• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권5호
• /
• pp.171-180
• /
• 2023

우리나라 3대 수면 질환으로는 코골이, 수면무호흡증, 불면증이 있다. 수면 부족은 만병의 근원이며 수면 부족으로 인한 질병은 심혈관계 질환, 인지장애, 비만, 당뇨, 대장염, 전립선암에 이르기까지 다양하게 나타난다. 수면 관리 중요성을 인식한 정부도 2018년 7월부터 수면다원검사를 국민건강보험 혜택을 적용해서 작은 부담으로 검사를 받아볼 수 있도록 하고 있다. 그럼에도 불구하고 불면증 환자는 시간적·공간적·경제적 부담감을 해소하고 일상생활 속에서 수면의 질을 관리할 필요가 있다. 이러한 문제를 해결하기 위해서 본 논문에서는 병원이 아닌 일상생활 속에서 수면관리에 활용할 수 있는 안대형 생체신호 측정기기를 개발하였다. 측정기기에서는 6개 생체신호(안구동작, 뒤척임, 체온, 산소포화도, 심박수, 오디오)를 측정할 수 있다. 사용되는 센서로는 안구동작, 뒤척임은 자이로스코프센서(MPU9250, InvenSense, 미국)가 사용되었다. 센서값 입력 범위는 258~460°/sec 단위로 조정되며, 입력 범위값 내에서 작동상태를 확인하였다. 체온, 산소포화도, 심박수는 센서(MAX30102, Analog Devices, 미국)를 사용하였다. 체온은 30~45℃ 작동상태를 확인했으며, 산소포화도 사용범위는 미사용상태는 0%이고 사용상태는 20~90%의 작동상태를 확인하였다. 심박수의 범위는 40~180 bpm에서 작동상태를 확인하였다. 오디오 신호는 센서(AMM2742-T-R, PUIaudio, 미국)를 통해서 생체신호를 측정하며 감도는 -42±1 dB이며 주파수 범위는 20~20 kHz에서의 작동상태를 확인하였다. 시스템 구성은 생체신호 측정기기와 데이터수집 장치로 PC 및 모바일 애플리케이션으로 구성되었다. 측정된 데이터는 모바일과 PC로 수집되며 수집된 데이터는 수면의 단계를 판단하고 수면 유도와 수면장애에 대한 사전 선별기능을 진행할 수 있는 기초자료로 사용될 수 있다. 앞으로 간편하게 가정에서 불면증 환자들에게 수면의 질을 측정할 수 있게 되어 불면증 환자들의 치료에 도움이 될 것으로 예상한다.

• 전자공학회논문지
• /
• 제50권10호
• /
• pp.207-216
• /
• 2013

본 연구의 목적은 수면상태 분석을 위한 분류기를 설계해줌과 동시에 생체신호를 기반으로 하여 수면상태 판별에 유효한 주요 특징벡터들을 추출함에 있다. 수면은 인간의 삶에 중요한 영향을 끼친다. 따라서 사람들이 수면부족 혹은 수면장애를 겪게 되면 집중력 감퇴, 인지기능 장애 등의 문제를 가질 우려가 생기게 되므로, 수면단계 판별에 관한 많은 연구들이 이루어지고 있다. 본 연구에서는 피험자가 수면을 취하는 동안 피험자의 생체신호를 획득하였다. 획득 된 생체신호로부터 필터링 등의 전처리 과정을 통하여 특징들을 추출하여 주었다. 추출된 특징들은 유전 알고리즘과 신경망을 결합하여 만든 새로운 알고리즘의 입력으로 사용되었으며, 알고리즘은 수면단계 분석을 위하여 높은 가중치를 가지는 특징을 선택하여 주었다. 이에 따른 결과로 뇌파 신호와 심전도 신호 모두 사용 시 알고리즘의 정확도는 약 90.26%가 나왔으며, 선택되어진 특징은 뇌파 신호의 ${\alpha}$파와 ${\delta}$파의 주파수 파워와 심전도 신호의 SDNN(Standard deviation of all normal RR intervals)이다. 선택된 특징은 수면상태를 분류하는데 중요한 역할을 함을 알고리즘을 반복적으로 수행하여 확인하였고, 이 연구는 추후 수면장애의 진단 혹은 수면분석의 지침을 만드는데 사용가능할 것으로 사료된다.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.113-123
• /
• 2020

