선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서 센서 네트워크와 그리드 네트워크의 연동을담당하는 장치를 센서 게이트웨이라고 명명하였다. 센서 게이트웨이는 센서 노드에서 전송되는 환자의 심전도 이상 신호에 해당하는 데이터만 의료진 및 보호자에게 정확하고 신속하게 알릴 수 있는 u-Healthcare 시스템 장치이다.
- 본 논문에서는 u-Healthcare 시스템에서 센서 노드의 데이터 전송 프로토콜로 블루투스를 사용함으로서 다양한 단말기와 연동이 가능한 시스템을 설계하였다. 또한 심전도신호 특징 추출과 맥박측정 알고리즘을 접목해 기존 심전도신호 측정 알고리즘에 비해 데이터 수신 및 처리비용을 줄이고 정확하게 이상 신호를 판단하는 센서 게이트웨이를 설계 하였다.
- 심실세동, 심실빈맥시의 심전도 신호를 이벤트 처리하여 해당 이벤트가 발생 시 사용자에게 경보해줌과 동시에 모바일 기기와 연동하여 의료진 및 보호자에게 즉시 알려준다. 이벤트는 심실세동, 심실빈맥 외에도 사용자 정의로다양한 심전도 신호를 정의할 수 있어 향후 유연성있게 활용될 수 있도록 하였다.
제안 방법
- NesC는 이벤트 처리에 적합하게 설계된 언어로서 TinyOS의 실행모델을 구조화시킨 언어이다. 단말기에서는 Cygwin을 이용하여 시리얼수신용 프로그램을 개발하여 실험에 사용하였다.
- 연동이 가능한 시스템을 설계하였다. 또한 심전도신호 특징 추출과 맥박측정 알고리즘을 접목해 기존 심전도신호 측정 알고리즘에 비해 데이터 수신 및 처리비용을 줄이고 정확하게 이상 신호를 판단하는 센서 게이트웨이를 설계 하였다. 기존의 EEF 기법은 센서 노드에서 데이터를 분석했지만 제안하는 시스템은 센서 게이트웨이의 모듈에서 EEF 기법을 적용하여 정의한 이벤트에 해당하는 데이터만전송하고 사용환경에 따른 이벤트 정의를 지원함으로써 센서 수명에 더욱 효율적 인 u-Healthcare 시스템이다.
- 본 논문에서 설계한 블루투스 기반의 심전도 센서를 이용한 u-Healthcare 시스템의 성능을 평가하기 위해 (그림 9)와같은 실험환경을 구축하였다. 한백전자의 Ubi-Box II를 이용하여 게이트웨이를 구성하였으며 피시험자의 양측 늑골에부착하여 측정된 심전도 신호 데이터를 블루투스 네트워크를 통해 센서 게이트웨이로 전송하고 이를 받아 단말기로전송하는 구조이다.
- 제안한 알고리즘을 이용한 시스템의 실험 및 평가를 위해 10ms 단위로정상인 경우와 심실세동, 심실빈맥인 경우의 심전도 신호에대한 정확한 판단 여부를 측정하였으며 결과 값을 기존의알고리즘과 비교하여 성능평가를 하였다. 센서 게이트웨이는 TinyOS[17l로 동작되고 핵심 알고리즘은 NesC로 개발하였다. NesC는 이벤트 처리에 적합하게 설계된 언어로서 TinyOS의 실행모델을 구조화시킨 언어이다.
- 우선 기본적으로 두 가지 경우에 대해 실험을 수행하였다. 첫 번째(Case1) 경우는 정상 측정에서 심전도 신호를 10ms 단위로 측정하여 전송하는 것이고, 두 번째(Case2) 경우는 제안한 알고리즘을 이용하여 측정된 심실세동 및 심실빈맥 신호를 전송하는 것이다.
- 제안하는 시스템은 u-Healthcare 시스템에서도 환자의 생명과 직접적인 관련이 있는 ECG를 측정 하는 시스템으로의료서비스사용자는 신체에 패치 부착 형태의 심전도 측정센서 모듈을 장착하고 있어 언제든지 자신의 심전도 상태를모니터링 할 수 있으며 부정맥 같은 이상 증세가 나타날 시심전도 신호를 블루투스 무선 센서네트워크로 전송한다. 이때 각 센서 노드들은 블루투스와 같은 고속통신 프로토콜을이용하여 통신하며 별도의 조작없이 패어링(PaHng)을 통해네트워크를 형성한다.
- 제안하는 시스템은 센서 네트워크와 그리드[12], [13] 네트워크를 통하여 블루투스를 이용한 센서 노드로부터 수집된데이터를 신속하고 정확하게 알릴 수 있는 u-Healthcare 시스템이다. 본 장에서는 제안하는 시스템의 각 구성요소를분석할 것이다.
