 인덱스 데이터 재구성 단계에서 재구성한 인덱스 데이터들을 서로 비교하여 데이터 동등성 여부를 판단하는 인덱스 데이터 동등성 비교 단계; 및 인덱스 데이터 동등성 비교 단계에서 데이터가 서로 동등하지 않은 것으로 판단한 경우에는 인덱스 데이터 재구성화 작성을 수행하는 인덱스 데이터 재구성화 작업 단계를 수행할 수 있다. 상기 인덱스 재구성단계는 유사성 조사 단계에서 유사성 조사 결과 유사성이 없는 경우에는 사용자가 인식할 수 있도록 디스플레이 수단에 유사성 여부에 대한 정보를 표시하는 사용자 고지 단계;를 더 포함할 수 있다. The index reconstruction step includes: a frequency domain signal generation step of performing signal conversion into the FFT frequency domain for ECG signals captured in the short and long conversion periods, respectively; An indexing step of indexing the frequency and frequency of the converted signal to generate index data; A pulse component investigation step of inspecting a pulse component using the generated index data and existing index data; A pulse component derivation step of deriving a pulse component using the irradiated pulse component; An index data reconstruction step of reconstructing index data using the derived pulse component; A similarity investigation step of comparing the pulse component derived in the pulse component derivation step with existing index data to investigate similarity; An index data equality comparison step of comparing the index data reconstructed in the index data reconstruction step with each other to determine whether data is equal; And when the index data equality comparison step determines that the data are not equal to each other, an index data reorganization operation step of performing index data reorganization creation may be performed. The index reconfiguration step may further include a user notification step of displaying information on whether the similarity is present on the display means so that the user can recognize when there is no similarity as a result of the similarity search in the similarity investigation step.

이하에서는 상기 인덱스 재구성단계를 보다 더 구체적으로 설명한다.Hereinafter, the index reorganization step will be described in more detail.

도 11은 짧은 변환 구간과 긴 변환 구간 간 데이터 동등성을 비교하여 인덱스 데이터 재구성화 작업을 수행하는 과정의 일 예를 도시한 것이다. 상기 인덱스 재구성단계는 짧은 변환 구간과 긴 변환 구간 간 데이터 동등성을 비교하여 인덱스 데이터 재구성화 작업을 수행하는 과정이다. 도 11에서 보듯이, 다른 시간축을 가진 데이터의 인덱스 값을 비교하여, 서로 감시 할 수 있도록 한다. FIG. 11 illustrates an example of a process of performing index data reconstruction by comparing data equality between a short transform section and a long transform section. The index reorganization step is a process of performing an index data reorganization operation by comparing data equality between short and long conversion periods. As shown in FIG. 11, index values of data having different time bases are compared to monitor each other.

인덱스 데이터 재구성화 작업을 수행하는 과정은 짧은 변환 구간과 긴 변환 구간별로 각각 인덱스 데이터 재구성 과정을 수행하여 인덱스 값을 비교하여 데이터 동등성을 비교하여 동등하지 않을 경우 인덱스 데이터 재구성화 작성을 수행하게 된다.In the process of performing the index data reorganization operation, index data reorganization is performed for each short and long conversion period to compare index values to compare data equality, and if not equal, index data reorganization is performed.

이하에서 인덱스 데이터 재구성화 작업을 수행하는 과정을 설명한다.Hereinafter, a process of performing an index data reconstruction operation will be described.

