이 과정은 심전도(ECG)를 비롯한 생체신호를 인공지능으로 분석하는 방법을, 실제 공개 데이터로 직접 손을 움직여 배우는 온라인 교육입니다. 많은 자료가 곧바로 모델 학습으로 넘어가지만, 이 과정은 데이터의 출처·라이선스·연구윤리를 먼저 다루고, WFDB로 신호를 읽어 그려보는 지점부터 시작합니다. 이후 전처리, R-peak 검출, 비트 분류, 그리고 환자 단위 평가(inter-patient split)처럼 실무에서 중요한 주제로 이어집니다.
Colab 입문부터 심화까지, 챕터별로 슬라이드와 강사 음성 설명으로 학습하고 퀴즈로 확인합니다.
공개와 credentialed 데이터의 차이, 출처 표시, 실무 credentialing 절차를 정리합니다.
WFDB 구조와 MIT-BIH 레코드를 안전하게 내려받고 읽는 과정을 익힙니다.
베이스라인, 밴드패스, 리샘플링의 목적과 평가 함정을 이해합니다.
R-peak 검출 파이프라인과 검증 기준을 다룹니다.
클래스 불균형을 고려한 1D CNN 실험을 구성합니다.
환자 중복이 성능 평가에 만드는 착시를 재현합니다.
AFDB로 RR 간격 기반 리듬 분류를 설계합니다.
분석 전에 신호 품질과 결측을 확인하는 기준을 정리합니다.
데이터 버전, 분할, 파라미터와 결과를 재현 가능하게 기록합니다.
구글 코랩 사용법부터 첫 ECG 실습까지 슬라이드와 강사 음성으로 안내합니다.
의공학·바이오메디컬 전공 대학원생, 의료 AI 개발자, 생체신호 분석에 입문하려는 개발자·연구자. 파이썬을 처음 다뤄도 Colab 안내 챕터부터 따라올 수 있습니다.
강의에서 다루는 공개 데이터셋의 라이선스·접근정책을 한국어로 정리했습니다. 로그인 없이 열람할 수 있습니다.
PhysioNet 공개 데이터(MIT-BIH 등)로 심전도(ECG) 신호를 직접 다루고 분석하는 과정을 슬라이드 강의·강사 음성 설명·Colab 실습·퀴즈로 배우는 온라인 교육입니다. 교육용이며 의료행위나 의료기기적 판단을 제공하지 않습니다.
M0~M2(연구윤리·라이선스, WFDB 신호 읽기, 전처리)는 회원가입 후 무료로 수강할 수 있습니다. 심화 과정(M3~M8)은 유료입니다.
구글 코랩(Colab) 사용법을 처음부터 안내하는 「Colab 시작하기」 챕터가 있어, 설치 없이 브라우저에서 코드를 복사해 따라 하실 수 있습니다.
PhysioNet 공개 데이터를 각 수강생이 Colab에서 직접 내려받습니다. 원본 데이터는 이 서버에 저장하지 않습니다.
각 챕터의 슬라이드를 학습하고 끝의 퀴즈에서 90% 이상 맞히면 수료로 기록되며, 「내 학습 현황」에서 진행 상황을 확인할 수 있습니다.
MIT-BIH Arrhythmia Database는 360Hz로 기록된 48개 2채널 심전도 레코드로 구성된 공개 데이터셋(ODC-BY 1.0)으로, 부정맥 검출 연구에 널리 쓰입니다.