초록
▼

□ 연구개요
인플루엔자의 예방은 백신 접종이 최선의 방법이지만, 새로운 백신의 개발과 보급까지는 많은 시간과 비용이 필요함. 인플루엔자는 기침으로 생성된 에어조롤 물질인 비말을 통해 바이러스가 전파되는 대표적인 호흡기 감염병임....

□ 연구개요
인플루엔자의 예방은 백신 접종이 최선의 방법이지만, 새로운 백신의 개발과 보급까지는 많은 시간과 비용이 필요함. 인플루엔자는 기침으로 생성된 에어조롤 물질인 비말을 통해 바이러스가 전파되는 대표적인 호흡기 감염병임. 본 연구개발은 고비용의 백신이 아닌 인공지능 기반의 기침 인식 모델을 개발하고 이를 기존의 IT기반 시스템에 탑재하여 인플루엔자의 감염을 탐지하고 확산을 방지하는 것을 목표로 함

□ 연구 목표대비 연구결과
● 멀티모달 딥러닝 기반의 기침 인식 모델 개발: 전통적인 기계학습에서 딥러닝으로 넘어가며 정확한 기침 인식이 가능해 졌으나, 그 이상의 성능 개선에는 기술적 한계에 봉착한 상태임. 본 연구는 기침 소리와 더불어 발생하는 몸의 움직임을 함께 학습하는 멀티모달 딥러닝 기반의 기침 인식 모델을 개발하였음
● 기침 발생 시 알림을 주는 스마트 밴드 프로토타입 개발: 본 연구개발을 통해 개발된 기침 인식 모델과 연동되어 기침 소리를 인식하고 알림을 제공하는 스마트 밴드 형태의 프로토타입을 개발하여 본 연구개발이 호흡기 감염병이 전파되는 주요 경로인 비행기, 지하철, 공항 등에 적용될 수 있음을 보였음
● 감염 경로 예측 프로토타입 개발: 감염 씨앗과 그래프 기반의 분석을 통하여 추적이 어려운 2차, 3차 감염자를 추적할 수 있는 응용 프로그램 프로토타입을 개발하여 사람의 개입 없이 역학 조사가 가능함을 보였음
● 학습 데이터 확보를 위한 데이터 증강 기법 개발: 기침과 같은 의료 및 질병 관련 데이터는 의료법에 따라 수집이 어렵고 큰 시간과 비용이 필요함. 본 연구개발은 GAN기반의 데이터 증강을 통해 익명성을 보장하면서 인식 모델의 성능 개선에 도움을 줄 수 있는 기침 소리를 생성하는 모델을 개발하였음

□ 연구개발결과의 중요성
● 국내외 관련연구보다 우수한 인식 성능을 보이는 기침 인식 모델이 개발되었으며 프로토타입을 통해 활용 가능성을 제시하였음. 이를 통해 공항 등의 방역 시스템에 활용되어 호흡기 감염병의 위험으로부터 국민안전을 확보하고 사회적 비용을 절감하는데 기여할 수 있을 것으로 기대됨
● 인공지능 기술에 사용하기 위한 의료 및 질병관련 데이터를 안전하게 확보하는 데이터 증강 기술을 개발하였음. 이를 통해 국내 인공지능 관련 산업의 비용적 진입 장벽을 낮추는데 기여할 수 있을 것으로 기대됨

(출처 : 연구결과 요약문 2p)

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• • 연구개발의 필요성 및 목표 ... 4
• • 연구개발 범위 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• • 연구 참여자(독감 환자) 모집 및 독감 데이터 수집 결과 ... 5
• • 수집한 원본 독감 데이터에서 학습용 데이터 추출 ... 6
• • Model A: 가속도 데이터만 학습하여 도출한 기침 인식 모델 ... 7
• • Model B: 소리 데이터만 학습하여 도출한 기침 인식 모델 ... 8
• • Model C: 소리+가속도 데이터를 멀티모달 학습하여 도출한 기침 인식 모델 ... 9
• • 스마트 밴드 형태의 기침 인식 기기 개발 및 감염씨앗 전파 검증 ... 10
• • 인적 네트워크 분석을 통한 인플루엔자 확산 예측 ... 12
• • 학습 데이터 확보를 위한 데이터 증강 기법 개발 ... 13
• • 기침 소리 데이터를 증강하는 GANs 개발 ... 14
• 3. 연구개발결과의 중요성 ... 17
• • 연구성과의 우수성 ... 17
• • 연구성과의 활용 가능성 ... 18
• 4. 참고문헌 ... 18
• 5. 연구성과 ... 19
• 대표적 연구실적 ... 21
• 끝페이지 ... 29

참고문헌

• 전체(0)
• 논문(0)
• 특허(0)
• 보고서(0)