Science of Emotion and Sensibility (감성과학)

Korean Society for Emotion and Sensibility (한국감성과학회)
권호 표지

Data Mining Approach for Diagnosing Heart Disease

심장 질환 진단을 위한 데이터 마이닝 기법

  • Noh, Ki-Yong (Korea Research Institute of Standards and Science) ;
  • Ryu, Keun-Ho (Database/Bioinformatics Laboratory, Chungbuk National University) ;
  • Lee, Heon-Gyu (Database/Bioinformatics Laboratory, Chungbuk National University)
  • 노기용 (한국표준과학연구원) ;
  • 류근호 (충북대학교 데이터베이스연구실) ;
  • 이헌규 (충북대학교 데이터베이스연구실)
  • Published : 2007.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Electrocardiogram(ECG) being the recording of the heart's electrical activity provides valuable clinical information about heart's status. Many researches have been pursued for heart disease diagnosis using ECG so far. However, electrocardio-graph uses foreign diagnosis algorithm in the con due to inaccuracy of domestic diagnosis results for a heart disease. This paper proposes ST-segment extraction technique diagnosing heart disease parameter from raw ECG data. As the ST-segment is used for prediction of Coronary Artery Disease, we can predict heart disease using classification approach in data mining technique. We can also predict patient's clinical characterization from patient clinical data.

심장의 활동을 기록한 심전도는 심장의 상태에 대한 가치 있는 임상 정보를 제공한다. 지금까지 심전도를 이용한 심장 질환 진단 알고리즘에 대한 많은 연구가 진행되어 왔으나, 심장 질환에 대한 국내 진단 결과의 부정확성 때문에 외국의 진단 알고리즘을 사용하고 있다. 이 논문에서는 원시 심전도 데이터로부터 심장 질환 진단의 파라미터인 ST-segment 추출 방법을 제안한다. ST-segment는 관상동맥 질환 예측에 활용되므로 데이터마이닝의 분류기법을 적용하여 질환을 예측한다. 또한 연관규칙 마이닝을 통해 환자들의 임상 데이터로부터 심장 질환자들의 임상적 특징을 예측한다.

Keywords