수면 장애 중 폐쇄성수면무호흡증은 비교적 흔한 질병 중 하나이다. 환자들은 수면다원검사를 통해 해당 질환의 여부를 알아볼 수 있다. 그러나 수면다원검사를 이용한 폐쇄성수면무호흡증 진단에 관한 한, 늘어나는 환자 수, 비싼 검사 비용, 검사 중 불편함, 수용 인원 제한 등 현실적인 문제점들이 지적됐다. 이에 따라, 수면다원검사를 대체할 목적으로 연구자들은 생체 신호를 활용한 기계학습 기반 폐쇄성수면무호흡증 진단 연구들을 활발히 진행해 왔다. 이 시점에서, 우리는 생체 신호 데이터를 기반으로 기계학습 기법을 적용하는 폐쇄성수면무호흡증 진단 연구를 복기한다. 그 결과, 본 논문은 복기 된 연구들에 대한 최신 분류 체계를 제시하고 그 연구들의 종합적인 비교 분석 결과를 제공한다. 또한, 본 논문은 생체 신호를 활용한 연구들의 다양한 한계점을 밝히고 사용된 기계학습 기법의 활용성에 대한 여러 개선점을 제안한다. 끝으로, 본 논문은 생체 신호를 활용한 기계학습 기법 적용과 관련한 향후 연구 주제를 제시한다.

• 전자공학회논문지SC
• /
• 제42권3호
• /
• pp.47-52
• /
• 2005

폐쇄성 수면무호흡은 수면장애를 나타내는 대표적인 증상으로 주간의 과도한 졸음과 피로, 고혈압, 부정맥 등을 유발할 뿐만 아니라 심한 경우 수면 중 심장마비, 돌연사 등의 결과를 초래할 수 있으므로 그의 발생 여부 및 빈도를 검출하는 것은 매우 중요하다. 이를 위해 사용되고 있는 수면다원검사는 여러 가지 생체신호를 함께 측정하므로 불편하고 비용이 많이 드는 단점이 있다. 이러한 단점을 보완하기 위해 적은 수의 생체신호를 사용한 폐쇄성 수면무호흡 검출에 관한 연구가 필요하다. 본 논문에서는 폐쇄성 수면무호흡을 검출하기 위한 최소한의 생체신호로서 심전도 신호를 이용하였다. PhysioNet에서 제공하는 수면무호흡 환자의 심전도 데이터로부터 1분간의 R-R 간격의 평균과 표준편차 그리고 R-R 간격과 S점 크기의 power spectrum 등을 계산하였고, 이를 신경망에 적용함으로써 폐쇄성 수면무호흡 검출 알고리즘을 개발하였다. 개발된 알고리즘에 심전도 신호를 적용하여 검출 성능을 평가한 결과, 평균 $89.66\%$의 sensitivity와 $95.25\%$의 specificity를 얻었으며 이를 통해 본 연구에서 제안한 검출파라미터들의 유용성을 확인하였다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.905-910
• /
• 2022

졸음운전은 교통사고 발생률을 높이고 사망사고로 이어지기 때문에 많은 사회적 관심이 필요하다. 졸음운전으로 인한 사고 건수는 매년 증가하고 있다. 따라서 전 세계적으로 이 문제를 해결하기 위해 다양한 생체신호 측정을 위한 연구가 수행되고 있다. 본 논문에서는 그 중에 비접촉 방식의 생체신호 분석에 중점을 두고 있다. 주행중인 차량에서는 엔진, 타이어, 차체 진동 등 다양한 노이즈가 발생한다. 압전센서로 주행중인 차량에서 운전자의 심박수와 호흡수를 측정하기 위해 차량 진동을 완충할 수 있는 센서 플레이트를 설계했고 차량에서 발생하는 노이즈를 줄일 수 있었다. 또한 압전센서의 신호 기반 CNN-LSTM 앙상블 학습 기법으로 모델을 추출하여 운전자가 수면중인지 아닌지 분류하는 시스템을 개발했다. 수면 상태를 학습시키기 위해 30초마다 피험자의 생체 신호를 획득하였고, 797개의 데이터를 비교 분석하였다.

