KR20200004725A - Method and apparatus for realtime detecting type of arrhythmia - Google Patents
Method and apparatus for realtime detecting type of arrhythmia Download PDFInfo
- Publication number
- KR20200004725A KR20200004725A KR1020180077951A KR20180077951A KR20200004725A KR 20200004725 A KR20200004725 A KR 20200004725A KR 1020180077951 A KR1020180077951 A KR 1020180077951A KR 20180077951 A KR20180077951 A KR 20180077951A KR 20200004725 A KR20200004725 A KR 20200004725A
- Authority
- KR
- South Korea
- Prior art keywords
- arrhythmia
- time
- real
- interval
- arrhythmia type
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/363—Detecting tachycardia or bradycardia
-
- A61B5/0464—
-
- A61B5/0456—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
본 발명은 부정맥 판단 방법 및 판단 장치에 관한 것으로서, 보다 구체적으로는 실시간 부정맥 종류 판단 방법 및 판단 장치에 관한 것이다.The present invention relates to a method and apparatus for determining arrhythmia, and more particularly, to a method and apparatus for determining real-time arrhythmia.
심장은 좌우 두개의 심방과 심실로 구성이 되며 심장 근육의 전기적 자극에 의해 수축과 이완을 한다. 이때, 심장에서 전기적 자극이 생성되지 못하여 전달이 이루어지지 않거나, 비정상적으로 빠른 전기적 자극이 생성됨으로 인하여 규칙적인 수축과 이완이 되지 못하는 경우가 발생할 수 있는데, 이를 부정맥이라고 한다.
The heart consists of two atria and two ventricles, which are contracted and relaxed by electrical stimulation of the heart muscle. At this time, the electrical stimulation is not generated in the heart can not be delivered, or due to the abnormally rapid electrical stimulation is generated can not be a regular contraction and relaxation, which is called arrhythmia.
부정맥은 심장질환 중에서 가장 흔한 질환이며, 무증상이나 치료가 필요하지 않은 질환부터, 발생 즉시 조치하지 않으면 순간적으로 심장 기능이 완전히 마비되어 곧바로 심장마비로 사망할 수 있는 종류까지 다양하다.
Arrhythmia is the most common disease among heart diseases, and it ranges from asymptomatic or no treatment to the type of heart failure that can result in complete paralysis of the heart if it is not treated immediately.
그러나 부정맥은 시간에 따라 발생하였다가 사라지는 특성 때문에 진단에 어려움이 있다. 부정맥의 진단에 가장 기본적인 검사는 심전도(12유도 표준 심전도)이지만, 부정맥의 진단율은 높지 않은 실정이며, 한 연구 보고에 의하면 한 번의 외래 방문으로 부정맥이 진단될 확률은 약 20% 정도로 알려져 있다.
However, arrhythmia is difficult to diagnose due to its characteristic that occurs and disappears over time. The most basic test for arrhythmia is electrocardiography (12-guided standard electrocardiogram), but the rate of diagnosis of arrhythmias is not high. According to one study, the probability of having arrhythmias diagnosed in one outpatient visit is about 20%.
이와 같은 문제를 보완하고 진단율을 높이기 위해 다양한 방법이 제시되어왔다. 그 중 대표적인 것이 활동성 심전도(홀터모니터링)이며, 의료기관 내에서는 환자감시 장치에 의한 실시간 모니터링, 텔레메트리 방법(Telemetry) 등이 사용되기도 한다. 그러나 이러한 방법들은 대체로 한시적으로 모니터링이 이루어지며, 시간이 지난 후 누적된 데이터를 판독해 부정맥이 진단되거나, 이상 유무를 사후에 판단하게 되는 한계가 있다.
Various methods have been proposed to solve such problems and to increase the diagnosis rate. Among them, active electrocardiogram (holter monitoring) is used in the medical institutions, real-time monitoring by the patient monitoring device, telemetry method (telemetry) is used. However, these methods are generally monitored for a limited time, and there is a limit in determining whether arrhythmias are diagnosed or abnormally after reading accumulated data over time.
또한, 심방조기수축(PAC), 심실조기수축(PVC), 심방빈맥(AT), 심실빈맥(VT), 동빈맥(ST), 동서맥(SB), 심실상성빈맥(SVT), 심방세동(AF) 등의 부정맥 종류의 진단을 위해서는, 일반적으로 시간에 따라 측정되는 심전도의 방대한 양을 모두 검토하여 부정맥 파형을 발견하게 된다. 이와 같이 심전도를 시각적으로 분석하는 방법은, 시간이 많이 소요되고, 특정 심장 기능부전들 및 비정상 파형들을 섬세하게 인지하기가 어렵다는 단점이 있다.
In addition, atrial diastolic (PAC), ventricular diastolic (PVC), atrial tachycardia (AT), ventricular tachycardia (VT), sinus tachycardia (ST), sinus tachycardia (SB), ventricular tachycardia (SVT), atrial fibrillation ( In order to diagnose arrhythmia types such as AF), a large amount of electrocardiogram, which is generally measured over time, is examined to find an arrhythmia waveform. As such, the method of visually analyzing the electrocardiogram has a disadvantage in that it takes a long time and it is difficult to recognize the specific heart failures and abnormal waveforms in detail.
한편, 최근 모바일 기기 및 이동통신 기술의 발달에 따라, 모바일 헬스케어 분야에 대한 관심이 높아지고 있다. 이와 같은 추세에 따라, 심전도도 모바일 환경에서 측정하고 신체이상 현상을 사용자 본인이 관찰하거나, 의료진에게 전달하려는 시도들이 활발히 이루어지고 있으며, 이를 위한 심전도 기기의 개발 연구가 진행되고 있다. 모바일 기기를 이용하면, 지속적으로 심전도를 모닝터링할 수 있기 때문에, 순식간에 발생했다가 사라지는 부정맥 질환을 효과적으로 진단할 수 있고, 모바일 기기를 이용해 부정맥의 종류까지 판별이 가능하다면 각각의 부정맥 특성에 따른 적절한 대응을 신속하게 할 수 있게 된다.
Meanwhile, with the recent development of mobile devices and mobile communication technologies, interest in the mobile healthcare field is increasing. In accordance with such a trend, attempts are being made to measure electrocardiogram in a mobile environment and observe physical abnormalities by the user himself or to deliver it to a medical staff. If you use a mobile device, you can monitor the ECG continuously, so that you can effectively diagnose arrhythmia diseases that occur and disappear in an instant, and if you can determine the type of arrhythmia using a mobile device, Prompt response can be made quickly.
그러나 모바일 환경에서는, 활동성을 고려하여 측정 기기들이 작아지기 때문에, 기존의 의료기기와는 다소 상이한 데이터가 수집된다. 또한, 사용자들은 자가 진단이나 자가 케어의 성향을 보이고, 실시간으로 결과를 피드백 받기를 원하는 경향이 있다. 따라서 이와 같은 요구를 충족시키기 위한 새로운 심전도 분석 방법이 필요하고, 실시간으로 부정맥 여부 및 부정맥 종류를 판단할 수 있는 기술의 개발이 요구된다.
However, in a mobile environment, since measurement devices become smaller in consideration of activity, data that is somewhat different from existing medical devices is collected. In addition, users tend to demonstrate self-diagnosis or self-care and want to receive feedback in real time. Therefore, a new electrocardiogram analysis method is required to meet such demands, and a development of a technology capable of determining whether arrhythmia and arrhythmia in real time is required.
한편, 본 발명과 관련된 선행기술로서, 한국공개특허 제10-2012-0133793호(발명의 명칭: 특징점 추출을 통한 심실부정맥 검출방법, 공개일자: 2012년 12월 11일) 등이 개시된 바 있다.On the other hand, as the prior art related to the present invention, Korean Patent Publication No. 10-2012-0133793 (name of the invention: method for detecting ventricular arrhythmias through feature point extraction, published date: December 11, 2012) and the like has been disclosed.
