메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박예진 (경북대학교) 서영균 (경북대학교) 김지영 (경북대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제30권 제5호
발행연도
2024.5
수록면
228 - 235 (8page)
DOI
10.5626/KTCP.2024.30.5.228

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
수면 무호흡(Sleep Apnea) 진단은 비용과 시간이 많이 소요되는 수면다원검사(PSG)로 진행된다. 최근에는 단일 리드 심전도 (ECG) 데이터와 같이 더 쉽게 수집할 수 있는 생체신호를 사용하여 수면무호흡 진단을 위한 효과적이고 경제적인 대안을 모색하는 데 많은 연구가 진행되고 있다. 지금까지 다양한 모델이 제안되어 왔으나 수면 무호흡 분류 성능의 개선은 크게 이루어지지 못하였고 이러한 모델들에 대한 최적화 연구는 여전히 부족한 실정이다. 본 논문은 수면 무호흡 분류 성능을 더 개선하기 위해 단일-리드 심전도 데이터에 대한 최적의 특징 추출 방법을 탐색하고 이를 적용한 새로운 딥러닝 모델인 CRUNet을 제안한다. 제안하는 CRUNet모델은 합성곱 신경망(CNN)과 게이트 순환 유닛(GRU)을 기반으로 구축되어 데이터 특징 파악과 시계열 데이터 변화 파악에 뛰어나다는 특징을 갖는다. 우리는 실제 데이터셋을 이용하여 제안하는 CRUNet 모델을 비롯한 유사 모델에 다양한 특징 추출 조합을 실험하여, 신호의 노이즈를 감소시키고 모델이 핵심적인 신호만을 사용하도록 한다. 이를 적용하여 수면 무호흡 분류 성능을 개선하였다. 그 결과 최고 정확도 90.6%, 민감도 91%, 특이도 94%를 기록하며 수면 무호흡 분류에서 효과적으로 작동함을 입증하였다. 해당 결과는 GRU의 간단한 구조와 특징 추출 시 사용한 버터월스 대역 통과 필터의 부드러운 감쇠 특성이 모델에 상호 보완적으로 작용하여 최적의 성능을 도출했음을 시사한다. 본 논문의 실험 결과는 수면 무호흡 분류 모델을 개선하는 중요한 통찰력을 제공하며, 향후 수면무호흡 환자의 사전 선별도구로 발전할 수 있다.
#수면 무호흡 #딥러닝 #심전도 데이터 #수면 무호흡 분류 #sleep apnea #deep learning #electrocardiogram #sleep apnea classification

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 연구 방법
4. 실험 평가
5. 결론 및 향후 연구
References

참고문헌 (16)

참고문헌 신청
S. Jehan, A.K. Myers, F. Zizi, S.R. Pandi-Perumal, G. Jean-Louis, and S.I. McFarlane, “Obesity, Obstructive Sleep Apnea and Type 2 Diabetes Mellitus: Epidemiology and Pathophysiologic Insights,” Sleep Medicine and Disorders: International J ournal, vol. 2, no. 3, p. 52, 2018. google schola K. Okuno, B.T. Pliska, M. Hamoda, A.A. Lowe, and F.R. Almeida, "Prediction of oral appliance treatment outcomes in obstructive sleep apnea: a systematic review," Sleep Medicine Reviews, vol. 30, pp. 25-33, 2016. google schola K.E. Bloch, "Polysomnography: a systematic review," Technology and Health Care, vol. 5, no. 4, pp. 285-305, 1997. google schola T. Penzel, J.W. Kantelhardt, L. Grote, J.H. Peter and A. Bunde, "Comparison of detrended fluctuation analysis and spectral analysis for heart rate variability in sleep and sleep apnea," IEEE Transactions on Biomedical Engineering, vol. 50, no. 10, pp. 1143-1151, 2003. google schola T. Wang, C. Lu, G. Shen, and F. Hong, "Sleep apnea detection from a single-lead ECG signal with automatic feature-extraction through a modified LeNet-5 convolutional neural network." P eerJ, vol. 7, 2019. google schola

이 논문과 함께 이용한 논문

GPU DBMS의 분석 처리 성능에 대한 교차 평가
김성현 ,  전우혁 ,  이주영 외 1명 한국정보과학회 학술발표논문집 2019 .06
A Study on the Vulnerability of Semantic Segmentation Model to Data Transformation
Chaewon Moon ,  Dong-hwi Kim ,  Dabin Kang 외 2명 방송공학회논문지 2024 .12
향상된 흉부 엑스레이 진단을 위한 멀티 클래스 토큰 기반 하이브리드 트랜스포머 모델
이창민 ,  신호경 ,  남우정 전자공학회논문지 2024 .11
일관성 있는 이야기 삽화 생성을 위한 Text-to-image 생성 모델 활용 연구
명세민 ,  강다빈 ,  송채영 외 2명 방송공학회논문지 2024 .11
개선된 지식 증류 기법을 활용한 효율적인 ESRGAN 압축
백보성 ,  김아로 ,  장재윤 외 5명 방송공학회논문지 2024 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089730534