KSC 2018
Current Result Document :
| 한글제목(Korean Title) |
데이터 가공을 통한 수면무호흡증 진단 CNN모델 성능 평가 및 분석 |
| 영문제목(English Title) |
Performance Evaluation and Analysis of Sleep Apnea Diagnosis Using Data Processed CNN Model |
| 저자(Author) |
함효민
황지영
이호승
권휘준
김일곤
Hyomin Hahm
Jiyoung Hwang
Hoseung Lee
Hwijun Kwon
IlKon Kim
|
| 원문수록처(Citation) |
VOL 45 NO. 02 PP. 1937 ~ 1939 (2018. 12) |
한글내용
(Korean Abstract) |
현대 사회인들은 수면 무호흡증과 같은 수면 장애를 흔하게 겪고 있다. 이 질병은 과거부터 존재하던 질병이었지만 최근 비만, 스트레스와 같은 이유로 발생률이 급격하게 증가하였으며 수면 무호흡증으로 인한 합병증의 심각성 때문에 해당 질병에 대한 관심이 높아지고 있다. 의료 스마트 기기의 빠른 보급, 확산과 IoT(Internet of Things)의 발전으로 손쉽게 개인의 수면 데이터를 수집할 수 있게 된 편리한 환경에서, 이 데이터 들을 이용하여 수면 무호흡증을 간편하게 진단하고 이를 통해 수면 장애 치료 부분에서 긍정적인 효과를 얻는 것을 기대한다. 본 연구에서는 웨어러블 IoT 디바이스를 이용하여 수집 된 수면 분석 데이터를 여러 방법을 통하여 가공하고 이를 인공지능 중 딥러닝(Deep Learning) 기법의 하나인 CNN(Convolutional Neural Network)모델에 적용 시켜본다. 데이터는 다운 샘플링, 데이터 정규화 적용, 랜덤 노이즈 합성의 세 단계를 거쳐 가공되며, 이 일련의 과정들이 CNN모델을 이용한 수면 무호흡증 진단 알고리즘에서 나타내는 성능 평가 수치에 어떻게 적용되는지를 분석한다. 본 논문은 데이터 가공 결과의 알고리즘 성능 분석을 통해 더욱 효율적이고 높은 성능을 보이는 알고리즘을 개발하는 방법에 대한 연구방법을 제시한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
