KR102241800B1 - 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램 - Google Patents

상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR102241800B1
KR102241800B1 KR1020200113200A KR20200113200A KR102241800B1 KR 102241800 B1 KR102241800 B1 KR 102241800B1 KR 1020200113200 A KR1020200113200 A KR 1020200113200A KR 20200113200 A KR20200113200 A KR 20200113200A KR 102241800 B1 KR102241800 B1 KR 102241800B1
Authority
KR
South Korea
Prior art keywords
signal
ventricular arrhythmia
electrocardiogram
interval length
segment
Prior art date
Application number
KR1020200113200A
Other languages
English (en)
Inventor
차갑문
정종욱
Original Assignee
주식회사 에이티센스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 에이티센스 filed Critical 주식회사 에이티센스
Priority to KR1020200113200A priority Critical patent/KR102241800B1/ko
Application granted granted Critical
Publication of KR102241800B1 publication Critical patent/KR102241800B1/ko
Priority to US17/462,720 priority patent/US20220071546A1/en

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/363Detecting tachycardia or bradycardia
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/35Detecting specific parameters of the electrocardiograph cycle by template matching
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/364Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

본 개시의 실시 예는 심전도 신호 처리 장치가 대상체의 심전도 신호를 센싱하는 단계; 상기 심전도 신호 처리 장치가 상기 심전도 신호의 제1 신호 세그먼트를 로드하는 단계; 상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트를 규격 템플릿 신호와 비교하여, 상기 규격 템플릿 신호와의 형태학적인 유사도를 산출하는 단계; 상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트에 대한 샤논 엔트로피 값을 산출하는 단계; 및 상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트에 대해서 상기 형태학적인 유사도, 상기 샤논 엔트로피 값 및 상기 R-R 인터벌 길이 중 적어도 하나를 고려하여, 상기 제1 신호 세그먼트가 상심실 부정맥(SVB) 또는 심실 부정맥(VB) 중 적어도 하나 인지를 결정하는 단계;를 포함하는, 심전도 신호를 이용하여 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법을 개시한다.

