2달 전
LUDB: 전기심장도 선별 알고리즘을 위한 새로운 오픈 액세스 검증 도구
Alena I. Kalyakulina; Igor I. Yusipov; Victor A. Moskalenko; Alexander V. Nikolskiy; Konstantin A. Kosonogov; Grigory V. Osipov; Nikolai Yu. Zolotykh; Mikhail V. Ivanchenko
초록
우리는 로바체프스키 대학 전기심장도 신호 데이터베이스(Lobachevsky University Database, LUDB)를 보고합니다. 이는 ECG 분할 알고리즘을 검증하기 위한 개방형 도구로, 여러 측면에서 기존의 공개된 데이터베이스보다 우수합니다. LUDB는 다양한 신호 형태를 대표하는 다른 피실험자들로부터 얻은 10초 12리드 전기심장도(ECG) 녹음 200건을 포함하고 있습니다. 모든 녹음에 대해 각 리드별로 카디오로그들이 QRS 복합체와 P파 및 T파의 경계와 정점을 수동으로 주석 처리하였으며, 모든 기록은 전문가에 의해 이상 유무에 따라 분류되었습니다. 우리는 최근 제안된 웨이블릿 기반 알고리즘과 널리 사용되는 ecg-kit 도구에 대한 사례 연구를 제시하며, 다중 리드 ECG 데이터 분석의 장점을 시연합니다. LUDB는 새로운 ECG 분석 알고리즘 개발 및 검증에 사용되는 공개 데이터베이스의 다양성에 기여하며, 특히 딥 러닝 신경망 기반의 가장 선진적인 알고리즘을 포함합니다.