한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

임상 적용을 위한 EEG 단채널 기반의 기계 학습 수면 단계 분류 모델

Machine Learning Sleep Stage Classification Model Based on EEG Single Channel for Clinical Application

  • 이채린 (삼육대학교 보건관리학과 ) ;
  • 권기혁 (삼육대학교 인공지능융합학부) ;
  • 이소정 (삼육대학교 보건관리학과 ) ;
  • 김남재 ((주)글로벌비즈텍 ) ;
  • 김종완 (삼육대학교 SW융합교육원)
  • Chae-rin Lee (Dept. of Public Health, Sahmyook University) ;
  • Ki-hyuk Kwon (Dept. of Artificial Intelligence Convergence, Sahmyook University) ;
  • So-jung Lee (Dept. of Public Health, Sahmyook University) ;
  • Nam Jae Kim (Global Biz Tech Co., Ltd.) ;
  • Jongwan Kim (Software Convergence Education Center, Sahmyook University)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

수면 장애는 성인의 약 30%가 경험하는 흔한 질환으로 수면 단계마다 다른 양상을 보인다. 현재 수면 단계 분류에 관한 연구는 활발하지만 기존 모델은 임상에서 사용할 만큼 예측 정확도가 높지 않다. 본 논문에서는 비렘수면 단계를 LS(Light Sleep)와 DS(Deep Sleep)로 분류하여 정확도를 높인 뇌파 단일 채널 기반 수면 단계 분류 모델을 제안한다. 해당 모델은 수면 단계 단순화를 통해 모델의 성능을 향상하였으므로 향후 직관적인 수면 질 파악 및 실시간 수면 모니터링 등 임상 환경에서 수면의 질 평가, 장애 진단, 치료 계획 수립에 기여할 것이다.

키워드

과제정보

본 연구는 2021년 과학기술정보통신부 및 정보통신기획평가원의 SW중심대학사업 지원을 받아 수행되었음 (2021-0-01440).

참고문헌

  1. National Center for Disaster and Trauma, http://www.mentalhealth.go.kr/portal/disease/diseaseDetail.do?dissId=32.
  2. 6 American Academy of Sleep Medicine(AASM) Manual for the Scoring of Sleep and Associated Events (2007).
  3. Aboalayon, Khald Ali I., Miad Faezipour, Wafaa S. Almuhammadi, and Saeid Moslehpour. 2016. "Sleep Stage Classification Using EEG Signal Analysis: A Comprehensive Survey and New Investigation" Entropy 18, no. 9: 272.