Insufficient sleep time and bad sleep quality causes many illnesses and it's research became more and more important. The most common method for measuring sleep quality is the polysomnography(PSG). The PSG is a test used to diagnose sleep disorders. The most common PSG data is obtained from the examiner, which attaches several sensors on a body and takes sleep overnight. However, most of the sleep stage classification in PSG are low accuracy of the classification. In this paper, we have studied algorithm for sleep level classification based on machine learning which can replace PSG. EEG, EOG, and EMG channel signals are studied and tested by using CNN algorithm. In order to compensate the performance, a mixed model using both CNN and DNN models is designed and tested for performance.
본 논문은 수면 2기의 EEG 신호와 주성분 분석(principle component analysis)을 이용하여 수면 장애를 분류하는 방안을 제안하고 있다. 초기 특징을 추출하기 위해서 첫 번째 단계에서는 수면 2기의 EEG 신호가 고속 푸리에 변환(fast Fourier transforms)에 의해서 잡음을 제거하는 과정이 수행되었다. 잡음이 제거된 EEG 신호를 두 번째 단계에서는 주성분 분석을 이용하여 5개의 차원으로 축소하였다. 마지막 단계에서는 축소된 5개의 차원을 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)의 입력으로 사용하여 분류성능을 측정하였다. 분류성능에 있어서 정확도(accuracy), 특이도(specificity), 민감도(sensitivity)가 모두 100%로 나타났다.
This study presents a new hybrid fNIRS-EEG system to meet the demand for a lightweight and low-cost sleep pattern monitoring device. For multiple-channel configuration, a six-channel electroencephalogram (EEG) and a functional near-infrared spectroscopy (fNIRS) system with eight photodiodes (PD) and four dual-wavelength LEDs are designed. To enhance the convenience of signal measurement, the device is miniaturized into a patch-like form, enabling simultaneous measurement on the forehead. Due to its fully integrated functionality, the developed system is advantageous for performing sleep stage classification with high-temporal and spatial resolution data. This can be realized by utilizing a two-dimensional (2D) brain activation map based on the concentration changes in oxyhemoglobin and deoxyhemoglobin during sleep stage transitions. For the system verification, the phantom model with known optical properties was tested at first, and then the sleep experiment for a human subject was conducted. The experimental results show that the developed system qualifies as a portable hybrid fNIRS-EEG sleep pattern monitoring device.
수면단계는 수면감을 평가하는 데 있어서 중요한 생리지표로서 사용되어 왔다. 그러나 수면다원검사를 이용한 전통적 수면단계 분류방법은 뇌전도(electroencephalogram : EEG), 안전도(electrooculogram : EOG), 심전도(electrocardiogram : ECG), 근전도(electromyogram : EMG) 등을 종합적으로 측정하므로 수면단계를 비교적 정확히 분류할 수 있지만 피험자에게 심한 구속감을 주는 문제가 있다. 본 연구에서는, 각성상태에서 교감신경계가 지배적인 반면에 수면 중에는 부교감 신경계가 더 활동적인 점에 착안하여 수면단계를 간단히 분류할 수 있는 방법을 찾고자 수면단계에 따른 심박동변이도(heart rate variability : HRY)를 분석하였다. 이 실험에는 건강한 대학생 6명이 2일씩 전체 12회의 야간수면에 참여하였다. 수면다원검사 장치를 이용하여 피험자들이 수면을 취하고 있는 동안, EEG, EOG, ECG, EMG(턱 및 다리)를 측정하여 수면단계를 "Standard scoring system for sleep stage"에 따라 자동으로 분류하였다. 그런 뒤, 본 연구를 통하여 제작된 Sleep Data Acquisition/Analysis 시스템을 이용하여 수면다원검사 장치로부터 ECG신호만 추출하여 HRV의 전력스펙트럼을 3개의 영역[저주파수대역(low frequency : LF), 중간주파수대역(medium frequency : MF), 고주파수대역(high frequency : HF)]으로 나누어 분석하였다. 단일채널 ECG를 이용하여 수면단계별로 HRV의 LF/HF를 분석한 결과, W(wakefulness)단계가 2단계에 비하여 325%높게(p<.05), 3단계에 비하여 628%높게(p<.001), 4단계에 비하여 800%높게(p<.001) 나타났으며, 4단계는 REM(rapid eye movement)단계에 비하여 427% 낮게(p<.05), 1단계에 비하여 418% 낮게(p<.05) 나타났다. 또한 LF/HF가 수면단계에 따라 변화하는 양상은 W, REM, 1, 2, 3, 4단계의 순으로 단조 감소하였다. 한편, 수면단계별 MF/(LF+HF)의 차이는 유의하지 않았으나 표본집단의 기술통계치를 살펴본 바 REM단계와 3단계의 평균치가 가장 높았다.치가 가장 높았다.