본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 실시간 심전도 데이터로부터 산출된 RR 인터벌 및 RR 인터벌 사이의 차이를 이용해 좌표값을 획득하고, 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용하여 부정맥 종류를 판단함으로써, 누적된 다량의 데이터 분석 없이도 부정맥 종류를 신속하게 판단할 수 있어, 부정맥 종류를 실시간으로 피드백 할 수 있는, 실시간 부정맥 종류 판단 방법 및 판단 장치를 제공하는 것을 그 목적으로 한다.
The present invention has been proposed to solve the above problems of the conventionally proposed methods, by using the difference between the RR interval and the RR interval calculated from the real-time electrocardiogram data to obtain a coordinate value, a plurality of consecutive coordinate values By determining the arrhythmia type by using the change of the area of the polygon to be configured, it is possible to quickly determine the arrhythmia type without analyzing a large amount of accumulated data, and to feed back the arrhythmia type in real time. It is an object to provide a device.
또한, 본 발명은, 심전도 데이터에서 가장 명확하게 드러나는 R 피크 사이의 거리인 RR 인터벌을 이용하여 적은 연산량으로도 부정맥 종류를 판단할 수 있기 때문에, 기존의 의료기기와 상이한 데이터가 수집되는 모바일 환경에 효과적으로 적용이 가능하며, 발생한 부정맥의 종류에 따라 신속하게 대응할 수 있고, 실시간 피드백을 원하는 사용자의 요구를 충족시킬 수 있는, 실시간 부정맥 종류 판단 방법 및 판단 장치를 제공하는 것을 또 다른 목적으로 한다.In addition, the present invention can determine the arrhythmia type even with a small amount of calculation using the RR interval, which is the distance between the R peaks most clearly shown in the ECG data. Another object of the present invention is to provide a method and apparatus for determining an arrhythmia type, which can be effectively applied, can respond quickly according to the type of arrhythmia, and can satisfy a user's request for real-time feedback.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 실시간 부정맥 종류 판단 방법은,Real-time arrhythmia type determination method according to a feature of the present invention for achieving the above object,
부정맥 종류 판단 방법으로서,As a method of judging arrhythmia,
(1) 실시간 심전도 데이터를 분석하여, RR 인터벌 및 연속된 두 RR 인터벌 사이의 차이를 산출하는 단계;(1) analyzing real-time electrocardiogram data to calculate a difference between the RR interval and two consecutive RR intervals;
(2) 상기 단계 (1)에서 산출한 RR 인터벌 및 RR 인터벌의 차이를 2차원 좌표계의 좌표값으로 획득하는 단계; 및(2) obtaining the difference between the RR interval and the RR interval calculated in step (1) as a coordinate value of a two-dimensional coordinate system; And
(3) 상기 단계 (2)에서 획득한 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용해 부정맥 종류를 판단하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
(3) determining a type of arrhythmia using a change in the area of the polygon consisting of a plurality of consecutive coordinate values obtained in the step (2).
바람직하게는, 상기 단계 (1) 이전에는,Preferably, before step (1),
(0) 실시간 심전도 데이터를 수집하는 단계를 더 포함하며,(0) further comprising collecting real-time electrocardiogram data,
상기 단계 (1)에서는, 상기 단계 (0)에서 수집한 실시간 심전도 데이터를 실시간으로 분석할 수 있다.
In step (1), real-time electrocardiogram data collected in step (0) may be analyzed in real time.
바람직하게는, 상기 단계 (2)에서는,Preferably, in step (2),
RR 인터벌을 일축으로, RR 인터벌의 차이를 다른 일축으로 하는 2차원 좌표계에, 상기 단계 (1)에서 산출한 RR 인터벌 및 RR 인터벌의 차이를 매칭하여 좌표값을 획득할 수 있다.
The coordinate value may be obtained by matching the difference between the RR interval and the RR interval calculated in step (1) to a two-dimensional coordinate system having the RR interval as one axis and the difference between the RR intervals as another axis.
바람직하게는, 상기 단계 (3)에서는,Preferably, in step (3),
상기 삼각형의 면적이 임계값을 초과하면 부정맥으로 판단하며, 부정맥으로 판단된 경우 상기 삼각형의 면적의 변화를 이용해 부정맥 종류를 판단할 수 있다.
If the area of the triangle exceeds the threshold, it is determined as arrhythmia, and if it is determined as arrhythmia, the arrhythmia type may be determined using the change in the area of the triangle.
바람직하게는, 상기 단계 (3)은,Preferably, step (3) is
(3-1) 상기 단계 (2)에서 획득한 연속된 복수의 좌표값으로 구성되는 다각형의 면적을 산출하는 단계; 및(3-1) calculating the area of the polygon consisting of a plurality of consecutive coordinate values obtained in step (2); And
(3-2) 상기 산출된 면적의 시간에 따른 변화를 이용해 부정맥 종류를 판단하는 단계를 포함할 수 있다.
(3-2) may include determining the arrhythmia type using the calculated change over time of the area.
더욱 바람직하게는, 상기 단계 (3-2)에서는,More preferably, in the step (3-2),
상기 산출된 면적의 시간에 따른 변화 패턴을 생성하고, 생성된 면적 변화 패턴과 미리 저장된 부정맥별 면적 변화 패턴을 비교하여 부정맥 종류를 판단할 수 있다.
The arrhythmia type may be determined by generating a change pattern over time of the calculated area and comparing the generated area change pattern with a previously stored area change pattern for each arrhythmia.
바람직하게는,Preferably,
(4) 상기 단계 (3)에서 판단한 부정맥 종류를 실시간으로 피드백 하는 단계를 더 포함할 수 있다.
(4) The method may further include feeding back the arrhythmia type determined in the step (3) in real time.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 실시간 부정맥 종류 판단 장치는,Real-time arrhythmia type determination apparatus according to a feature of the present invention for achieving the above object,
부정맥 종류 판단 장치로서,As an arrhythmia type judging device,
실시간 심전도 데이터를 분석하여, RR 인터벌 및 연속된 두 RR 인터벌 사이의 차이를 산출하는 분석 모듈;An analysis module for analyzing real-time electrocardiogram data to calculate a difference between the RR interval and two consecutive RR intervals;
상기 분석 모듈에서 산출한 RR 인터벌 및 RR 인터벌의 차이를 2차원 좌표계의 좌표값으로 획득하는 좌표 획득 모듈; 및A coordinate acquiring module for acquiring the difference between the RR interval and the RR interval calculated by the analysis module as coordinate values of a two-dimensional coordinate system; And
상기 좌표 획득 모듈에서 획득한 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용해 부정맥 종류를 판단하는 판단 모듈을 포함하는 것을 그 구성상의 특징으로 한다.
And a determination module for determining an arrhythmia type using a change in the area of the polygon consisting of a plurality of consecutive coordinate values obtained by the coordinate acquisition module.
바람직하게는,Preferably,
상기 판단 모듈에서 판단한 부정맥 종류를 실시간으로 피드백 하는 피드백 모듈을 더 포함할 수 있다.The apparatus may further include a feedback module for feeding back a type of arrhythmia determined by the determination module in real time.
본 발명에서 제안하고 있는 실시간 부정맥 종류 판단 방법 및 판단 장치에 따르면, 실시간 심전도 데이터로부터 산출된 RR 인터벌 및 RR 인터벌 사이의 차이를 이용해 좌표값을 획득하고, 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용하여 부정맥 종류를 판단함으로써, 누적된 다량의 데이터 분석 없이도 부정맥 종류를 신속하게 판단할 수 있어, 부정맥 종류를 실시간으로 피드백 할 수 있다.
According to the real-time arrhythmia type determination method and determination device proposed by the present invention, a coordinate value is obtained by using a difference between the RR interval and the RR interval calculated from real-time electrocardiogram data, and a polygon of a plurality of consecutive coordinate values is obtained. By determining the arrhythmia type by using the change in area, it is possible to quickly determine the arrhythmia type without analyzing a large amount of accumulated data, so that the arrhythmia type can be fed back in real time.