도 11에서 보듯이, 인덱스 데이터 재구성화 작업을 수행하는 과정은 짧은 변환 구간에 대한 처리를 위해 주파수 영역 신호 생성 단계(S1110), 인덱스화 단계(S1120), 맥박 성분 조사 단계(S1130), 맥박성분 도출 단계(S1140), 인덱스 데이터 재구성 단계(S1150), 기존 인덱스 데이터 적용 단계(S1160), 유사성 조사 단계(S1170), 사용자 고지 단계(S1180)를 포함하고, 긴 변환 구간에 대한 처리를 위해 주파수 영역 신호 생성 단계(S1111), 인덱스화 단계(S1121), 맥박 성분 조사 단계(S1131), 맥박성분 도출 단계(S1141), 인덱스 데이터 재구성 단계(S1151), 기존 인덱스 데이터 적용 단계(S1161), 유사성 조사 단계(S1171), 사용자 고지 단계(S1181)를 포함하고, 인덱스 데이터 동등성 비교 단계(S1190), 인덱스 데이터 재구성화 작업 단계(S1200)를 더 수행한다.As shown in FIG. 11, the process of performing the index data reconfiguration operation is a frequency domain signal generation step (S1110), an indexing step (S1120), a pulse component investigation step (S1130), and a pulse component for processing for a short transform section. Derivation step (S1140), index data reconstruction step (S1150), the existing index data application step (S1160), similarity investigation step (S1170), including the user notification step (S1180), frequency domain for processing for a long conversion interval Signal generation step (S1111), indexing step (S1121), pulse component investigation step (S1131), pulse component derivation step (S1141), index data reconstruction step (S1151), existing index data application step (S1161), similarity investigation step (S1171), a user notification step (S1181), and further comprises an index data equality comparison step (S1190), the index data reorganization operation step (S1200).

주파수 영역 신호 생성 단계(S1110,S1111)에서는 입력된 ECG 신호에 대해 FFT 주파수 영역으로 신호 변환을 수행한다. 입력된 ECG 신호는 짧은 변환 구간과 긴 변환 구간에서 각각 획득된 것이다.In the frequency domain signal generation steps S1110 and S1111, signal conversion is performed on the input ECG signal into the FFT frequency domain. The input ECG signal is obtained in a short transform section and a long transform section, respectively.

인덱스화 단계(S1120,S1121)에서는 변환된 신호의 주파수 크기와 주파수를 인덱스화 시켜 인덱스 데이터를 생성한다.In the indexing steps S1120 and S1121, index data is generated by indexing the frequency and frequency of the converted signal.

맥박 성분 조사 단계(S1130,S1131)에서는 생성된 인덱스 데이터와 기존의 인덱스 데이터를 이용하여 맥박 성분을 조사한다. In the pulse component investigation steps S1130 and S1131, the pulse component is investigated using the generated index data and existing index data.

맥박성분 도출 단계(S1140,S1141)에서는 조사된 맥박 성분을 이용하여 맥박 성분을 도출한다. In the pulse component derivation steps (S1140, S1141), the pulse component is derived using the irradiated pulse component.

인덱스 데이터 재구성 단계(S1150,S1151)에서는 도출된 맥박 성분을 이용하여 인덱스 데이터를 재구성한다. In the index data reconstruction steps (S1150, S1151), the index data is reconstructed using the derived pulse component.

기존 인덱스 데이터 적용 단계(S1160,S1161)에서는 기존의 인덱스 데이터를 맥박 성분 조사 단계와 유사성 조사 단계로 보내게 된다. In the step of applying the existing index data (S1160, S1161), the existing index data is sent to the pulse component investigation step and the similarity investigation step.

유사성 조사 단계(S1170,S1171)에서는 맥박 성분 도출 단계에서 도출된 맥박 성분과 기존의 인덱스 데이터를 비교하여 유사성을 조사한다. In the similarity investigation steps (S1170, S1171), the similarity is examined by comparing the pulse components derived from the pulse component derivation step with existing index data.

사용자 고지 단계(S1180,S1181)에서는 유사성 조사 결과 유사성이 없는 경우에는 사용자가 인식할 수 있도록 고지한다. 고지 수단으로 디스플레이 수단에 유사성 여부에 대한 정보를 표시할 수 있다. In the user notification steps S1180 and S1181, when there is no similarity as a result of the similarity investigation, the user is notified so as to be recognized. Information on the similarity may be displayed on the display means as the notification means.

