DOI QR코드

DOI QR Code

Efficient QRS Detection and PVC(Premature Ventricular Contraction) Classification based on Profiling Method

효율적인 QRS 검출과 프로파일링 기법을 통한 심실조기수축(PVC) 분류

  • 조익성 (부산대학교 IT응용공학과) ;
  • 권혁숭 (부산대학교 IT응용공학과)
  • Received : 2012.11.23
  • Accepted : 2012.12.09
  • Published : 2013.03.31

Abstract

QRS detection of ECG is the most popular and easy way to detect cardiac-disease. But it is difficult to analyze the ECG signal because of various noise types. Also in the healthcare system that must continuously monitor people's situation, it is necessary to process ECG signal in realtime. In other words, the design of algorithm that exactly detects QRS wave using minimal computation and classifies PVC by analyzing the persons's physical condition and/or environment is needed. Thus, efficient QRS detection and PVC classification based on profiling method is presented in this paper. For this purpose, we detected QRS through the preprocessing method using morphological filter, adaptive threshold, and window. Also, we applied profiling method to classify each patient's normal cardiac behavior through hash function. The performance of R wave detection, normal beat and PVC classification is evaluated by using MIT-BIH arrhythmia database. The achieved scores indicate the average of 99.77% in R wave detection and the rate of 0.65% in normal beat classification error and 93.29% in PVC classification.

심전도 신호의 QRS 영역은 심장의 질환을 판단하는 중요한 자료로 쓰이는데, 여러 종류의 잡음으로 인해 이를 분석하는데 어려움을 준다. 또한 일반인들의 건강상태를 지속적으로 모니터링 하는 헬스케어 시스템에서는 신호의 실시간 처리가 필요하다. 그리고 생체신호의 특성상 개인 간의 차이가 있음에도 불구하고, 일반적인 ECG 신호의 판단 규칙에 따라 진단을 수행함으로써 성능하락이 나타날 수밖에 없다. 이러한 문제점을 해결하기 위해서는 최소한의 연산량으로 QRS를 검출하고 환자의 특성에 맞게 부정맥을 분류할 수 있는 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 형태연산을 통한 효율적인 QRS 검출과 개인별 정상신호 분류를 위해 해쉬 함수를 적용하여 프로파일링 하였으며, 검출된 QRS 폭과 RR 간격을 이용하여 심실조기수축(PVC)을 분류하는 알고리즘을 개발하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스를 통해 기존 방법과 부정맥 분류 성능을 비교하였다. 성능평가 결과, R파는 평균 99.77%, 정상 신호 분류에 대한 에러율은 0.65%, PVC는 각각 93.29%로 기존 방법에 비해 약 5% 우수하게 나타났다.

Keywords

References

  1. S. Sangwatanaroj, S. Prechawat, B. Sunsaneewitayakul, S. Sitthisook, P. Tosukhowong, and K. Tungsanga, "New electrocardiographic leads and the procainamide test for the detection of the Brugada sign in sudden unexplained death syndrome survivors and their relatives," Eur. Heart J., vol. 22, no. 24, pp. 2290-2296, 2001. https://doi.org/10.1053/euhj.2001.2691
  2. S. F.Wung and B. Drew, "Comparison of 18-lead ECG and selected body surface potential mapping leads in determining maximally deviated ST lead and efficacy in detecting acute myocardial ischemia during coronary occlusion," J. Electrocardiol., vol. 32, pp. 30-37, 1999. https://doi.org/10.1016/S0022-0736(99)90032-8
  3. Beuchee A, Pladys P, Senhadji L, Betremieux P, Carre F. "Beat-to-beat blood pressure variability and patent ductus arteriosus in ventilated, premature infants", Pflugers Arch, 446:154-160. 2003. https://doi.org/10.1007/s00424-002-0961-3
  4. Awdah Al-Hazimi, Nabil Al-Ama, Ahmad Syiamic, Reem Qosti, and Khidir Abdel-Galil, "Time domain analysis of heart rate variability in diabetic patients with and without autonomic neuropathy," Annals of Saudi Medicine, 22 (5-6), pp. 400-402. 2002. https://doi.org/10.5144/0256-4947.2002.400
  5. 김진권, 이상준, 이명호, "Dedicated Wavelet 기반 대상적응형 심박분류 알고리즘," 대한전기학회, ICS 2010 정보 및 제어 심포지엄 논문집, pp. 67-68, 2010.04
  6. Rodrigues, J., Olsson, L., Sornmo, T., & Owall, V., "Digital implementation of a wavelet-based event detector for cardiac pacemakers". IEEE TCAS-I, 52(12), 2686-2698. 2005.
  7. 조익성, 권혁숭, "PVC 분류를 위한 적응형 문턱치와 윈도우 기반의 R파 검출 알고리즘," 한국통신학회 논문지 제 34권 11호, pp. 1289-1295. 2009. 11.
  8. 김병구 외 3인, "하드웨어 기반의 고성능 침입탐지 기술," 전자통신동향분석 제 22권 제 1호 2007. 02.
  9. 조익성; 권혁숭, "조기심실수축(PVC) 분류를 위한 환자 적응형 패턴 매칭 기법," 한국정보통신학회논문지, 제 16권 9호, pp.2021-2030, 2012년 9월 https://doi.org/10.6109/jkiice.2012.16.9.2021
  10. Faezipour. M. Saeed. A, Nourani. M, "Automated ECG profiling and beat classification," Acoustics Speech and Signal Processing (ICASSP), 2010 IEEE International Conference on, pp. 2198 - 2201, 2010
  11. Beuchee A, Pladys P, Senhadji L, Betremieux P, Carre F. "Beat-to-beat blood pressure variability and patent ductus arteriosus in ventilated, premature infants", Pflugers Arch, 2003, 446:154-160. https://doi.org/10.1007/s00424-002-0961-3
  12. Awdah Al-Hazimi, Nabil Al-Ama, Ahmad Syiamic, Reem Qosti, and Khidir Abdel-Galil, "Time domain analysis of heart rate variability in diabetic patients with and without autonomic neuropathy," Annals of Saudi Medicine, 22 (5-6), 2002, pp. 400-402. https://doi.org/10.5144/0256-4947.2002.400

Cited by

  1. Arrhythmia Classification based on Binary Coding using QRS Feature Variability vol.17, pp.8, 2013, https://doi.org/10.6109/jkiice.2013.17.8.1947
  2. Optimal Value Detection of Irregular RR Interval for Atrial Fibrillation Classification based on Linear Analysis vol.18, pp.10, 2014, https://doi.org/10.6109/jkiice.2014.18.10.2551
  3. PVC Classification based on QRS Pattern using QS Interval and R Wave Amplitude vol.18, pp.4, 2014, https://doi.org/10.6109/jkiice.2014.18.4.825
  4. PVC Classification by Personalized Abnormal Signal Detection and QRS Pattern Variability vol.18, pp.7, 2014, https://doi.org/10.6109/jkiice.2014.18.7.1531