또한, 본 발명에 따르면, 심전도 데이터에서 가장 명확하게 드러나는 R 피크 사이의 거리인 RR 인터벌을 이용하여 적은 연산량으로도 부정맥 종류를 판단할 수 있기 때문에, 기존의 의료기기와 상이한 데이터가 수집되는 모바일 환경에 효과적으로 적용이 가능하며, 발생한 부정맥의 종류에 따라 신속하게 대응할 수 있고, 실시간 피드백을 원하는 사용자의 요구를 충족시킬 수 있다.In addition, according to the present invention, since the arrhythmia can be determined even with a small amount of calculation using the RR interval, which is the distance between the R peaks most clearly revealed in the electrocardiogram data, a mobile environment in which data different from the existing medical devices is collected. It can be applied effectively to the type of arrhythmia, and can respond quickly according to the type of arrhythmias that occur, and can meet the needs of users who want real-time feedback.
도 1은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 흐름을 도시한 도면.
도 2는 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S100에서, 수집되는 심전도 데이터를 예를 들어 도시한 도면.
도 3은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S200에서, 심전도 데이터를 분석하는 모습을 예를 들어 도시한 도면.
도 4는 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서, 단계 S400의 세부적인 흐름을 도시한 도면.
도 5는 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S410에서, 다각형의 면적을 산출하는 방법을 예를 들어 도시한 도면.
도 6은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서, 정상 율동을 예를 들어 도시한 도면.
도 7은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서, 조기수축을 예를 들어 도시한 도면.
도 8은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서, 심방 빈맥(MAT, AT) 또는 심방 세동(AF)을 예를 들어 도시한 도면.
도 9는 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 장치의 구성을 도시한 도면.1 is a view showing the flow of a real-time arrhythmia type determination method according to an embodiment of the present invention.
2 is a view showing for example the electrocardiogram data collected in step S100 of the real-time arrhythmia type determination method according to an embodiment of the present invention.
3 is a view showing an example of analyzing the ECG data in step S200 of the method for determining the real-time arrhythmia type according to an embodiment of the present invention.
4 is a diagram illustrating a detailed flow of step S400 in the real-time arrhythmia type determination method according to an embodiment of the present invention.
5 is a diagram illustrating a method of calculating an area of a polygon in step S410 of a method for determining a real-time arrhythmia type according to an embodiment of the present invention.
6 is a view showing a normal rhythm for example in the real-time arrhythmia type determination method according to an embodiment of the present invention.
7 is a view showing an example of early contraction in the real-time arrhythmia type determination method according to an embodiment of the present invention.
8 is a diagram illustrating atrial tachycardia (MAT, AT) or atrial fibrillation (AF) as an example in a real-time arrhythmia type determination method according to an embodiment of the present invention.
9 is a view showing the configuration of a device for determining the real-time arrhythmia type according to an embodiment of the present invention.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention. However, in describing the preferred embodiment of the present invention in detail, if it is determined that the detailed description of the related known function or configuration may unnecessarily obscure the subject matter of the present invention, the detailed description thereof will be omitted. In addition, the same reference numerals are used throughout the drawings for parts having similar functions and functions.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
In addition, in the specification, when a part is 'connected' to another part, it is not only 'directly connected' but also 'indirectly connected' with another element in between. Include. In addition, the term 'comprising' of an element means that the element may further include other elements, not to exclude other elements unless specifically stated otherwise.
도 1은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 흐름을 도시한 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법은, 실시간 심전도 데이터를 분석하여, RR 인터벌 및 연속된 두 RR 인터벌 사이의 차이를 산출하는 단계(S200), RR 인터벌 및 RR 인터벌의 차이를 2차원 좌표계의 좌표값으로 획득하는 단계(S300) 및 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용해 부정맥 종류를 판단하는 단계(S400)를 포함하여 구현될 수 있으며, 실시간 심전도 데이터를 수집하는 단계(S100) 및 판단한 부정맥 종류를 실시간으로 피드백 하는 단계(S500)를 더 포함하여 구현될 수 있다. 이하에서는, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법을 구현하기 위한 각 단계에 대하여 상세히 설명하도록 한다.
1 is a view showing the flow of a real-time arrhythmia type determination method according to an embodiment of the present invention. As shown in FIG. 1, in the real-time arrhythmia type determination method according to an embodiment of the present invention, analyzing the real-time electrocardiogram data to calculate a difference between an RR interval and two consecutive RR intervals (S200). And obtaining a difference between the interval and the RR interval as coordinate values of a two-dimensional coordinate system (S300) and determining a type of arrhythmia using a change in the area of the polygon composed of a plurality of consecutive coordinate values (S400). It may be implemented, further comprising the step of collecting the real-time electrocardiogram data (S100) and the step of feeding back the determined arrhythmia type in real time (S500). Hereinafter, each step for implementing the real-time arrhythmia type determination method according to an embodiment of the present invention will be described in detail.
단계 S100에서는, 실시간 심전도 데이터를 수집할 수 있다. 여기에서, 심전도 데이터는 모바일 환경에서 사용되는 소형의 측정기기로부터 수집될 수 있으나, 이에 한정되는 것은 아니며, 부정맥 여부의 판단이 실시간으로 필요한 경우라면, 추후 상세히 설명할 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 장치 임의의 심전도 센서로부터 실시간으로 심전도 데이터를 수집할 수 있다.
In operation S100, real-time electrocardiogram data may be collected. Here, the electrocardiogram data may be collected from a small measuring device used in a mobile environment, but is not limited thereto. If determination of arrhythmia is needed in real time, the present invention will be described in detail later. Real-time arrhythmia type determination device ECG data may be collected in real time from any ECG sensor.
도 2는 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S100에서, 수집되는 심전도 데이터를 예를 들어 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S100에서는, 심전도 센서로부터 심전도 데이터를 실시간으로 수집할 수 있다. 심전도 데이터에는 복수의 R 피크가 포함되며, R 피크 지점의 시간 정보를 이용하여 RR 인터벌(RR interval, RR 시간 간격)을 산출할 수 있다.
2 is a view showing, for example, the collected ECG data in step S100 of the real-time arrhythmia type determination method according to an embodiment of the present invention. As shown in FIG. 2, in step S100 of the real-time arrhythmia type determination method according to an embodiment of the present invention, electrocardiogram data may be collected in real time from an ECG sensor. The ECG data includes a plurality of R peaks, and an RR interval (RR time interval) may be calculated using time information of an R peak point.
단계 S200에서는, 실시간 심전도 데이터를 분석하여, RR 인터벌 및 연속된 두 RR 인터벌 사이의 차이를 산출할 수 있다. 이때, 단계 S200에서는, 단계 S100에서 수집한 실시간 심전도 데이터를 실시간으로 분석할 수 있다.
In operation S200, real-time electrocardiogram data may be analyzed to calculate a difference between the RR interval and two consecutive RR intervals. At this time, in step S200, real-time electrocardiogram data collected in step S100 may be analyzed in real time.
도 3은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S200에서, 심전도 데이터를 분석하는 모습을 예를 들어 도시한 도면이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S200에서는, 실시간 심전도 데이터를 실시간으로 분석하여, RR0, RR1, RR2, RR3 및 RR4와 같은 RR 인터벌을 산출할 수 있다. 또한, 단계 S200에서는, 연속된 두 RR 인터벌 사이의 차이를 산출할 수 있는데, 보다 구체적으로는, 직전 RR 인터벌과 현재 RR 인터벌의 차이를 산출할 수 있다. 예를 들어, RR 인터벌의 차이는, RR1-RR0, RR2-RR1, RR3-RR2 및 RR4-RR3 등으로 산출될 수 있다. 실시예에 따라서는, 현재 RR 인터벌에서 직전 RR 인터벌을 감산하는 방식 이외에, 직전 RR 인터벌에서 현재 RR 인터벌을 감산하는 방식을 사용할 수도 있다.
