Published
Automatic Cardiac Arrhythmia Classification Using Residual Network Combined With Long Short-Term Memory
장-단기 기억과 결합된 잔여 네트워크를 사용한 자동 심장 부정맥 분류
IEEE-TIM
2022년 6월 10일
목적
소수 클래스도 정확하게 검출하며 다수의 부정맥을 완전히 자동화하여 분류하기 위한 신뢰할 수 있는 프레임워크 개발
방법
Architecture
소수 클래스의 불균형을 해결하기 위해 SMOTE 기법을 이용하며, 전역적 특징과 전역적 특징의 순차 특징을 추출하기 위해 잔여 네트워크와 squeeze and excitation 블록, 그리고 양방향 장단기 기억을 결합한 새로운 프레임워크 제안
Database
여러 부정맥이 포함되어 있는 대표적 공용 데이터베이스인 MITDB, AFDB, CinC DB 이용Evaluation
5-fold 교차 검증, 일반화 능력 검증 시 precision, recall, specificity, F1-score, G-Mean 측정
결과
각 데이터베이스 별, 클래스 별 분류 성능과 일반화 능력 검증 시 가장 우수한 성능을 확인
결론
심전도 내 고유한 특성 추출, 데이터 불균형 문제 해결을 통해 우수한 일반화 성능 입증
소수 클래스의 정확한 검출 성능을 기반으로 임상현장 내 다수 부정맥의 완전한 자동화 분류 가능