• 방송과미디어
• /
• 제25권1호
• /
• pp.67-74
• /
• 2020

사용자의 건강 및 인지 상태 모니터링을 위해 다양한 생체신호를 측정 및 분석하여 예측할 수 있다. 특히 최근 상용화되고 있는 웨어러블 센서 시스템을 이용하여 손쉽게 심전도나 액티그래피 움직임 정보를 사용자로부터 일상생활 중 장시간 얻어낼 수 있다. 그러나 사용자 상태 예측을 위한 기존 생체신호 분석 모델들은 생체신호 데이터의 성질을 최대한 반영하지 못하여, 본 논문에서는 최근 급속도로 발전하고 있는 인공지능 딥러닝 기술을 이용한 극복 방안에 대해 소개한다. 상태 모니터링의 구체적인 응용 예로 사용자 스트레스 및 수면 모니터링 분석에 생체신호 데이터 기반 딥러닝 기술을 적용하여 기존 모델보다 높은 성능을 보여주고 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.324-326
• /
• 2011

수면 중 생체 신호를 측정하는 것은 수면 장애 진단 및 치료의 중요한 부분을 차지하며, 전반적인 수면의 질을 판단하는 방법으로 사용되고 있다. 현재 수면다원검사와 같이 수면중 생체 신호를 측정하는 방법은 몸에 전극을 부착하는 접촉식 방법이 사용되고 있다. 이는 수면 중 움직임에 제약을 받고, 매 측정 시 마다 탈부착을 해야 하는 번거러움과 고통을 유발하게 된다. 이러한 필요성으로 인해 무구속적 방식으로 생체 정보를 획득하려는 연구가 활발히 진행되고 있는 상태이다. 따라서 본 논문에서는 필름 타입의 압력센서인 피에조 (Piezo)를 침대에 설치하여 직접적인 접촉과 구속감이 없이 분당 심박 수를 산출하고, 호흡의 유무를 판단하는 방법에 대해 제안하였다.

• 한국융합학회논문지
• /
• 제12권9호
• /
• pp.31-37
• /
• 2021

최근들어 가전시장에서 융합기술을 이용한 제품 차별화는 소비자로부터 많은 호응을 얻고 있다. 그러나 에어컨 제품은 기계적 운영에서 센서와 플랫폼이 결합된 인공지능을 위한 융합기술이 적용하는 초기단계에 있어서 많은 연구개발이 필요한 분야이다. 본 논문에서는 IR-UWB 기술을 이용한 비접촉 방식의 생체신호(호흡수, 이동) 수집기술을 개발하였다. 생체신호를 이용하여 사용자의 위치에 따라 에어컨 방향을 제어한다. 또한 최적의 수면 환경을 제공하기 위해 수면상태를 모니터링 한다. 감성조명과 ASMR은 안락하고 감성적인 삶의 공간을 제공하기 위해 개발되었다. 그리고 개발된 융합기술을 기반으로 편리하고 안락한 휴식공간을 제공하는 지능형 스마트 에어컨 서비스 플랫폼을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.630-632
• /
• 2023

어텐션 메커니즘은 딥 뉴럴네트워크에 결합하여 언어 생성 모델에서 성능을 개선하였고, 이러한 성공은 다양한 신호처리 분야에 응용 및 확장되고 있다. 특정 입력 신호 부분에 선택적으로 집중함으로써, 어텐션 모델은 음성 인식, 이미지와 비디오 처리, 그리고 생체인식 등의 분야에서 더 높은 성능을 보여주고 있다. 어텐션 기반 모델은 심전도 신호를 이용한 개인식별 및 부정맥검출, 뇌파도 신호를 이용한 발작유형분류 및 수면 단계 분류, 근전도 신호를 이용한 제스처 인식 등에 사용되고 있다. 어텐션 메커니즘은 딥 뉴럴네트워크의 해석 가능성과 설명 가능성을 향상시키기 위해 사용되기도 한다. 신호 처리 분야에서의 어텐션 모델 연구는 지속적으로 진행 중이며, 다른 분야에서의 잠재력 탐구에 대한 관심이 높아지고 있다. 따라서 본 논문은 어텐션 메카니즘을 이용한 생체신호처리 연구 동향 분석을 수행한다.

• 대한의용생체공학회:의공학회지
• /
• 제24권6호
• /
• pp.487-494
• /
• 2003

수면뇌파의 해석에 있어서 수면단계는 뇌파의 특성파 검출에 특히 중요하다. 수면단계는 여러 수면질환의 진단에 가장 기초적일 단서를 제공한다. 본 연구에서 수면뇌파 신호를 이산 웨이브렛 변환 뿐 만 아니라 퓨우리에 변환, 연속 웨이브렛 변환을 이용해서 해석하였다. 제안된 시스템 방범인 퓨우리에와 웨이브렛은 수면뇌파의 중요한 특성파(유파, 수면방추파, K복합, 구파 REM) 검출을 위해서 수면상태를 분석했다. 수면뇌파 분석에는 Daubechies 웨이브렛 변환 방법과 고속 퓨우리에를 이용했다. 모의실험결과 신경망 시스템이 특성 파형의 분류에 높은 성능을 발휘함을 알 수 있었다.