수면뇌파의 해석에 있어서 수면단계는 뇌파의 특성파 검출에 특히 중요하다. 수면단계는 여러 수면질환의 진단에 가장 기초적일 단서를 제공한다. 본 연구에서 수면뇌파 신호를 이산 웨이브렛 변환 뿐 만 아니라 퓨우리에 변환, 연속 웨이브렛 변환을 이용해서 해석하였다. 제안된 시스템 방범인 퓨우리에와 웨이브렛은 수면뇌파의 중요한 특성파(유파, 수면방추파, K복합, 구파 REM) 검출을 위해서 수면상태를 분석했다. 수면뇌파 분석에는 Daubechies 웨이브렛 변환 방법과 고속 퓨우리에를 이용했다. 모의실험결과 신경망 시스템이 특성 파형의 분류에 높은 성능을 발휘함을 알 수 있었다.
IEIE Transactions on Smart Processing and Computing
/
제6권1호
/
pp.21-26
/
2017
In this paper, we suggest an automated sleep scoring method using machine learning algorithms on accelerometer data from a wristband device. For an experiment, 36 subjects slept for about eight hours while polysomnography (PSG) data and accelerometer data were simultaneously recorded. After the experiments, the recorded signals from the subjects were preprocessed, and significant features for sleep stages were extracted. The extracted features were classified into each sleep stage using five machine learning algorithms. For validation of our approach, the obtained results were compared with PSG scoring results evaluated by sleep clinicians. Both accuracy and specificity yielded over 90 percent, and sensitivity was between 50 and 80 percent. In order to investigate the relevance between features and PSG scoring results, information gains were calculated. As a result, the features that had the lowest and highest information gain were skewness and band energy, respectively. In conclusion, the sleep stages were classified using the top 10 significant features with high information gain.
목 적 : 이 연구에서는 PLMS 지수의 변화에 따라 수면다원검사 상 나타나는 수면 변수들과 주간 졸림 증상의 변화가 있는지 살펴보고, PLMD의 바람직한 진단 기준으로서의 PLMS 지수에 대해 알아보고자 하였다. 방 법 : 총 4195명 환자들에 대해 수면다원검사를 시행한 기록을 조사하여, 17세 이상이고, 원발성 불면증, 수면무호흡증, 기면병, 렘수면 행동장애가 없는 666명의 대상 환자들을 선택하였다. 대상 환자들의 PLMS 지수에 따라 5 이하인 그룹(1 그룹)과, 5에서 15 사이인 그룹(2 그룹), 15를 초과하는 그룹(3그룹)의 세 그룹으로 나누어 비교하였다. 각 그룹별로 연령, 성별, Epworth 졸림 척도, 수면 효율, 입면 후 각성시간, 수면 잠복기, 1단계 수면분율, 2단계 수면분율, 3단계 수면분율, REM 수면분율 등의 변수를 비교하였다. 결 과 : 세 그룹은 연령과 성별에서 통계적으로 의미 있는 차이를 보였다. 수면 효율, WASO, 3단계 수면분율에서 1그룹과 2, 3그룹은 의미 있는 차이를 보였고, 2그룹과 3그룹 사이에는 차이가 없었다. 수면 잠복기와 Epworth 졸림척도에서 1그룹과 3그룹이 의미 있는 차이가 있었고, 2그룹과 3그룹 사이에는 차이가 없었다. 연령을 제어 변수로 설정하고 편상관분석을 실시한 결과 PLMS 지수는 수면 효율, WASO와 의미 있는 상관관계를 나타냈다. 결 론 : 이 연구 결과를 통해 PLMS 지수에 따라 수면다원검사 상 수면 변수의 변화가 있음을 알게 되었다. 또한 변화된 중요 수면 변수에서 2그룹과 3그룹이 차이가 없는 것으로 나타나서, PLMS 지수가 5 이상을 PLMD라고 진단했던 예전 진단 기준을 좀더 옹호하는 결과인 것으로 나타났다.
