심전도 신호를 이용한 심근경색의 자동 탐지에 대한 심층 합성 신경망의 적용

심전도(ECG)는 심근경색(MI)과 같은 다양한 심혈관질환(CVD)을 진단하는 데 유용한 진단 도구이다. 심전도는 심장의 전기적 활동을 기록하며, 이러한 신호는 심장의 비정상적인 활동을 반영할 수 있다. 그러나 신호의 진폭과 지속 시간이 작기 때문에 시각적으로 심전도 신호를 해석하는 것은 어려운 과제이다. 따라서 본 연구에서는 심전도 신호를 이용하여 심근경색을 자동으로 탐지하는 새로운 방법을 제안한다. 이 연구에서는 정상 심전도 박동과 심근경색 박동(노이즈 유무에 따라)을 자동으로 탐지하기 위해 합성곱 신경망(CNN) 알고리즘을 구현하였다. 노이즈가 있는 심전도 박동과 노이즈 제거된 심전도 박동을 각각 사용했을 때 평균 정확도는 각각 93.53%와 95.22%를 달성하였다. 또한 본 연구에서는 특징 추출 또는 특징 선택 과정을 수행하지 않았다. 따라서 제안된 알고리즘은 노이즈가 존재하는 상태에서도 미지의 심전도 신호를 정확하게 탐지할 수 있다. 이러한 특성으로 인해 본 시스템은 임상 현장에 도입되어 임상의사가 심근경색을 진단하는 데 도움을 줄 수 있다.