ECGLight: 종이 ECG 디지털화 및 심근경색 선별을 위한 경량 온디바이스 프레임워크

연구자들은 종이 ECG의 스마트폰 사진을 보정된 12 유도 신호로 변환하여 심근경색(MI) 병리를 선별하는 엔드투엔드 경량 파이프라인인 ECGLight를 개발했습니다. 이 시스템은 해석 가능성을 위해 SHapley Additive exPlanations (SHAP)을 활용하며, 제한된 컴퓨팅 리소스를 가진 장치에서 작동하도록 설계되었습니다.

• PTB-XL 데이터셋의 21,799개 ECG로 훈련 및 평가되었으며, 병원 획득 ECG-Matrix 데이터셋에서 검증되었습니다.
• CPU 전용 리소스에서 ECG당 30초 미만으로 실행됩니다.
• PTB-XL에서 MI 감지를 위해 95.51%의 정확도(F1 = 0.9519)를 달성했습니다.
• ECG-Matrix에서 OMI 감지를 위해 88.89%의 정확도(F1 = 0.8862)를 달성했습니다.

이 연구는 디지털 내보내기 기능, 고속 연결 또는 고급 컴퓨팅 인프라가 부족한 원격 지역에서도 기존 종이 기록을 신뢰성 있게 디지털화하고 분석할 수 있음을 보여줍니다.