Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2017.04a
- /
- Pages.822-825
- /
- 2017
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
A Study on Walking Analysis and Disease Prediction with Decision Tree
의사결정나무를 통한 걸음걸이 분석 및 질병 예측에 관한 연구
- Kim, Young-Jae (Dept of Computer Science, Chung Buk National University) ;
- Yoo, Kwan-Hee (Dept of Computer Science, Chung Buk National University) ;
- Nasridinov, Aziz (Dept of Computer Science, Chung Buk National University)
- 김영재 (충북대학교 소프트웨어학과) ;
- 류관희 (충북대학교 소프트웨어학과) ;
- 나스리디노프 아지즈 (충북대학교 소프트웨어학과)
- Published : 2017.04.27
Abstract
본 연구는 키넥트를 통해 사람의 걸음걸이를 측정하고 의사결정트리(Decision Tree)를 통해 분석함으로써 현재의 걸음걸이를 통해 측정자의 허리 또는 무릎에서 발생할 가능성이 높은 문제 또는 질병들을 예측하고 해당결과를 측정자에게 알린다. 본 연구를 진행하며 첫 번째 단계에서는 관련 논문이나 병원 자료 결과들을 통해 판별할 속성들을 정하였다. 두 번째 단계에서는 키넥트를 통해 측정한 실제 데이터를 적용하기에 앞서 첫 번째 단계에서 정한 속성들이 측정자의 문제 또는 질병들을 판단해내는 연관 정도가 높은지 테스트 데이터를 이용하였고 의사결정나무를 통해 분석하였다. 그 결과 7개의 속성 중 6개로 약 85.7%정도의 연관이 있었다. 마지막 세 번째 단계에서는 판별식을 세우고 실제 데이터들을 쌓아나가며 69명의 측정한 데이터를 분석한 결과 6개의 속성 중 5개의 속성이 허리와 연관정도가 높았고 이는 두 번째 단계에서 나왔던 결과인 약85.7%에 가까운 약83%의 결과가 도출되었다. 이를 기반으로 시스템을 개발해 나가며 판별 정확도를 향상시키기 위해 계속 측정해 데이터를 쌓아가고 관련된 식들의 문제점을 보완하며 또한 어떤 환경에서 키넥트의 측정값의 정확도가 올라가는지 연구할 예정이다.
Keywords