Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

Abnormality Detection of ECG Signal by Rule-based Rhythm Classification

규칙기반 리듬 분류에 의한 심전도 신호의 비정상 검출

  • 류춘하 (경북대학교 전자전기컴퓨터학부) ;
  • 김성완 (수원과학대학 컴퓨터정보과) ;
  • 김세윤 (삼성전자) ;
  • 김태훈 (경북대학교 전자전기컴퓨터학부) ;
  • 최병재 (대구대학교 전자공학부) ;
  • 박길흠 (경북대학교 전자전기컴퓨터학부)
  • Received : 2012.02.04
  • Accepted : 2012.08.10
  • Published : 2012.08.25
Download PDF
⟨ Previous Next ⟩

Abstract

Low misclassification performance is significant with high classification accuracy for a reliable diagnosis of ECG signals, and diagnosing abnormal state as normal state can especially raises a deadly problem to a person in ECG test. In this paper, we propose detection and classification method of abnormal rhythm by rule-based rhythm classification reflecting clinical criteria for disease. Rule-based classification classifies rhythm types using rule-base for feature of rhythm section, and rule-base deduces decision results corresponding to professional materials of clinical and internal fields. Experimental results for the MIT-BIH arrhythmia database show that the applicability of proposed method is confirmed to classify rhythm types for normal sinus, paced, and various abnormal rhythms, especially without misclassification in detection aspect of abnormal rhythm.

심전도 신호의 신뢰성 있는 진단을 위해서는 높은 분류 정확도와 함께 낮은 오분류 성능이 중요하며, 특히 비정상을 정상으로 진단하는 것은 심검자에게 치명적인 문제로 귀결될 수 있다. 본 논문에서는 임상 진단 기준을 반영하는 규칙기반 분류 알고리즘을 이용하여 비정상 리듬을 검출 및 분류하는 방법을 제안한다. 규칙기반 분류는 리듬 구간의 특징에 대한 규칙 베이스를 이용하여 리듬 유형을 분류하도록 하며, 이 때 규칙 베이스는 임상 및 내과 분야의 심전도 전문 임상 자료에 기반한 본 논문의 기준표에 따라 구성된다. MIT-BIH 부정맥 데이터베이스를 이용한 제안 방법의 실험을 통하여 정상동조율, 박동조율, 및 다양한 비정상 리듬에 대한 리듬 유형의 분류가 가능함을 확인하였으며, 특히 비정상 리듬 검출 측면에서는 오분류가 전혀 발생되지 않는 결과를 보였다.

Keywords

References

  1. Ritika Agarwal, and Sameer R. Sonkusale, "Input-Feature Correlated Asynchronous Analog to Information Converter for ECG Monitoring," IEEE Transactions on Biomedical Circuits and Systems, vol. 5, no. 5, pp. 459-467, 2011. https://doi.org/10.1109/TBCAS.2011.2116787
  2. Honggang Wang, Dongming Peng, Hsiao-Hwa Chen, and Ali Khoynezhad, "Resource-Aware Secure ECG Healthcare Monitoring Through Body Sensor Networks," IEEE Wireless Communications Magazine, vol. 17, no. 1, pp. 12-19, 2010.
  3. Elham Dolatabadi and Serguei Primak, "Ubiquitous WBAN-based Electrocardiogram Monitoring System," Proceedings of IEEE Conference on e-Health Networking, Applications and Services, vol. 13, pp. 110-113, 2011.
  4. 장형종, 임준식, "심박수 변이도와 퍼지 신경망을 이용한 부정맥 추출," 한국인터넷정보학회 논문지, 제10권, 제5호, pp. 107-116, 2009.
  5. Yun-Chi Yeha, Wen-June Wanga, and Che Wun Chioud, "Cardiac arrhythmia diagnosis method using linear discriminant analysis on ECG signals," Measurement, vol. 42, no. 5, pp. 778-789, 2009. https://doi.org/10.1016/j.measurement.2009.01.004
  6. 김태훈, 김성완, 류춘하, 윤병주, 김정홍, 최병재, 박길흠, "곡률을 이용한 특징점 기반 심전도 신호 압축," 한국지능시스템학회 논문지, 제20권, 제5호, pp. 624-630, 2010. https://doi.org/10.5391/JKIIS.2010.20.5.624
  7. 윤병주, 이훈철, 고윤호, 이시웅, 김성대, "다각형 근사 오차를 최소화하기 위한 2단계 정점 선택 기법," 대한전자공학회 논문지, 제40권, 제6호, pp. 114-123.
  8. S. Barro, a, R. Ruizb, J. Presedoa, and J. Mirac, "Grammatic representation of beat sequences for fuzzy arrhythmia diagnosis," International Journal of Bio-Medical Computing, vol. 17, no. 3, pp. 245-259, 1991.
  9. 최윤식, 임상심전도학(제5판) , 서울대학교출판문화원, 2009.
  10. James H O'Keefe, The ECG Criteria Book, Second Edition, Jones and Bartlett Publishers, Inc., 2009.
  11. Gail Walraven, Basic Arrhythmias, Prentice Hall, 6 edition, 2005.
  12. Etienne Delacrétaz, M.D., Clinical Practice, Supraventricular Tachycardia, The New England Journal of Medicine 2006; 354:1039-1051, 2006. https://doi.org/10.1056/NEJMcp051145
  13. G. Moody and R. Mark, "The MIT-BIH arrhythmia database on CD-ROM and software for use with it," Computers in cardiology, IEEE Computer Society Press, pp. 185-188, 1990.
  14. M. Kundu, M. Nasipuri, and D. K. Basu, "A knowledge-based approach to ECG interpretation using Fuzzy logic," IEEE Trans. on SMC, vol 28 Part B, no. 2, pp. 237-243, 1998.
  15. D. Ge, N. Srinivasan and SM Krishnan, "Cardiac arrhythmia classification using autoregressive modeling," BioMedical Engineering Online, vol 1, no. 5, pp. 1-12, 2002. https://doi.org/10.1186/1475-925X-1-1
  16. J. Rodriguez, A. Goni, and A. Illarramen, "Real-time classification of ECGs on a PDA," IEEE Trans. on Information Technology in Biomedicine, vol 9, no. 1, pp. 23-34, 2005. https://doi.org/10.1109/TITB.2004.838369
  17. U. Ayesta, L. Serrano, and I. Romero, "Complexity measure revisited: A new algorithm for classifying cardiac arrhythmias," Proceedings of the 23rd Annual International Conference of the IEEE Engineering in Medicine and Biology Society, vol 2, pp. 1589-1591, 2001.