Core Concepts
기저선 변동, 크기 변화, 잡음과 같은 일반적인 인공 산물에 강인한 비매개변수 기반 "유도 피크(Derived Peak, DP)" 인코딩 기법을 제안하였다. DP 인코딩은 신호의 1차 및 2차 시간 미분의 영점 교차를 이용하여 부호화된 스파이크를 생성하며, 이를 통해 진폭 변화와 기저선 변동에 대한 불변성을 달성한다.
Abstract
이 연구에서는 기저선 변동, 크기 변화, 이동, 잡음과 같은 일반적인 인공 산물에 강인한 신호 인코딩 기법인 "유도 피크(Derived Peak, DP)" 인코딩을 제안하였다. DP 인코딩은 신호의 1차 및 2차 시간 미분의 영점 교차를 이용하여 부호화된 스파이크를 생성한다. 이를 통해 진폭 변화와 기저선 변동에 대한 불변성을 달성할 수 있다.
실험에서는 PTB-XL 데이터셋의 12 리드 심전도 데이터를 사용하여 심근 경색, 전도 결손, ST 분절 이상을 식별하는 1D-ResNet-18 모델을 학습하였다. 기존의 다양한 스파이크 기반 인코딩 기법과 비교했을 때, DP 인코딩은 기저선 변동, 크기 변화, 이동 인공 산물에 대해 안정적인 분류 성능을 보였다. 특히 이동 인공 산물 하에서 DP 인코딩은 기존 방법 대비 우수한 성능을 보였다(AUC 0.91 vs 0.62). 또한 DP 인코딩은 매개변수 없이 구현할 수 있어 사용이 편리하다.
한편 고주파 잡음에 대해서는 DP(1) 인코딩이 DP(1,2) 인코딩보다 더 나은 성능을 보였다. 이는 2차 미분 계산이 잡음에 취약하기 때문으로 분석된다. 또한 진폭 기반 진단 기준이 필요한 경우에는 진폭 기반 인코딩 기법이 더 적합할 것으로 보인다.
전반적으로 DP 인코딩은 에너지 효율적이면서도 일반적인 인공 산물에 강인한 특성을 보여, 에지 디바이스에서의 심전도 모니터링 및 진단에 적합할 것으로 기대된다.
Stats
이동 인공 산물 하에서 DP 인코딩은 AUC 0.91을 달성하여 기존 방법 대비 우수한 성능을 보였다.
크기 변화 인공 산물 하에서 DP 인코딩은 AUC 0.91을 달성하여 기존 방법 대비 우수한 성능을 보였다.
기저선 변동 인공 산물 하에서 DP 인코딩은 AUC 0.90을 달성하여 기존 방법 대비 우수한 성능을 보였다.
Quotes
"DP 인코딩은 진폭 변화와 기저선 변동에 대한 불변성을 달성할 수 있다."
"DP 인코딩은 매개변수 없이 구현할 수 있어 사용이 편리하다."