개인화된 제로샷 ECG 부정맥 모니터링 시스템: 희소 표현 기반 도메인 적응에서 실용적인 ECG 감시를 위한 에너지 효율적인 비정상 박동 검출까지

본 논문은 개인화된 조기 부정맥 감지용 저비용 고정밀 ECG 모니터링 시스템을 제안합니다. 이 시스템은 웨어러블 모바일 센서를 대상으로 설계되었습니다. 기존의 개인화된 ECG 모니터링 방법들은 전용 분류기의 훈련을 위해 비정상적이고 정상적인 심장 박동 데이터가 모두 필요했습니다. 그러나 웨어러블 장치에 내장된 개인화 알고리즘을 사용하는 실제 환경에서는, 심장 질환 병력이 없는 건강한 사람들의 경우 이러한 훈련 데이터가 제공되지 않습니다.본 연구에서 (i) 우리는 희소 사전 학습을 통해 얻은 건강한 신호 공간에 대한 영공간 분석을 제안하고, 간단한 영공간 투영 또는 규제 최소 제곱 기반 분류 방법이 비희소 표현 기반 분류와 비교하여 계산 복잡도를 줄이는 데 어떻게 기여할 수 있는지를 조사하였습니다. (ii) 그런 다음, 다른 사용자의 비정상적이고 정상적인 신호를 새로운 사용자의 신호 공간으로 투영하기 위한 비희소 표현 기반 도메인 적응 기술을 소개하였습니다. 이를 통해 새로운 사용자의 비정상적인 심장 박동 데이터 없이도 전용 분류기를 훈련시킬 수 있습니다. 따라서 합성 비정상 심장 박동 생성 없이도 제로샷(Zero-Shot) 학습이 가능해졌습니다.MIT-BIH ECG 데이터셋을 이용한 광범위한 실험 결과, 이 도메인 적응 기반 훈련 데이터 생성기가 간단한 1차원 CNN 분류기와 함께 사용될 때, 해당 방법은 이전 연구보다 상당히 높은 성능을 보였습니다. (iii) 그 다음, (i)와 (ii)를 결합하여 성능을 더욱 개선하는 앙상블 분류기를 제안하였습니다. 이 제로샷 부정맥 감지 방법은 평균 정확도 98.2%와 F1 점수 92.8%를 달성하였습니다. 마지막으로, 위에서 언급한 혁신들을 활용하여 개인화되고 에너지 효율적인 ECG 모니터링 방안을 제안하였습니다.