실시간 생체정보 측정을 통한 회귀분석 기반 에너지 소비 예측알고리즘 Energy expenditure prediction algorithm based on regression analysis through real-time biometric information measurement원문보기
실시간 생체정보 측정을 통한 회귀분석 기반 에너지 소비 예측알고리즘 강경호 지도교수 : 김윤태 교수, Ph. D. 조선대학교 대학원 IT융합학과 최근 헬스 케어는 중요한 것으로 인식되고 있기 때문에 적절한 운동량에 대한 정확한 정보가 필요하다. 따라서, 만약 알고리즘이 실시간 에너지 소비를 예측할 수 있고 휴대용 장치에 사용될 수 있다면 운동선수와 일반인, 그리고 환자들이 개인적인 운동 계획을 수립하는데 도움을 줄 수 있다. 신체 활동은 에너지 소비를 정확하게 예측하기 위해 평가 되어야 한다. 심박수와 운동 지수는 일반적으로 에너지소비를 측정하기 위해 사용된다. 본 논문은 심박수와 운동 지수를 결합하여 선행 에너지 소비 예측 연구들의 단점들을 해결하기 위해 여러 운동에 적용하는 새로운 에너지 소비 예측 알고리즘을 제안한다. 총 53명(남자 43, 여자 10명)의 피험자들이 이 연구에 모집되었다. 참가자들은 무선 부착형 센서(AIRBEAT)와 무선 가스 분석기(K4b2)를 사용하였다. AIRBEAT는 센서보드, 러버보드, 그리고 통신모듈로 구성되었다. 센서는 심박수, 운동지수, 습도, 온도 등 신체활동 데이터를 측정하기 위하여 피험자들의 가슴에 부착하였다. 이 시스템은 심박수와 운동지수 측정에만 적용되었으며, 지금까지 에너지소비를 예측할 수 있는 알고리즘 개발이 제한적이었다. 본 논문에서 제안한 에너지 소비 예측 알고리즘은 무선 가스분석기의 실제 신체활동 에너지 소비와 비교해서 ±5% 이내의 ...
실시간 생체정보 측정을 통한 회귀분석 기반 에너지 소비 예측알고리즘 강경호 지도교수 : 김윤태 교수, Ph. D. 조선대학교 대학원 IT융합학과 최근 헬스 케어는 중요한 것으로 인식되고 있기 때문에 적절한 운동량에 대한 정확한 정보가 필요하다. 따라서, 만약 알고리즘이 실시간 에너지 소비를 예측할 수 있고 휴대용 장치에 사용될 수 있다면 운동선수와 일반인, 그리고 환자들이 개인적인 운동 계획을 수립하는데 도움을 줄 수 있다. 신체 활동은 에너지 소비를 정확하게 예측하기 위해 평가 되어야 한다. 심박수와 운동 지수는 일반적으로 에너지소비를 측정하기 위해 사용된다. 본 논문은 심박수와 운동 지수를 결합하여 선행 에너지 소비 예측 연구들의 단점들을 해결하기 위해 여러 운동에 적용하는 새로운 에너지 소비 예측 알고리즘을 제안한다. 총 53명(남자 43, 여자 10명)의 피험자들이 이 연구에 모집되었다. 참가자들은 무선 부착형 센서(AIRBEAT)와 무선 가스 분석기(K4b2)를 사용하였다. AIRBEAT는 센서보드, 러버보드, 그리고 통신모듈로 구성되었다. 센서는 심박수, 운동지수, 습도, 온도 등 신체활동 데이터를 측정하기 위하여 피험자들의 가슴에 부착하였다. 이 시스템은 심박수와 운동지수 측정에만 적용되었으며, 지금까지 에너지소비를 예측할 수 있는 알고리즘 개발이 제한적이었다. 본 논문에서 제안한 에너지 소비 예측 알고리즘은 무선 가스분석기의 실제 신체활동 에너지 소비와 비교해서 ±5% 이내의 오차율을 나타내어 정확성이 매우 높은 것을 알 수 있다. 에너지 소비 예측을 위해 개발된 알고리즘은 모든 운동에 통합적으로 적용되어 AIRBEAT 시스템 과 무선 헬스 캐어 모니터 장치와 같은 휴대용 심박수 측정 장치를 위한 새로운 응용분야를 제시할 것으로 기대된다.