인덱스 데이터 동등성 비교 단계(S1190,S1191)에서는 인덱스 데이터 재구성 단계(S1150,S1151)에서 재구성한 인덱스 데이터들을 서로 비교하여 데이터 동등성 여부를 판단한다.In the index data equality comparison step (S1190, S1191), the index data reconstructed in the index data reconstruction steps (S1150, S1151) are compared with each other to determine whether the data is equal.

인덱스 데이터 재구성화 작업 단계(S1200)에서는 데이터가 서로 동등하지 않을 경우에는 인덱스 데이터 재구성화 작성을 수행한다.In the index data reorganization operation step (S1200), when data are not equal to each other, index data reorganization is created.

도 12는 맥박 성분 조사 과정의 일 예를 나타낸 것이다. 12 shows an example of a pulse component irradiation process.

도 12에서 보듯이, 도 11에서의 맥박 성분 조사 단계는 다음과 같은 세부 단계를 거치게 된다. 맥박 성분 조사 단계(S1130,S1131)에서는 생성된 인덱스 데이터와 기존의 인덱스 데이터를 이용하여 맥박 성분을 조사한다. 이를 위해 맥박 성분 조사 단계는 퓨리에 연산 단계(S1210), 데이터 버퍼화 단계(S1220), 확률값 계산 단계(S1230), 최대 확률값 도출단계(S1240) 및 시간축으로 데이터 변경단계(S1250)를 포함하여 구성된다. As shown in FIG. 12, the pulse component irradiation step in FIG. 11 undergoes the following detailed steps. In the pulse component investigation steps S1130 and S1131, the pulse component is investigated using the generated index data and existing index data. To this end, the pulse component investigation step comprises a Fourier operation step (S1210), a data buffering step (S1220), a probability value calculation step (S1230), a maximum probability value deriving step (S1240), and a time axis data change step (S1250). .

퓨리에 연산 단계(S1210)에서는 입력된 인덱스 데이터를 FFT 연산을 수행한다. 데이터 버퍼화 단계(S1220)에서는 주파수 크기에 의한 데이터 버퍼링를 수행한다. 확률값 계산 단계(S1230)에서는 버퍼링된 데이터의 확률값을 계산한다. 최대 확률값 도출단계(S1240)에서는 계산된 확률값들을 이용하여 최대 확률값을 도출한다. 시간축으로 데이터 변경단계(S1250)에서는 역변환을 통하여 시간축 데이터로 변경한다. In the Fourier operation step S1210, the input index data is subjected to FFT operation. In the data buffering step (S1220), data buffering is performed according to frequency. In the probability value calculating step (S1230), the probability value of the buffered data is calculated. In the maximum probability value deriving step (S1240), the maximum probability value is derived using the calculated probability values. In the step of changing data on the time axis (S1250), the time axis data is changed through inverse transformation.

도 13은 다른 일실시예에 따른 심전도 신호의 노이즈 제거를 위한 노이즈 분별 필터링 장치에 의한 필터링 방법을 나타낸 것이다. 13 illustrates a filtering method using a noise classification filtering apparatus for removing noise from an electrocardiogram signal according to another embodiment.

본 발명의 다른 일실시예에 따른 심전도 신호의 노이즈 제거를 위한 노이즈 분별 필터링 장치에 의한 필터링 방법은 전극을 통해 포착된 원시 ECG 신호에 대해 주파수 영역에서의 신호 분석을 수행하는 신호분석단계(S1300); 및 상기 신호 분석 결과를 이전의 신호분석 결과와 연속적으로 비교하여 일정한 신호 패턴과 불규칙한 신호 패턴을 구분하며, 싱기 신호에 대한 학습을 통하여 신호에 대한 구분 능력이 증가되는 패턴구분단계(S1400);를 포함하여 구성될 수 있다. According to another embodiment of the present invention, a filtering method using a noise classification filtering device for removing noise from an electrocardiogram signal is a signal analysis step of performing signal analysis in a frequency domain on a raw ECG signal captured through an electrode (S1300). ; And a pattern classification step (S1400) in which the signal analysis result is continuously compared with the previous signal analysis result to discriminate between a constant signal pattern and an irregular signal pattern, and the ability to discriminate the signal is increased through learning of the singer signal. It can be configured to include.

