A Study on ECG Signal Reconstruction based on Deep Learning Model for Heart Disease Detection

애플워치, 갤럭시워치와 같은 스마트워치에서 취득하는 심전도 신호는 의료기관에서 측정하는 표준 12 리드 심전도 신호와 달리 단일 리드 신호만 취득하기 때문에 심장질환에 대한 정밀 진단에 어려움이 있다. 본 논문에서는 소수의 심전도 신호를 학습하여 표준 12리드 심전도 신호를 재구성하기 위해 LSTM. Bi-LSTM, GRU과 같은 시계열 기반의 단일 딥러닝 모델 유사도 결과를 비교한다. 실험 결과, 각 딥러닝 모델에서 재구성한 심전도 신호와 실제 심전도 신호간의 선형상관계수의 경우 LSTM모델은 0.793이며, Bi-LSTM모델은 0.928, GRU모델는 0.944로 출력되었다. 또한, RMSE의 경우 LSTM모델은 0.153이며, Bi-LSTM모델은 0.071, GRU모델는 0.07로 출력되었다. 따라서 소수의 심전도 신호로 이용하여 GRU 기반 딥러닝 모델을 통해 재구성한 표준 12리드 심전도 신호의 유사도가 가장 높게 나타내는 것을 확인하였다.