Description

상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램{Electrocardiogram signal processing apparatus and method for identifying Supraventricular Beat and Ventricular Beat}
본 개시의 실시예는 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치 및 방법에 관한 것으로, 보다 구체적으로 심전도 신호에 대한 형태학적인 유사도, 복잡도 값, R-R 인터벌 길이를 이용하여, 대상체의 상심실 부정맥 및 심실 부정맥 여부를 식별하는 점을 특징으로 한다.
종래의 스탠드얼론형 또는 고정형 심전도 측정 장치는 부착된 전극 간의 간격(거리)이 크고 사용자 역시 고정된 자세를 유지한 채로 사용자의 심전도 신호를 측정하기 때문에 측정된 심전도 신호의 기저선의 변화가 크지 않아 안정적이며, 측정된 심전도 신호의 크기 역시 크게 된다.
이에 비해 웨어러블 패치형 심전도 측정 장치는 전극간 간격이 짧고 사용자의 움직임이 자주 발생하게 된다. 이렇게 측정된 심전도 신호에는 일반적인 인체 노이즈 외에 움직임 발생에 따른 다양한 형태의 노이즈가 발생되게 된다. 또한, 이렇게 측정된 심전도 신호의 기저선은 안정적이지 않고 크게 변화하게 된다.
본 발명이 이루고자 하는 기술적 과제는, 심전도 신호에 대한 형태학적인 유사도, 복잡도 값, R-R 인터벌 길이를 이용하여 대상체의 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 상기 방법들을 실행하기 위한 컴퓨터 프로그램을 제공하는데 있다.
본 개시의 실시예들에 따른 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법은 심전도 신호 처리 장치가 대상체의 심전도 신호를 센싱하는 단계; 상기 심전도 신호 처리 장치가 상기 심전도 신호의 제1 신호 세그먼트를 로드하는 단계; 상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트를 규격 템플릿 신호와 비교하여, 상기 규격 템플릿 신호와의 형태학적인 유사도를 산출하는 단계; 상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트에 대한 샤논 엔트로피 값을 산출하는 단계; 및 상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트에 대해서 상기 형태학적인 유사도, 상기 샤논 엔트로피 값 및 상기 R-R 인터벌 길이 중 적어도 하나를 고려하여, 상기 제1 신호 세그먼트가 상심실 부정맥(SVB) 또는 심실 부정맥(VB) 중 적어도 하나 인지를 결정하는 단계;를 포함할 수 있다.
상기 규격 템플릿 신호는 상기 심전도 신호를 심박수의 측정 시간의 배수로 분할하고, 상기 분할한 심전도 신호의 신호 세그먼트들 중에서, 빈도수가 높은 형태를 가지는 신호일 수 있다.
상기 결정하는 단계는 상기 형태학적인 유사도가 기 설정된 기준 유사도 값보다 크고, 상기 샤논 엔트로피 값이 제1 기준 엔트로피 값보다 큰 경우, 상기 제1 신호 세그먼트를 상심실 부정맥으로 결정할 수 있다.
상기 결정하는 단계는 상기 형태학적인 유사도가 기 설정된 기준 유사도 값보다 작고, 상기 제1 신호 세그먼트의 R-R 인터벌의 길이가 대응되는 기준 인터벌 길이 보다 짧고, 상기 샤논 엔트로피 값이 제2 기준 엔트로피 값보다 큰 경우, 상기 제1 시간 세그먼트를 심실 부정맥으로 결정할 수 있다.
상기 규격 템플릿 신호는 상기 대상체의 심전도 신호들 중에서, 신호 세그먼트의 발생 빈도수를 기준으로 결정하되, 기 설정된 최대 빈도값 이상의 빈도수를 가지는 심전도 신호 중에서 결정될 수 있다.
상기 기준 인터벌 길이는 기 설정된 인터벌 길이 값들 중 하나, 상기 제1 신호 세그먼트 주변의 R-R 인터벌 길이 값들의 평균 값 중 하나, 및 상기 심전도 신호의 모든 신호 세그먼트들의 인터벌 길이 값들의 평균 값 중 하나를 기초로 결정될 수 있다.
상기 기준 인터벌 길이는 상기 심전도 신호 중에서 상기 규격 템플릿 신호에 해당하는 신호들의 R-R 인터벌 길이 값들의 추세를 기초로 결정될 수 있다.
상기 기준 인터벌 길이는 상기 심전도 신호의 R-R 인터벌 길이 값들에 보간법(interpolation)을 적용하여 획득된 길이 값으로 결정될 수 있다.
상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트가 상심실 부정맥 또는 심실 부정맥으로 결정된 경우에는, 상기 제1 신호 세그먼트에 '부정맥' 태그를 생성하여 추가(insert)하는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따른 컴퓨터 프로그램은 컴퓨터를 이용하여 본 발명의 실시예에 따른 방법 중 어느 하나의 방법을 실행시키기 위하여 매체에 저장될 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해 질 것이다.
본 발명에 따르면, 심전도 신호에 대한 형태학적인 유사도, 복잡도 값, R-R 인터벌 길이를 이용하여 대상체의 상심실 부정맥 및 심실 부정맥 여부를 식별하는 효과를 가진다. 특히, 심실관련 빈맥 (ventricular tachycardia)을 식별하는데 유용하다.
