통계청에 따르면 심혈관 등의 성인병 질환으로 연 600~800명이 사망하는 것으로 나타나고, 고혈압, 동맥경화증, 심장병, 뇌졸중 등은 혈액의 흐름에 장애가 생겨 발생하는 심혈관계질환으로 오늘날 성인병의 주종을 이루고 있는 사망률이 높은 질병으로 구분된다. 또한 사망한 심혈관질환자 중 올바른 응급처치를 했더라면 생존했을 환자가 약 40%를 차지하고 있어 응급상황 발생 시 신속한 대응이 요구된다. 따라서 본 논문에서는 AdaBoost알고리즘의 weak classifier를 결합하여 strong classifier를 생성하는 방법을 통하여 효과적인 분석으로 심전도를 측정할 수 있도록 하고, 심혈관 질환자에게 발생한 응급상황을 빠른 시간 내에 관리 데스크에 전달할 수 있는 시스템을 제안하였다. 이에 따라 심전도 센서를 기반으로 측정한 데이터를 ZigBee통신으로 단말기에 전송하고 응급 상황을 판정하여 관리데스크에 긴급경보와 모니터링을 제공함으로써 신속한 의료서비스 제공이 가능하도록 하였다.
통계청에 따르면 심혈관 등의 성인병 질환으로 연 600~800명이 사망하는 것으로 나타나고, 고혈압, 동맥경화증, 심장병, 뇌졸중 등은 혈액의 흐름에 장애가 생겨 발생하는 심혈관계질환으로 오늘날 성인병의 주종을 이루고 있는 사망률이 높은 질병으로 구분된다. 또한 사망한 심혈관질환자 중 올바른 응급처치를 했더라면 생존했을 환자가 약 40%를 차지하고 있어 응급상황 발생 시 신속한 대응이 요구된다. 따라서 본 논문에서는 AdaBoost알고리즘의 weak classifier를 결합하여 strong classifier를 생성하는 방법을 통하여 효과적인 분석으로 심전도를 측정할 수 있도록 하고, 심혈관 질환자에게 발생한 응급상황을 빠른 시간 내에 관리 데스크에 전달할 수 있는 시스템을 제안하였다. 이에 따라 심전도 센서를 기반으로 측정한 데이터를 ZigBee통신으로 단말기에 전송하고 응급 상황을 판정하여 관리데스크에 긴급경보와 모니터링을 제공함으로써 신속한 의료서비스 제공이 가능하도록 하였다.
Diseases such as cardiovascular illnesses, according to the National Statistical Office opened reveals that 600-800 people were killed, blood pressure, arteriosclerosis, heart disease, stroke, etc. will be a flow of blood disorders that occur in cardiovascular illnesses today are fulfilling the Mast...
Diseases such as cardiovascular illnesses, according to the National Statistical Office opened reveals that 600-800 people were killed, blood pressure, arteriosclerosis, heart disease, stroke, etc. will be a flow of blood disorders that occur in cardiovascular illnesses today are fulfilling the Master / Slave samangryulin disease appears high. Died of cardiovascular disease also told them the correct first aid survival when patients are accounted for approximately 40% of emergency rapid response is required. Therefore, this paper, the weak classifier in the AdaBoost algorithm to generate a strong classifier by combining effects throughout the analysis to measure the ECG, and cardiovascular disease that occurred to you as soon as the emergency management system that can deliver on the proposed Desk was. The electrocardiogram data measured by the ZigBee-based sensors, communication devices and emergency transport for emergency alarms in the determination and monitoring of the management desk by providing health services to enable the delivery was fast.
