인셉션 딥러닝을 활용한 심전도 신호의 리듬 평가 = Assessment of Electrocardiogram Rhythms by Inception Deep-Learning Architecture

국문 초록 (Abstract)

심장 질환을 예측하고 조기에 발견하기 위한 가장 중요한 지표는 심장의 활동함에 따라 발생하는 전위를 나타낸 심전도 신호로써 부정맥을 진단하는데 심전도 신호의 분석은 매우 효과적이다. 이에 따라서 심전도의 특징을 이용한 부정맥 리듬 여부를 판단 알고리즘들이 다양하게 연구되고 있다. 본 연구에서는 딥러닝 모델을 활용하여 심전도 부정맥 리듬 평가를 하고자 완전연결 계층, 합성곱, 인셉션 구조의 딥러닝 모델을 구현하고 심전도 구간의 차이, 층의 개수, 뉴런의 수, 필터의 차수의 변화에 대한 부정맥 분류 정확도를 평가하고자 하였다. 이를 위해서 딥러닝 모델의 입력데이터로는 MIT-BIH 부정맥 데이터를 사용하였고 심전도 리듬 분류 및 정규화 과정을 통하여 학습, 검증 데이터로 분리하여 사용한다. 이를 통해서 심전도 리듬 평가에 있어 적절한 딥러닝 모델과 최적의 파라미터를 제시하고자 하였다.
종합적인 부정맥 분류와 개인 맞춤형 심장 리듬 평가를 통해서 인셉션 구조를 갖는 딥러닝 모델이 전반적으로 높은 부정맥 분류 정확도를 보여주고 있으며 특히, 분류가 어려운 심방조기수축(APC) 부정맥의 경우 합성곱 필터의 차수를 증가시킨 인셉션 모델에서 가장 높은 분류 정확도를 보였다. 따라서 딥러닝 모델을 심전도 리듬 평가에 적용하고자 할 경우 인셉션 구조의 딥러닝 모델이 적합하며 또한 이에 대한 필터 차수의 확장이 필수적임을 확인하였다.

목차 (Table of Contents)

• 표 목 차 ⅵ
• 그림목차 ⅷ
• 국문초록 ⅹ
• 제1장 서 론 1
• 제1절 연구 배경 1
• 제2절 연구 목적 5
• 제3절 연구 방법 8
• 제2장 심전도 해석 9
• 제1절 심전도 신호의 잡음 제거 9
• 1. 유한 임펄스 응답과 무한 임펄스 응답 필터 9
• 2. 고주파 대역 잡음 제거 10
• 3. 저주파 대역 잡음 제거 12
• 4. 필터 성능 평가 16
• 제2절 신전도 신호의 해석 18
• 1. 심전도 신호의 구간 해석 18
• 2. 심전도 신호의 푸리에 계수 해석 22
• 3. 학습 및 검증 데이터 설정 24
• 제3장 딥러닝을 활용한 부정맥 심장리듬 평가 26
• 제1절 신경회로망과 딥러닝 26
• 제2절 완전연결 계층의 심장리듬 평가 27
• 1. 완전연결 계층 모델의 구성 27
• 2. 시간 영역의 입력데이터를 사용한 심전도 리듬 평가 31
• 3. 주파수 영역의 입력데이터를 사용한 심전도 리듬 평가 36
• 제3절 합성곱 모델의 심장리듬 평가 40
• 1. 합성곱 모델의 구성 40
• 2. 합성곱 모델의 부정맥 리듬 평가 43
• 제4절 인셉션 모델의 심장리듬 평가 49
• 1. 인셉션 모델의 구성 49
• 2. 인셉션 모델의 부정맥 리듬 평가 50
• 제5절 확장된 인셉션 모델의 심장리듬 평가 56
• 1. 필터 차수를 증가시킨 인셉션 모델 56
• 2. 필터 차수를 증가시킨 병렬 합성곱 구조 59
• 제6절 심장리듬 평가 비교 62
• 제4장 개인 맞춤형 심장리듬 평가 65
• 제5장 결 론 75
• 참고문헌 77
• 부 록 81
• ABSTRACT 106

참고문헌 (Reference)

• 1 오일석, "『패턴 인식』", 교보문고, 2008
• 2 Kanemoto, N., "『심전도 첫걸음』", GB 가본의학, 2016
• 3 고키, 사이토, "『Deep Learning from Scratch』", 한빛미디어, 2017
• 4 오용성, "『쉽게 이해하는 심전도』", 4판, 대한의학서적, 2001
• 5 김정준, 최병재, 박길흠, 류춘하, 김진섭, "“부정맥 심전도 신호에서 특이 리듬 검출”", 『한국지능시스템학회논문지』, Vol.23, No.4, pp.292-297, 2013
• 6 김광준, 장창수, 윤석주, "“DCT, DWT와 신경망을 이용하 심전도 부정맥 분류”", 『한국전자통신학회논문지』, Vol. 7, No. 4, pp. 727-732, 2012
• 7 김의중, "『알고리즘으로 배우는 인공지능, 머신러닝, 딥러닝 입문』", 위키북스, 위키 북스, 2016