도 1은 본 개시의 실시 예들에 따른 심전도 신호 처리 장치(110)의 블록도이다.
도 2 내지 도 4는 본 개시의 실시 예들에 따른 심전도 신호 처리 방법의 흐름도들이다.
도 5는 규격 템플릿 신호를 결정하는 방법의 흐름도들이다.
도 6은 기준 인터벌 길이를 결정하는 과정을 설명하는 도면이다.
도 7은 심전도 신호의 심박수 변화 추세를 표현하는 그래프이다.
도 8은 심전도 신호 처리 장치(110), 심전도 센싱 장치(100) 및 전자 장치(200) 사이의 데이터를 송수신하는 과정을 설명하는 도면이다.
이하 첨부된 도면들에 도시된 본 발명에 관한 실시 예를 참조하여 본 발명의 구성 및 작용을 상세히 설명한다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 명세서에서 "학습", "러닝" 등의 용어는 인간의 교육 활동과 같은 정신적 작용을 지칭하도록 의도된 것이 아닌 절차에 따른 컴퓨팅(computing)을 통하여 기계 학습(machine learning)을 수행함을 일컫는 용어로 해석한다.
이하의 실시 예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시 예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시 예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
어떤 실시 예가 달리 구현 가능한 경우에 특정한 공정 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 공정이 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
도 1은 본 개시의 실시 예들에 따른 심전도 신호 처리 장치(110)의 블록도이다.
심전도 신호 처리 장치(110)는 신호 입력부(111), 유사도 산출부(112), 엔트로피 산출부(113), 인터벌 산출부(114), 부정맥 판단부(115)를 포함할 수 있다.
신호 입력부(111)는 심전도 신호를 수신한다. 신호 입력부(111)는 심전도 신호를 신호 세그먼트들로 분할한다. 신호 세그먼트는 QRS 형태를 기준으로 분할될 수 있다.
규격 템플릿 설정부(112)는 심전도 신호에 대한 규격 템플릿 신호를 결정한다. 규격 템플릿 설정부(112)는 심전도 신호를 신호 세그먼트들로 분할한다. 신호 세그먼트들은 QRS 형태를 포함하는 것일 수 있다. 규격 템플릿 설정부(112)는 신호 세그먼트들을 형태학적인 패턴으로 변환하여 형태학적인 패턴 별로 분류할 수 있다. 규격 템플릿 설정부(112)는 발생 빈도수가 가장 높은 형태학적인 패턴을 규격 템플릿 신호로 설정할 수 있다.
규격 템플릿 신호는 심전도 신호를 심박수의 측정 시간의 배수로 분할하고 분할한 심전도 신호의 신호 세그먼트들 중에서 빈도수가 높은 형태를 가지는 신호일 수 있다. 예를 들어, 심박수가 60회/min이고 심전도 신호의 측정 시간이 1시간인 경우, 심전도 신호는 60분 X 60회 = 3600으로 분할하여 신호 세그먼트들을 결정할 수 있다. 3600개의 신호 세그먼트들을 형태학적인 패턴들로 나누고 가장 높은 발생 빈도를 가지는 형태학적인 패턴을 규격 템플릿 신호로 결정할 수 있다.
유사도 산출부(113)는 심전도 신호의 제1 신호 세그먼트와 규격 템플릿 신호 사이의 형태학적인 유사도를 산출한다. 유사도 산출부(113)는 제1 신호 세그먼트의 값들과 규격 템플릿 신호의 값들 사이의 피어슨 상관 계수(pearson correlation coefficient)가 기 설정된 기준 계수값 이상인 경우에 제1 신호 세그먼트가 규격 템플릿 신호와 유사한 것으로 검출한다.
복잡도 산출부(114)는 제1 신호 세그먼트의 값들을 기초로 샤논 엔트로피 값 등과 같은 복잡도 값을 산출한다.
여기서, 복잡도 값은 샤논 엔트로피 등과 같은 복잡도 산출 알고리즘을 이용하여 산출될 수 있으나, 이에 한정되지 않고 Kolmogorov, monotone, prefix, decision 등의 다양한 방법으로 산출될 수 있다.
복잡도 값은 측정된 심전도 신호의 데이터들의 측정값들의 크기 구간 별로 발생 빈도를 기준으로 판단될 수 있다. 복잡도 값은 심전도 신호 또는 제1 신호 세그먼트에 대해서 특정 측정값에 대한 발생 빈도를 기준으로 판단될 수 있다. 심전도 신호의 측정값들은 값의 크기를 기준으로 나뉘는 복수의 magnitude bin으로 구분될 수 있다. 예를 들어, 심전도 신호의 측정값들이 최소값 및 최대값을 기준으로 제1 magnitude bin, 제2 magnitude bin, 제3 magnitude bin, ??, 제n magnitude bin를 정의할 수 있다. magnitude bin은 하나 이상의 값들의 집합으로 정의되거나, 하나의 값으로 정의될 수 있다. 이런 경우에, 제1 magnitude bin에 포함된 심전도 신호의 데이터(포인트, 지점, point)들을 추출하여 제1 발생 빈도 수를 획득할 수 있다. 하나의 magnitude bin의 발생 빈도가 높다는 것은 심전도 신호(데이터)가 유사한 패턴으로 발생됨을 의미하고, 각 magnitude bin에서의 발생 빈도가 낮다는 것은 심전도 신호가 불규칙한 패턴, 즉 복잡한 형태를 가짐을 의미할 수 있다.
