ECG 응용 프로그램을 사용한 생체 의학 신호 처리의 기계 학습

ECG 응용 프로그램을 사용한 생체 의학 신호 처리의 기계 학습 (Machine learning in biomedical signal processing with ECG applications)

 

 

ECG 신호 분석 및 분류 분야의 연구는 활발한 연구 주제이다. ECG 신호 분석은 심혈관 질환 (ex: 관상동맥 폐쇄, 심장 비대, 전도 결함, 리듬 및 이온 효과)을 감지하는 데 필수적인 역할을 한다. 심장 전문의는 부정맥을 식별하기 위해 ECG 신호를 해석하는 방법에 대해 교육을 받는다. 예를 들어, ECG 비트는 독특한 형태학적 및 간격 기반 기능을 결정하여 검사합니다. 그러나 수동 분석은 시간이 많이 걸리고 전문가 교육이 필요하며 오류가 발생하기 쉽다.

 

자동화된 ECG 신호 분석 기술은 기계 학습 및 생물 의학 신호 처리의 발전 덕분에 널리 사용 가능하게 되었다. ECG 분석은 비침습적이며 의학, 감정 인식, 생체 인식 및 스포츠 웨어러블 기술을 포함한 다양한 응용 분야에 영향을 미치는 것으로 나타났다.

 

인체는 중요한 생리학적 과정을 수행하는 복잡한 하위 시스템 네트워크로 구성된다. 예를 들어, 순환계는 심장, 동맥, 모세혈관, 정맥으로 구성된다. 심장은 4개의 방으로 구성되어 있다. 두 개의 심실은 혈액을 내보내고 두 개의 심방은 혈액을 수집한다. 심방과 심실의 재분극 및 탈분극은 심장을 수축 및 확장하여 혈액을 펌핑하고 몸 전체에 산소와 영양분을 전달한다.

 

심장의 전기적 활동은 심장 작동을 조절하고 심장 근육의 수축과 이완을 조절한다. 일반적으로 부정맥으로 알려진 심박수 장애는 심장 기능의 이상을 나타낼 수 있다. 2015년 세계 보건 기구에 따르면 심혈관 질환은 전 세계적으로 사망의 주요 원인이다. 심전도 (ECG) 분석은 CVD를 진단하는 효과적인 도구이다. 심전도는 심장의 전기적 활동을 나타내며 잠재적인 근본적인 병리에 대한 유용한 정보를 제공한다.

 

ECG 신호의 수동 분석에는 일반적으로 ECG 신호의 출력물을 검사하고 개별 ECG 박동 모양, 심박수 변동성 및 심장 리듬을 살펴보고 신호에 심장 부정맥이 포함되어 있는지 아니면 정상인지를 결정하는 전문 심장 전문의가 필요하다. 그러나 이 프로세스는 시간이 많이 걸리고 전문가 교육이 필요하며 인적 요인 (ex: 주관적인 판단 및 장기 ECG 기록 처리로 인한 피로)으로 인해 오류가 발생하기 쉽다.

 

이 프로세스는 시간이 오래 걸리고 리소스를 많이 사용한다. 따라서, 자동 ECG 분류의 필요성은 지난 몇년 동안 크게 증가했다. 주요 목표는 심장 부정맥의 안정적인 감지를 제공하는 것이다.

 

자동화된 ECG 신호 분석

 

ECG 신호의 컴퓨터 처리 및 분석은 신호 수집에서 디지털 신호 처리 및 패턴 인식에 이르기까지 다양한 학제 간 연구 활동에 의존한다. 디지털 신호 처리 및 기계 학습의 발전으로 생체의학 ECG 신호 해석을 위한 자동 컴퓨터 지원 진단 (CAD) 시스템의 개발이 가능해졌다.

 

의학에서 CAD 시스템은 임상의가 CVD 및 심장 이상을 감지하고 심장 상태의 시작을 예측하며 진단에 필요한 전체 시간을 줄이는 데 도움을 준다. ECG 분석은 심박수 변동성 평가, 심장 이상 감지, 심혈관 질환 조기 감지, 수면 무호흡증 감지, 태아 심박수 감지, 재택 간호 모니터링, 원격 진료, 중환자실 (ICU) 환자 모니터링 및 부정맥에 사용되었다. ECG 분석은 스트레스 수준과 인지 부하를 나타낼 수 있으므로 감정 인식에 사용할 수 있다. 여기에서 ECG 기능은 서로 다른 인지 작업 부하를 구별할 수 있는 기준선을 설정하는 데 사용된다. 감정 인식은 인터뷰 중 진실 말하기와 거짓말, 운전자 주의/졸음 감지와 같은 다양한 스트레스 상황에서 ECG 신호를 구별하도록 모델을 훈련함으로써 달성할 수 있다.

 

생체 인식은 ECG 신호 분석을 위한 또 다른 응용 프로그램이다. 생체 인식을 위해서는 피부색, 성별, 인종에 관계없이 사람들에게 작동하고 침입 공격에 강한 보편적인 기능이 필요하다. ECG 신호는 주어진 개인에 특정한 고유한 생리학적 특성을 제공하는 데 사용할 수 있다. 개인의 심장 생리학적 및 전기적 특성 (ex: 심장 내의 전기 경로, QRS 전기 축, 심장 조직 두께 및 크기)이 주어진 개인에 대한 ECG 신호의 독특한 시간적 관계 및 모양을 초래한다고 한다. 마지막으로, 스포츠에서 ECG는 심박수를 모니터링하고 활동 및 신체 활동 인식 중에 소비되는 칼로리를 추정하는 데 사용되었다.

 

심장 건강 모니터링을 위한 컴퓨터 지원 진단은 심장 전문의의 진단 지원을 제공하고 의학적 의사 결정을 개선한다. 심장 부정맥의 자동화된 초기 단계 감지를 해결하기 위해 상당한 양의 연구가 수행되었다.