생체신호 데이터의 의미와 그들 간의 연관관계를 정의하여 새로운 정보를 획득할 수 있는 형태의 모델링방법으로 온톨로지가 제시되고 있다. 온톨로지를 이용하여 생체신호 데이터를 지속적으로 관리함으로써 생체 신호 데이터의 체계적이고 논리적으로 표현이 가능하고, 이는 나아가 의료정보, 건강서비스 등 다양한 분야에서 질적으로 향상된 서비스를 제공하게 해주는 지식 자원으로 활용된다. 하지만 현재로는 생체 신호간의 연관 관계 중요성에 비해서 관련 연구가 활발하게 이루어지지 않고 있다. 따라서 생체 신호간의 연관관계를 찾아서 정의하고, 생체정보간의 의미표현이 필요하다. 그러기 위해서는 다양한 생체정보간의 연관 관계를 통해 체계적이고 구조화 된 정보를 만드는 것이 필요하다. 본 논문에서는 생체정보를 체계적이고 구조화 된 도메인 지식으로 활용하기 위한 모델로써 온톨로지를 이용하여 생체정보 온톨로지를 구축하고, 시나리오를 통해서 생체정보 온톨로지의 유용성을 검증하였다.
생체신호 데이터의 의미와 그들 간의 연관관계를 정의하여 새로운 정보를 획득할 수 있는 형태의 모델링방법으로 온톨로지가 제시되고 있다. 온톨로지를 이용하여 생체신호 데이터를 지속적으로 관리함으로써 생체 신호 데이터의 체계적이고 논리적으로 표현이 가능하고, 이는 나아가 의료정보, 건강서비스 등 다양한 분야에서 질적으로 향상된 서비스를 제공하게 해주는 지식 자원으로 활용된다. 하지만 현재로는 생체 신호간의 연관 관계 중요성에 비해서 관련 연구가 활발하게 이루어지지 않고 있다. 따라서 생체 신호간의 연관관계를 찾아서 정의하고, 생체정보간의 의미표현이 필요하다. 그러기 위해서는 다양한 생체정보간의 연관 관계를 통해 체계적이고 구조화 된 정보를 만드는 것이 필요하다. 본 논문에서는 생체정보를 체계적이고 구조화 된 도메인 지식으로 활용하기 위한 모델로써 온톨로지를 이용하여 생체정보 온톨로지를 구축하고, 시나리오를 통해서 생체정보 온톨로지의 유용성을 검증하였다.
In order to acquire new information and biological meaning of the signal data by defining the relationships between them, new modeling technique, ontology, has been proposed. The data of bio-signal can be represented as a systematic and logical to manage continuously bio-signal data using ontology. ...
In order to acquire new information and biological meaning of the signal data by defining the relationships between them, new modeling technique, ontology, has been proposed. The data of bio-signal can be represented as a systematic and logical to manage continuously bio-signal data using ontology. Furthermore, knowledge of which resources are utilized to provide improved service quality in medical information, health services in various fields. However, relevant studies have not been performed actively to compare importance of relationships between bio-signals. Therefore semantic representation of biometric information should be by defining the relationship between bio-signals. In this paper, we have developed bio-signal ontology to use as a model for using domain knowledge. We verified the usefulness of the ontology by using scenarios.
In order to acquire new information and biological meaning of the signal data by defining the relationships between them, new modeling technique, ontology, has been proposed. The data of bio-signal can be represented as a systematic and logical to manage continuously bio-signal data using ontology. Furthermore, knowledge of which resources are utilized to provide improved service quality in medical information, health services in various fields. However, relevant studies have not been performed actively to compare importance of relationships between bio-signals. Therefore semantic representation of biometric information should be by defining the relationship between bio-signals. In this paper, we have developed bio-signal ontology to use as a model for using domain knowledge. We verified the usefulness of the ontology by using scenarios.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 생체정보를 체계적이고 구조화 된 도메인 지식으로 활용하기 위한 모델로써 온톨로지를 이용하여 생체정보 온톨로지를 구축하고, 시나리오를 통해서 생체정보 온톨로지의 유용성을 검증하였다. 구축한 온톨로지는 생체정보간의 연관 관계를 찾아내 정의하고 생체신호를 의미적으로 표현하고자 하였다. 이는 나아가 이벤트와 상황적 정보를 포함하여 지속적인 관리가 되는 건강 정보 서비스를 위한 온톨로지로 완성함으로써 개인의 생체신호를 기반으로 건강관련 상황을 인식하는 유비쿼터스 헬스 서비스를 제공하기 위한 지식베이스가 된다.
