초록 ▼

□연구개요
인간의 정신적 건강 이상에 따른 징후와 개인 감성적 변화 과정을 반영하는 복합생체신호(ECG,EEG)의 변화의 패턴을 딥러닝 기법을 이용하여 개인감성의 분류와 정신건강 이상 징후와의 연관성을 분석하고 예측 알고리즘을 연구하여 증상을 예측하고 이를 예방하기 위한 예측 모델을 설계함. 이를 통해 사물인터넷과 웨어러블 디바이스와 같은 스마트 기기 등을 활용한 다양한 감성인식 및 정신 건강 증진 서비스, 조직 전체의 정신건강 또는 사회적 분노 상태 모니터링 시스템, 뇌-심장 기반의 정신건강 이상 징후 예측 분야에 활용이 가

□연구개요
인간의 정신적 건강 이상에 따른 징후와 개인 감성적 변화 과정을 반영하는 복합생체신호(ECG,EEG)의 변화의 패턴을 딥러닝 기법을 이용하여 개인감성의 분류와 정신건강 이상 징후와의 연관성을 분석하고 예측 알고리즘을 연구하여 증상을 예측하고 이를 예방하기 위한 예측 모델을 설계함. 이를 통해 사물인터넷과 웨어러블 디바이스와 같은 스마트 기기 등을 활용한 다양한 감성인식 및 정신 건강 증진 서비스, 조직 전체의 정신건강 또는 사회적 분노 상태 모니터링 시스템, 뇌-심장 기반의 정신건강 이상 징후 예측 분야에 활용이 가능할 것으로 보임.

□연구 목표대비 연구결과
○ (1차년도) 복합생체신호 기반 감성분류 알고리즘 연구
1) 다양한 신호처리 필터를 이용한 신호 잡음 제거 및 실시간 신호 추출 및 복원 알고리즘 개발과 시변특성 및 주파수 영역에서의 윈도우 구간의 생체신호 특성 변화량과 생체신호 특성 및 패턴을 분석
2) 감성분류 가능한 HRV, 뇌파의 특징 추출 및 분석과 딥러닝(DBN)을 이용한 복합 생체신호기반 감성분류 알고리즘을 개발
○ (2차년도) 복합생체신호 기반 정신건강 이상 징후 분류 및 예측 알고리즘 연구
1) 복합생체신호의 특성과 우울감, 스트레스 등의 정신건강 이상 징후와 연관성 모델을 연구하고 정신 건강 징후 예측이 가능한 HRV와 뇌파의 특징 추출과 분석을 시행
2) 정신건강 이상 징후에 따른 딥러닝(DBN) 기반 HRV 분석 및 뇌파간 연결성(뇌 지도)을 분석하고 DBN을 이용한 복합생체 신호 기반 정신건강 징후 예측 알고리즘을 개발
○ (3차년도) 복합생체신호 기반 감성분류 및 정신건강 이상 징후 예측 통합 모델 개발
1) 복합생체신호 기반의 감성분류 및 정신건강 징후 예측 알고리즘을 고도화
2) 복합생체신호 기반의 감성분류 및 정신건강 이상 징후 예측 딥러닝 통합 모델을 개발

□연구개발결과의 중요성
○ 개인감성관리 및 정신건강증진을 위한 복합생체신호를 이용한 딥러닝 기반 감성 분류 및 정신건강 이상 징후 예측 모델 개발로써 새로운 형태의 기계학습을 이용하여 생체신호만으로도 감성분류 및 정신건강 이상 징후 (스트레스 및 우울증) 예측이 가능함
○ 융합 ICT를 비롯한 생체공학, 의공학, 감성공학, 인지공학, 인공지능, 뇌공학 분야와의 융합연구에 활용 가능
○ 생체신호를 이용한 기계학습(DeepLearning) 감성분류 알고리즘을 개선
○ 감성인식기술 및 정신건강 예측 서비스 분야 활용으로의 가능성

(출처 : 요 약 문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 10
• 3. 연구개발결과의 중요성 ... 18
• 3-1. 감성분류 한계 극복 ... 18
• 3-2. 정신건강 이상 징후 예측에 도전 ... 18
• 4. 참고문헌 ... 19
• 5. 연구성과 ... 20
• 끝페이지 ... 20