A Study on Arrhythmia Classification using Multi-Stream CNN based on Variational Mode Decomposition

심전도 신호는 심장질환인 부정맥과 같은 질병을 예방하기 위해 딥러닝 모델을 이용한 많은 연구가 진행되고 있다. 그러나, 사용자의 건강상태, 취득과정에서 발생하는 다양한 요인들은 비선형성 특징을 나타내기 때문에 딥러닝 모델의 정확도를 저하시키는 문제점이 있다. 본 논문에서는 향상된 부정맥 신호 식별을 위해 변동모드분해를 이용한 4개의 단일 네트워크로 구성된 멀티스트림 기반 딥러닝 모델을 제안하였다. 실험결과, 단일 네트워크의 식별결과는 94.6%, 95.3%, 95.5%, 96.1%의 정확도를 나타냈으며, 내재모드함수에 따라 0.6%~1.5%의 식별 정확도 차이를 보였다. 또한, 4개의 단일 네트워크를 융합한 멀티스트림 기반 딥러닝 모델의 부정맥 식별 정확도는 96.6%로 단일 네트워크에 비해 0.5% 향상된 정확도를 나타냈다.