ECG 학습 데이터 라벨 오류를 교차 검증으로 탐지하는 새로운 방법

본 논문은 심전도(ECG) 신호 분류의 정확도를 저해하는 주요 요인 중 하나인 학습 데이터의 라벨 오류를 효과적으로 식별하고 제거하는 방법을 제안한다. 서론에서는 심혈관 질환의 조기 진단 필요성을 강조하고, 기존 연구들이 특징 선택, 분류기 강건성 향상 등에 집중했지만 라벨 노이즈에 대한 고려가 부족함을 지적한다. 라벨 오류는 의료 전문가의 진단 실수, 데이터 인코딩 오류, 전송 과정의 손실 등 다양한 원인으로 발생하며, 특히 ECG와 같이 파형이 유사한 여러 부정맥 클래스가 존재할 경우 라벨링 오류가 빈번히 일어난다. 관련 연구에서는 Gaussian Mixture Model 기반의 이상 심박 탐지, 유전 알고리즘을 이용한 최적 서브셋 탐색 등이 라벨 오류를 완화하려 했지만, 탐지율이 낮고 라벨 노이즈 비율이 20 %를 초과하면 성능이 급격히 저하되는 한계가 있었다. 이러한 배경에서 저자들은 교차 검증을 활용한 라벨 정제 필터를 설계하였다. **방법론** 1. **데이터 전처리 및 특징 추출**: 원시 ECG 신호는 베이스라인 워터와 전원 간섭(50 Hz) 노이즈를 median filtering과 wavelet denoising으로 제거한다. 이후 P‑wave, QRS‑complex, T‑wave 등 시간‑도메인 파라미터와 wavelet 변환 계수를 포함한 다중 특징 벡터를 구성한다. 2. **다중 분류기 기반 교차 검증 필터**: 전체 학습 데이터를 10개의 폴드로 나눈다(10‑fold CV). 각 폴드마다 SVM, K‑Nearest Neighbor, Naive Bayes, Linear Discriminant Analysis, Decision Tree(C4.5) 다섯 가지 분류기를 학습하고 검증한다. 검증 단계에서 특정 샘플이 두 개 이상의 분류기에서 일관되게 오분류될 경우, 해당 샘플을 ‘잠재적 라벨 오류’로 라벨링한다. 3. **라벨 정제 및 재학습**: 식별된 오류 샘플을 전체 학습 집합에서 제거하고, 정제된 데이터로 동일한 다중 분류기를 다시 학습한다. 최종 테스트 단계에서는 정제된 모델들의 평균 또는 다수결 결과를 사용한다. **실험** MIT‑BIH 부정맥 데이터베이스(총 11가지 부정맥 + 정상 비트)에서 5개의 대표 클래스(정상, PVC, LBBB, RBBB, APB)를 선택해 실험을 진행하였다. 원본 라벨에 인위적으로 20 %, 30 %, 40 %의 라벨 노이즈를 주입한 뒤, 제안 방법과 기존 방법(단일 분류기, 유전 알고리즘 기반 서브셋)과의 성능을 비교하였다. 결과는 다음과 같다. - 라벨 노이즈 20 % 이하에서는 제안 방법이 정제 후 정확도가 98 % 이상으로, 원본(노이즈 없는) 데이터와 거의 동일한 수준을 유지한다. - 라벨 노이즈 30 %에서는 기존 방법이 70 %대 정확도에 머무는 반면, 제안 방법은 90 % 이상을 기록한다. - 라벨 노이즈 40 %에서도 제안 방법은 80 % 이상의 정확도를 유지해, 라벨 오류가 심각한 상황에서도 실용적인 성능을 보인다. 또한, 라벨 오류 탐지율(정확히 식별된 오류 샘플 비율)은 20 % 노이즈 상황에서 92 %, 30 %에서는 85 %, 40 %에서는 78 %에 달했다. 이는 다중 분류기의 합의를 이용한 필터가 단일 모델 기반 탐지보다 월등히 높은 탐지 효율을 제공함을 의미한다. **논의** 제안 방법의 강점은 (1) 다양한 학습 편향을 가진 분류기들의 다수결을 통해 라벨 오류를 robust하게 탐지한다는 점, (2) 10‑fold CV를 사용해 데이터 활용 효율과 계산 비용을 적절히 균형시킨다는 점이다. 반면, 라벨 오류가 특정 클래스에 편중되거나, 다수의 분류기가 동일한 오류 패턴을 공유할 경우 탐지율이 감소할 가능성이 있다. 또한, 현재는 ECG 파형 특징에만 의존하고 있어, 심전도 외의 바이오시그널(예: PPG)이나 다채널 ECG에 대한 일반화 검증이 필요하다. **결론** 본 연구는 교차 검증 기반의 다중 분류기 필터를 통해 ECG 학습 데이터의 라벨 오류를 효과적으로 정제하고, 정제된 데이터로 재학습함으로써 라벨 노이즈가 존재하더라도 높은 분류 정확도를 유지할 수 있음을 실험적으로 입증하였다. 향후 연구에서는 자동 라벨 정제 파이프라인을 실시간 ECG 모니터링 시스템에 통합하고, 딥러닝 기반 특징 추출과 결합하여 더욱 복잡한 노이즈 환경에서도 견고한 성능을 확보하는 방향을 제시한다.