3 is a diagram illustrating an example of analyzing ECG data in step S200 of a method for determining a real-time arrhythmia type according to an embodiment of the present invention. As shown in FIG. 3, in step S200 of the real-time arrhythmia type determination method according to an embodiment of the present invention, real-time electrocardiogram data is analyzed in real time, and RR 0 , RR 1 , RR 2 , RR 3 and RR 4 The same RR interval can be calculated. In operation S200, a difference between two consecutive RR intervals may be calculated. More specifically, a difference between a previous RR interval and a current RR interval may be calculated. For example, the difference in the RR interval may be calculated as RR 1- RR 0 , RR 2- RR 1 , RR 3- RR 2 , RR 4- RR 3 , and the like. According to an embodiment, in addition to subtracting the immediately preceding RR interval from the current RR interval, a method of subtracting the current RR interval from the immediately preceding RR interval may be used.
단계 S300에서는, 단계 S100에서 산출한 RR 인터벌 및 RR 인터벌의 차이를 2차원 좌표계의 좌표값으로 획득할 수 있다. 보다 구체적으로는, 단계 S300에서는, RR 인터벌을 일축으로, RR 인터벌의 차이를 다른 일축으로 하는 2차원 좌표계에, 단계 S200에서 산출한 RR 인터벌 및 RR 인터벌의 차이를 매칭하여 좌표값을 획득할 수 있다. 즉, RR 인터벌을 X축, RR 인터벌의 차이를 Y축으로 하여 좌표값을 획득할 수 있다. 전술한 바와 같은 예에서, (x, y) 좌표를 (RR1, RR1-RR0), (RR2, RR2-RR1), (RR3, RR3-RR2), (RR4, RR4-RR3) 등으로 획득할 수 있다.
In step S300, the difference between the RR interval and the RR interval calculated in step S100 may be obtained as a coordinate value of the two-dimensional coordinate system. More specifically, in step S300, a coordinate value may be obtained by matching the difference between the RR interval and the RR interval calculated in step S200 to a two-dimensional coordinate system having the RR interval as one axis and the difference between the RR intervals as another axis. have. That is, coordinate values can be obtained by setting the RR interval as the X axis and the difference between the RR intervals as the Y axis. In the example as described above, the (x, y) coordinates are defined as (RR 1 , RR 1 -RR 0 ), (RR 2 , RR 2 -RR 1 ), (RR 3 , RR 3 -RR 2 ), (RR 4 , RR 4 -RR 3 ), and the like.
단계 S400에서는, 단계 S300에서 획득한 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용해 부정맥 종류를 판단할 수 있다. 보다 구체적으로는, 단계 S400에서는, 다각형의 면적이 임계값을 초과하면 부정맥으로 판단하며, 부정맥으로 판단된 경우 다각형의 면적의 변화를 이용해 부정맥 종류를 판단할 수 있다. 실시예에 따라서는, 다각형은 연속된 3개의 좌표값으로 구성되는 삼각형일 수 있다. 이하에서는, 도 4를 참조하여, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S400을 구성하는 각 단계에 대해 상세히 설명하도록 한다.
In step S400, the arrhythmia type may be determined using a change in the area of the polygon composed of a plurality of consecutive coordinate values obtained in step S300. More specifically, in step S400, if the area of the polygon exceeds the threshold, it is determined as arrhythmia, and if it is determined as arrhythmia, the arrhythmia type may be determined using a change in the area of the polygon. According to an embodiment, the polygon may be a triangle composed of three consecutive coordinate values. Hereinafter, with reference to Figure 4, it will be described in detail for each step constituting the step S400 of the real-time arrhythmia type determination method according to an embodiment of the present invention.
도 4는 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서, 단계 S400의 세부적인 흐름을 도시한 도면이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S400은, 연속된 복수의 좌표값으로 구성되는 다각형의 면적을 산출하는 단계(S410) 및 산출된 면적의 시간에 따른 변화를 이용해 부정맥 종류를 판단하는 단계(S420)를 포함하여 구현될 수 있다.
4 is a diagram illustrating a detailed flow of step S400 in the real-time arrhythmia type determination method according to an embodiment of the present invention. As shown in Figure 4, step S400 of the real-time arrhythmia type determination method according to an embodiment of the present invention, the step of calculating the area of the polygon consisting of a plurality of consecutive coordinate values (S410) and the calculated area of It may be implemented, including the step (S420) for determining the arrhythmia type using a change over time.
단계 S410에서는, 단계 S300에서 획득한 연속된 복수의 좌표값으로 구성되는 다각형의 면적을 산출할 수 있다. 보다 구체적으로는, 단계 S410에서는, 연속된 복수의 좌표값으로 구성되는 다각형의 면적이 미리 정해진 임계값을 초과하면 부정맥으로 판단할 수 있다.
In operation S410, an area of a polygon including a plurality of consecutive coordinate values obtained in operation S300 may be calculated. More specifically, in step S410, if the area of the polygon composed of a plurality of consecutive coordinate values exceeds a predetermined threshold value, it can be determined as arrhythmia.
도 5는 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S410에서, 다각형의 면적을 산출하는 방법을 예를 들어 도시한 도면이다. 도 5에 도시된 바와 같이, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S410에서는, 단계 S300에서 획득한 연속된 복수의 좌표값을 RR 인터벌을 X축, RR 인터벌의 차이를 Y축으로 하는 2차원 평면에 표시하고, 복수의 좌표값에 의해 구성되는 다각형의 면적이 미리 정해진 임계값을 초과하면 부정맥으로, 임계값 이하이면 부정맥이 아닌 것으로 판단할 수 있다. 예를 들어, 단계 S300에서 획득한 연속된 3개의 좌표값 (RR1, RR1-RR0), (RR2, RR2-RR1) 및 (RR3, RR3-RR2)을, RR 인터벌을 X축, RR 인터벌의 차이를 Y축으로 하는 2차원 평면에 표시하고, 단계 S410에서는, 3개의 좌표값에 의해 구성되는 삼각형의 면적을 산출할 수 있다. 또한, 산출된 삼각형의 면적이 미리 정해진 임계값을 초과하면 부정맥으로, 임계값 이하이면 부정맥이 아닌 것으로 판단할 수 있다.
5 is a diagram illustrating a method of calculating an area of a polygon in step S410 of a method for determining a real-time arrhythmia type according to an embodiment of the present invention. As shown in FIG. 5, in step S410 of the real-time arrhythmia type determination method according to an embodiment of the present invention, the RR interval is the X axis and the difference between the RR intervals is Y for the plurality of consecutive coordinate values obtained in step S300. Displayed on a two-dimensional plane serving as an axis, it can be determined that if the area of the polygon constituted by a plurality of coordinate values exceeds a predetermined threshold, it is arrhythmic. For example, three consecutive coordinate values (RR 1 , RR 1- RR 0 ), (RR 2 , RR 2- RR 1 ) and (RR 3 , RR 3- RR 2 ) obtained in step S300 are RR. The interval is displayed on a two-dimensional plane in which the difference between the X axis and the RR interval is the Y axis, and in step S410, the area of a triangle composed of three coordinate values can be calculated. In addition, when the calculated area of the triangle exceeds a predetermined threshold, it may be determined that the arrhythmia is less than the threshold.
단계 S420에서는, 산출된 면적의 시간에 따른 변화를 이용해 부정맥 종류를 판단할 수 있다. 즉, 단계 S410에서 산출된 다각형의 면적이 미리 정해진 임계값을 초과하여 부정맥으로 판단된 경우, 단계 S420에서는 다각형의 면적의 변화를 이용해 부정맥 종류를 판단할 수 있다.
In operation S420, the arrhythmia type may be determined using the calculated change in area over time. That is, when the area of the polygon calculated in step S410 is determined to be arrhythmia exceeding a predetermined threshold value, in step S420, the type of arrhythmia may be determined using a change in the area of the polygon.
