Recently several Grid systems, especially Physio-Grid, have been studied and proposed for advanced physiological disease identification. The Physio-Grid system has been designed to support advanced physiological disease identification with data integration of distributed medical database in which electrocardiogram (ECG) signals. Advances in patient care and monitoring have allowed physicians to track a patient’s physiological state more closely with high accuracy. Modern handheld healthcare systems can take information from multiple data sources and store them in a healthcare server. The data collected from patient monitors and clinical information systems must be indexed and presented in a user-friendly interface. However, the sophisticated disease identification schemes for accurate detection and diagnosis of cardiac diseases have not reported well in literatures. In order to develop advanced cardiac diseases using ECG analysis, we examined several methods such as mental stress analysis with heart rate, heart rate variability (HRV) analysis, and geometric Poincare plot analysis. In this thesis, we propose a new scheme for cardiac disease identification applicable for Physio-Grid system. We calculated Poincare plot descriptors such as mean square and standard deviation. The Poincare descriptors are evaluated using two kinds of ECG signal data from PhysioBank. We detected that the descriptors calculated from the arrhythmia ECG database are different to the descriptors calculated from the long-term ECG database. From the experimental result, we propose a geometry Poincare characterized cardiac disease identification scheme for being implemented and advanced Physio-Grid.
하루가 다르게 발전하고 있는 정보통신기술의 덕택으로 특정 질병이나 의약품에 대한 정보를 온라인으로 검색하거나, 병원의 웹사이트를 통해 의사와 상담을 주고받는 모습은 이제 주변에서 흔히 볼 수 있는 풍경이 되었다. 인터넷이라는 가상공간을 통해 보건의료 관련 제품 및 서비스가 전달되는 환경을 통틀어서 e-Health 라고 한다. 과학과 의학이 발달함에 따라 전세계적으로 고령화 사회가 다가오고 있다. 심혈관계 질환은 인간의 생명을 위협하는 심각한 질병 중 하나이다. 현재 심혈관계 질환을 진단하는 여러 방법이 있고, 그 중 심전도 검사가 가장 일반적인 방법이다. 그러나 심전도 검사는 진료의 정확도 면에서 심각한 한계를 지니고 있으며, 채널수의 증가와 장기간 데이터의 활용 등의 개선방안에 관한 연구에도 불구하고 여전히 기본적인 진단 한계를 지닌다.
따라서 이 논문에서 우리는 앞서 설명된 문제들을 해결하기 위해 이헬스 서비스에 적합한 형태의 부정맥 진단방법으로써, 포인카레 플롯의 기하학적 분석 지표들을 비교하는 방법을 제안하고 테스트 해보았다. 기하학적 분석 지표로는 R-R 간격과 P-P 간격의 포인카레 분포에서의 표준 편차를 동시에 이용하였다. 안정적인 P 파 탐지를 위해서 가보어(Gabor) 필터링 기법을 사용하였고, 그 결과로 신뢰성있는 P-P 포인카레 플롯을 구할 수 있었다. 피지오 뱅크의 데이터를 이용해서 정상군의 심전도 신호와 부정맥 군 각각의 심전도 신호에 대해서 실험 해본 결과 제안하는 방법은 이헬스 환경에서 부정맥의 조기 탐지에 이용 가능하다는 결론을 얻었다.
그리드 기술을 사용하고 진단방법을 통합한 고성능의 의료시스템을 이용한다. 이 논문에서 우리는 고성능 심혈관계 질환의 진단을 위해 피지오 그리드 시스템이라고 부르는 의료 시스템을 제안한다. 우리는 피지오 그리드 시스템을 디자인하고 구현하였다. 이 피지오 그리드 시스템을 통해 높은 의료 정확도와 시스템의 성능향상을 기대할 수 있으며, 실험 및 평가 부분에서 실제 피지오 그리드 시스템을 사용하여, 부정맥 진단시 우수성을 보였고 또한 피지오 그리드를 구현하였다.
