INTERMEDIATE · ECG
심전도(ECG) 딥러닝 실습 — MIT-BIH 부정맥 데이터로 배우는 생체신호 AI 모델 개발
심전도(ECG) 딥러닝 실습 — MIT-BIH 부정맥 데이터로 배우는 생체신호 AI 모델 개발
무료로 시작M0~M2 무료 · 결제 없이 지금 학습
무료 · 지금 수강 가능
기초 트랙 (M0~M2)
M0
연구윤리·라이선스
공개와 credentialed 데이터의 차이, 출처 표시, 실무 credentialing 절차를 정리합니다.
M1
WFDB로 신호 읽기·시각화
WFDB 구조와 MIT-BIH 레코드를 안전하게 내려받고 읽는 과정을 익힙니다.
M2
ECG 전처리
베이스라인, 밴드패스, 리샘플링의 목적과 평가 함정을 이해합니다.
C0
Colab 시작하기
구글 코랩 사용법부터 첫 ECG 실습까지 슬라이드와 강사 음성으로 안내합니다.
DEEP DIVE · 유료심화 트랙을 이어서 수강하세요
198,000원 부가세 포함 · 평생 이용
EARLYBIRD30 · 첫 30명 30% 할인
심화 트랙 (M3~M8)
M3
R-peak 검출(Pan–Tompkins)
R-peak 검출 파이프라인과 검증 기준을 다룹니다.
M4
AAMI 5클래스 분류(1D CNN)
클래스 불균형을 고려한 1D CNN 실험을 구성합니다.
M5
inter-patient split의 함정
환자 중복이 성능 평가에 만드는 착시를 재현합니다.
M6
RR-interval 리듬 분류
AFDB로 RR 간격 기반 리듬 분류를 설계합니다.
M7
신호 품질 평가
분석 전에 신호 품질과 결측을 확인하는 기준을 정리합니다.
M8
재현성·실험 관리
데이터 버전, 분할, 파라미터와 결과를 재현 가능하게 기록합니다.