다시 말해서, 복잡도 값은 심전도 신호의 측정값을 기준으로 하여 하나 이상의 magnitude bin을 정의하고, 각 magnitude bin들에서 데이터 포인트(point, 지점) 수의 발생 빈도를 계산함으로써, 아래의 수학식 1에 의해 산출될 수 있다.
[수학식 1]
Figure 112020094011281-pat00001
여기서, M은 신호의 magnitude의 bin 개수 값이고, p(m)은 각 bin 구간에서의 심전도 신호의 발생 확률 함수이다. 예를 들어, m이 1인 경우, p(m)은 전체 data 포인트의 수 L과 m=1에 해당되는 데이터 포인트 수(N)의 발생 비율을 나타낼 수 있다.
Figure 112020094011281-pat00002
선택적으로, m은 8 비트의 값으로 정의되는 측정 값이며, 측정 값을 정의하는 비트 수가 8인 경우에는 M은 측정 값의 최대 값인
Figure 112020094011281-pat00003
Figure 112020094011281-pat00004
= 255가 될 수 있다. L은 심전도 신호에 포함된 신호 세그먼트들의 수를 말한다. 예를 들어, L은 전체 data의 수로서, 전체 심전도 신호의 시간 길이를 기 설정된 샘플링 주파수로 샘플링하는 경우에는, 시간 길이를 샘플링 주파수로 나누어 산출할 수 있다. N은 심전도 신호의 신호 세그먼트 내에서 특정 값이 발생된 빈도수를 말한다.
인터벌 산출부(115)는 심전도 신호의 제1 신호 세그먼트의 R-R 인터벌 길이와 결정한다. R-R 인터벌 길이는 제1 신호 세그먼트의 QRS 형태를 기준으로 결정될 수 있다. 인터벌 산출부(115)는 제1 신호 세그먼트의 R-R 인터벌 길이가 기 설정된 기준 인터벌 길이 이하인지 여부를 출력할 수 있다.
기준 인터벌 길이는 기 설정된 인터벌 길이 값들 중 하나, 상기 제1 신호 세그먼트 주변의 R-R 인터벌 길이 값들의 평균 값 중 하나, 및 상기 심전도 신호의 모든 신호 세그먼트들의 인터벌 길이 값들의 평균 값 중 하나를 기초로 결정될 수 있다. 제1 신호 세그먼트 주변이라는 것은, 제1 신호 세그먼트에 인접한 하나 이상의 세그먼트들을 말한다. 관리자에 의해 정해진 개수 만큼의 신호 세그먼트들의 인터벌 길이들의 평균 값으로 기준 인터벌 길이를 결정할 수 있다. 또한, 기준 인터벌 길이는 기 설정된 인터벌 길이 값들 중 하나, 상기 제1 신호 세그먼트 주변의 R-R 인터벌 길이 값들의 평균 값 중 하나, 및 상기 심전도 신호의 모든 신호 세그먼트들의 인터벌 길이 값들의 평균 값 중 하나의 정해진 비율로 결정될 수 있다. 정해진 비율은 50%, 90%, 120% 등과 같이 결정될 수 있으나 이에 한정되지 않는다.
인터벌 산출부(115)는 도 7에 도시된 바와 같은 대상체의 상황에 따라 심박수가 움직이는 추세(trend)에서, 해당 신호 세그먼트의 R-R 인터벌 길이가 기 설정된 기준 인터벌 길이 이하인지 여부를 판단할 수 있다. 심박수와 R-R 인터벌 길이는 역수의 관계를 가지기 때문에, 심박수를 기준으로 기준 인터벌 길이 이하의 R-R 인터벌 길이를 가지는 신호 세그먼트를 판단할 수 있다. 도 7의 그래프는 시간에 따른 심박수 변화 추세를 나타내는 것이다. 심박수 변화 추세는 대상체의 심장 상태에 따라 다르기 때문에, 대상체 별로 다르게 산출될 수 있다. 심박수 변화 추세 A71와 비교하여, 해당 신호 세그먼트의 R-R 인터벌 길이가 기준 인터벌 길이 이하인 A72을 판단할 수 있다. 이때, 기준 인터벌 길이는 해당 신호 세그먼트의 심박수에 따라 결정될 수 있다. 인터벌 산출부(115)는 A72인 경우에 기준 인터벌 길이 이하의 의미로 TRUE를 출력할 수 있다.
부정맥 판단부(116)는 제1 신호 세그먼트이 상심실 부정맥 또는 심실 부정맥에 속하는지 여부를 판단할 수 있다.
부정맥 판단부(116)는 제1 신호 세그먼트에 대한 형태학적인 유사도, 심전도 신호의 복잡도 값, 제1 신호 세그먼트의 R-R 인터벌 길이를 기초로 제1 신호 세그먼트가 상심실 부정맥에 해당하는지 여부를 판단할 수 있다.
부정맥 판단부(116)는 제1 신호 세그먼트에 대한 형태학적인 유사도가 기 설정된 제1 기준 유사도 값 이하이고, 제1 신호 세그먼트의 R-R 인터벌 길이가 기준 인터벌 길이 이하이고, 제1 신호 세그먼트에 대한 복잡도 값이 제1 기준 복잡도 값 이상인 경우에는, 대상체의 심장 상태를 상심실 부정맥으로 결정할 수 있다. 부정맥 판단부(116)에서 판단한 상기 제1 신호 세그먼트는 상심실 부정맥(SVB)으로 태깅될 수 있다.
부정맥 판단부(116)는 제1 신호 세그먼트에 대한 형태학적인 유사도, 심전도 신호의 샤논 엔트로피 값을 기초로 대상체의 심장 상태가 심실 부정맥에 해당하는지 여부를 판단할 수 있다. 제1 신호 세그먼트에 대한 형태학적인 유사도가 제2 기준 유사도 값 이하이고, 제1 신호 세그먼트에 대한 복잡도 값이 제2 기준 복잡도 값 이상인 경우, 부정맥 판단부(116)는 대상체의 심장 상태를 심실 부정맥(VB)으로 결정할 수 있다. 제1 신호 세그먼트는 심실 부정맥(VB)으로 태깅될 수 있다.
이를 통해, 본 개시의 실시 예들에 따른 심전도 신호 처리 장치(110)는 심전도 신호를 분석하여 대상체의 심장 상태가 상심실 부정맥 또는 심실 부정맥에 해당하는지를 판단할 수 있다.