보다 구체적으로는, 단계 S420에서는, 산출된 면적의 시간에 따른 변화 패턴을 생성하고, 생성된 면적 변화 패턴과 미리 저장된 부정맥별 면적 변화 패턴을 비교하여 부정맥 종류를 판단할 수 있다. 즉, 미리 정해진 시간 동안 다각형 면적의 변화를 모니터링하여 면적 변화 패턴을 생성하고, 미리 저장된 부정맥별 면적 변화 패턴과 매칭할 수 있다. 이때, 미리 저장된 부정맥별 면적 변화 패턴에 의해 학습된 인공신경망 학습 모델을 이용하여 부정맥 종류를 판단할 수 있다. 예를 들어, FNNs(Fuzzy Neural Networks), CNN(Convolutional Neural Networks), RBFNNs(Radial Basis Function Neural Networks) 등의 인공신경망을 이용할 수 있으며, SVM(Support Vector Machine) 등의 분류기를 이용할 수도 있다.
More specifically, in step S420, a change pattern over time of the calculated area may be generated, and the arrhythmia type may be determined by comparing the generated area change pattern with previously stored area change patterns for arrhythmia. That is, the area change pattern may be generated by monitoring the change of the polygonal area for a predetermined time, and matched with the area change pattern for each arrhythmia stored in advance. At this time, the arrhythmia type can be determined using the neural network learning model learned by the previously stored area change pattern for each arrhythmia. For example, artificial neural networks such as Fuzzy Neural Networks (FNNs), Convolutional Neural Networks (CNN), and Radial Basis Function Neural Networks (RBFNNs) may be used, and a classifier such as a support vector machine (SVM) may be used.
이와 같이, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서는, 3개 이상의 좌표값만으로 부정맥 여부를 판단할 수 있으므로, 기존의 방식에 비하여 매우 신속하게 부정맥 여부 판단이 가능하다. 즉, 도 5에 도시된 바와 같은 예에서, 3개의 좌표값을 획득하기 위해서는, RR0부터 RR3까지의 RR 인터벌이 필요하다. 따라서 최초의 부정맥 여부 판단을 위해서는, 도 3에 도시된 바와 같이 RR0부터 RR3까지 4개의 RR 인터벌 산출을 위해 R 피크가 5번 입력되는 정도의 시간이 필요하고, 그 이후로는 새롭게 입력되는 R 피크를 이용해 RR1부터 RR4까지 4개의 연속되는 RR 인터벌로 부정맥 여부의 판단이 가능하므로, 실시간 부정맥 여부 피드백을 할 수 있다. 실험 결과, 부정맥 여부 판단에 약 3-4초 정도가 소요되어, 거의 실시간으로 부정맥 여부를 판단하고 피드백을 할 수 있다.
As described above, in the real-time arrhythmia type determination method according to an embodiment of the present invention, it is possible to determine whether the arrhythmia using only three or more coordinate values, it is possible to determine whether the arrhythmia very quickly compared to the conventional method. That is, in the example as shown in FIG. 5, in order to obtain three coordinate values, an RR interval from RR 0 to RR 3 is required. Therefore, in order to determine whether the first arrhythmia, as shown in FIG. 3, the time required to input the R peak five times to calculate the four RR intervals from RR 0 to RR 3 is needed. By using the R peak, it is possible to determine whether arrhythmia with four consecutive RR intervals from RR 1 to RR 4 , thereby real-time arrhythmia feedback. As a result of the experiment, it takes about 3-4 seconds to determine whether arrhythmia, it is possible to determine whether the arrhythmias and feedback in near real time.
또한, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서는, 복수의 좌표값으로 구성되는 다각형 면적의 변화를 통해 부정맥 종류를 판단할 수 있으므로, 심전도 데이터의 세밀한 분석 없이도 신속하게 부정맥 종류를 분류하여 판단할 수 있다. 실험 결과, 약 2-3분 정도의 모니터링으로도 부정맥 종류를 판단할 수 있어서, 기존의 방식에 비하여 거의 실시간으로 부정맥 종류를 판단하고 피드백을 할 수 있다.
In addition, in the real-time arrhythmia type determination method according to an embodiment of the present invention, since the arrhythmia type can be determined through the change of the polygonal area composed of a plurality of coordinate values, the arrhythmia type is quickly classified without detailed analysis of ECG data. Can be judged. As a result of the experiment, the type of arrhythmia can be determined by monitoring about 2-3 minutes, and the arrhythmia type can be judged and feedback in near real time compared to the conventional method.
뿐만 아니라, 본 발명의 일실시예에 따른 실시간 부정맥 판단 방법에서는, 다수의 좌표값으로 구성되는 다각형의 면적을 이용하여 부정맥 종류를 판단하기 때문에, 삼각형의 면적 변화로 판단이 어려운 상황이나 변칙적인 상황에도 효과적으로 대응하여, 부정맥 종류를 판단할 수 있다.
In addition, in the real-time arrhythmia determination method according to an embodiment of the present invention, since the arrhythmia type is determined using the area of the polygon consisting of a plurality of coordinate values, it is difficult or difficult to determine the change of the area of the triangle. Also, the arrhythmia can be effectively determined.
도 6은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서, 정상 율동을 예를 들어 도시한 도면이다. 도 6의 좌측에는 시간의 흐름에 따른 RR 인터벌을, 도 6의 우측에는 RR 인터벌을 X축, RR 인터벌의 차이를 Y축으로 하여, 단계 S300에서 획득된 좌표값을 표시한 2차원 평면을 각각 도시하였다. 정상 율동의 경우 일정한 간격으로 수축과 이완을 하므로, 도 6의 좌측에 도시된 바와 같이, RR 인터벌이 시간에 관계없이 일정하게 나타난다. RR 인터벌이 일정하여 RR 인터벌의 차이는 0이므로, 도 6의 우측에 도시된 바와 같이 (1000, 0)으로 좌표값이 일정하게 나타나며, 연속하는 3개의 좌표값에 의해 구성되는 삼각형 넓이는 0에 해당하고, 삼각형의 넓이 변화는 없다.
6 is a diagram illustrating a normal rhythm in the real-time arrhythmia type determination method according to an embodiment of the present invention. On the left side of FIG. 6, the two-dimensional plane displaying the coordinate values obtained in step S300 is shown, with the RR interval according to the passage of time as the X axis and the difference between the RR intervals as the Y axis, respectively. Shown. In the case of normal rhythm, since contraction and relaxation are performed at regular intervals, as shown on the left side of FIG. 6, the RR interval appears constant regardless of time. Since the RR interval is constant and the difference between the RR intervals is 0, as shown on the right side of FIG. 6, the coordinate values are uniformly represented as (1000, 0), and the triangle width composed of three consecutive coordinate values is 0. Correspondingly, there is no change in the area of the triangle.
도 7은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서, 조기수축을 예를 들어 도시한 도면이다. 도 7의 좌측에는 시간의 흐름에 따른 RR 인터벌을, 도 7의 우측에는 RR 인터벌을 X축, RR 인터벌의 차이를 Y축으로 하여, 단계 S300에서 획득된 좌표값을 표시한 2차원 평면을 각각 도시하였다. 도 7의 좌측에 도시된 바와 같이, 조기 수축의 경우 일정한 RR 인터벌 사이에 갑자기 작은 RR 인터벌이 존재하는 패턴이 나타나는데, 크기가 작은 RR 인터벌이 나타나는 때를 기준으로, 단계 S300에서 RR 인터벌과 RR 인터벌의 차이로 구성되는 연속된 3개의 좌표값을 산출하면, (1000, 0), (950, -50) 및 (1000, 50)이 될 수 있다. 이 값을 2차원 평면에 표시하면 도 7의 우측에 도시된 바와 같으며, 세 점으로 구성되는 삼각형의 면적을 구할 수 있다. 이와 같은 삼각형 면적의 변화 양상을 통해 부정맥 종류를 판단할 수 있게 된다.
7 is a diagram illustrating an early contraction in the real-time arrhythmia type determination method according to an embodiment of the present invention. On the left side of FIG. 7, the RR interval according to the passage of time, on the right side of FIG. 7, the RR interval is the X axis and the difference between the RR intervals is the Y axis, respectively. Shown. As shown in the left side of FIG. 7, in the case of early contraction, a pattern in which a small RR interval suddenly exists between certain RR intervals appears, based on when a small RR interval appears, in step S300, the RR interval and the RR interval Computation of three consecutive coordinate values consisting of the difference of may be (1000, 0), (950, -50), and (1000, 50). If this value is displayed on the two-dimensional plane, it is as shown on the right side of FIG. 7, and the area of a triangle composed of three points can be obtained. The type of arrhythmia can be determined through the change of triangular area.