Diseases such as cardiovascular illnesses, according to the National Statistical Office opened reveals that 600-800 people were killed, blood pressure, arteriosclerosis, heart disease, stroke, etc. will be a flow of blood disorders that occur in cardiovascular illnesses today are fulfilling the Master / Slave samangryulin disease appears high. Died of cardiovascular disease also told them the correct first aid survival when patients are accounted for approximately 40% of emergency rapid response is required. Therefore, this paper, the weak classifier in the AdaBoost algorithm to generate a strong classifier by combining effects throughout the analysis to measure the ECG, and cardiovascular disease that occurred to you as soon as the emergency management system that can deliver on the proposed Desk was. The electrocardiogram data measured by the ZigBee-based sensors, communication devices and emergency transport for emergency alarms in the determination and monitoring of the management desk by providing health services to enable the delivery was fast.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
심혈관 질환자가 심전도를 측정함에 있어 믿을 수 있는 신뢰성과 오진에 대한 걱정을 줄일 수 있고, 응급상황 시에 긴급히 대처하여 응급환자에게 가장 중요한 빠른응급처지에 필요한 질 높은 응급 의료서비스를 제공하기 위하여 설계하고 구현하였다. 심전도 센서를 통해 얻은 측정값을 근거리 무선 통신 방식인 ZigBee 통신을 사용하여 단말기로 전송하며, AdaBoost알고리즘을 이용하여 이를 처리하고 사람 개개인의 차이를 수용하는 폭넓고 강한 분류로 응급상황 여부를 판단, 응급 시 환자의 상태를 긴급경보와 모니터링을 할 수 있도록 데이터를 관리데스크에 전송하는 것이다.
제안 방법
본 시스템에서 사용한 심전도 센서는 ECG-BTA로써 교육용 심전도 센서를 사용하였다. 1mV Body Potential을 얻는 심전도 센서(ECG-BTA)를 통해 측정된 심전도 데이터를 IEEE 802.15.4를 기반으로 하는 ZigBee를 이용하여 구현하였다. 운영체제는 Windows를 사용하여 C언어를 기반으로 구현하였다.
그림 10과 같이 기존 Bluetooth를 사용한 심전도 측정 시스템에 비해 자원 소모율이 평균 58%로써 기존 기법보다 약 42%향상됨을 알 수 있었다. 두 번째 학습을 통한 응급상황 인식 에러율의 변화 평가에서는 총 40회의 Adaboost 학습을 통한 실험을 하였으며 매 실험마다 초기에 모델을 구축하기 위해서는 정상적인 케이스 100번과 비정상적인 케이스 50번을 가지고 모델을 구축하였고 그 후에 총 10개의 ECG신호 데이터를 40회에 걸쳐 이용하였다.
단말기의 소프트웨어는 심전도 센서를 통해 측정된정보의 전송을 위해 통신 서비스를 가능하게 한다. 따라서 DB에 들어온 정보를 학습과 저장 후 분석을 통해 응급상황인지 아닌지를 구분하고 응급환자의 정보를 전송한다.
본 논문에서 제안한 시스템의 성능평가를 크게 시스템의 효율성과 학습을 통한 응급상황 인식 오류율 변화를 평가 하였다. 다만 ZigBee 프로토콜은 저전력을 사용하고 낮은 데이터 전송속도를 요구하는 어플리케이션에 맞도록 설계되었다.
본 논문에서는 심혈관질환자들의 데이터들을 AdaBoost알고리즘을 이용하여 학습하고, 이를 기반으로 모델을 구성하여 위급상황 판별 시에 보다 정확히 판별할 수 있도록 오류율을 줄이고, 응급상황 발생 시 신속한 조치를 할 수 있도록 하기 위해 심전도 센서를 통해 생체신호를 모듈화하고 획득한 생체신호를 ZigBee통신을 이용하여 단말기에 전송할 수 있도록 설계하였다. 이를 통해 응급상황 발생 시 자동으로 관리데스크에게 알람과 화면을 전송하여 빠른 호출과 효과적으로 환자를 신속하게 조치할 수 있도록 하였다.
본 시스템에서는 심전도 센서로 통해 측정된 심전도 데이터를 ZigBee통신을 통해 단말기로 전송한다.
본 논문에서는 심혈관질환자들의 데이터들을 AdaBoost알고리즘을 이용하여 학습하고, 이를 기반으로 모델을 구성하여 위급상황 판별 시에 보다 정확히 판별할 수 있도록 오류율을 줄이고, 응급상황 발생 시 신속한 조치를 할 수 있도록 하기 위해 심전도 센서를 통해 생체신호를 모듈화하고 획득한 생체신호를 ZigBee통신을 이용하여 단말기에 전송할 수 있도록 설계하였다. 이를 통해 응급상황 발생 시 자동으로 관리데스크에게 알람과 화면을 전송하여 빠른 호출과 효과적으로 환자를 신속하게 조치할 수 있도록 하였다.
