주성분 분석기반의 k-Nearest Neighbor을 이용한 부정맥 추출

초록

인구의 고령화와 더불어 심장질환 환자의 증가와 그에 따른 의료 비용 및 방대한 양의 데이터 분석 시간은, 전문 인력의 부족과 더불어 사회적 이슈로 대두되고 있다. 이런 문제를 해결하기 위해 부정맥 추출 자동화 기술들에 대한 다양한 연구가 최근 들어 활발히 진행되고 있다. 본 논문에서는 부정맥 분류를 위한 주성분 분석 기반의 k-Nearest Neighbor 분류기를 제안하며, 제안한 분류기의 유효성을 UCI Machine Learning Repository의 Arrhythmia Data Set을 사용하여 평가하였다. 주성분 분석을 통한 실험 결과, 제안한 k-Nearest Neighbor 기반 분류기를 사용할 경우 분류기 학습에 필요한 계산 복잡도를 줄이면서도 98%의 높은 정확도로 부정맥을 추출할 수 있음을 검증하였다.