최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한국과학기술원 Korea Advanced Institute of Science and Technology |
---|---|
연구책임자 | 신하용 |
참여연구자 | 박희환 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2015-12 |
과제시작연도 | 2015 |
주관부처 | 미래창조과학부 KA |
사업 관리 기관 | 한국과학기술원 Korea Advanced Institute of Science and Technology |
등록번호 | TRKO201600002221 |
과제고유번호 | 1711032226 |
DB 구축일자 | 2016-06-04 |
키워드 | 부정맥,심전도,딥 러닝,심층 신경망Life-threatening arrhythmias,ECG,Deep learning,Deep neural network,Convolutional neural network |
중환자 의료에서 환자의 상태를 정확히 알려주는 경보 시스템은 매우 중요하다. 그러나 무려 86%에 달하는 경우가 보고되었을 정도로 높은 오경보율은 중환자의 회복과 의료진의 적절한 처치를 방해하는 방해물이 되어왔다. 특히 중환자의 생명까지 좌우할 수 있는 치명적인 부정맥 증상에 대한 오경보는 중대한 결과를 유발할 수 있을 정도로 중요하기에, 이를 줄이기 위해선 무엇보다 심전도에서 부정맥 증상을 정확히 탐지해내야 한다. 이 연구에서 우리는 이 문제의 해결책으로 지난 10년 간 이미지 인식이나 음성 인식과 같은 패턴 인식 문제에 대해서
※ AI-Helper는 부적절한 답변을 할 수 있습니다.