이들 관련연구는 심전도에 대한 온톨로지를 구축한 연구로 기타 생체 정보간의 연관성에 대해서는 제시하지 않았다. 따라서 본 논문에서는 심전도 외에 다양한 생체 정보들 간의 연관 관계를 정의하고, 의미를 표현함으로써 건강관리를 위해 필요한 지식베이스를 구축하고자 한다.
본 논문에서는 생체신호 데이터를 지속적으로 관리하고 연관정보를 추출하여 활용하기 위해 생체신호 데이터의 의미 표현에 초점을 맞추었다. 이를 위해 생체신호, 사람, 시간을 주요 개념 요소로 모델링하였다.
한편, 생체신호 데이터는 생체신호를 측정한 값이라는 측면에서 측정값과 측정값의 단위라는 공통된 특성을 가진다. 본 논문에서는 생체신호의 개별적인 특성과 생체신호 데이터의 공통된 특성으로 각 생체신호를 명시적으로 표현하는 제약 조건을 정의하였다.
본 논문에서는 생체정보를 체계적이고 구조화 된 도메인 지식으로 활용하기 위한 모델로써 온톨로지를 이용하여 생체정보 온톨로지를 구축하고, 시나리오를 통해서 생체정보 온톨로지의 유용성을 검증하였다. 구축한 온톨로지는 생체정보간의 연관 관계를 찾아내 정의하고 생체신호를 의미적으로 표현하고자 하였다.
이는 개인의 특성을 반영한 것은 아니지만, 일반적인 상황에서 생체신호 데이터로 기초적인 건강 상태를 파악할 수는 있다. 본 장에서는 앞서 정의한 개념 클래스와 클래스 간 관계, 그리고 개념 클래스의 제약 사항을 바탕으로 측정된 생체신호가 일반적인 정상 범위에 해당하는지를 판단할 수 있도록 규칙을 정의하여 응용 영역에서 활용할 수 있도록 하였다.
생체신호 온톨로지 구축에 있어서 가장 중요한 요소인 생체신호 데이터의 의미와 그들 간의 연관관계를 정의하였다. 온톨로지를 이용하여 생체신호 데이터를 지속적으로 관리함으로써 생체신호 데이터의 체계적이고 논리적으로 표현이 가능하도록 하였다. 또한 지시베이스로 활용하기 위해 필요한 추론 규칙을 정의하여 생체신호 온톨로지의 유용성을 검증하였다.
제안 방법
이들을 생체신호의 종류를 나타내는 개별 클래스로 정의하였다. 그리고 각 생체신호가 나타내는 특성을 표현하고자 속성 정의를 위한 연관 클래스를 정의하였다. 예를 들어, 심전도는 크게 파형(wave), 분절(segment), 간격(interval)으로 심장의 신호를 측정한다.
온톨로지를 이용하여 생체신호 데이터를 지속적으로 관리함으로써 생체신호 데이터의 체계적이고 논리적으로 표현이 가능하도록 하였다. 또한 지시베이스로 활용하기 위해 필요한 추론 규칙을 정의하여 생체신호 온톨로지의 유용성을 검증하였다.
또한, 이러한 생체정보와 함께 이름, 나이, 성별, 키. 몸무게, 병력, 가족력의 개인 이력 정보를 포함시켜 온톨로지를 구축하였다.
본 논문에서는 생체신호 온톨로지를 구축하기 위해 그림1과 같이 건강과 질병에 관련이 있는 심전도, 맥박, 혈압, 체온, 혈당의 생체신호를 요소로 사용하였다. 또한, 이러한 생체정보와 함께 이름, 나이, 성별, 키.
두 번째 요소는 생체 신호를 측정할 대상으로 사람을 의미 개념으로 표현하였다. 사람은 이름, 나이, 성별, 키, 몸무게, 병력, 가족력과 같은 개인 이력 정보를 가지고 있어 이들 정보를 이용하여 모델링하였다. 세 번째 요소는 측정한 시간 요소의 표현이다.
생체신호 데이터는 생체신호를 측정하여 얻은 값과 측정값의 단위가 기본 구성요소이며, 생체신호의 측정시각과 측정방법, 부위등을 표현할 수 있도록 생체신호 마다 제약조건을 설정할 수 있도록 하였다. 혈압, 혈당, 심전도, 체온 등 생체신호는 각기 특징적인 신호를 측정한 것이므로 각기의 특성이 다르다.