도 2 내지 도 4는 본 개시의 실시 예들에 따른 심전도 신호 처리 방법의 흐름도들이다.
S110에서는 심전도 신호 처리 장치(110)는 심전도 신호를 수신한다.
S120에서는 심전도 신호 처리 장치(110)는 심전도 신호를 신호 세그먼트들로 분할하고, 신호 세그먼트들 중에서 제1 신호 세그먼트를 로드한다. 신호 세그먼트는 QRS 형태를 기준으로 분할될 수 있다.
S130에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트를 규격 템플릿 신호와 비교하여 형태학적인 유사도를 산출한다. 심전도 신호 처리 장치(110)는 심전도 신호의 제1 신호 세그먼트와 규격 템플릿 신호 사이의 형태학적인 유사도를 산출한다. 심전도 신호 처리 장치(110)는 제1 신호 세그먼트의 값들과 규격 템플릿 신호의 값들 사이의 피어슨 상관 계수(pearson correlation coefficient)가 기 설정된 기준 계수값 이상인 경우에 제1 신호 세그먼트가 규격 템플릿 신호와 유사한 것으로 검출한다.
S140에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트에 대한 복잡도 값을 산출한다. 심전도 신호 처리 장치(110)는 제1 신호 세그먼트의 값들을 기초로 샤논 엔트로피 값 등과 같은 복잡도 값을 산출한다.
여기서, 복잡도 값은 샤논 엔트로피 등과 같은 복잡도 산출 알고리즘을 이용하여 산출될 수 있으나, 이에 한정되지 않고 Kolmogorov, monotone, prefix, decision 등의 다양한 방법으로 산출될 수 있다. 복잡도 값을 산출하는 과정은 복잡도 산출부(114)의 동작과 동일하므로, 생략한다.
S150에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트에 대한 형태학적인 유사도, 제1 신호 세그먼트의 복잡도 값, 제1 신호 세그먼트의 R-R 인터벌 길이 중 적어도 하나를 고려하여 제1 신호 세그먼트가 상심실 부정맥 또는 심실 부정맥 중 적어도 하나 인지를 결정한다.
S210에서는 심전도 신호 처리 장치(110)는 심전도 신호를 수신한다.
S220에서는 심전도 신호 처리 장치(110)는 심전도 신호의 제1 신호 세그먼트를 로드한다.
S230에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트를 규격 템플릿 신호와 비교하여 형태학적인 유사도를 산출한다.
S240, S250에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트에 대한 형태학적인 유사도가 기 설정된 제1 기준 유사도 값 이하인 경우, 제1 신호 세그먼트의 R-R 인터벌 길이를 산출한다. 심전도 신호 처리 장치(110)는 심전도 신호의 제1 신호 세그먼트의 R-R 인터벌 길이와 결정한다. R-R 인터벌 길이는 제1 신호 세그먼트의 QRS 형태를 기준으로 결정될 수 있다. 심전도 신호 처리 장치(110)는 제1 신호 세그먼트의 R-R 인터벌 길이가 기 설정된 기준 인터벌 길이 이하인지 여부를 출력할 수 있다.
심전도 신호 처리 장치(110)는 도 7에 도시된 바와 같은 대상체의 움직임에 따라 심박수가 움직이는 추세(trend)에서, 해당 신호 세그먼트의 R-R 인터벌 길이가 기 설정된 기준 인터벌 길이 이하인지 여부를 판단할 수 있다. 심박수와 R-R 인터벌 길이는 역수의 관계를 가진다. 도 7의 그래프(A71)는 시간에 따른 심박수 변화 추세를 나타내는 것이다. 심박수 변화 추세(A71)는 대상체의 심장 상태에 따라 다르기 때문에, 대상체 별로 다르게 산출될 수 있다. 심박수 변화 추세와 비교하여, 해당 신호 세그먼트의 R-R 인터벌 길이가 기준 인터벌 길이 이하인 A72를 판단할 수 있다. 이때, 기준 인터벌 길이는 해당 신호 세그먼트의 심박수에 따라 결정될 수 있다. 심전도 신호 처리 장치(110)는 A7인 경우에 기준 인터벌 길이 이하의 의미로 TRUE를 출력할 수 있다.
S260에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트의 R-R 인터벌 길이가 기준 인터벌 길이 이하인지 여부를 판단한다.
S270에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트에 대한 복잡도 값을 산출한다.
여기서, 복잡도 값은 샤논 엔트로피 등과 같은 복잡도 산출 알고리즘을 이용하여 산출될 수 있으나, 이에 한정되지 않고 Kolmogorov, monotone, prefix, decision 등의 다양한 방법으로 산출될 수 있다. 복잡도 값을 산출하는 과정은 복잡도 산출부(114)의 동작과 동일하므로, 생략한다.
S280에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트에 대한 복잡도 값이 기 설정된 제1 기준 복잡도 값 이상인 경우인지를 판단한다.
S290에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트에 대한 복잡도 값이 기 설정된 제1 기준 복잡도 값 이상인 경우, 제1 신호 세그먼트가 상심실 부정맥(SVB)으로 결정한다.