한편, 실시예에 따라서, 단계 S400에서는, 단계 S300에서 획득한 좌표값들을 2차원 좌표계에 표시하고, 2차원 좌표계에 표시된 패턴을 미리 저장된 부정맥별 좌표값 패턴을 비교하여 부정맥 종류를 판단할 수 있다. 예를 들어, RR 인터벌을 X축, RR 인터벌의 차이를 Y축으로 하여, 단계 S300에서 획득된 좌표값을 2차원 좌표계에 표시하여 패턴을 추출하고, 해당 패턴을 이용해 부정맥 종류를 판단할 수 있다. 이때, 딥러닝을 이용해 미리 저장된 부정맥별 패턴에 의해 학습된 인공신경망 기반 학습 모델을 이용하여 부정맥 종류를 분류하여 판단할 수 있다.
Meanwhile, according to an embodiment, in step S400, the coordinate values obtained in step S300 may be displayed on a two-dimensional coordinate system, and the pattern displayed on the two-dimensional coordinate system may be compared with previously stored coordinate value patterns for arrhythmia to determine the arrhythmia type. . For example, with the RR interval as the X axis and the difference between the RR interval as the Y axis, the coordinate value obtained in step S300 is displayed on a two-dimensional coordinate system to extract a pattern, and the arrhythmia type can be determined using the pattern. . In this case, the arrhythmia may be classified and determined using an artificial neural network-based learning model trained by a prearranged pattern of arrhythmia using deep learning.
도 8은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서, 심방 빈맥(MAT, AT) 또는 심방 세동(AF)을 예를 들어 도시한 도면이다. 도 8의 좌측에는 시간의 흐름에 따른 RR 인터벌을, 도 8의 우측에는 RR 인터벌을 X축, RR 인터벌의 차이를 Y축으로 하여, 단계 S300에서 획득된 좌표값을 표시한 2차원 평면을 각각 도시하였다. 도 8의 우측에 도시된 바와 같이, RR 인터벌과 RR 인터벌의 차이를 도시하면, 다른 부정맥과는 구분되는 패턴이 도출될 수 있으며, 이러한 부정맥 패턴을 이용해 부정맥 종류를 판단할 수 있다.
FIG. 8 is a diagram illustrating atrial tachycardia (MAT, AT) or atrial fibrillation (AF) in a method for determining a real-time arrhythmia type according to an embodiment of the present invention. On the left side of FIG. 8, the two-dimensional plane displaying the coordinate values obtained in step S300 is used, with the RR interval according to the passage of time on the left side of FIG. 8 being the X axis and the difference between the RR intervals on the Y axis, respectively. Shown. As shown in the right side of FIG. 8, when the difference between the RR interval and the RR interval is illustrated, a pattern distinguishing from other arrhythmias may be derived, and the arrhythmia type may be determined using the arrhythmia pattern.
전술한 바와 같이, 심장이 일정한 간격으로 수축을 하는 도 6에 도시된 경우나, 심장 박동이 서서히 가속 또는 감속하는 정상적인 경우에는, 연속하는 3개의 좌표값에 의해 구성되는 삼각형의 넓이가 0에 가깝고, 삼각형 넓이의 변화 또한 거의 없다. 그러나 도 7에 도시된 조기 수축이나 도 8에 도시된 심상 빈맥, 심방 세동 등과 같이, 심전도 데이터에 이상이 발생한 경우에는 다각형이 구성되며, 다각형 넓이의 변화 패턴을 이용해 부정맥 종류를 판단할 수 있다.
As described above, in the case where the heart contracts at regular intervals, or in the normal case where the heart rate is slowly accelerating or decelerating, the area of the triangle formed by three consecutive coordinate values is close to zero. However, there is little change in the triangular area. However, when an abnormality occurs in ECG data such as premature contraction shown in FIG. 7, cardiac tachycardia, or atrial fibrillation shown in FIG. 8, a polygon is formed, and a type of arrhythmia may be determined using a change pattern of polygonal area.
이와 같이, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법에서는, 심전도 데이터에서 가장 명확하게 드러나는 R 피크 사이의 거리인 RR 인터벌만을 이용하여 부정맥 종류를 판단할 수 있기 때문에, 병원에서 측정하는 심전도 데이터의 특성과 차이가 있는 모바일 환경에서의 심전도 데이터에도 쉽게 적용이 가능한 현저한 효과가 있다.
As described above, in the real-time arrhythmia type determination method according to an embodiment of the present invention, since the arrhythmia type may be determined using only the RR interval, which is the distance between the R peaks most clearly revealed in the ECG data, the ECG measured in the hospital. There is a remarkable effect that can be easily applied to electrocardiogram data in a mobile environment that differs from the characteristics of data.
실시예에 따라서는, QRS 간격을 실시간으로 동시에 측정하여, 부정맥의 종류가 심실성인지 심방성인지를 구분할 수 있다. 이를 통해 부정맥 종류 판단의 정확성을 향상시킬 수 있다.
According to an embodiment, the QRS interval may be simultaneously measured in real time to distinguish whether the type of arrhythmia is ventricular or atrial. This can improve the accuracy of arrhythmia judgment.
단계 S500에서는, 단계 S400에서 판단한 부정맥 종류를 실시간으로 피드백 할 수 있다. 이때, 피드백은 미리 설정된 사용자 디바이스를 통해 수행될 수 있다. 예를 들어, 모바일 환경에서 실시간으로 심전도를 수집하기 위한 소형의 측정기기가 웨어러블(wearable) 디바이스에 구비된 경우, 해당 웨어러블 디바이스를 통해 텍스트, 이미지, 소리, 햅틱 등으로 사용자에게 부정맥 여부 및 부정맥 종류를 피드백 할 수 있다. 또한, 사용자의 주치의 등 관련 의료진의 디바이스 등에 판단된 부정맥의 종류를 포함하는 부정맥 발생 정보를 리포팅 할 수도 있다. 이때, 효과적인 피드백을 위하여 사용자의 모바일 디바이스 또는 의료진의 디바이스 등은 해당 웨어러블 디바이스와 연동되어 있을 수 있다. 실시예에 따라서는, 웨어러블 디바이스와 연동된 사용자의 모바일 디바이스가, 무선 인터넷이나 이동통신망 등의 네트워크를 통해 의료진의 디바이스에 부정맥 발생 정보를 전송할 수도 있다.
In step S500, the arrhythmia type determined in step S400 may be fed back in real time. In this case, the feedback may be performed through a preset user device. For example, when a wearable device includes a small measuring device for collecting an electrocardiogram in real time in a mobile environment, the wearable device may inform the user of arrhythmia and arrhythmia using text, images, sounds, and haptics. You can feedback. In addition, the arrhythmia generation information including the type of arrhythmia determined by the device of the relevant medical staff, such as the doctor of the user may be reported. In this case, the mobile device of the user or the device of the medical staff for the effective feedback may be linked to the wearable device. According to an embodiment, the mobile device of the user linked to the wearable device may transmit arrhythmia generation information to a device of a medical staff through a network such as wireless Internet or a mobile communication network.
뿐만 아니라, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법을 소형의 모바일 기기에 적용하면, 지속적으로 부정맥 모니터링이 가능하므로, 부정맥 발생 시 부정맥 종류에 대한 정보를 의료진을 포함하는 관계자에게 제공하여, 부정맥에 적절하고 신속한 대응이 가능하도록 할 수 있다.
In addition, when the real-time arrhythmia type determination method according to an embodiment of the present invention is applied to a small mobile device, it is possible to continuously monitor arrhythmias, thereby providing information on the types of arrhythmia to a person including a medical staff when arrhythmia occurs In addition, appropriate and rapid response to arrhythmias can be achieved.