- 제안하는 시스템의 센서 알고리즘은 심전도 신호 특징 추출 알고리즘과 맥박측정 알고리즘이 있다. 첫 번째 방법은데이터 통신의 효율성을 증진 시키고, 심전도 심호의 오차및 왜곡을 감소시키며 두 번째 방법은 첫 번째 방법을 보완함으로써 좀 더 정확한 결과값을 산출할 수 있다.
- 첫 번째(Case1) 경우는 정상 측정에서 심전도 신호를 10ms 단위로 측정하여 전송하는 것이고, 두 번째(Case2) 경우는 제안한 알고리즘을 이용하여 측정된 심실세동 및 심실빈맥 신호를 전송하는 것이다. 총 5명의 대상자에게 10회에걸쳐 실험하였으며 제안하는 알고리즘과 기존에 일반적으로심전도 측정에 사용되었던 알고리즘인 Amann 알고리즘과의 성능평가를 위하여 제안하는 알고리즘의 심전도 이상 신호 중 심실세동, 심실빈맥 검출과 정상인 경우 검출에서의 FN(false negative), TN(true negative), TP(true positive), FP(false positive)를 측정하였다. 의료영상 검출의 신호검출이론에 입각해서 시각, 지각적 평가로 실험을 정량적으로취급, 해석하는 ROC(Receiver Operating Characteristic) 방법을 이용하여 평가하였다.
- 평균적으로 심전도 신호 판독의 평균 오차는 ±6%로재현성이 높으나 생명과 직결되는 정보이기 때문에 조금의오차도 발생하지 않아야 하지만 이는 현실적으로 불가능하다. 측정 원리는 심전도 파형이 최대값(MAX)을 이루는 R파형이나 최소값(MIN)을 이루는 S 파형에 도달하게 되면진행 방향이 바뀌는 점을 이용하여 MAX나 MIN에 도달했을시 패킷을 전송하여 맥박수를 측정하는 원리이다. 제안하는 알고리즘은 (그림 8)에서 제시하고 있다.
데이터처리
- 해당 항목에대한 정의는 수식 (2)-(5)와 같이 표현할 수 있다. [표 3] 의 결과 값을 통해 Amann 알고리즘과 제안하는 알고리즘의 Se, Sp, PP, Ac 항목에 대한 성능평가를 하였다.
- 3%의 성능 향상이 있다. 결과값을 통하여 Se 와 Sp의 관계성에 대해 분석이 가능한 ROC 곡선을 이용하여 평가하였다. ROC 곡선은 모든 분류기준값에 대한 민감도와 특이성을 보여주는 곡선으로 세로축은 민감도, 가로축은 1-특이성을 나타낸다.
- 본 장에서는 제안한 블루투스 기반의 심전도 센서를 이용한 u-Healthcare 시스템의 성능을 분석하고 평가하기 위해실험환경을 구축하고 기존의 Amann 알고리즘과 제안하는알고리즘의 성능을 비교하였다.
- 해당 게이트웨이의 사양은 [표 2]와 같다. 제안한 알고리즘을 이용한 시스템의 실험 및 평가를 위해 10ms 단위로정상인 경우와 심실세동, 심실빈맥인 경우의 심전도 신호에대한 정확한 판단 여부를 측정하였으며 결과 값을 기존의알고리즘과 비교하여 성능평가를 하였다. 센서 게이트웨이는 TinyOS[17l로 동작되고 핵심 알고리즘은 NesC로 개발하였다.
이론/모형
- Anton Amann의 논문에서 사용된 시간 지연 알고리즘 (Time-Delay Algorithm)은 위상공간 재구성(Phase Space Reconstruction, PSR) 기법을 사용하였다. PSR 기법은 위상공간을 기반으로 동적인 파형이나 무작위적인 신호를 분석하기 위한 기법으로써 실험에서는 위상공간을 40x40의크기로 구성하였다.
- 총 5명의 대상자에게 10회에걸쳐 실험하였으며 제안하는 알고리즘과 기존에 일반적으로심전도 측정에 사용되었던 알고리즘인 Amann 알고리즘과의 성능평가를 위하여 제안하는 알고리즘의 심전도 이상 신호 중 심실세동, 심실빈맥 검출과 정상인 경우 검출에서의 FN(false negative), TN(true negative), TP(true positive), FP(false positive)를 측정하였다. 의료영상 검출의 신호검출이론에 입각해서 시각, 지각적 평가로 실험을 정량적으로취급, 해석하는 ROC(Receiver Operating Characteristic) 방법을 이용하여 평가하였다.
성능/효과
- TCP/IP 프로토콜을 사용하는 그리드 네트워크로의 전송을 위해 별도의 프로토콜 변환이 필요하며 제안하는 EEF 기법을 통해 센서 노드 단에서 분석된 심전도 이상 결과를그리드 네트워크와 연결되어 있는 각종 통신기기에 전송하여 의료진 및 환자의 보호자에게 통보함으로써 심전도 이상의 발생이나 악화를 사전에 방지할 뿐만 아니라 급성 질환의 경우 빠른 응급조치를 가능하게 한다. 또한 분석된 결과는 그리드 네트워크내의 각종 기기들의 데이터베이스와 서버 데이터베이스에 저장되어 추후 환자의 병력 비교 분석자료로 활용될 수 있다.