제1 신호 세그먼트에 대한 복잡도 값이 기 설정된 제1 기준 복잡도 값 미만인 경우에는 비정상 맥박(Aberrant Beat)로 구분할 수 있다.
S310에서는 심전도 신호 처리 장치(110)는 심전도 신호를 수신한다.
S320에서는 심전도 신호 처리 장치(110)는 심전도 신호의 제1 신호 세그먼트를 로드한다.
S330에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트를 규격 템플릿 신호와 비교하여 형태학적인 유사도를 산출한다.
S340에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트에 대한 형태학적인 유사도가 기 설정된 제2 기준 유사도 값 이하인지 여부를 판단한다.
S350에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트에 대한 형태학적인 유사도가 기 설정된 제2 기준 유사도 값 이하인 경우, 제1 신호 세그먼트에 대한 복잡도 값을 산출한다. 복잡도 값을 산출하는 과정은 복잡도 산출부(114)의 동작과 동일하므로, 생략한다.
S360에서는 심전도 신호 처리 장치(110)는 제1 신호 세그먼트에 대한 복잡도 값이 기 설정된 제2 기준 복잡도 값 이상인지를 판단한다.
S370에서는 심전도 신호 처리 장치(110)는 대상체의 심장 상태를 심실 부정맥(VB)으로 결정한다.
제1 신호 세그먼트에 대한 복잡도 값이 기 설정된 제1 기준 복잡도 값 미만인 경우에는 비정상 맥박(Aberrant Beat)로 구분할 수 있다.도 5는 규격 템플릿 신호를 결정하는 방법의 흐름도들이다.
S410 에서는 심전도 신호 처리 장치(110)는 대상체의 심전도 신호를 수신한다.
S420에서는 심전도 신호 처리 장치(110)는 심전도 신호를 QRS 형태를 포함하는 신호 세그먼트들로 분할한다.
S430에서는 심전도 신호 처리 장치(110)는 신호 세그먼트들을 피크 성분을 중심으로 하는 형태학적인 패턴으로 분류한다.
S440에서는 심전도 신호 처리 장치(110)는 형태학적인 패턴들 중에서, 발생 빈도수를 기초로 규격 템플릿 신호를 결정할 수 있다. 심전도 신호에서의 형태학적인 패턴들 중에서, 발생 빈도수가 가장 높은 형태학적인 패턴을 대상체의 규격 템플릿 신호로 설정된다.
도 6은 기준 인터벌 길이를 결정하는 과정을 설명하는 도면이다.
심전도 신호 처리 장치(110)는 심전도 신호를 수신하고 신호의 피크 성분들을 기준으로 신호 세그먼트들로 분할할 수 있다(A61 참조). 각 신호 세그먼트는 R 피크를 포함하여 분할될 수 있다.
심전도 신호 처리 장치(110)는 심전도 신호의 신호 세그먼트들의 R-R 인터벌 길이들을 시간과 인터벌 길이에 대한 그래프(A62 참조)로 변환할 수 있다.
심전도 신호 처리 장치(110)의 인터벌 산출부(115)는 기준 인터벌 길이(Dominant RR interval) 이하인 신호 세그먼트들(A63)을 추출할 수 있다.
도 7은 심전도 신호의 심박수 변화 추세를 표현하는 그래프이다.
심전도 신호 처리 장치(110)는 심전도 신호의 심박수를 시간 순으로 배열시켜 심박수 변화 추세(A71)를 생성할 수 있다.
심전도 신호 처리 장치(110)는 심박수 변화 추세(A71)의 심박수 이상의 심박수를 가지는 데이터(A72)를 추출할 수 있다. 심전도 신호 처리 장치(110)의 인터벌 산출부(115)는 심박수를 기준으로, 기 설정된 심박수 이상의 심박수를 가지는 신호 세그먼트들(A72)을 결정할 수 있다.
도 9는 심전도 신호 처리 장치(110), 심전도 센싱 장치(100) 및 전자 장치(200) 사이의 데이터를 송수신하는 과정을 설명하는 도면이다.
심전도 신호 처리 장치(110)는 심전도 센싱 장치(100)와 전기적으로 연결되거나 네트워크를 통해 연결될 수 있다. 심전도 신호 처리 장치(110)는 심전도 센싱 장치(100)로부터 심전도 신호를 수신할 수 있다.
심전도 신호 처리 장치(110)는 심전도 센싱 장치(100), 전자 장치(200)와 전기적으로 또는 네트워크로 연결될 수 있다. 심전도 신호 처리 장치(110)는 심전도 센싱 장치(100)로부터 심전도 신호를 수신하고, 판단된 상심실 부정맥 또는 심실 부정맥 해당 여부를 전자 장치(200)로 전송할 수 있다.
심전도 신호 처리 장치(110)는 수신한 심전도 신호 및/또는 심전도 신호에 대한 부정맥 해당 여부를 전자 장치(200)로 전송할 수 있다.
심전도 신호 처리 장치(110)는 심전도 센싱 장치(100)의 내부에 포함되어 구현될 수 있다. 심전도 신호 처리 장치(110)는 판단된 상심실 부정맥 또는 심실 부정맥인지 여부의 데이터를 생성할 수 있다. 심전도 신호 처리 장치(110)는 상심실 부정맥 또는 심실 부정맥인지 여부를 포함하는 데이터를 기록하고 전자 장치(200)의 요청에 의해 데이터를 전송할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 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 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
110: 심전도 신호 처리 장치 111: 신호 입력부
112: 규격 템플릿 설정부 113: 유사도 산출부
114: 복잡도 산출부 115: 인터벌 산출부
116: 부정맥 판단부