상기 신호분석단계(S1300)는 포착된 원시 ECG 신호를 일정 주파수 범위 이내로 필터링하고, 필터링된 ECG 신호를 믹서부와 주파수 영역 신호 변환부로 전송하는 디지털 필터링 단계(S1310); 필터링된 ECG 신호를 주파수 영역 신호로 변환하는 주파수 영역 신호 변환 단계(S1320); 변환된 주파수 영역 신호에서 노이즈 신호를 추출하는 노이즈 신호 추출단계(S1330); 상기 필터링된 ECG 신호와 추출된 노이즈 신호를 입력받고, 필터링된 ECG 신호에서 추출된 노이즈 신호를 제거하여 출력하는 믹싱 단계(S1340); 및 상기 노이즈 제거된 ECG 신호를 수신하여 저장수단 또는 디스플레이로 전송하는 출력단계(S1350);를 포함하여 구성될 수 있다. The signal analysis step (S1300) is a digital filtering step of filtering the captured raw ECG signal within a certain frequency range, and transmitting the filtered ECG signal to a mixer unit and a frequency domain signal converter (S1310); A frequency domain signal conversion step of converting the filtered ECG signal into a frequency domain signal (S1320); A noise signal extraction step of extracting a noise signal from the converted frequency domain signal (S1330); A mixing step of receiving the filtered ECG signal and the extracted noise signal, and removing and extracting the noise signal extracted from the filtered ECG signal (S1340); And an output step (S1350) of receiving the noise-removed ECG signal and transmitting it to a storage means or a display.

상기 패턴구분단계(S1400)는 신호 분석 결과를 비교하는 ECG 신호가 복수개(N개)인 경우, ECG에 대한 정보화 신호가 노이즈 성분이 거의 없는 정상 신호인 경우에, 정상 신호 1부터 정상 신호N(N은 자연수)까지의 패턴은 서로 유사한 정보 패턴을 보이며, ECG 신호가 노이즈 성분을 포함한 비정상 신호인 경우에, 비정상 신호 1부터 비정상 신호N까지의 패턴은 서로 유사하지 않은 정보 패턴을 보이게 된다.In the pattern classification step (S1400), when there are a plurality (N) of ECG signals comparing signal analysis results, when the information signal for the ECG is a normal signal with little noise component, the normal signal 1 to the normal signal N ( N is a natural number) pattern shows a similar information pattern, and when the ECG signal is an abnormal signal including a noise component, the patterns from the abnormal signal 1 to the abnormal signal N show information patterns that are not similar to each other.

한편, 본 발명의 실시예에 따른 위성 필터링 방법은 다양한 전자적으로 정보를 처리하는 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 저장 매체에 기록될 수 있다. 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. On the other hand, the satellite filtering method according to an embodiment of the present invention may be implemented in a program command form that can be executed through various electronic information processing means and may be recorded in a storage medium. The storage medium may include program instructions, data files, data structures, or the like alone or in combination.

저장 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 저장 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.The program instructions recorded on the storage medium may be specially designed and configured for the present invention or may be known and usable by those skilled in the software art. Examples of storage media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs, DVDs, and magnetic-optical media such as floptical disks. (magneto-optical media) and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language codes such as those produced by a compiler, as well as high-level language codes that can be executed by a device that processes information electronically using an interpreter or the like, for example, a computer.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although described above with reference to preferred embodiments of the present invention, those of ordinary skill in the art may vary the present invention without departing from the spirit and scope of the invention as set forth in the claims below. It will be understood that modifications and changes can be made.

