The present invention relates to a shock signal detection method of a defibrillator using a weighted fuzzy belonging function based neural network, and more specifically, (1) collecting an electrocardiograph signal； (2) detecting bits from the electrocardiograph signal collected in step (1)； (3) detecting a shock signal by judging as a fast ventricular tachycardia if the pulse rate is greater than a predetermined value from the bit； (4) preprocessing the bit signal through signal filtering； (5) extracting features from the preprocessed signal in step (4)； And (6) detecting the shock signal and the non-shock signal using the extracted feature as an input feature of the weighted fuzzy membership function based neural network. According to the present invention, a shock signal detection method of a defibrillator using a weighted fuzzy belonging function based neural network, using a weighted fuzzy belonging function based neural network, a shockable heart signal that can increase the survival rate of patients with heart disease for a short time Accurate detection within can contribute to increasing the survival rate of acute stop patients. In addition, according to the present invention, by providing a minimum fuzzy rule that can be implanted in a small mobile device, in the future through the real-time monitoring in conjunction with a mobile phone or PDA, it is possible to more quickly emergency response of emergency stop patients, ubiquitous environment The fusion of portable defibrillators required by the healthcare system enables the remote management of the health of patients with heart disease.본 발명은 가중 퍼지 소속 함수 기반 신경망을 이용한 제세동기의 쇼크 신호 검출 방법에 관한 것으로서, 보다 구체적으로는 (1) 심전계 신호를 수집하는 단계； (2) 단계 (1)에서 수집한 심전계 신호로부터 비트를 검출하는 단계； (3) 상기 비트로부터 맥박수가 소정의 값 이상이면 빠른 심실 빈맥으로 판단하여 쇼크 신호를 검출하는 단계； (4) 신호 필터링을 통해 상기 비트 신호를 전처리하는 단계； (5) 상기 단계 (4)에서 전처리된 신호로부터 특징을 추출하는 단계； 및 (6) 상기 추출된 특징을 가중 퍼지 소속 함수 기반 신경망의 입력 특징으로 하여 쇼크 신호와 비-쇼크 신호를 검출하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.본 발명에서 제안하고 있
