본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with weighted Fuzzy Membership Functions, NEWFM)과 웨이블릿 변환(wavelet transforms, WT)을 이용하여 Creighton University Ventricular Tachyarrhythmia Database(CUBD)의 심전도 신호로부터 정상리듬(normal sinus rhythm, NSR)과 심실 빈맥/세동(Ventricular tachycardia/fibrillation VT/VF)을 검출하는 방안을 제시하고 있다. NEWFM에서 사용할 특정입력을 추출하기 위해서 첫 번째 단계에서는 웨이블릿 변환을 이용하여 스케일 레벨 3과 레벨 4의 주파수 대역에서 d3과 d4의 계수들을 각각 선택하였다. 두 번째 단계에서는 d3과 d4의 계수들에 대한 구간별 표준편차를 이용하여 8개의 특징입력을 추출하였다. NEWFM은 이들 8개의 특정입력을 이용하여 정상리듬과 심실 빈맥/세동을 검출하였고 그 결과로 90.1%의 검출성능을 나타내었다.
This paper presents an approach to classify normal and ventricular tachycardia/fibrillation(VT/VF) from the Creighton University Ventricular Tachyarrhythmia Database(CUDB) using the neural network with weighted fuzzy membership functions(NEWFM) and wavelet transforms. In the first step, wavelet transforms are used to obtain the detail coefficients at levels 3 and 4. In the second step, all of detail coefficients d3 and d4 are classified into four intervals, respectively, and then the standard deviations of the specific intervals are used as eight numbers of input features of NEWFM. NEWFM classifies normal and VT/VF beats using eight numbers of input features, and then the accuracy rate is 90.1%.