Claims

In the noise classification filtering device for removing the noise of the electrocardiogram signal,
Signal analysis means for performing signal analysis in the frequency domain on the raw ECG signal captured through the electrode; And
The pattern analysis means that continuously compares the signal analysis results performed by the signal analysis means with the previous signal analysis results to discriminate between a regular signal pattern and an irregular signal pattern, and increases the ability to distinguish signals through learning the signal. ;
The signal analysis means includes a digital filter, a frequency domain signal conversion unit, a noise signal extraction unit, a mixer unit, and an output unit,
The digital filter filters the captured raw ECG signal within a certain frequency range, transmits it to the mixer, and differs from the first and second informatization signals extracted in a certain period (DT) by overlapping the filtered ECG signal at different times. The third and fourth informatization signals extracted in a period longer than the predetermined period (DT) overlapping a predetermined portion at a time point are transmitted to the frequency domain signal converter,
The frequency domain signal converter converts the first to fourth informatization signals transmitted from the digital filter into frequency domain signals, and the first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) and the first The first to fourth raw ECG window signals (ECG windows_frq1,2,3,4) obtained by converting the fourth to fourth raw ECG frequency signals (ECG_frq1,2,3,4) into window signals are generated, respectively.
The noise signal extraction unit includes at least two of the first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) and the first to fourth raw ECG window signals (ECG window_frq1,2,3,4). By comparing the two signals, at least one of the noise signal (N_ECG) of the ECG signal with a regular ECG signal and the noise signal (N_move) with a non-regular motion not associated with the ECG signal is extracted, ,
The mixer unit receives the ECG signal filtered from the digital filter and the noise signal extracted from the noise signal extraction unit, removes the noise signal from the filtered ECG signal, and outputs the noise signal.
The output unit receives the noise-removed ECG signal input from the mixer unit and transmits it to a storage means or a display.
Noise classification filtering device for removing the noise of the electrocardiogram signal comprising a.

delete

According to claim 1,
The pattern classification means
When there are a plurality of ECG signals (N) for comparing the signal analysis results performed by the signal analysis means, when the information signal for the ECG is a normal signal with a noise component of a certain value or less, the normal signal 1 to the normal signal N ( The pattern from N to the natural number) shows the same information pattern, and when the ECG signal is an abnormal signal including a noise component, the patterns from the abnormal signal 1 to the abnormal signal N show different information patterns. Noise classification filtering device for noise removal of signal.

The method of claim 3,
Noise classification filtering device for noise reduction of an electrocardiogram signal, characterized in that the information on the ECG signal is increased by the sum of the plurality of ECG signals, and the information on the noise is reduced.

According to claim 1,
The pattern classification means
A noise classification filtering device for removing noise of an electrocardiogram signal by applying a dual period to prevent errors in waveform analysis by one period and to display the accuracy of the signal with probability.

The method of claim 4,
The pattern classification means
A noise classification filtering device for noise removal of an electrocardiogram signal, characterized in that only noise components remain when summing the ECG signal data of the extracted ECG signal data including the noise component and the extracted window signal data.

delete

In the filtering method by the noise classification filtering device for removing the noise of the electrocardiogram signal according to claim 1,
An index that performs index data reconstruction by comparing data equality between the first and second informatization signals extracted in the constant period DT and the third and fourth informatization signals extracted in a longer period than the constant period DT Reconstruction step; filtering method by a noise classification filtering device for removing noise of an electrocardiogram signal comprising a.