본 논문에서는 생체신호를 새로운 정보를 획득할 수 있는 형태로 모델링하기 위한 방법으로 온톨로지를 이용하였다. 생체신호 온톨로지 구축에 있어서 가장 중요한 요소인 생체신호 데이터의 의미와 그들 간의 연관관계를 정의하였다. 온톨로지를 이용하여 생체신호 데이터를 지속적으로 관리함으로써 생체신호 데이터의 체계적이고 논리적으로 표현이 가능하도록 하였다.
본 장에서는 개인 건강 및 질병 관리의 주요 척도인 혈압, 혈당, 심전도 등의 생체신호 데이터를 의미에 기반을 두고 표현하기 위한 개념 클래스와 개념 클래스 간의 관계를 설명한다. 생체신호를 중심으로 질병, 개인의 건강 이력, 건강 상태 등과의 의미 관계를 OWL로 표현하였다.
앞서 정의한 프로퍼티들을 바탕으로 생체신호의 개념 클래스를 명확한 의미 개념으로 나타내기 위해, 개념 클래스 간의 의미 관계 및 속성을 제약 조건으로 표현하였다. 생체신호의 각 개념 클래스는 생체 신호의 특성을 바탕으로 생체신호가 표현해야 하는 중요 요소를 제약사항으로 설정하였다. 예를 들어, 생체신호 중 혈압은 이완기와 수축기의 혈압으로 구분되는데, 혈압의 표현은 측정된 값과 측정값이 압력임을 나타내도록 하였으며, 이완기와 수축기의 혈압을 나타내도록 명시하였다.
심전도 이외에도, 맥박, 혈압, 혈당, 체온 등 생체신호를 표현하는 의미 클래스와 그 속성을 각각의 생체신호의 특성을 바탕으로 개별적으로 정의하였다.
Bernardo Goncalves 등은 An Electrocardiogr -am Domain Ontology 연구에서 심전도 도메인 온톨로지를 제안하였다[11]. 심전도가 헬스케어 분야에서 새로운 정보를 창출해내는 핵심임을 강조하면서 헬스케어 서비스에서 심전도가 미치는 영향에 대해서 분석하였다. 또한, 생체 데이터들이 다양한 시스템에서 결합되어 사용될 때 시맨틱 정보들간의 의미적 호환성이 부족하여 의료 환경을 저해시키므로 온톨로지 기반의 다양한 생체 데이터 간의 의미적 호환성에 대한 필요성을 강조하였다[11].
앞서 정의한 프로퍼티들을 바탕으로 생체신호의 개념 클래스를 명확한 의미 개념으로 나타내기 위해, 개념 클래스 간의 의미 관계 및 속성을 제약 조건으로 표현하였다. 생체신호의 각 개념 클래스는 생체 신호의 특성을 바탕으로 생체신호가 표현해야 하는 중요 요소를 제약사항으로 설정하였다.
본 논문에서는 생체신호 데이터를 지속적으로 관리하고 연관정보를 추출하여 활용하기 위해 생체신호 데이터의 의미 표현에 초점을 맞추었다. 이를 위해 생체신호, 사람, 시간을 주요 개념 요소로 모델링하였다.
이들 파형과 파형 사이를 나타내는 간격과 분절을 바탕으로 심전도의 정상/비정상을 판별할 수 있다[13]. 이와 같은 심전도의 특성을 심전도 클래스(cECG)와 속성 표현을 위한 연관 클래스(cWave, cSegment, cInterval)를 정의하고, 심전도 클래스의 속성을 표현하였다.[표 2]는 생체신호 중 심전도의 속성(attribute)을 표현하기 위한 프로퍼티(property)들을 나타낸다.
이론/모형
시간이 생체신호를 정의할 때 중요한 요소가 된다. 본 논문에서 시간과 날짜 요소의 표현은 OWL의 Time 온톨로지를 참고한다[12].
본 논문에서는 생체신호를 새로운 정보를 획득할 수 있는 형태로 모델링하기 위한 방법으로 온톨로지를 이용하였다. 생체신호 온톨로지 구축에 있어서 가장 중요한 요소인 생체신호 데이터의 의미와 그들 간의 연관관계를 정의하였다.
후속연구
본 논문에서 개발한 온톨로지는 의료정보, 건강서비스 등 다양한 분야에서 질적으로 향상된 서비스를 제공하게 해주는지식 자원으로 활용할 수 있다. 그러므로 향후에는 이를 위해 이벤트와 상황적 정보를 포함하도록 온톨로지를 확장하여 완성함으로써 개인의 생체신호를 기반으로 건강관련 상황을 인식하는 유비쿼터스 헬스 서비스를 제공하기 위한 지식베이스로 완성시키고자 한다.
