• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.155-160
• /
• 2023

본 논문은 광혈류신호를 이용하여 혈압을 예측하는 방법을 제시한다. 제시한 방법은 먼저, 광혈류신호를 측정한 후, 전처리 과정을 통해 아티펙트를 제거하고 학습을 위한 신호를 얻는다. 그리고 혈압에 영향을 주는 몸무게와 키를 부가 정보로 측정한다. 다음으로, 인공지능 알고리즘을 통해 광혈류신호, 키, 그리고 몸무게를 입력변수로 학습하여 수축기와 이완기 혈압을 추정하도록 시스템을 구축한다. 구축된 시스템은 사전에 입력된 키와, 몸무게, 그리고 측정한 광혈류신호를 가지고 수축기와 이완기 혈압을 예측한다. 제안한 방법은 무구속 방식으로 피검자의 키와 몸무게, 그리고 심장 및 혈관의 상태를 반영하는 광혈류신호를 입력받아 실시간, 연속적으로 혈압 예측이 가능하다. 본 연구에서 제시한 인공지능 기반 혈압예측시스템의 유용성을 확인하기 위해 측정한 혈압과 예측한 혈압의 비교를 통해 결과의 유용성을 확인한다.

• 인터넷정보학회논문지
• /
• 제20권6호
• /
• pp.137-142
• /
• 2019

본 논문은 이상 상황을 탐지하고 모니터링하는 다양한 서비스가 존재한다. 하지만 대부분의 서비스는 화재, 가스누출에 초점을 맞추어 진행되고 있으며, 독거노인과 중증장애인들의 사망 혹은 심정지 등 위급상황에 대하여 사전 예방 및 위급상황 대응이 불가능하다. 본 연구에서는 여러 생체신호 중 가장 위중하다고 판단되는 심박 신호의 이상 상태를 탐지하기 위하여 인공지능 모델을 설계하는 과정에서 적합한 데이터 변형과 모델을 비교한다. 세부적으로는 오픈 의료 데이터 PhysioNet의 MIT-BIH Arrhythmia Database를 이용하여 심전도(ECG) 데이터를 수집하고, 수집한 데이터를 각각 다른 방법으로 데이터를 변형한 후 학습하여 기본 심전도 데이터를 이용해 학습한 인공지능 모델과 비교한다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.18-26
• /
• 2015

올바른 운동량 조절을 위해선 운동중의 심박수 측정이 중요하다. 최근 스마트 디바이스가 활발하게 사용됨에 따라, 운동중의 실시간 심박수 측정에 대한 관심이 급격하게 증가하고 있다. 고강도 운동 중에는 동잡음으로 인하여 손목 밴드 유형의 광혈류 (PPG : photoplethysmography) 측정기 신호로부터 정확한 심박수를 추정하는 것이 매우 어렵다. 본 논문에서는 손목밴드 유형의 광혈류 측정기 신호로부터 정확한 심박수 추정을 위한 효율적인 알고리즘을 제안하였다. 12개의 데이터 세트에 대하여 제안하는 알고리즘을 적용한 결과, 1.38의 분당심박수(BPM) 평균 절대 오차를 기록하였고, 0.9922의 추정 심박수와 실제 심박수간의 Pearson 상관계수를 얻었다. 제안하는 알고리즘은 웨어러블 디바이스에 적합한 빠른 연산속도와 정확한 추정을 가능케 한다.

• 융합신호처리학회논문지
• /
• 제20권2호
• /
• pp.91-98
• /
• 2019

해상과 같이 고립된 장소에서 발생하는 작업자의 사고는 일반적인 건설 사고와는 달리 통신의 제한 등의 문제로 구조에 어려움이 따른다. 또한 CCTV의 부재로 인한 사고 현장의 수색에 어려움이 생긴다. 이러한 문제점을 개선하기 위해 이 논문에서는 작업 현장에서 필수적으로 착용해야 하는 안전모에 IoT 기술을 접목한 장치를 제안한다. 제안 장치는 기존의 안전모에 심박센서, 체온 센서, 가속도 센서 및 카메라 센서를 부착하여 설계 및 구현하며, 사용자 및 관제 센터에서 작업자의 상태를 모니터링 할 수 있게 한다. 또한 작업자에게 비정상적인 생체 신호나 낙상이 발생하면 영상을 관제센터로 전송한다. 제안 시스템을 활용하면 작업자의 상태를 실시간으로 확인할 수 있으므로 작업자의 사고에 대해 빠른 대처를 할 수 있는 장점을 가진다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.1-7
• /
• 2023

딥러닝의 발전은 의료 분야에서도 다양한 응용을 가능하게 하고 있으며 이러한 애플리케이션 중에 심박수 측정은 개인의 건강을 관리하기 위한 필수적인 아이템이라 할 수 있다. 광혈류 측정을 이용한 기존 방법의 경우 스마트워치 같은 장비의 착용이 필수적이다. 그러나 최근 딥러닝 기술의 발전은 비침습식으로 원격에서 사용자의 얼굴 이미지를 분석하여 심박수를 높은 성능으로 측정가능하게 한다. 본 연구에서는 모바일 환경에서 사용 가능한 경량화된 심박수 추정 방법론을 제안한다. 이 방법론은 2D 컨볼루션에 기반한 특화된 2채널 네트워크 구조를 사용하여, 혈류와 근육 수축으로 인한 얼굴의 미세한 움직임과 색상 변화를 고려한다. 제안하는 네트워크 구조는 이미지 특성을 분석하는 인코더와 혈류량 파동을 예측하는 회귀 레이어로 구성되어있다. 이러한 복합적인 특성을 동시에 분석함으로써, 제한된 컴퓨팅 리소스를 가진 환경에서도 심박수를 정확하게 추정할 수 있다. 이 연구의 접근 방식은 침습적인 기술 없이도 심박수를 효과적으로 모니터링 할 수 있는 새로운 경로를 제공할 것으로 예상한다.