한글내용
(Korean Abstract) |
병원에는 다양한 원인으로 입원하는 환자들이 있다. 심정지의 초기 발견 및 초기대응이 중요하다. 본 논문에서는 순천향대학교 천안병원의 2016년부터 2019년까지의 병동 환자들을 대상으로 심정지 예측에 대한 연구를 진행하였다. 딥 러닝 학습 시 측정시간, 나이, 성별, DBP, SBP, 맥박, 호흡, 체온, 심정지 여부를 1시간 단위로 레코드를 만들어 72개의 레코드 단위로 학습하였다. LSTM 모델을 적용하여 심정지 예측를 수행하였다. 수행결과 정확도는 약 99.9%, MAE는 0.00006517576735498417, RMSE는 0.003397121177224215 이다.
|
