A study of CAD(Computer Aided diagnosis) and CAP(Computer Aided Prediction) Frameworks for high-risk patients in ubiquitous environment using Neural Network

유비쿼터스 환경에서 고위험군 환자의 생체신호를 이용한 실시간 신경망 기반의 질병징후탐지시스템(CAD) 및 예측시스템(CAP)의 프레임웍 연구

현재 국내외에서는 유비쿼터스에 대한 연구 및 의료도메인에 대한 많은 연구가 진행되고 있다. 그러나 기존의 연구들은 전체적인 시스템에 대한 연구가 대부분이어서 실제 환경을 구축하는데 상당한 어려움이 따르고 있다. 본 연구에서는 위와 같은 문제점을 해결하기 위하여 고위험군 환자를 대상으로 다음과 같은 시나리오를 작성하였다. 시나리오는 Home -medical 서비스, Emergency call center 서비스 그리고 응급차량 서비스로 구성하였다. 본 연구에서는 위와 같은 시나리오를 기반으로 고위험군 환자의 생체 신호를 획득한 후 신경망을 이용하여 생체 신호 데이터를 학습한 후 환자의 이상 징후를 진단하는 CAD시스템의 프레임웍과 환자의 위험 수위를 단계별로 분류하는 알고리즘을 제시한다. 또한 과거의 데이터를 이용하여 미래의 환자상태를 예측하는 CAP시스템의 프레임웍을 제시하고 프레임웍에 대한 타당성을 검증하고자 한다.