ENCASE: 전문가 특징과 딥 신경망을 활용한 ECG 분류를 위한 앙상블 분류기

우리는 심전도(ECG) 분류를 위해 전문가가 제안한 특징과 딥뉴럴넷(DNN, Deep Neural Networks)을 통합하는 ENCASE를 제안한다. 먼저 통계학적 영역, 신호처리 영역, 의학적 영역에서 도출된 전문가 특징을 탐색하고 구현한다. 그 후, 깊은 특징을 자동으로 추출할 수 있도록 DNN을 구축한다. 또한 장시간 심전도 기록에서 가장 대표적인 파형(이를 '센터웨이브(centerwave)'라 칭함)을 탐색하는 새로운 알고리즘을 제안하고, 해당 센터웨이브에서 특징을 추출한다. 마지막으로, 이러한 다양한 특징들을 통합하여 앙상블 분류기로 활용한다. 4종류의 심전도 데이터 분류에 대한 실험 결과, F1 스코어가 0.84로 단일 모델보다 훨씬 우수한 성능을 보였다.