기면병 환자들은 과도한 주간 졸음증, 탈력발작, 수면마비, 입면시 환각 외에도 야간 수면의 장애를 가지고 있다는 것을 알 수 있었다. 주의, 기억 그리고 집행에 대한 인지기능을 평가한 결과 d2 의 경우 전체 수행을 한 총 넘버수, 지속적이 수행이 요구되는 과제인 정반응 수(TN-E), 집중력 지표(CP), 그리고 과제를 수행하는데 일관성과 안정성을 평가하는 변동률(FR)에서 기면병 환자군의 점수가 대조군에 비해 통계적으로 유의하게 낮았다. 이는 기면병 환자의 주의력에 결함을 시사한다. 또한, K-CVLT 검사의 B 목록의 경우 기면병 환자군에서 대조군에 비하여 저조한 수행을 보여 언어성 주의력에 저하를 시사한다. 무엇인가를 기억하기 위해서는 한 가지에 주의를 기울여야 하기 때문에 주의와 기억은 밀접하게 관련되어 있으므로 주의력은 기억이나 집행기능 등의 상위인지기능의 수행에도 영향을 줄 수 있다. 따라서 기면병 환자들에서 기존에 보고되었던 주의력 이외의 인지기능 저하는 실제로 주의력 저하에 의한 이차적인 현상으로도 생각해 볼 수 있다. 기면병은 개인의 삶의 질적인 측면뿐 아니라, 인지기능 저하로 인해 사고가 증가시킨다는 점은 공중보건학적으로도 중요한 문제임에도 불구하고[26], 기면병 환자의 주의, 기억, 그리고 집행에 대한 인지기능을 포괄적으로 평가하는 연구는 거의 이루어지지 않았다. 이 연구는 기면병 환자에서 주의, 기억 그리고 집행기능에 대한 포괄적인 신경심리검사를 통하여 인지기능을 평가하였고, 인지기능의 재활 및 개선을 위한 유용한 자료로서 의의가 있다.
We reviewed all studies assessing the health-related quality of life (HRQoL) in patients with hepatocellular carcinoma (HCC) between 2009 and 2018 (n = 45). Most studies assessed HRQoL as an outcome, and evaluated or compared the HRQoL of HCC patients depending on the type of treatment or stage of disease. HCC patients had a worse HRQoL than the general population, including in those with early-stage HCC. Patients commonly experienced pain, fatigue, sleep disturbance, distress, and lack of appetite, and these symptoms remained problematic even a few years after treatment. TNM classification of malignant tumors stage, tumor stage, presence of cirrhosis, being Asian, being female, living alone, or being unemployed were associated with a poor HRQoL. While recent studies have included a more diverse patient population, various topics, and different study designs, there were limited studies on supportive interventions. Given the increase in HCC cases and HCC survivors, addressing the HRQoL of HCC patients requires more attention.
현대 의료 진단 분야 중 하나인 수면다원 검사에서 수면 단계 분류는 평가에 많은 시간이 소요되고 평가자 간 일관성 문제가 대두되고 있다. 이러한 평가 문제를 해결하기 위하여 최근 급격하게 발전하고 있는 딥러닝 기술을 이용하여 자동화하려는 연구가 활발히 진행되고 있다. 본 논문에서는 오토 인코더 (autoencoder)와 대조 학습 (contrastive learning)을 통해 수면 시 측정된 생체 신호에서 보다 중요한 특징을 추출하는 방법을 제안하고 제안된 방법의 딥러닝 모델을 구성 및 평가한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.