도 9는 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 장치(100)의 구성을 도시한 도면이다. 도 9에 도시된 바와 같이, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 장치(100)는, 분석 모듈(120), 좌표 획득 모듈(130) 및 판단 모듈(140)을 포함하여 구성될 수 있으며, 데이터 수집 모듈(110) 및 피드백 모듈(150)을 더 포함하여 구성될 수 있다.
9 is a diagram showing the configuration of the
데이터 수집 모듈(110)은, 실시간 심전도 데이터를 수집할 수 있으며, 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S100을 수행할 수 있다.
The
분석 모듈(120)은, 실시간 심전도 데이터를 분석하여, RR 인터벌 및 연속된 두 RR 인터벌 사이의 차이를 산출할 수 있다. 분석 모듈(120)은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S200을 수행할 수 있다.
The
좌표 획득 모듈(130)은, 분석 모듈(120)에서 산출한 RR 인터벌 및 RR 인터벌의 차이를 2차원 좌표계의 좌표값으로 획득할 수 있다. 좌표 획득 모듈(130)은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S300을 수행할 수 있다.
The coordinate
판단 모듈(140)은, 좌표 획득 모듈(130)에서 획득한 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용해 부정맥 종류를 판단할 수 있다. 판단 모듈(140)은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S400을 수행할 수 있다.
The
피드백 모듈(150)은, 판단 모듈(140)에서 판단한 부정맥 종류를 실시간으로 피드백 할 수 있다. 피드백 모듈(150)은 본 발명의 일실시예에 따른 실시간 부정맥 종류 판단 방법의 단계 S500을 수행할 수 있다.
The
전술한 바와 같이, 본 발명에서 제안하고 있는 실시간 부정맥 종류 판단 방법 및 판단 장치에 따르면, 실시간 심전도 데이터로부터 산출된 RR 인터벌 및 RR 인터벌 사이의 차이를 이용해 좌표값을 획득하고, 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용하여 부정맥 종류를 판단함으로써, 누적된 다량의 데이터 분석 없이도 부정맥 종류를 신속하게 판단할 수 있어, 부정맥 종류를 실시간으로 피드백 할 수 있다.
As described above, according to the real-time arrhythmia type determination method and determination device proposed by the present invention, a coordinate value is obtained by using a difference between the RR interval and the RR interval calculated from real-time ECG data, and a plurality of consecutive coordinate values By determining the arrhythmia type by using the change of the area of the polygon, the arrhythmia type can be quickly determined without analyzing a large amount of accumulated data, and the arrhythmia type can be fed back in real time.
특히, 본 발명은, 소형의 모바일 기기를 위한 것으로서, 심전도 데이터에서 가장 명확하게 드러나는 R 피크 사이의 거리인 RR 인터벌을 이용하여 적은 연산량으로도 부정맥 종류를 판단할 수 있기 때문에, 기존의 의료기기와 상이한 데이터가 수집되는 모바일 환경에 효과적으로 적용이 가능하며, 발생한 부정맥의 종류에 따라 신속하게 대응할 수 있고, 실시간 피드백을 원하는 사용자의 요구를 충족시킬 수 있다.
In particular, the present invention is for a small mobile device, since the arrhythmias can be determined with a small amount of calculation using the RR interval, which is the distance between the R peaks most clearly revealed in the ECG data. It can be effectively applied to a mobile environment where different data is collected, can respond quickly to the type of arrhythmia that occurs, and can meet the needs of users who want real-time feedback.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.The present invention described above may be variously modified or applied by those skilled in the art, and the scope of the technical idea according to the present invention should be defined by the following claims.
100: 부정맥 종류 판단 장치
110: 데이터 수집 모듈
120: 분석 모듈
130: 좌표 획득 모듈
140: 판단 모듈
150: 피드백 모듈
S100: 실시간 심전도 데이터를 수집하는 단계
S200: 실시간 심전도 데이터를 분석하여, RR 인터벌 및 연속된 두 RR 인터벌 사이의 차이를 산출하는 단계
S300: RR 인터벌 및 RR 인터벌의 차이를 2차원 좌표계의 좌표값으로 획득하는 단계
S400: 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용해 부정맥 종류를 판단하는 단계
S410: 연속된 복수의 좌표값으로 구성되는 다각형의 면적을 산출하는 단계
S420: 산출된 면적의 시간에 따른 변화를 이용해 부정맥 종류를 판단하는 단계
S500: 판단한 부정맥 종류를 실시간으로 피드백 하는 단계100: arrhythmia type determination device
110: data acquisition module
120: analysis module
130: coordinate acquisition module
140: judgment module
150: feedback module
S100: collecting real-time ECG data
S200: analyzing real-time electrocardiogram data to calculate a difference between the RR interval and two consecutive RR intervals
S300: obtaining a difference between the RR interval and the RR interval as coordinate values of a two-dimensional coordinate system
S400: Step of determining the arrhythmia type using the change of the area of the polygon consisting of a plurality of consecutive coordinate values
S410: calculating an area of a polygon consisting of a plurality of consecutive coordinate values
S420: Step of determining the arrhythmia type using the change over time of the calculated area
S500: step of feedback the determined arrhythmia in real time
Claims (9)
(1) 실시간 심전도 데이터를 분석하여, RR 인터벌 및 연속된 두 RR 인터벌 사이의 차이를 산출하는 단계;
(2) 상기 단계 (1)에서 산출한 RR 인터벌 및 RR 인터벌의 차이를 2차원 좌표계의 좌표값으로 획득하는 단계; 및
(3) 상기 단계 (2)에서 획득한 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용해 부정맥 종류를 판단하는 단계를 포함하는 것을 특징으로 하는, 실시간 부정맥 종류 판단 방법.
As a method of judging arrhythmia,
(1) analyzing real-time electrocardiogram data to calculate a difference between the RR interval and two consecutive RR intervals;
(2) obtaining the difference between the RR interval and the RR interval calculated in step (1) as a coordinate value of a two-dimensional coordinate system; And
(3) determining a type of arrhythmia using a change in the area of the polygon consisting of a plurality of consecutive coordinate values obtained in step (2).
(0) 실시간 심전도 데이터를 수집하는 단계를 더 포함하며,
상기 단계 (1)에서는, 상기 단계 (0)에서 수집한 실시간 심전도 데이터를 실시간으로 분석하는 것을 특징으로 하는, 실시간 부정맥 종류 판단 방법.
The method of claim 1, wherein before step (1),
(0) collecting real-time electrocardiogram data;
In the step (1), characterized in that the analysis of the real-time electrocardiogram data collected in the step (0) in real time, real-time arrhythmia type determination method.
RR 인터벌을 일축으로, RR 인터벌의 차이를 다른 일축으로 하는 2차원 좌표계에, 상기 단계 (1)에서 산출한 RR 인터벌 및 RR 인터벌의 차이를 매칭하여 좌표값을 획득하는 것을 특징으로 하는, 실시간 부정맥 종류 판단 방법.
The method of claim 1, wherein in step (2),
Real-time arrhythmia, characterized in that to obtain a coordinate value by matching the difference between the RR interval and the RR interval calculated in step (1) to a two-dimensional coordinate system having the RR interval as one axis and the difference between the RR intervals as another axis. Type judgment method.
상기 삼각형의 면적이 임계값을 초과하면 부정맥으로 판단하며, 부정맥으로 판단된 경우 상기 삼각형의 면적의 변화를 이용해 부정맥 종류를 판단하는 것을 특징으로 하는, 실시간 부정맥 종류 판단 방법.
The method of claim 1, wherein in step (3),
If the area of the triangle exceeds the threshold value is determined as arrhythmia, and if it is determined that arrhythmia, characterized in that for determining the arrhythmia type using a change in the area of the triangle, real-time arrhythmia type determination method.
(3-1) 상기 단계 (2)에서 획득한 연속된 복수의 좌표값으로 구성되는 다각형의 면적을 산출하는 단계; 및
(3-2) 상기 산출된 면적의 시간에 따른 변화를 이용해 부정맥 종류를 판단하는 단계를 포함하는 것을 특징으로 하는, 실시간 부정맥 종류 판단 방법.
