방송과미디어 (Broadcasting and Media Magazine)

한국방송∙미디어공학회 (The Korean Institute of Broadcast and Media Engineers)
권호 표지

인공지능 기술을 활용한 사용자 상태 모니터링 데이터 분석

  • 발행 : 2020.01.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

사용자의 건강 및 인지 상태 모니터링을 위해 다양한 생체신호를 측정 및 분석하여 예측할 수 있다. 특히 최근 상용화되고 있는 웨어러블 센서 시스템을 이용하여 손쉽게 심전도나 액티그래피 움직임 정보를 사용자로부터 일상생활 중 장시간 얻어낼 수 있다. 그러나 사용자 상태 예측을 위한 기존 생체신호 분석 모델들은 생체신호 데이터의 성질을 최대한 반영하지 못하여, 본 논문에서는 최근 급속도로 발전하고 있는 인공지능 딥러닝 기술을 이용한 극복 방안에 대해 소개한다. 상태 모니터링의 구체적인 응용 예로 사용자 스트레스 및 수면 모니터링 분석에 생체신호 데이터 기반 딥러닝 기술을 적용하여 기존 모델보다 높은 성능을 보여주고 있다.

키워드

참고문헌

  1. 이원규, 하용남, 윤희남, 김기언, 박광석, T-REX: 일상생활 중 심전도 모니터링을 위한 패치형 시스템. 대한의용생체공학회 춘계 학술대회 2014. 05
  2. B. Hwang, J. You, T. Vaessen, I.M. Germeys, C. Park, and B.T. Zhang, Deep ECGNet: An Optimal Deep Learning Framework for Monitoring Mental Stress Using Ultra Short-Term ECG Signals. TELEMEDICINE and e-HEALTH 24 (2018), pp. 1-20 https://doi.org/10.1089/tmj.2017.29016.crd
  3. T. Cho, U. Sunarya, M. Yeo, B. Hwan,, Y.S. Koo, and C. Park, Deep-ACTINet: End-to-End Deep Learning Architecture for Automatic Sleep-Wake Detection Using Wrist Actigraphy. Electronics 9 (2019), pp. 1-21 https://doi.org/10.3390/electronics9010001
  4. 김종원, 수면연구를 위한 액티그라피 정량분석 방법론. 수면정신생리 2016