심박수변이도 분석을 위한 확률적 지식기반 모형 (A probabilistic knowledge model for analyzing heart rate variability)

서지정보

· 발행기관 : 한국산업정보학회
· 수록지 정보 : 한국산업정보학회논문지 / 20권 / 3호 / 61 ~ 69페이지
· 저자명 : 손창식, 강원석, 최락현, 박형섭, 한성욱, 김윤년

초록

본 논문에서는 이산 웨이블릿 변환을 통해 추출된 시간 영역과 주파수 영역의 특징들을활용하여 심박수변이도를 확률적인 지식으로 분석할 수 있는 방법을 제안하였다. 제안된 방법에서 지식획득 알고리즘은 규칙생성과 규칙평가 단계로 구성되어 있으며, 규칙생성에서는 ROC 분석을 통해수치적인 속성값을 이산화된 구간으로 변환하고, 서로 다른 의사결정값을 포함하는 구간들 사이에 일관성 정도를 비교함으로써 감축된 규칙-집합을 생성한다. 이때 규칙-집합 내에 각 규칙에 대해서 확률적 해석을 위한 3가지 척도를 추정하였다. 제안된 모형의 효과성은 심혈관질환 병력을 가진 58명의심전도 데이터로부터 심방세동을 식별할 수 있는 5가지 규칙을 생성하였고, 이들 규칙의 분별력을 평가하였다. 실험결과, 제안된 모형으로부터 생성된 지식은 4가지 성능평가 척도에 대해서 각각 93%의정확도를 보여주었다.

영어초록

This study presents a probabilistic knowledge discovery method to interpret heartrate variability (HRV) based on time and frequency domain indexes, extracted using discretewavelet transform. The knowledge induction algorithm was composed of two phases: rulegeneration and rule estimation. Firstly, a rule generation converts numerical attributes to intervalsusing ROC curve analysis and constructs a reduced ruleset by comparing consistency degreebetween attribute-value pairs with different decision values. Then, we estimated three measuressuch as rule support, confidence, and coverage to a probabilistic interpretation for each rule. Toshow the effectiveness of proposed model, we evaluated the statistical discriminant power of five probabilistic knowledge model for analyzing heart rate variability- 62 -Fig. 1 Structure of HRV analysis model based on probabilistic knowledge discoveryrules (3 for atrial fibrillation, 1 for normal sinus rhythm, and 1 for both atrial fibrillation andnormal sinus rhythm) generated using a data (n=58) collected from 1 channel wireless holterelectrocardiogram (ECG), i.e., HeartCallⓇ, U-Heart Inc. The experimental result showed theperformance of approximately 0.93 (93%) in terms of accuracy, sensitivity, specificity, and AUCmeasures, respectively.

참고자료

· 없음