2. 기본 이론
2.4 심전도 압축 알고리즘
심전도 신호는 일반적으로 200Hz 이상의 높은 표본화 주파수로 기록되므로 짧은 측 정 시간에도 매우 많은 양의 데이터를 생성하게 된다. 따라서 심전도 파형을 정확하게 디지털 데이터화 하기 위해서는 고성능 프로세서와 대용량의 저장 장치를 필요로 하게 된다. 또한, 장기적으로 환자의 심장 상태를 관리하기 위해서는 심전도 파형에 대한 효율적인 데이터 관리가 필요하다. 즉, 시스템의 제한된 용량[17][18][19], 전송 대역 폭 한계[20-24], 에너지 소비 감소를 위한 데이터양 최소화[25][26]를 보완하기 위 해 압축을 필수적이다.
심전도 데이터는 진단에 필요한 특정 영역이 중요하므로 압축할 때 진단에 중요한 정보를 손실 없이 압축할 필요성이 있다. 따라서 심전도 신호의 주요파형 P파, QRS 군, T파가와 파와 파사이의 간격과 분절은 유지된다는 가정하에 높은 압축률을 위해 심전도 신호에 대한 손실압축이 수행되어야 한다[27].
2.4.1 심전도 압축 알고리즘 종류
지난 30년간 심전도에 대한 많은 압축 알고리즘이 제안되었고, 이는 직접 압축 방 식, 변환 식을 이용한 방식, 신호의 특징과 매개변수 추출방식으로 분류할 수 있다. 또 한 심전도 파형의 정확한 기술을 위해 수치 미분, 패턴 인식, 수학적 모델 등에 기반 을 둔 다양한 접근 방법이 제안되었다.
직접 압축 방식은 심전도 데이터의 값을 직접 사용하여 중복성을 검출하여 압축률은 높으나 복원율이 다소 떨어진다는 단점을 지닌다. 변환식을 이용한 방식은 중복성을 검출하기 위해 스팩트럼 분석이나 에너지 분포해석을 사용한다. 이 방식은 계산이 복 잡 한 단점을 지닌다. 마지막으로 신호의 특징과 매개변수 추출방식은 세 가지 방식 중에서 압축률은 가장 높은 편이나 심전도 파형에서 진단에 필요한 부분을 왜곡시킬 수 있다는 위험성을 지닌다.
표 2.8 심전도 압축 알고리즘 구분
직접 압축 방식 변환 식을 이용한 방식 신호의 특징과 매개변수 추출방식
TP(Turning Point) Fourier Descriptor
Linear Prediction Method[33]
AZTEC[28]
(Amplitude Zone Time Epoch Coding)
KLT[30]
(Karhunen-Loeve Transform) CORTES
(Coordinate Reduction Time Encoding)
DCT[31]
(Discrete Cosine Transform)
Fan[29] 알고리즘 Wavelet Transform[32]
2.4.2 심전도 압축 알고리즘 성능평가
대부분의 심전도 압축 알고리즘은 로 평가되며 식 (1)과 같이 나타난다.
(1) 여기서 은 압축하기 전 원래의 신호를 은 압축 후 복원된 신호를 는가 계산되는 동안의 계산범위를 나타낸다. 이때 원신호와 복원된 신호의 차이점 을 계산하기 위해 (Signal-to-Noise Ratio)를 계산한다. 은 신호에 대한 잡음 을 나타내는 척도로 신호전력을 , 잡음전력을 이라 할 때 식 (2)와 같다.
log (2)
여기서 신호전력 는 원래의 신호를 의미하고, 잡음전력 은 원래의 신호에서 복원
된 신호의 차이 즉, 왜곡된 범위를 뜻한다. 따라서 은 식 (3)과 같이 다시 나타낼 수 있다. 또한 식 (4)와 같이 와의 관계가 성립된다. 는 대체로 식 (5)에 나 타나는 압축률(CR, Compression Ratio)에 영향을 받는다. 식 (5)에서 은 압축되 기 전 원신호의 비트 수, 은 압축된 신호의 총 비트 수를 나타낸다.
log
(3)
log (4)
(5)
심전도의 손실 압축 알고리즘은 원신호에 대한 압축 후 복원된 신호의 오차를 최소 화한다고 하여도 어느 정도 손실이 발생하게 된다. 따라서 계산의 범위가 넓을수록 재 생 오차는 커지게 되므로 성능평가를 하면서 절대적인 기준보다는 기존의 압축 알고리 즘에 대해 같은 길이의 신호를 이용한 비교적인 검증이 이루어진다. 또한 최근에는 새 로운 성능평가로 WDD(Weighted Diagnostic Distortion)가 소개되었다[34]. 이는 심전 도 신호의 압축 및 복원 사이의 왜곡을 비교하도록 설계된 척도이다. 이는 심전도 신 호의 P파의 길이, QT간격, T파의 모양, ST의 상승 등 PQRST의 복잡한 구조를 기본 으로 한다. 기존의 심전도 압축 알고리즘의 성능평가인 PRD가 심전도를 진단하는 진 단자의 관점에서 문제가 발생할 수 도 있다는 점에서 제안되었다. 심전도 파형의 PQRST파를 기준으로 원신호와 복원된 신호 간의 시간과 형태의 특징, 베이스 라인 등을 비교하는데 이는 심전도 진단에 있어 필요로 하는 요소를 포함하는 영역이다.
표 2.9 WDD 비교 영역
기 호 비교 영역 단 위
현재 R파와 이전 위치 사이의
시간 간격 msec
QRS군의 오프셋 시작과
사이의 시간 간격 msec
과 사이의 시간 간격 msec
과 사이의 시간 간격 msec
과 사이의 시간 간격 msec
과 사이의 시간 간격 msec
QRS군의 피크와 가장자리 수 (>=1)
QRS군의 첫 번째 피크의 기호 (1 or –1)
델타 파의 존재 (0 or 1)
T파의 모양
P파의 모양
ST 세그먼트의 모양
QRS군의 최대 양성 진폭 mm
QRS군의 최대 음성 진폭 mm
P파의 진폭 mm
T파의 진폭 mm
ST 상승 mm
ST 기울기 mm/sec