지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 황선태
- 발행연도
- 2021
- 저작권
- 국민대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
현재 헬스케어 분야에서는 다양한 디바이스와 센서 데이터를 활용하여 심혈관 질환, 당뇨, 고혈압, 수면 장애와 같은 생리적 질환부터 알츠하이머, 스트레스 장애, 기타 심리적인 질병과 같은 신경인지 장애까지 다양한 질병들에 대해 대응할 수 있는 여러 연구와 시스템 개발이 진행 중이다. 하지만, 헬스케어 시스템들은 대부분 분리되어 운영되고, 데이터 포맷이 표준화되어있지 않아 확장성이 부족하다는 문제점이 존재한다. 이러한 확장성 부족은 더 나은 데이터 분석 결과를 도출하는 데에 어려움을 야기하며 개인의 건강을 향상시킬 수 있는 기회를 놓치게 할 수 있다. 따라서, 본 논문에서는 이러한 문제점을 해결하고자 다양한 데이터 소스로 부터 데이터를 수집하고 통합할 수 있는 멀티 소스 헬스케어 데이터 플랫폼을 제안한다. 이를 위해 이전 연구에서의 경험과 헬스케어 분야의 다양한 참여자들과 논의를 통해 핵심 요구사항을 정의하였으며 이를 바탕으로 헬스케어 데이터 플랫폼을 설계하고 구현하였다. 사용자는 플랫폼에서 제공하는 API를 이용하여 자신의 데이터를 플랫폼에 추가하고 공유할 수 있으며 또한 플랫폼에 저장된 데이터를 가지고 새로운 데이터 분석 로직을 개발하거나 기존의 데이터 분석 로직을 개선함으로써 개인의 건강을 향상시킬 수 있는 기회를 발견할 수 있다. 마지막으로 본 논문에서는 제안하는 플랫폼의 유효성을 검증하기 위해 총 3가지의 사례 연구를 진행하였으며 그 결과 구현된 플랫폼의 유효성과 시스템 요구사항을 만족시킴을 확인하였다.
목차
1. 서론 12. 배경지식 32.1. IoT for Smart Healthcare 32.2. Event-Driven Architecture 33. 관련 연구 64. 멀티 소스 헬스케어 데이터 플랫폼 84.1. 시스템 요구사항 84.2. 설계 94.2.1. Client 104.2.2. API Gateway 114.2.3. Auth Service 124.2.4. Event Queue 124.2.5. Data Integration Service 134.2.6. Data Analysis Service 164.2.7. Account Service 174.2.8. Monitoring Service 174.2.9. Data Storage 174.3 구현 185. 평가 및 사례 연구 215.1. Walking Activity Detection 215.2. Anger Detection 235.3. Event Miner 데이터 통합 256. 결론 및 향후 계획 27참고 문헌 28영문 요약 32
최근 본 자료
댓글(0)
0