Claims (19)

  1. 심전도 신호 처리 장치가 대상체의 심전도 신호를 센싱하는 단계;
    상기 심전도 신호 처리 장치가 상기 심전도 신호의 제1 신호 세그먼트를 로드하는 단계;
    상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트를 규격 템플릿 신호와 비교하여, 상기 규격 템플릿 신호와의 형태학적인 유사도를 산출하는 단계;
    상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트에 대한 복잡도 값을 산출하는 단계; 및
    상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트에 대해서 상기 형태학적인 유사도, 상기 복잡도 값 및 상기 제1 신호 세그먼트의 R-R 인터벌 길이 중 적어도 하나를 고려하여, 상기 제1 신호 세그먼트가 상심실 부정맥(SVB) 또는 심실 부정맥(VB) 중 적어도 하나 인지를 결정하는 단계;를 포함하는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법.
  2. 제1항에 있어서,
    상기 규격 템플릿 신호는
    상기 심전도 신호를 심박수의 측정 시간의 배수로 분할하고, 분할한 심전도 신호의 신호 세그먼트들 중에서, 빈도수가 높은 형태를 가지는 신호인, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법.
  3. 제1항에 있어서,
    상기 결정하는 단계는
    상기 형태학적인 유사도가 기 설정된 기준 유사도 값보다 크고, 상기 복잡도 값이 제1 기준 복잡도 값보다 큰 경우, 상기 제1 신호 세그먼트를 상심실 부정맥으로 결정하는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법.
  4. 제1항에 있어서,
    상기 결정하는 단계는
    상기 형태학적인 유사도가 기 설정된 기준 유사도 값보다 작고, 상기 제1 신호 세그먼트의 R-R 인터벌의 길이가 대응되는 기준 인터벌 길이 보다 짧고, 상기 복잡도 값이 제2 기준 복잡도 값보다 큰 경우, 상기 제1 신호 세그먼트를 심실 부정맥으로 결정하는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법.
  5. 제1항에 있어서,
    상기 규격 템플릿 신호는
    상기 대상체의 심전도 신호들 중에서, 신호 세그먼트의 발생 빈도수를 기준으로 결정하되, 기 설정된 최대 빈도값 이상의 빈도수를 가지는 심전도 신호 중에서 결정되는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법.
  6. 제4항에 있어서,
    상기 기준 인터벌 길이는
    기 설정된 인터벌 길이 값들 중 하나, 상기 제1 신호 세그먼트의 주변의 R-R 인터벌 길이 값들의 평균 값 중 하나, 및 상기 심전도 신호의 모든 신호 세그먼트들의 인터벌 길이 값들의 평균 값 중 하나를 기초로 결정되는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법.
  7. 제4항에 있어서,
    상기 기준 인터벌 길이는
    상기 심전도 신호 중에서 상기 규격 템플릿 신호에 해당하는 신호들의 R-R 인터벌 길이 값들의 추세를 기초로 결정되는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법.
  8. 제4항에 있어서,
    상기 기준 인터벌 길이는
    상기 심전도 신호의 R-R 인터벌 길이 값들에 보간법(interpolation)을 적용하여 획득된 길이 값으로 결정되는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법.
  9. 제1항에 있어서,
    상기 심전도 신호 처리 장치가 상기 제1 신호 세그먼트가 상심실 부정맥 또는 심실 부정맥으로 결정된 경우에는, 상기 제1 신호 세그먼트에 '부정맥' 태그를 생성하여 추가(insert)하는 단계를 더 포함하는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 방법.
  10. 컴퓨터를 이용하여 제1항 내지 제9항 중 어느 한 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 저장 매체에 저장된 컴퓨터 프로그램.
  11. 대상체의 심전도 신호를 수신하고, 상기 심전도 신호의 제1 신호 세그먼트를 로드하는 신호 입력부;
    상기 제1 신호 세그먼트를 규격 템플릿 신호와 비교하여, 상기 규격 템플릿 신호와의 형태학적인 유사도를 산출하는 유사도 산출부;
    상기 제1 신호 세그먼트에 대한 복잡도 값을 산출하는 복잡도 산출부; 및
    상기 제1 신호 세그먼트에 대해서 상기 형태학적인 유사도, 상기 복잡도 값 및 상기 제1 신호 세그먼트의 R-R 인터벌 길이 중 적어도 하나를 고려하여, 상기 제1 신호 세그먼트가 상심실 부정맥(SVB) 또는 심실 부정맥(VB) 중 적어도 하나 인지를 결정하는 부정맥 판단부;를 포함하는, 심전도 신호를 이용하여 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치.
  12. 제11항에 있어서,
    상기 규격 템플릿 신호는
    상기 심전도 신호를 심박수의 측정 시간의 배수로 분할하고, 분할한 심전도 신호의 신호 세그먼트들 중에서, 빈도수가 높은 형태를 가지는 신호인, 심전도 신호로 결정하고, 이를 이용하여 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치.
  13. 제11항에 있어서,
    상기 부정맥 판단부는
    상기 형태학적인 유사도가 기 설정된 기준 유사도 값보다 크고, 상기 복잡도 값이 제1 기준 복잡도 값보다 큰 경우, 상기 제1 신호 세그먼트를 상심실 부정맥으로 결정하는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치.
  14. 제11항에 있어서,
    상기 부정맥 판단부는
    상기 형태학적인 유사도가 기 설정된 기준 유사도 값보다 작고, 상기 제1 신호 세그먼트의 R-R 인터벌의 길이가 대응되는 기준 인터벌 길이 보다 짧고, 상기 복잡도 값이 제2 기준 엔트로피 값보다 큰 경우, 상기 제1 신호 세그먼트를 심실 부정맥으로 결정하는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치.
  15. 제11항에 있어서,
    상기 규격 템플릿 신호는
    상기 대상체의 심전도 신호들 중에서, 신호 세그먼트의 발생 빈도수를 기준으로 결정하되, 기 설정된 최대 빈도값 이상의 빈도수를 가지는 심전도 신호 중에서 결정되는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치.
  16. 제14항에 있어서,
    상기 기준 인터벌 길이는
    기 설정된 인터벌 길이 값들 중 하나, 상기 제1 신호 세그먼트의 주변의 R-R 인터벌 길이 값들의 평균 값 중 하나, 및 상기 심전도 신호의 모든 신호 세그먼트들의 인터벌 길이 값들의 평균 값 중 하나를 기초로 결정되는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치.
  17. 제14항에 있어서,
    상기 기준 인터벌 길이는
    상기 심전도 신호 중에서 상기 규격 템플릿 신호에 해당하는 신호들의 R-R 인터벌 길이 값들의 추세를 기초로 결정되는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치.
  18. 제14항에 있어서,
    상기 기준 인터벌 길이는
    상기 심전도 신호의 R-R 인터벌 길이 값들에 보간법(interpolation)을 적용하여 획득된 길이 값으로 결정되는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치.
  19. 제11항에 있어서,
    상기 제1 신호 세그먼트가 상심실 부정맥 또는 심실 부정맥으로 결정된 경우에는, 상기 제1 신호 세그먼트에 '부정맥' 태그를 생성하여 추가(insert)하는 단계를 더 포함하는, 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치.
KR1020200113200A 2020-09-04 2020-09-04 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램 KR102241800B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200113200A KR102241800B1 (ko) 2020-09-04 2020-09-04 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램
US17/462,720 US20220071546A1 (en) 2020-09-04 2021-08-31 Electrocardiogram signal processing apparatus, method, and program for identifying supraventricular arrhythmia and ventricular arrhythmia