The method of claim 10,
The index reorganization step
The first to fourth raw ECG frequency signals ECG_frq1,2 by performing signal conversion on the FFT frequency domain for the ECG signals captured from the first and second informatization signals and the third and fourth informatization signals, respectively. 3, 4) frequency domain signal conversion step;
An indexing step of indexing the magnitude and frequency of the transformed first to fourth raw ECG frequency signals to generate index data;
A pulse component investigation step of inspecting a pulse component using the generated index data and existing index data;
A pulse component derivation step of deriving a pulse component using the irradiated pulse component;
An index data reconstruction step of reconstructing index data using the derived pulse component;
A similarity investigation step of comparing the pulse component derived in the pulse component derivation step with existing index data to investigate similarity;
An index data equality comparison step of comparing the index data reconstructed in the index data reconstruction step with each other to determine whether data is equal; And
In the index data equality comparison step, when it is determined that the data are not equal to each other, the noise classification filtering device for noise removal of the electrocardiogram signal is characterized by performing an index data reconstruction operation step of performing index data reconstruction. Filtering method.

The method of claim 11,
The index reorganization step
In the similarity investigation step, if there is no similarity as a result of the similarity investigation, the user notice step of displaying information on whether the similarity is displayed on the display means so that the user can recognize the noise classification for noise removal of the ECG signal. Filtering method by filtering device.

The method of claim 11,
The pulse component irradiation step is
A Fourier operation step of performing FFT operation on the input index data;
A data buffering step of performing data buffering based on frequency;
A probability value calculation step of calculating a probability value of the buffered data;
A maximum probability value deriving step of deriving the maximum probability value using the calculated probability values; And
Filtering method by the noise classification filtering device for noise reduction of the electrocardiogram signal further comprising; a data change step to the time axis to change to the time axis data through inverse transformation.

In the filtering method by the noise classification filtering device for removing the noise of the ECG signal,
A signal analysis step of performing signal analysis in the frequency domain on the raw ECG signal captured through the electrode; And
A pattern classification step in which a signal analysis result performed in the signal analysis step is continuously compared with a previous signal analysis result to discriminate between a constant signal pattern and an irregular signal pattern, and the ability to discriminate the signal is increased by learning a singe signal. ;
The signal analysis step includes a digital filtering step, a frequency domain signal conversion step, a frequency domain signal conversion step, a noise signal extraction step, a mixing step, and an output step,
In the digital filtering step, the captured raw ECG signal is filtered within a predetermined frequency range, transmitted to a mixing step, and the filtered ECG signal is first and second informatized signals extracted with a certain period (DT) overlapping a predetermined portion at different time points. The third and fourth informatization signals extracted at periods longer than the predetermined period DT to overlap predetermined portions at different time points are transmitted to the frequency domain signal conversion step,
The frequency domain signal conversion step includes the first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) that convert the first to fourth informatization signals transmitted in the digital filtering step into frequency domain signals, and The first to fourth raw ECG window signals (ECG windows_frq1,2,3,4) obtained by converting the first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) into window signals are generated, respectively.
The noise signal extraction step includes at least one of the first to fourth raw ECG frequency signals (ECG_frq1,2,3,4) and the first to fourth raw ECG window signals (ECG window_frq1,2,3,4). By comparing two signals, at least one noise signal is extracted from a noise signal (N_ECG) of a regular ECG signal associated with the ECG signal and a noise signal (N_move) caused by a non-regular movement not associated with the ECG signal and,
In the mixing step, the ECG signal filtered in the digital filtering step and the noise signal extracted in the noise signal extraction step are received, and the noise signal is removed from the filtered ECG signal and output.
The output step is to receive the noise-removed ECG signal input from the mixing step and transmit it to a storage means or a display.
Filtering method by the noise classification filtering device for removing noise of the ECG signal, characterized in that comprises a.

delete

The method of claim 14,
The pattern classification step
Patterns from normal signal 1 to normal signal N (N is a natural number) when there are multiple (N) ECG signals comparing signal analysis results and the information signal for ECG is a normal signal with a noise component of a certain value or less. Is the same information pattern, and when the ECG signal is an abnormal signal including a noise component, the patterns from the abnormal signal 1 to the abnormal signal N show different information patterns. Filtering method by fractional filtering device.

A computer-readable recording medium characterized in that a program for executing the method of any one of claims 10 to 14 and 16 is recorded.