• Journal of information and communication convergence engineering
• /
• 제8권5호
• /
• pp.560-565
• /
• 2010

In this study, the existence of chaotic characteristics in snoring signals obtained in the form of time series data was checked through quantitative and qualitative analysis methods, and a snoring signal detection system was designed applied with detection algorithms considering diverse parameters of occurring signals in order to enhance the accuracy and reliability of detections and the performance of the system was checked. The system was tested with certain snoring patients and thereby the results as follows could be obtained.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제51권7호
• /
• pp.327-333
• /
• 2002

In this study, we developed a snoring detection algorithm that detects snores automatically. It consists of preprocessing and snoring detection part. The preprocessing part is composed of a noise removal part using spectrum subtraction, and segmentation part, and computation part of temporal and spectral features. And the snoring detection part decides whether detected blocks are snores with BPNN(Back-Propagation Neural Network). BPNN with one hidden layer and one output layer, is trained with data of 7 subjects and tested with data of 11 subjects of total 18 subjects. The proposed algorithm showed a Sensitivity of 90.41% and a Predictive Positive Value of 84.95%.

• 한국음향학회지
• /
• 제40권2호
• /
• pp.155-160
• /
• 2021

본 논문은 수면 무호흡 환자의 중요한 증상 중의 하나인 코골이 사운드 자동 검출 방식을 제안한다. 제안된 방식에서는 수면 중 발생하는 소리 신호를 입력받아 소리 발생 구간을 검출하고, 검출된 소리 구간으로부터 변환된 스펙트로그램을 주의집중 기반의 합성곱 양방향 게이트 순환 유닛 기반의 분류기에 적용하였다. 적용된 주의집중 메커니즘은 합성곱 양방향 게이트 순환 유닛 모델을 확장하여 코골이 소리에 대한 차별적 특징 표현을 학습함으로써 코골이 검출 성능을 향상시켰다. 실험 결과는 제안하는 코골이 검출 방식이 기존 방식보다 약 3.1 % ~ 5.5 %의 정확도 향상을 보여준다.

• 융합신호처리학회논문지
• /
• 제20권2호
• /
• pp.105-110
• /
• 2019

사람들은 일생동안 1/3을 잠을 자며 그들의 잠자는 시간은 나이에 따라 변하게 된다. 일반적으로 어른들은 하루에 8시간의 잠을 잔다. 그러나 항상 좋은 잠자리를 기대할 수는 없다. 실제로 50대 이상의 많은 사람들은 수면 문제를 가지고 있다. 이는 코골이, 수면 무호흡과 같은 수면 장애요소들 때문에 발생하는 것이다. 이 논문에서는 수면 장애요소 중 하나인 코골이를 검출하는 스마트 베개에 대해서 조사하였다. 스마트 베개는 베개의 오른쪽과 왼쪽 부분에 위치한 두 개의 마이크로폰으로 구성되어져 있다. 쉽게 코골이는 검출하기 위하여 피크 검출회로를 사용하여 코골이 신호를 펄스신호로 변형시켰으며, 펄스폭을 사용하여 코골이 이벤트 발생을 판단하였다. 측정된 코골이 검출 정확도는 약 98.6%이었다. 본 연구에서 얻은 연구 결과들이 스마트 베개가 수면 중 코골이를 검출할 수 있음을 보여 주었다.

• 대한의용생체공학회:의공학회지
• /
• 제36권5호
• /
• pp.143-149
• /
• 2015

In this paper, we proposed a novel method for automatic detection for snoring and heart beat using a single piezoelectric sensor. For this study multi-rate signal processing technique was applied to detect snoring and heart beat from the single source signal. The sound event duration and intensity features were used to snore detection and heart beat was found by autocorrelation. The performance of the proposed method was evaluated on clinical database, which is the nocturnal piezoelectric snoring data of 30 patients that suffered obstructive sleep apnea. The method achieved sensitivity of 88.6%, specificity of 96.1% with accuracy of 95.6% for snoring and sensitivity of 94.1% and positive predictive value of 87.6% for heart beat, respectively. These results suggest that the proposed method can be a useful tool in sleep monitoring and sleep disordered breathing diagnosis.

• 융합신호처리학회논문지
• /
• 제20권4호
• /
• pp.212-217
• /
• 2019

본 논문에서 코골이 검출과 호흡 측정이 가능한 수면 관리 베개 시스템에 대해 연구 조사 하였다. 수면 관리 베개 시스템은 4개의 압력센서, 두 개의 마이크로폰, 하나의 베개, 측정 시스템으로 구성되어있다. 베개의 하단부에 설치된 4개의 압력 센서는 호흡 신호를 측정 하는데 사용되고, 베개 중앙 왼쪽과 오른 쪽에 설치된 두 개의 마이크로폰은 코골이 신호만 검출하는데 사용된다. 데이터 수집 장치와 컴퓨터로 구성된 측정 시스템을 사용하여 10명의 젊은 사람들의 코골이 신호와 호흡신호를 측정하였다. 호흡 신호 측정 정확도는 약 98%이였고, 코골이 신호 측정 정확도는 약 97% 이였다. 본 연구에서 수행된 실험 결과들이 수면 관리 베개 시스템이 수면 중 사람의 코골이 신호와 호흡신호를 측정하는데 사용 가능함을 보여 주고 있다.