전체 시스템 구조도는 그림 8과 같이 WIDOWS의 운영체제를 기반으로 C Language를 사용하여 구현하였다. 생체신호로는 심전도 센서로 측정한 데이터를 말하며 ZigBee통신을 통해 무선으로 모바일 기기에 전송한다.
대상 데이터
따라서 전송효율측면은 고려하지 않았다. 첫 번째 효율성 평가에서는 전송량 대비 시스템 자원 소모율을 평가하였으며 매 실험마다 100개의 데이터를 사용하여 총 6번 실험을 하였다. 그림 10과 같이 기존 Bluetooth를 사용한 심전도 측정 시스템에 비해 자원 소모율이 평균 58%로써 기존 기법보다 약 42%향상됨을 알 수 있었다.
이론/모형
본 시스템에서 사용한 심전도 센서는 ECG-BTA로써 교육용 심전도 센서를 사용하였다. 1mV Body Potential을 얻는 심전도 센서(ECG-BTA)를 통해 측정된 심전도 데이터를 IEEE 802.
성능/효과
심전도 센서를 통해 얻은 측정값을 근거리 무선 통신 방식인 ZigBee 통신을 사용하여 단말기로 전송하며, AdaBoost알고리즘을 이용하여 이를 처리하고 사람 개개인의 차이를 수용하는 폭넓고 강한 분류로 응급상황 여부를 판단, 응급 시 환자의 상태를 긴급경보와 모니터링을 할 수 있도록 데이터를 관리데스크에 전송하는 것이다. 그 결과, 기존 블루투스시스템에 비해 논문에서 구현한 ZigBee시스템이 전송량 대비자원 소모율평가 결과 약 42%정도 향상되었고, 또한 응급상황 인식 에러율 알고리즘 역시 약 0.05%의 낮은 에러율을 보였다.
첫 번째 효율성 평가에서는 전송량 대비 시스템 자원 소모율을 평가하였으며 매 실험마다 100개의 데이터를 사용하여 총 6번 실험을 하였다. 그림 10과 같이 기존 Bluetooth를 사용한 심전도 측정 시스템에 비해 자원 소모율이 평균 58%로써 기존 기법보다 약 42%향상됨을 알 수 있었다. 두 번째 학습을 통한 응급상황 인식 에러율의 변화 평가에서는 총 40회의 Adaboost 학습을 통한 실험을 하였으며 매 실험마다 초기에 모델을 구축하기 위해서는 정상적인 케이스 100번과 비정상적인 케이스 50번을 가지고 모델을 구축하였고 그 후에 총 10개의 ECG신호 데이터를 40회에 걸쳐 이용하였다.
그림 11은 실험 결과 AdaBosst 알고리즘을 사용하였을 경우 학습을 반복 수행하였을 경우의 에러 인식 비율을 표기하였으며 응급상황에 대한 인식률에 대한 에러율이 AdaBoost알고리즘을 사용하는 횟수가 늘어감에 따라 더욱신뢰할 수 있는 모델들을 가지게 되어 약 0.05%로 낮은 에러 인식률을 보임으로써 효율적이라는 것을 알 수 있다.
2초까지로 구성한다. 이렇게 추출한 데이터를 바탕으로 모델링 하기위하여 V로 결합하고 반복하여 여러 모델들을구성, AdaBoost 알고리즘을 사용하여 비교 분석하고, 학습을 통하여 더욱 효과적인 모델을 생성하게 되어 이를기반으로 상황 판단의 에러율을 낮출 수 있다.
고혈압, 동맥경화증, 심장병, 뇌졸증 등은 혈액의 흐름에 장애가 생겨 발생하는 심혈관계질환으로 오늘날 성인병의 주종을 이루고 있는 사망률이 높은 질병이다. 특히 사망한 환자 중 빠른 응급처치와 신속한 병원이송을 했다면 생존했을 가능성이 높은 환자가 40%가 넘는 것으로 나타났다. 때문에 응급상황 시 신속한 의료진의 조치가 중요하다.
