Detecting PPG signal using Neural Network

Neural Network 기반의 PPG 신호 검출 시스템

최근 웨어러블 장치의 개발로 인하여 다양하게 생체 신호를 측정하는 방법이 많아지고 있다. 이와 관련하여 대표적으로 측정하는 신호가 PPG(plethysmography) 신호이다. PPG 신호를 이용하여 맥박수, 혈박출량, SPo2 등의 값들을 추정할 수 있다. 그러나 웨어러블 장치의 특성상 동적잡음이 많이 발생하게 된다. 동적잡음을 제거하기 위한 방법들은 가속도 센서를 사용하는 방법, 칼만필터(Kalman filter)를 이용하는 방법 등 다양한 방법들이 존재한다. 그러나 여전히 범용으로 사용하기에는 한계가 있다. 본 논문은 Neural Network를 사용하여 개인별로 PPG 신호를 학습하여 PPG 신호의 이상 유무를 판단하고 이전 신호의 평균 맥박수를 사용하여 효과적으로 PPG 신호의 정확한 맥박수를 검출하는 알고리듬을 제안한다.