인코딩 방식이 심장 부정맥 분포에 미치는 영향

초록

본 논문은 ECG 신호를 이진·삼진 인코딩한 뒤 정보 엔트로피와 Lempel‑Ziv 복잡도를 추출하여, 각 부정맥(AFib, AFL, SVTA, VT, Normal) 클래스 간의 분포 차이를 정량화한다. 디지털 필터링 시 발생하는 초기 오차와 그룹 지연을 보정하는 ‘ECG 게이팅’ 절차를 제안하고, 클래스 중심점(centroid) 대비 거리 기반 분포 지표 λ를 정의한다. 실험 결과, 삼진 임계값 인코딩(E=1/12)이 전체 시스템에서 가장 높은 λDN(0.4035)과 λDP(0.4358)를 기록하며 최적임을 확인한다.

상세 분석

논문은 먼저 ECG 신호 전처리 단계에서 저역·고역 디지털 필터를 연속 적용하면서 발생하는 초기 오차(initial error)와 그룹 지연(group delay) 문제를 지적한다. 기존 필터링은 신호 앞부분과 뒤부분의 샘플이 손실돼 특징 추출에 왜곡을 초래한다는 점을 실험적으로 보여준다(예: 721 샘플 중 21·44 샘플 손실). 이를 해결하기 위해 ‘ECG 게이팅’ 방법을 도입한다. 원본 세그먼트 X에 앞뒤로 각각 k_i·k_f개의 보조 샘플(I, F)을 추가해 필터링 후 다시 원본 구간만 추출함으로써 오차를 완전히 보정한다. 이 과정은 연산량이 증가하지만, 신호의 위상과 진폭을 원본과 일치시켜 후속 인코딩에 정확성을 제공한다.

특징 추출은 두 비선형 지표, 즉 Shannon 엔트로피와 정규화 Lempel‑Ziv 복잡도(C)이다. 엔트로피는 알파벳 크기 α와 각 기호 빈도 p_i를 이용해 H = −∑p_i log₂p_i 로 계산하고, 정규화는 C = c(s) /