후속연구
향후 연구과제로는 현재의 제한된 상황과 일부의 자료만을 대상으로 실험한 수치이므로 이후 좀더 다양한 사례와 자료를 통해서 높은 신뢰도를 보이기 위한 노력이 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
심전도 센서는 어떤 장치인가?
심전도 센서(ECG : Electrocardiogram Sensor)는 심장 근육이 수축 이완할 때의 활동 전위가 심장에서 온몸으로 퍼져나가는 전류를 일으키고 이 전류가 일으키는신체 부위 사이의 전위차를 전극으로 감지하여 센서회로에서 신호처리를 하는 것이다. 즉, 심장에서 나오는 전기신호를 측정하는 장치라고 할 수 있으며, 세 개의 일회용탐침이 달려 있고 그래프로 심전도를 표시하여 심장의수축과 팽창을 쉽게 확인할 수 있다.[5]
본 연구에서 설계 구현한, 심혈관 질환자를 위한 심전도 정보 판독 시스템은 어떻게 작동되는가?
심혈관 질환자가 심전도를 측정함에 있어 믿을 수 있는 신뢰성과 오진에 대한 걱정을 줄일 수 있고, 응급상황시에 긴급히 대처하여 응급환자에게 가장 중요한 빠른응급처지에 필요한 질 높은 응급 의료서비스를 제공하기위하여 설계하고 구현하였다. 심전도 센서를 통해 얻은측정값을 근거리 무선 통신 방식인 ZigBee 통신을 사용하여 단말기로 전송하며, AdaBoost알고리즘을 이용하여이를 처리하고 사람 개개인의 차이를 수용하는 폭넓고강한 분류로 응급상황 여부를 판단, 응급 시 환자의 상태를 긴급경보와 모니터링을 할 수 있도록 데이터를 관리데스크에 전송하는 것이다. 그 결과, 기존 블루투스시스템에 비해 논문에서 구현한 ZigBee시스템이 전송량 대비자원 소모율평가 결과 약 42%정도 향상되었고, 또한 응급상황 인식 에러율 알고리즘 역시 약 0.
AdaBoost는 어떤 방법인가?
AdaBoost(Adaptive Boosting)는 학습 데이터 셋 중,학습결과의 성능 저하를 유발하는데 기여도가 큰 특정패턴에 가중치를 주어 학습시킨 후, committee의 결과를단계별로 결합하는 방법이다. Boosting 알고리즘은 주로weak learning algorithm들을 결합시키는데 많이 사용되나, AdaBoost는 decision tree나 신경망에 대한 앙상블에적용되고 있다.
참고문헌 (11)
이은현, "심혈관질환자 삶의 질에 대한 국내 연구논문 분석", 성인간호학회지 제17권 제3호, 452-463쪽, 2005년 8월.
신현정, "앙상블 학습 알고리즘의 일반화 성능 비교", 서울대학교 산업공학과, 한국정보과학회 학술발표논문집, 2-3쪽, 2000년 3월.
Joshua Proulx, "Development and evaluation of a Bluetooth EKG monitoring sensor", In Proceedings of the IEEE International Symposium on Computer-Based Medical Systems (CBMS), pp. 7-13, 2006.
전계록, "심전도와 맥파 신호 검출을 위한 일체형센서 시스템의 구현", 부산대학교, 한국 산학 기술학회 논문지 제10권 제5호, 992-999쪽, 2009년 5월.
Rumiana Krasteva, "Application of Wireless Protocols Bluetooth and ZigBee in Telemetry System Development", University of Padova, Department of General Psychology, Italy, 2005, pp.33-36.
홍인화, "Ubi-Zone에서 상황인지 서비스를 위한 지능형 예측 알고리즘", 한국인터넷방송통신TV학회 춘계학술발표논문집 7권1호, 3-6쪽, 2009년 5월.
오지수, "PDA를 활용한 건강모니터링 시스템의 설계 및 구현", 한국인터넷방송통신TV학회 춘계학술발표논문집 7권1호, 114-118쪽, 2009년 5월.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.