Core Concepts
PPG 신호를 이용하여 ECG 신호를 정확하게 추정하고, 이를 통해 심방 세동 탐지 성능을 향상시킬 수 있다.
Abstract
이 연구에서는 PPG 신호를 이용하여 ECG 신호를 추정하는 주의 기반 심층 상태 공간 모델(ADSSM)을 제안한다. 이 모델은 데이터 효율성과 노이즈에 강건한 특성을 가지고 있다.
실험 결과, 제안된 모델은 건강한 피험자와 심방 세동 피험자 모두에서 우수한 성능을 보였다. 특히 기존의 심방 세동 탐지 모델에 변환된 ECG 신호를 입력하면 PR-AUC 0.986의 성능을 달성할 수 있었다. 이는 ECG의 풍부한 지식 베이스와 PPG의 연속적인 측정 능력을 결합할 수 있음을 보여준다.
제안된 모델은 자원 제한적인 장치에서도 효율적으로 동작할 수 있어, 원격 의료 및 가정 환경에서의 심혈관 질환 조기 진단에 활용될 수 있을 것으로 기대된다.
Stats
PPG 신호와 ECG 신호의 상관 계수는 0.858로 매우 높다.
노이즈가 있는 상황에서도 상관 계수가 0.847로 유지되어 모델의 강건성을 보여준다.
심방 세동 피험자를 포함한 경우 상관 계수가 0.804로 다소 낮아진다.
변환된 ECG 신호를 이용한 심방 세동 탐지 모델의 PR-AUC는 0.986으로 우수한 성능을 보인다.
Quotes
"ADSSM 모델은 데이터 효율성과 노이즈에 강건한 특성을 가지고 있다."
"제안된 모델은 자원 제한적인 장치에서도 효율적으로 동작할 수 있어, 원격 의료 및 가정 환경에서의 심혈관 질환 조기 진단에 활용될 수 있을 것으로 기대된다."