The method of claim 1, wherein step (3) comprises
(3-1) calculating the area of the polygon consisting of a plurality of consecutive coordinate values obtained in step (2); And
(3-2) comprising the step of determining the arrhythmia type using the calculated change over time of the area, real-time arrhythmia type determination method.
상기 산출된 면적의 시간에 따른 변화 패턴을 생성하고, 생성된 면적 변화 패턴과 미리 저장된 부정맥별 면적 변화 패턴을 비교하여 부정맥 종류를 판단하는 것을 특징으로 하는, 실시간 부정맥 종류 판단 방법.
The method according to claim 5, wherein in step (3-2),
And generating a change pattern over time of the calculated area and comparing the generated area change pattern with a previously stored area change pattern for arrhythmias to determine the arrhythmia type.
(4) 상기 단계 (3)에서 판단한 부정맥 종류를 실시간으로 피드백 하는 단계를 더 포함하는 것을 특징으로 하는, 실시간 부정맥 종류 판단 방법.
The method of claim 1,
(4) real-time arrhythmia type determination method further comprising the step of feeding back the arrhythmia type determined in step (3) in real time.
실시간 심전도 데이터를 분석하여, RR 인터벌 및 연속된 두 RR 인터벌 사이의 차이를 산출하는 분석 모듈(120);
상기 분석 모듈(120)에서 산출한 RR 인터벌 및 RR 인터벌의 차이를 2차원 좌표계의 좌표값으로 획득하는 좌표 획득 모듈(130); 및
상기 좌표 획득 모듈(130)에서 획득한 연속된 복수의 좌표값으로 구성되는 다각형의 면적의 변화를 이용해 부정맥 종류를 판단하는 판단 모듈(140)을 포함하는 것을 특징으로 하는, 실시간 부정맥 종류 판단 장치(100).
As the arrhythmia type determination apparatus 100,
An analysis module 120 for analyzing real-time electrocardiogram data to calculate a difference between the RR interval and two consecutive RR intervals;
A coordinate acquisition module 130 for obtaining a difference between the RR interval and the RR interval calculated by the analysis module 120 as coordinate values of a two-dimensional coordinate system; And
Real-time arrhythmia type determination device, characterized in that it comprises a determination module 140 for determining the arrhythmia type by using a change in the area of the polygon consisting of a plurality of consecutive coordinate values obtained by the coordinate acquisition module 130 ( 100).
상기 판단 모듈(140)에서 판단한 부정맥 종류를 실시간으로 피드백 하는 피드백 모듈(150)을 더 포함하는 것을 특징으로 하는, 실시간 부정맥 종류 판단 장치(100).The method of claim 8,
The apparatus for real-time arrhythmia type determination, further comprising a feedback module 150 for feeding back the arrhythmia type determined by the determination module 140 in real time.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180077951A KR102150057B1 (en) | 2018-07-04 | 2018-07-04 | Method and apparatus for realtime detecting type of arrhythmia |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180077951A KR102150057B1 (en) | 2018-07-04 | 2018-07-04 | Method and apparatus for realtime detecting type of arrhythmia |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200004725A true KR20200004725A (en) | 2020-01-14 |
KR102150057B1 KR102150057B1 (en) | 2020-09-09 |
Family
ID=69153037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180077951A KR102150057B1 (en) | 2018-07-04 | 2018-07-04 | Method and apparatus for realtime detecting type of arrhythmia |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102150057B1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102195189B1 (en) * | 2020-03-24 | 2020-12-28 | (주)올케어러블 | Photoplethysmography apparatus and arrhythmia detection system using the same |
WO2023101090A1 (en) * | 2021-12-02 | 2023-06-08 | (주)씨어스테크놀로지 | Method and apparatus for detecting atrial fibrillation by using deep learning |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102573059B1 (en) | 2021-05-13 | 2023-08-31 | 경북대학교 산학협력단 | Method and apparatus for determining arrhythmia, and recording media recorded program realizing the same |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008513073A (en) * | 2004-09-20 | 2008-05-01 | サントレ オスピタリエ レジョナル ユニヴェルシテル ドゥ リール | Method for processing a series of cardiac rhythm signals (RR) and its use for analyzing heart rhythm variability, particularly for assessing biological pain or stress |
KR101645614B1 (en) * | 2016-04-22 | 2016-08-08 | 주식회사메디아나 | Ventricular fibrillation diagnostic apparatus and thereof driving method |
KR20170119162A (en) * | 2016-04-18 | 2017-10-26 | 계명대학교 산학협력단 | Arrhythmia diagnosis apparatus usnig electrocardiogram signal and method using the same |
-
2018
- 2018-07-04 KR KR1020180077951A patent/KR102150057B1/en active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008513073A (en) * | 2004-09-20 | 2008-05-01 | サントレ オスピタリエ レジョナル ユニヴェルシテル ドゥ リール | Method for processing a series of cardiac rhythm signals (RR) and its use for analyzing heart rhythm variability, particularly for assessing biological pain or stress |
KR20170119162A (en) * | 2016-04-18 | 2017-10-26 | 계명대학교 산학협력단 | Arrhythmia diagnosis apparatus usnig electrocardiogram signal and method using the same |
KR101645614B1 (en) * | 2016-04-22 | 2016-08-08 | 주식회사메디아나 | Ventricular fibrillation diagnostic apparatus and thereof driving method |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102195189B1 (en) * | 2020-03-24 | 2020-12-28 | (주)올케어러블 | Photoplethysmography apparatus and arrhythmia detection system using the same |
WO2023101090A1 (en) * | 2021-12-02 | 2023-06-08 | (주)씨어스테크놀로지 | Method and apparatus for detecting atrial fibrillation by using deep learning |
Also Published As
Publication number | Publication date |
---|---|
KR102150057B1 (en) | 2020-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10076260B2 (en) | Integrated analysis of electrophysiological data | |
US10004413B2 (en) | Signal analysis related to treatment sites | |
US8929975B2 (en) | System for heart monitoring, characterization and abnormality detection | |
US8666483B2 (en) | System for cardiac medical condition detection and characterization | |
US7769434B2 (en) | Method of physiological data analysis and measurement quality check using principal component analysis | |
EP1794694B1 (en) | Method of medical monitoring | |
US8755875B2 (en) | System for heart performance characterization and abnormality detection | |
JP2019084343A (en) | Method and apparatus for high accuracy photoplethysmogram based atrial fibrillation detection using wearable device | |
US20140142448A1 (en) | Apparatus and methods for remote cardiac disease management | |
US20150190068A1 (en) | System and Method for Detecting a Characteristic in an ECG Waveform | |
US8868168B2 (en) | System for cardiac condition characterization using electrophysiological signal data | |
US8364248B2 (en) | System for cardiac pathology detection and characterization | |
KR102150057B1 (en) | Method and apparatus for realtime detecting type of arrhythmia | |
EP2259721B1 (en) | A cardiac condition detection system | |
Sahoo | Analysis of ECG signal for Detection of Cardiac Arrhythmias | |
Khatun et al. | Detection of myocardial infarction and arrhythmia from single-lead ECG data using bagging trees classifier | |
JP2004523250A (en) | Method and system for measuring heart rate variability | |
Yathish | Early detection of cardiac arrhythmia disease using machine learning and iot technologies | |
KR102150055B1 (en) | Method and apparatus for realtime detecting arrhythmia | |
US20220095984A1 (en) | Electrophysiology system and method for determining local cycle length and local duty cycle | |
US20220095986A1 (en) | Interactive 2d scatter plot of egm characteristic metrics | |
KR20220166812A (en) | electrocardiogram analysis | |
US20230329621A1 (en) | Display control apparatus, display control method, and computer-readable medium | |
US20220101990A1 (en) | Global histogram of local cycle length | |
US20220095987A1 (en) | Electrophysiology system and method for assessing micro-reentry sites |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |