최근 삶의 질을 중요하게 생각하며 측정을 통해 건강 상태를 확인하고 스스로 질 병을 예방 및 관리하려는 사람들이 증가하고 있다. 이로 인해 정보통신기술(ICT: Information and Communication Technology)과 의료기기의 융합이 활발해져 병원을 통해 건강 상태를 측정하고 판단하던 과거와 다르게 장소 상관없이 건강 상태 정보를 제공하는 기기 및 서비스들이 출시되고 있다. 따라서 다양한 장치에 의해 측정된 생체 신호를 사용하여 건강 상태를 판단하는 연구가 활발히 진행되고 있으며, 측정된 ...
최근 삶의 질을 중요하게 생각하며 측정을 통해 건강 상태를 확인하고 스스로 질 병을 예방 및 관리하려는 사람들이 증가하고 있다. 이로 인해 정보통신기술(ICT: Information and Communication Technology)과 의료기기의 융합이 활발해져 병원을 통해 건강 상태를 측정하고 판단하던 과거와 다르게 장소 상관없이 건강 상태 정보를 제공하는 기기 및 서비스들이 출시되고 있다. 따라서 다양한 장치에 의해 측정된 생체 신호를 사용하여 건강 상태를 판단하는 연구가 활발히 진행되고 있으며, 측정된 생체 신호에 다양한 신호처리 기법을 적용하여 특징을 추출한 후 건강 상태를 판단하는 연 구가 활발히 진행되고 있다. 그러나 스마트 밴드와 같이 제한된 데이터 처리량을 가진 소형 장치는 실시간으로 데이터를 처리하여 건강 상태를 판단하는 방법이 필요하다. 이에 대해 본 논문에서는 생체 신호인 ABP(Arterial Blood Pressure)를 사용하여 신호 처리 및 딥러닝 학습을 하고 건강 상태 판단을 할 수 있는 시스템 구현 기법을 제안 한다. 제안된 기법을 사용하여 구현한 결과, 평균 정확도는 약 98.07%였으며, 기존 연 구보다 전체적으로 정확도가 높고 빠른 수행시간을 보였다. 또한 이동성이 있는 소형 장치로 측정한 신호로 실시간으로 건강 상태를 판단할 수 있기 때문에 실생활에서 유 용하게 적용될 수 있다.
최근 삶의 질을 중요하게 생각하며 측정을 통해 건강 상태를 확인하고 스스로 질 병을 예방 및 관리하려는 사람들이 증가하고 있다. 이로 인해 정보통신기술(ICT: Information and Communication Technology)과 의료기기의 융합이 활발해져 병원을 통해 건강 상태를 측정하고 판단하던 과거와 다르게 장소 상관없이 건강 상태 정보를 제공하는 기기 및 서비스들이 출시되고 있다. 따라서 다양한 장치에 의해 측정된 생체 신호를 사용하여 건강 상태를 판단하는 연구가 활발히 진행되고 있으며, 측정된 생체 신호에 다양한 신호처리 기법을 적용하여 특징을 추출한 후 건강 상태를 판단하는 연 구가 활발히 진행되고 있다. 그러나 스마트 밴드와 같이 제한된 데이터 처리량을 가진 소형 장치는 실시간으로 데이터를 처리하여 건강 상태를 판단하는 방법이 필요하다. 이에 대해 본 논문에서는 생체 신호인 ABP(Arterial Blood Pressure)를 사용하여 신호 처리 및 딥러닝 학습을 하고 건강 상태 판단을 할 수 있는 시스템 구현 기법을 제안 한다. 제안된 기법을 사용하여 구현한 결과, 평균 정확도는 약 98.07%였으며, 기존 연 구보다 전체적으로 정확도가 높고 빠른 수행시간을 보였다. 또한 이동성이 있는 소형 장치로 측정한 신호로 실시간으로 건강 상태를 판단할 수 있기 때문에 실생활에서 유 용하게 적용될 수 있다.
Recently, the quality of life is important and people who check their health by measurement and prevent and manage their own diseases are increasing. Therefore, the convergence of information and communication technology(ICT) and medical devices have become more active. In times past, the health sta...
Recently, the quality of life is important and people who check their health by measurement and prevent and manage their own diseases are increasing. Therefore, the convergence of information and communication technology(ICT) and medical devices have become more active. In times past, the health status was measured and judged by the hospital. but, the present is devices and services are being launched that provide health status information anywhere. Therefore, researches for judging the health state using bio-signals measured by various devices have been actively carried out. In addition, researches have been actively conducted to determine the health state after extracting features by applying various singnal processing techniques to the measured bio-signals have. However, small devices with limited data throughput such as smart bands need a way to process data in real time to determine health status. In this paper, we propose a system implementation technique that can use ABP(Arterial Blood Pressure) which is a biological signal to learn signal processing and deep learning to determine health status. The average accuracy was about 98.07% result of the implementation using the proposed method and the accuracy and the execution time were higher than the previous studies. In addition, since it is possible to judge the health state in real time for a signal measured by a small portable device, it can be usefully applied in real life.
Recently, the quality of life is important and people who check their health by measurement and prevent and manage their own diseases are increasing. Therefore, the convergence of information and communication technology(ICT) and medical devices have become more active. In times past, the health status was measured and judged by the hospital. but, the present is devices and services are being launched that provide health status information anywhere. Therefore, researches for judging the health state using bio-signals measured by various devices have been actively carried out. In addition, researches have been actively conducted to determine the health state after extracting features by applying various singnal processing techniques to the measured bio-signals have. However, small devices with limited data throughput such as smart bands need a way to process data in real time to determine health status. In this paper, we propose a system implementation technique that can use ABP(Arterial Blood Pressure) which is a biological signal to learn signal processing and deep learning to determine health status. The average accuracy was about 98.07% result of the implementation using the proposed method and the accuracy and the execution time were higher than the previous studies. In addition, since it is possible to judge the health state in real time for a signal measured by a small portable device, it can be usefully applied in real life.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.