본 논문에서 개발한 온톨로지는 의료정보, 건강서비스 등 다양한 분야에서 질적으로 향상된 서비스를 제공하게 해주는지식 자원으로 활용할 수 있다. 그러므로 향후에는 이를 위해 이벤트와 상황적 정보를 포함하도록 온톨로지를 확장하여 완성함으로써 개인의 생체신호를 기반으로 건강관련 상황을 인식하는 유비쿼터스 헬스 서비스를 제공하기 위한 지식베이스로 완성시키고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
온톨로지에 대한 Gruber의 정의는 한글로 어떤 뜻인가?
온톨로지에 대해서 다양한 정의가 내려지고 있지만 Gruber는 다음과 같이 정의하였다. ‘An ontology is a specification of a conceptualisatio -n’, 이는 “특정 분야에서 용어들과 그들 간의 관계를 명시적이고 정형화한 명세”라는 뜻으로[3] 온톨로지가 공유하고자 하는 개념을 형식적이며 명시적으로 표현함으로써 기계가 이해할 수 있도록 해주는 것을 의미한다. 온톨로지는 시맨틱 웹을 실현하기 위한 핵심 요소로 시맨틱 웹에서 온톨로지는 특정 도메인에 관련된 단어 또는 특정 영역에 관련된 단어들이 계층적으로 표현되어 있어 이들 특정 영역의 지식들과 관련된 개념들은 개념과 개념간의 연관을 지어 질의, 정보검색이 가능하며, 나아가서는 새로운 개념을 추출해내는 추론이 가능하다[4,5].
온톨로지를 일컬어 무엇이라고 부르는가?
이러한 온톨로지를 일컬어 지식베이스라고도 한다. 지식베이스는 단순한 데이터베이스와는 달리 경험적 지식과 형식화하기 힘든 지식을 사실과 규칙 등을 이용해서 표현한다[6].
온톨로지는 지식베이스라고도 불리는데 무엇을 이용해서 지식을 표현하는가?
이러한 온톨로지를 일컬어 지식베이스라고도 한다. 지식베이스는 단순한 데이터베이스와는 달리 경험적 지식과 형식화하기 힘든 지식을 사실과 규칙 등을 이용해서 표현한다[6]. 지식베이스는 시소러스(Thesaurus), 온톨로지(Ontology), 의미망(Semantic Network) 등이 있다.
참고문헌 (13)
Brooks, D., Extensible biosignal metadata a model for physiological time-series data, Engineering in Medicine and Biology Society, 2009, EMBC 2009. Annual International Conference of the IEEE, pp. 3881-3884
Kokkinaki A. Chouvarda I. Maglaveras N., An Ontology-based approach facilitating unified querying biosignals and patient records. Conf Proc IEEE Eng Med Biol Soc. 2008. pp 2861-2864
Gruber.T.R., A Translation Approach to Portable Ontology Specifications, Knowledge Acquisition, 5(2), pp. 199-220.1993
Gruber, T., Toward Principles for the Design of Ontologies Used for Knowledge Sharing, International Journal Human-Computer Studies, Vol. 43, Issues 5-6, November 1995
Natalya Fridman Noy, Carole D. Hafner, The State of the Art in Ontology Design: A Survey and Comparative Review, AI Magazine, Vol. 18. No. 3., 1997
Rim Djedidi, Marie-Aude Aufaure, Ontology Evolution: State of the Art and Future Directions, Ontology Theory, Management and Design: Advanced Tools and Models, IGI Global
문경실, 박수현, "Bossam 추론 엔진을 이용한 한의학 온톨로지 개발", 제31회 한국정보처리학회 춘계학술발표대회논문집(상), 43-46쪽, 2009년 4월
Veruska Zamborlini, Bernardo Goncalves, Giancarlo Guizzardi, "Codification and Application of a Well-Founded Heart-ECG Ontology"
김기현, 최호진, "심장계 질환 발견을 위한 임상 의사결정 지원 시스템", 제27회 한국정보처리학회 춘계학술발표대회 논문집 제14권 제1호, 2007년 5월
GONCALVES, B.; GUIZZARDI, G.; PEREIRA FILHO, J. G. An electrocardiogram (ECG) domain ontology. In: Workshop on Ontologies and Metamodels for Software and Data Engineering,2nd, Joao Pessoa, Brazil, 2007, Proceedings. 2007, p.68-81.
Time Ontology in OWL http://www.w3.org/TR/ owl-time/
※ AI-Helper는 부적절한 답변을 할 수 있습니다.