$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

온바디 센서데이터를 활용한 인공지능 헬스케어 기술 동향
Technology trend on AI healthcare using on-body sensor data 원문보기

한국콘텐츠학회지 = Korea Contents Association, v.17 no.1, 2019년, pp.18 - 22  

임지연 (한국전자통신연구원 웨어러블컴퓨팅연구실)

초록이 없습니다.

주제어

#온바디 센서   #헬스케어   #생체신호   #인공지능  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • 액티그래프 는 센서 자체보다는 관련 전문분야의 임상실험 및 데이터분석 결과를 바탕으로 구성된 분석 SW에 기술이 집약되어 있다. 가속도, 자이로 및 중력 센서에서 수집한 사용자의 수면 중 움직임 데이터를 바탕으로 대상자가 수면을 시작한 시간과 종료한 시간을 인식하고 수면 도중 깨어난 횟수, 다시 잠들기까지 걸리는 시간 등을 인식한다. 하지만 액티그래프는 사용자의 움직임만으로 수면 시간을 추정하여, 뇌파나 호흡센서로 알 수 있는 수면무호흡증 등 사용자의 수면에 대한 다양한 증상을 설명할 수 있는 데이터를 얻기 힘들다는 단점이 있다.
  • 웨어러블 디바이스를 건강과 관련한 헬스케어 분야에 적용될 수 있게 한 대표적인 생리신호 인식 센서는 심박센서이다. 스마트 워치에 장착된 심박 센서는 피부에 빛을 투사하고 이 빛이 반사된 파장을 분석해 심박수를 측정한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
피트니스 밴드나 스마트 워치에서 도보, 달리기 등의 활동을 인식하기 위한 데이터를 수집하는 센서는? 피트니스 밴드나 스마트 워치에서 도보, 달리기 등의활동을 인식하기 위한 데이터를 수집하는 것은 기기에탑재된 가속도 센서와 자이로 센서다. 가속도 센서와 자이로 센서는 공간을 세 축으로 나누고 어느 방향으로 움직이는지를 자이로 센서가 인식하고 그 방향으로 얼마나 빨리 움직이는지를 가속도 센서가 감지한다.
액티그래프는 어떤 센서들을 탑재하고 있는가? 수면 연구 분야에서 실제 수면 시간, 입면시간 등의 수면 관련 지표를 계산해내기 위해 개발된 액티그래프는 의료 분야에서 활용되는 손목 밴드 형태의 센서이다. 가속도 센서를 기본적으로 탑재하고 있으며 추가로 자이로센서, 중력센서 및 조도 센서를 탑재하고 있기도 하다. 또, 심전도 정보를 얻기 위해 심전도 센서와 블루투스 통신을 통해 데이터를 수집하는 기능을 가지고 있는 기기도 있다.
스마트 워치에 장착된 심박 센서는 어떻게 심박수를 측정하는가? 웨어러블 디바이스를 건강과 관련한 헬스케어 분야에 적용될 수 있게 한 대표적인 생리신호 인식 센서는 심박 센서이다. 스마트 워치에 장착된 심박 센서는 피부에 빛을 투사하고 이 빛이 반사된 파장을 분석해 심박수를 측정한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (25)

  1. 정부연, "웨어러블 디바이스 시장 현황과 전망", 정보통신방송정책 제30권 20호 통권 680호 2018년 

  2. "고(高)성장 '스마트 워치', 기기 활용도 높아지며 기대감 확산", ICT Brief, 정보통신기획평가원, 2019-06호 p.7 2019년 

  3. https://en.wikipedia.org/wiki/Accelerometer, 2019. 3. 12 

  4. https://en.wikipedia.org/wiki/Gyroscope, 2019. 3. 12 

  5. 테크앤비욘드 편집부, "[스마트 워치/기술] 마음대로 바꾸면서 가볍고 똑똑하게", 머니투데이 2014. http://news.mt. co.kr/mtview.php?no2014071709307198258, 2019. 3. 12 

  6. https://www.empatica.com/en-int/research/science/, 2019. 3. 14 

  7. 블로터, "애플워치4 심전도 기능 탑재... 헬스케어 업체로 진화하는 애플", https://www.bloter.net/archives/319452, 2019. 3. 14 

  8. https://valencell.com/press/2016/12/valencell-showcase-accuracy-innovation-biometric-wearables-hearablesces-2017/, 2019. 3.14 

  9. Kiaghadi, A., Baima, M., Gummeson, J., Andrew, T., & Ganesan, D, "Fabric as a Sensor: Towards Unobtrusive Sensing of Human Behavior with Triboelectric Textiles", In Proceedings of the 16th ACM Conference on Embedded Networked Sensor Systems, ACM, pp. 199-210, 2018. 

