일회용 전극은 주로 ECG 신호를 측정할 때 사용된다. 그러나 일회용 전극은 재사용성과 내구성이 낮아 장기간 사용 시 고품질 신호를 얻기 어렵다. 본 연구에서는 일회용 전극을 대체할 새로운 기준 전극으로서 금속판과 도전성 테이프의 적용 가능성을 평가하였다. 평가를 위해 1D CNN 기반 학습 모델과 ECG 측정 시스템을 구현하여 데이터를 수집하였다. 구현된 신경망은 MIT-BIH 부정맥 데이터 세트를 기반으로 학습되었으며, 정상 신호를 포함한 5개 ECG 분류가 가능하였다. 금속판, 도전성 테이프 및 일회용 전극의 측정 평가를 위해 학습된 모델을 사용하여 현장 시험을 수행하였다. 구현된 CNN 학습 모델의 ECG 클래스 분류는 96% 이상의 분류 정확도를 확인하였고, 기존에 연구된 패턴 매칭 알고리즘 및 타 연구와 비교하여 우수한 검출 성능을 확인하였다. 현장 시험에서는 일회용 전극, 금속판 및 도전성 테이프를 통해 획득한 ECG 신호로 학습된 신경망을 사용하여 부정맥 분류 성능을 평가하였다. 실험에서 평가에 사용된 ECG 신호는 10명의 피험자로부터 각 클래스당 300개 샘플을 측정하였다. 그 결과, 일회용 전극은 98.59%로 분류되었고, 금속판은 95.26%로, 도전성 테이프는 96.13%로 분류됨을 확인하였다. 일상생활에서 일회용 전극으로 ECG를 측정하는 것은 불편하다. 그러나 일회용 전극에 비해 금속판과 도전성 테이프의 ECG 검출 성능에는 차이가 없었다. 또한 금속판과 도전성 테이프는 재사용이 가능하고 장기간 사용할 수 있어 기존 웨어러블에 쉽게 적용할 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.