Główne pojęcia
본 연구는 심전도 신호 생성, 보간 및 예측을 위한 다목적 확률적 확산 모델인 DiffECG를 제안한다. 제안 방법은 효율적인 조건 부호화를 통해 다양한 합성 작업 간 유연한 전환을 가능하게 한다.
Streszczenie
본 연구는 심전도 신호 생성, 보간 및 예측을 위한 다목적 확률적 확산 모델인 DiffECG를 제안한다. 제안 방법은 다음과 같은 특징을 가진다:
- 심전도 신호 생성, 보간 및 예측을 위한 통합된 접근법을 제공한다. 이를 통해 다양한 작업 간 유연한 전환이 가능하다.
- 심전도 신호의 주파수 특성을 활용하기 위해 스펙트로그램 표현을 활용한 조건부 역확산을 도입한다.
- MIT-BIH 부정맥 데이터베이스를 통한 실험에서 제안 방법이 기존 접근법들을 능가하는 성능을 보였다. 특히 심전도 신호 분류 성능 향상에 기여할 수 있음을 확인했다.
- 정성적 평가에서도 제안 방법이 생성한 심전도 신호가 실제 신호와 구분하기 어려울 정도로 사실적임을 확인했다.
Statystyki
정상 심박동 클래스의 RMSE는 1.68e-3로 기존 방법들과 유사한 수준이다.
조기 심실 수축 클래스의 RMSE는 3.32e-3로 기존 방법들보다 우수하다.
융합 박동 클래스의 RMSE는 4.97e-3로 기존 방법들과 유사한 수준이다.
Cytaty
"본 연구는 심전도 신호 생성, 보간 및 예측을 위한 다목적 확률적 확산 모델인 DiffECG를 제안한다."
"제안 방법은 효율적인 조건 부호화를 통해 다양한 합성 작업 간 유연한 전환을 가능하게 한다."