  10. Google, https://atap.google.com/jacquard/, 2019.03.11 

  11. Liu, C., Zhang, L., Liu, Z., Liu, K., Li, X., & Liu, Y, "Lasagna: towards deep hierarchical understanding and searching over mobile sensing data", In Proceedings of the 22nd Annual International Conference on Mobile Computing and Networking, ACM, pp. 334-347, 2016. 

  12. Chen, L., Hoey, J., Nugent, C. D., Cook, D. J., & Yu, Z, "Sensor-based activity recognition", IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), Vol. 42(6), pp.790-808, 2012. 

    상세보기 crossref

  13. 전기만, 김현우, "멀티센서 기반의 개인형 라이프로그 서비스 시스템 구현에 관한 연구", 대한전자공학회 학술대회, 767 권, 768호, 2017년 

  14. Ballinger, B., Hsieh, J., Singh, A., Sohoni, N., Wang, J., Tison, G. H., ... & Pletcher, M. J., "DeepHeart: semi-supervised sequence learning for cardiovascular risk prediction", In Thirty-Second AAAI Conference on Artificial Intelligence. 2018. 

  15. Lichstein, K. L., Stone, K. C., Donaldson, J., Nau, S. D., Soeffing, J. P., Murray, D., ... & Aguillard, R. N, "Actigraphy validation with insomnia. Sleep", Vol. 29(2), pp.232-239, 2006. 

  16. Girschik, J., Fritschi, L., Heyworth, J., & Waters, F, "Validation of self-reported sleep against actigraphy", Journal of epidemiology, Vol. 22(5), pp.462-468, 2012. 

    상세보기 crossref

  17. Sathyanarayana, A., Joty, S., Fernandez-Luque, L., Ofli, F., Srivastava, J., Elmagarmid, A. & Taheri, S, "Sleep quality prediction from wearable data using deep learning", JMIR mHealth and uHealth, Vol. 4(4), 2016. 

    상세보기

  18. Min, J. K., Doryab, A., Wiese, J., Amini, S., Zimmerman, J., & Hong, J. I, "Toss'n'turn: smartphone as sleep and sleep quality detector". In Proceedings of the SIGCHI conference on human factors in computing systems, ACM, pp. 477-486, 2014. 

  19. 박성수, & 이건창, "심박변이도 기반 감정예측 인공신경망을 이용한 감정예측 추론과정 메커니즘에 관한 연구", 한국컴퓨터정보학회논문지, Vol. 22(7), pp.75-82, 2017. 

  20. Shin, W., Huh, B., & Park, M, "Development of Emotion Recovery System for Preventing Cumulative Psychological Stress of Emotional Workers", 대한인간공학회 학술대회논문집, pp. 17-22, 2017. 

  21. Sadeh, A, "The role and validity of actigraphy in sleep medicine: an update", Sleep medicine reviews, Vol. 15(4), pp.259-267, 2011. 

    상세보기 crossref

  22. Koelstra, S., Muhl, C., Soleymani, M., Lee, J. S., Yazdani, A., Ebrahimi, T., & Patras, I, "Deap: A database for emotion analysis; using physiological signals". IEEE transactions on affective computing, Vol. 3(1), pp. 18-31, 2012. 

    상세보기 crossref

  23. Ringeval, F., Sonderegger, A., Sauer, J., & Lalanne, D, "Introducing the RECOLA multimodal corpus of remote collaborative and affective interactions", In 2013 10th IEEE International Conference and Workshops on Automatic Face and Gesture Recognition (FG), IEEE, pp. 1-8, 2103 

  24. Can, Y. S., Arnrich, B., & Ersoy, C. "Stress Detection in Daily Life Scenarios Using Smart Phones and Wearable Sensors: A Survey", Journal of biomedical informatics, 103139, 2019. 

  25. Rohani, D. A., Faurholt-Jepsen, M., Kessing, L. V., & Bardram, J. E, "Correlations Between Objective Behavioral Features Collected From Mobile and Wearable Devices and Depressive Mood Symptoms in Patients With Affective Disorders: Systematic Review", JMIR mHealth and uHealth, Vol. 6(8), 2018. 

    상세보기

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로