- 센서 노드의 네트워크 형성을 통해 여러 의료서비스 사용자로부터 수집된 대량의 심전도 신호는 EEF 기법을 통해 정의된 이벤트에 해당하는 데이터만 선별하여센서 게이트웨이로 전송함으로써 데이터 전송빈도수를 감소시키며 네트워크의 효율성을 증대시킨다. 기존의 EEF 기법은 각각의 센서 노드 단에서 분석이 이루어 졌으나 제안하는 시스템의 EEF 기법은 센서 게이트웨이에 별도의 모듈을두어 데이터를 분석함으로써 휴대용 센서 노드의 수명과 효율성을 향상시켰다. 전송된 신호는 센서 게이트웨이가 취합하여 TCP/IP 프로토콜을 사용하는 그리드 네트워크로 전송되며, 휴대용 단말기나 의료진, 개인 PC등의 블루투스 연동가능한 모든 기기에 전송이 가능할 뿐만 아니라 고속 연산작업이 가능하다.
- 기존의 EEF 기법은 센서 노드에서 데이터를 분석했지만 제안하는 시스템은 센서 게이트웨이의 모듈에서 EEF 기법을 적용하여 정의한 이벤트에 해당하는 데이터만전송하고 사용환경에 따른 이벤트 정의를 지원함으로써 센서 수명에 더욱 효율적 인 u-Healthcare 시스템이다. 또한 제안하는 시스템의 핵심 알고리즘과 기존 알고리즘의 성능을측정 및 분석하여 설계한 시스템의 우수성을 검증하였다.
- 민감도 80.7%, 특이성 92.0%, 명확한 예측성 69.9%, 전체분류율 90.5%으로 기존의 알고리즘에 비해 각각 11.2%, 3.3%, 4.5%, 4.3%의 성능 향상이 있다. 결과값을 통하여 Se 와 Sp의 관계성에 대해 분석이 가능한 ROC 곡선을 이용하여 평가하였다.
- 심실세동/심실빈맥 측정에서의 TP는 심실세동/심실빈맥을 제대로 판단한 경우이며, FP는 정상인 경우를 심실세동/심실빈맥으로 오판한 경우이다. 오차율은 약 4.5%이며 이는 기존의 알고리즘에 비해 1.5%의 성능 향상을 보여준다.
- 뜻한다. 제안하는 알고리즘의 AUC는 0.875이고 기존알고리즘의 AUC는 0.8로써 (그림 11)은 제안하는 알고리즘의 ROC 곡선이 Amann 알고리즘의 ROC 곡선보다 7.5%의향상된 정확도와 신뢰도를 나타내는 것을 보여준다.
- 알고리즘과 맥박측정 알고리즘이 있다. 첫 번째 방법은데이터 통신의 효율성을 증진 시키고, 심전도 심호의 오차및 왜곡을 감소시키며 두 번째 방법은 첫 번째 방법을 보완함으로써 좀 더 정확한 결과값을 산출할 수 있다. 여기서심전도 신호 오차란 실제 신호와 측정된 신호의 수치상의차이를 뜻하며, 왜곡은 실제 신호와 측정된 신호가 다르게해석된 경우를 뜻한다.
후속연구
- 다양한 데이터를 동시에 수집할 것이다. 다양한 데이터에 따른 이벤트 정의 및 분석방법에 대한 연구와 환자의 이상 신호를 예측할 수 있는 시스템의 연구가 필요할 것이다. 또한 센서 노드는 한정된 에너지를 가지고 작동하기때문에 센서 노드의 수명을 더욱 연장시킬 수 있는 연구가수반되어야 할 것이다.
- 경우 빠른 응급조치를 가능하게 한다. 또한 분석된 결과는 그리드 네트워크내의 각종 기기들의 데이터베이스와 서버 데이터베이스에 저장되어 추후 환자의 병력 비교 분석자료로 활용될 수 있다.
- 다양한 데이터에 따른 이벤트 정의 및 분석방법에 대한 연구와 환자의 이상 신호를 예측할 수 있는 시스템의 연구가 필요할 것이다. 또한 센서 노드는 한정된 에너지를 가지고 작동하기때문에 센서 노드의 수명을 더욱 연장시킬 수 있는 연구가수반되어야 할 것이다.
- 향후 바이오센서 및 하드웨어 기술의 발달로 인한 센서의소형화와 더불어 다양한 데이터의 수집은 심전도 신호뿐만아니라 다양한 데이터를 동시에 수집할 것이다. 다양한 데이터에 따른 이벤트 정의 및 분석방법에 대한 연구와 환자의 이상 신호를 예측할 수 있는 시스템의 연구가 필요할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.