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200113200A KR102241800B1 (ko) 2020-09-04 2020-09-04 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR102241800B1 true KR102241800B1 (ko) 2021-04-19

Family

ID=75718744

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200113200A KR102241800B1 (ko) 2020-09-04 2020-09-04 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램

Country Status (2)

Country Link
US (1) US20220071546A1 (ko)
KR (1) KR102241800B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06339470A (ja) * 1990-06-18 1994-12-13 Del Mar Avionics 表面ecg周波数分析および方法
KR20180052943A (ko) * 2016-11-11 2018-05-21 충북도립대학산학협력단 신경망을 이용한 심방세동 판별장치 및 심방세동 판별방법

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6490478B1 (en) * 2000-09-25 2002-12-03 Cardiac Science Inc. System and method for complexity analysis-based cardiac tachyarrhythmia detection
JP4322118B2 (ja) * 2001-12-03 2009-08-26 メドトロニック・インコーポレーテッド 不整脈の診断および処置のための二腔の方法および装置
US8315694B2 (en) * 2008-10-16 2012-11-20 Biotronik Crm Patent Ag Method and apparatus for ectopic beat detection
US8942793B2 (en) * 2012-11-29 2015-01-27 Cardiac Pacemakers, Inc. Method and system for arrhythmia discrimination
US10327661B1 (en) * 2014-07-22 2019-06-25 Louisiana Tech Research Corporation Biomarkers for determining susceptibility to SUDEP
JP6352826B2 (ja) * 2015-01-27 2018-07-04 日本電信電話株式会社 R−r間隔補間方法および心拍変動計測装置
US10117595B2 (en) * 2015-09-15 2018-11-06 Htc Corporation Method and apparatus for detecting cardiac arrhythmia and recording medium using the method
US11723577B2 (en) * 2019-05-06 2023-08-15 Medtronic, Inc. Visualization of arrhythmia detection by machine learning
CN113876335B (zh) * 2020-06-17 2023-05-02 深圳邦健生物医疗设备股份有限公司 心电图心搏分类方法、装置、电子设备和介质
US20220015711A1 (en) * 2020-07-20 2022-01-20 Board Of Regents, The University Of Texas System System and method for automated analysis and detection of cardiac arrhythmias from electrocardiograms

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06339470A (ja) * 1990-06-18 1994-12-13 Del Mar Avionics 表面ecg周波数分析および方法
KR20180052943A (ko) * 2016-11-11 2018-05-21 충북도립대학산학협력단 신경망을 이용한 심방세동 판별장치 및 심방세동 판별방법

Also Published As

Publication number Publication date
US20220071546A1 (en) 2022-03-10

Similar Documents

Publication Publication Date Title
US20200312459A1 (en) Atrial fibrillation signal recognition method, apparatus and device
Jekova et al. Assessment and comparison of different methods for heartbeat classification
Mohebbi et al. Prediction of paroxysmal atrial fibrillation using recurrence plot-based features of the RR-interval signal
EP0570896A2 (en) Method for tachycardia discrimination or rate adaptive pacing with multiple sensors
KR20200036908A (ko) 심전도 신호의 검출 방법
Roopaei et al. Chaotic based reconstructed phase space features for detecting ventricular fibrillation
CN111107785A (zh) 使用短的单导联ecg记录来检测心房颤动
Kaya et al. Feature selection using genetic algorithms for premature ventricular contraction classification
CN109009073B (zh) 房颤检测装置及存储介质
Zhang et al. A Kalman filtering based adaptive threshold algorithm for QRS complex detection
CN109077714B (zh) 信号识别方法、装置、设备和存储介质
KR20120116213A (ko) 심실조기수축 판별 시스템, 심실조기수축 판별 방법 및 이를 수행하는 프로그램이 기록된 저장매체
Almeida et al. Characterization of human persistent atrial fibrillation electrograms using recurrence quantification analysis
CN109077721B (zh) 房颤检测装置及存储介质
Wang et al. A machine learning approach to false alarm detection for critical arrhythmia alarms
KR101977745B1 (ko) 심장 부정맥을 분류하기 위한 방법 및 장치
US20210121118A1 (en) Computing device for detecting heart rhythm disorders
KR102241800B1 (ko) 상심실 부정맥 및 심실 부정맥 여부를 식별하는 심전도 신호 처리 장치, 방법 및 컴퓨터 프로그램
CN104983415B (zh) 心拍识别的方法及装置
Jaiswal et al. Artificial neural network for ECG classification
CN114224355A (zh) 心电信号分类训练方法、分类方法、装置及存储介质
Pal et al. Two-stage classifier for resource constrained on-board cardiac arrhythmia detection
KR102017582B1 (ko) 휴대용 생체정보 측정 단말기를 이용한 R-peak 검출 방법 및 시스템
CN108937920B (zh) 一种心室纤颤信号检测方法、系统及心室纤颤检测装置
KR101429710B1 (ko) 특징점 변화에 따른 부정맥 분류 방법 및 원격 모니터링 장치

Legal Events

Date Code Title Description
GRNT Written decision to grant