실시간 생체정보 측정을 통한 회귀분석 기반 에너지 소비 예측알고리즘 강경호 지도교수 : 김윤태 교수, Ph. D. 조선대학교 대학원 IT융합학과 최근 헬스 케어는 중요한 것으로 인식되고 있기 때문에 적절한 운동량에 대한 정확한 정보가 필요하다. 따라서, 만약 알고리즘이 실시간 에너지 소비를 예측할 수 있고 휴대용 장치에 사용될 수 있다면 운동선수와 일반인, 그리고 환자들이 개인적인 운동 계획을 수립하는데 도움을 줄 수 있다. 신체 활동은 에너지 소비를 정확하게 예측하기 위해 평가 되어야 한다. 심박수와 운동 지수는 일반적으로 에너지소비를 측정하기 위해 사용된다. 본 논문은 심박수와 운동 지수를 결합하여 선행 에너지 소비 예측 연구들의 단점들을 해결하기 위해 여러 운동에 적용하는 새로운 에너지 소비 예측 알고리즘을 제안한다. 총 53명(남자 43, 여자 10명)의 피험자들이 이 연구에 모집되었다. 참가자들은 무선 부착형 센서(AIRBEAT)와 무선 가스 분석기(K4b2)를 사용하였다. AIRBEAT는 센서보드, 러버보드, 그리고 통신모듈로 구성되었다. 센서는 심박수, 운동지수, 습도, 온도 등 신체활동 데이터를 측정하기 위하여 피험자들의 가슴에 부착하였다. 이 시스템은 심박수와 운동지수 측정에만 적용되었으며, 지금까지 에너지소비를 예측할 수 있는 알고리즘 개발이 제한적이었다. 본 논문에서 제안한 에너지 소비 예측 알고리즘은 무선 가스분석기의 실제 신체활동 에너지 소비와 비교해서 ±5% 이내의 오차율을 나타내어 정확성이 매우 높은 것을 알 수 있다. 에너지 소비 예측을 위해 개발된 알고리즘은 모든 운동에 통합적으로 적용되어 AIRBEAT 시스템 과 무선 헬스 캐어 모니터 장치와 같은 휴대용 심박수 측정 장치를 위한 새로운 응용분야를 제시할 것으로 기대된다.
Energy Expenditure Prediction Algorithm based on Regression Analysis through Real-time Biometric Information Measurement Kang Kyeung Ho Advisor : Prof. Kim Youn-Tae , Ph. D. Department of IT Fusion Technology, Graduate School of Chosun University In recent years, as healthcare is perceived as import...
Energy Expenditure Prediction Algorithm based on Regression Analysis through Real-time Biometric Information Measurement Kang Kyeung Ho Advisor : Prof. Kim Youn-Tae , Ph. D. Department of IT Fusion Technology, Graduate School of Chosun University In recent years, as healthcare is perceived as important, exact information on the proper amount of exercise is necessary. Therefore, if an algorithm can predict real-time energy expenditure and be used in portable equipment, it can help athletes, the general public, and patients to create individualized exercise plans. Physical activities must be evaluated to accurately predict energy expenditure. This study propose a new energy expenditure prediction algorithm (EEPA) of combining the heart rate and movement index and applying them simultaneously to several anaerobic exercises to address the disadvantages of preceding energy expenditure prediction studies. A total of 53 subjects (43 males and 10 females) were recruited for this study. The participants used a wireless patch-type sensor (AIRBEAT System) and a wireless gas analyzer (K4b2: Cosmed, Srl, Italy). AIRBEAT system consists of a sensor board, rubber board, and communication module. The sensor is patched onto the participant's chest to obtain physical activity data, including heart rate, movement index, humidity, and temperature. The system was only applied to measurement of heart rate and movement index, and application of energy expenditure prediction algorithm has been limited so far. The relation test for energy expenditure prediction algorithm proposed in this study yields an error rate within ±5% compared with the gas analyzer (K4b2: Cosmed, Srl, Italy) and proves to be more accurate algorithm to estimate physical activity EE. The algorithm developed for energy expenditure prediction is applied not only to anaerobic exercise but also to evey exercise. It is expected that the algorithm developed for estimating energy expenditure will present new application areas for portable heart-rate measurement equipment, such as the AIRBEAT system, and wireless healthcare monitoring devices.
Energy Expenditure Prediction Algorithm based on Regression Analysis through Real-time Biometric Information Measurement Kang Kyeung Ho Advisor : Prof. Kim Youn-Tae , Ph. D. Department of IT Fusion Technology, Graduate School of Chosun University In recent years, as healthcare is perceived as important, exact information on the proper amount of exercise is necessary. Therefore, if an algorithm can predict real-time energy expenditure and be used in portable equipment, it can help athletes, the general public, and patients to create individualized exercise plans. Physical activities must be evaluated to accurately predict energy expenditure. This study propose a new energy expenditure prediction algorithm (EEPA) of combining the heart rate and movement index and applying them simultaneously to several anaerobic exercises to address the disadvantages of preceding energy expenditure prediction studies. A total of 53 subjects (43 males and 10 females) were recruited for this study. The participants used a wireless patch-type sensor (AIRBEAT System) and a wireless gas analyzer (K4b2: Cosmed, Srl, Italy). AIRBEAT system consists of a sensor board, rubber board, and communication module. The sensor is patched onto the participant's chest to obtain physical activity data, including heart rate, movement index, humidity, and temperature. The system was only applied to measurement of heart rate and movement index, and application of energy expenditure prediction algorithm has been limited so far. The relation test for energy expenditure prediction algorithm proposed in this study yields an error rate within ±5% compared with the gas analyzer (K4b2: Cosmed, Srl, Italy) and proves to be more accurate algorithm to estimate physical activity EE. The algorithm developed for energy expenditure prediction is applied not only to anaerobic exercise but also to evey exercise. It is expected that the algorithm developed for estimating energy expenditure will present new application areas for portable heart-rate measurement equipment, such as the AIRBEAT system, and wireless healthcare monitoring devices.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.