• 한국산업정보학회논문지
• /
• 제23권2호
• /
• pp.11-18
• /
• 2018

코골이가 심한경우 무호흡증(OSA : Obstructive Sleep Apnea)으로 연결되어 생명을 위협하는 경우도 발생할 수 있고, 코골이로 인하여 주변인과의 관계가 심각해지는 경우도 발생할 수 있다. 이런 코골이 문제를 해결하기 위해 최근 여러 형태의 스마트 베개들을 출시하고 있는데, 핵심 기술은 코골이 판별 기술, 즉 입력 사운드에 코골이 소리가 포함되어 있는지를 판별하는 기술이다. 본 논문에서는 스마트 베개에 적용하기 위한 코골이 판별 방법을 제안하였는데, 입력 신호로부터 코골이 소리의 특징을 추출 후 SVM을 이용하여 코골이를 판별하는 방법을 사용하였다. 제안한 방법의 성능을 측정하기 위해 기존 방법과 비교 실험을 실시하였고, 실험결과 기존방법 코골이 판별성능보다 약 6% 좋은 판별성능을 보였다.

• 감성과학
• /
• 제14권3호
• /
• pp.459-466
• /
• 2011

코골이 및 수면 무호흡증 등의 수면 질환은 정신적, 육체적 피로감을 유발하고 정상적인 활동에 심각한 영향을 미치고 있다. 코골이는 공기가 좁아진 기도를 통과할 때 진동에 의해서 일어나는 호흡잡음이고, 수면 무호흡은 기도 주변의 조직이 이완됨에 따라 기도가 일시적으로 막히게 될 때 일어나는 현상이다. 이러한 문제를 해결하기 위해 수면 중 코골이를 검출하고 이를 경감하려는 많은 시도가 이루어져왔다. 본 연구에서는 수면 중 코골이 신호의 검출에 있어서 오류가 발생되는 원인인 주변 잡음이나 기타 영향을 제거하기 위한 새로운 센싱 시스템과 분석 알고리즘의 개발을 수행하였다. 센싱 시스템은 베개 내부에 내장되는 두 개의 polyvinylidene fluoride (PVDF) 진동 센서를 포함하고 있으며 검출되는 신호를 수집, 저장하는 하드웨어부와 코골이 신호를 판단하는 신호처리부로 이루어졌다. 베개에 내장되는 PVDF 센서 중 제 1센서는 코골이 신호를 검출하고 제 2센서는 코골이 신호 및 주변의 잡음을 검출한다. 본 실험에는 10명의 피험자가 참여하였으며 수면 중 잡음이 발생할 수 있는 다양한 환경 조건 하에서 신호를 검출하여 분석하였다. 그 결과 다양한 잡음환경 하에서 코골이 신호가 코골이가 아닌 잡음에 비해 약 70% 이상의 에너지 값을 가지는 것을 확인하였고 이를 통해 잡음으로부터 코골이 신호를 정확하게 검출하는 것을 확인하였다. 본 연구의 결과는 수면 중 발생하는 코골이의 경감을 위한 베개의 개발과 정량적인 수면상태 평가를 통해 건강한 수면 환경을 제시할 수 있는 숙면 유도 시스템의 개발에도 활용될 것이다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2011년도 춘계학술대회
• /
• pp.35-36
• /
• 2011

• 대한의용생체공학회:의공학회지
• /
• 제35권4호
• /
• pp.75-80
• /
• 2014

This paper proposed a method that can automatically classify sleep apnea by using features extracted from pulse rate variability(PRV) signals induced from piezo snoring sensor for patients with obstructive sleep apnea(OSA). We have extracted eight features(NN, SDNN, RMSSD, NN10, NN50, LF, HF and LF/HF ratio) based on time and frequency analyses of PRV. Sleep apnea was classified by a linear discriminant analysis(LDA). A performance was evaluated using snore recordings from 13 patients with OSA (ages: $54.5{\pm}10.5$ years, body mass index: $26.3{\pm}2.5kg/m^2$, apnea-hypopnea index: $19.2{\pm}6.0/h$). The sensitivity and specificity were $78.9{\pm}0.9%$ and $78.9{\pm}0.9%$ for training set and $77.7{\pm}10.9%$ and $79.0{\pm}2.8%$ for test set, respectively. Our study demonstrated the feasibility of implementing a piezo snoring sensor based on a portable device as a simple and cost-effective solution for contributing to the OSA screening.