• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.1-7
• /
• 2023

딥러닝의 발전은 의료 분야에서도 다양한 응용을 가능하게 하고 있으며 이러한 애플리케이션 중에 심박수 측정은 개인의 건강을 관리하기 위한 필수적인 아이템이라 할 수 있다. 광혈류 측정을 이용한 기존 방법의 경우 스마트워치 같은 장비의 착용이 필수적이다. 그러나 최근 딥러닝 기술의 발전은 비침습식으로 원격에서 사용자의 얼굴 이미지를 분석하여 심박수를 높은 성능으로 측정가능하게 한다. 본 연구에서는 모바일 환경에서 사용 가능한 경량화된 심박수 추정 방법론을 제안한다. 이 방법론은 2D 컨볼루션에 기반한 특화된 2채널 네트워크 구조를 사용하여, 혈류와 근육 수축으로 인한 얼굴의 미세한 움직임과 색상 변화를 고려한다. 제안하는 네트워크 구조는 이미지 특성을 분석하는 인코더와 혈류량 파동을 예측하는 회귀 레이어로 구성되어있다. 이러한 복합적인 특성을 동시에 분석함으로써, 제한된 컴퓨팅 리소스를 가진 환경에서도 심박수를 정확하게 추정할 수 있다. 이 연구의 접근 방식은 침습적인 기술 없이도 심박수를 효과적으로 모니터링 할 수 있는 새로운 경로를 제공할 것으로 예상한다.

• 감성과학
• /
• 제26권4호
• /
• pp.41-50
• /
• 2023

본 연구는 EMG(electromyography) 텍스타일 전극 개발을 목적으로 레이어 수의 디자인 및 원단을 다르게 하여 성능 및 신호 획득 안정성을 평가한다. 레이징 및 프레스 공정을 통하여 텍스타일 전극을 제조하며 Layer-0, Layer-1, Layer-2로 레이어 유무 및 수에 따른 결과를 분석했다. 이에 레이어 유무에 따라서는 근활성 측정에 영향을, 수가 많을수록 높은 성능이 나타남을 확인할 수 있었다. Layer-2 구조로 통일하여 5가지의 원단(네오프렌, 스판덱스 쿠션, 폴리에스테르 100%, 나일론 스판덱스, 광목 캔버스)으로 전극을 제조해 실험해 보았다. 성능적인 면에서, 원단의 중량이 높은 나일론 스판덱스가 높은 성능을 보였으며, 스판쿠션 텍스타일 전극이 근활성도 수득에 높은 안정성을 보였다. 이에 위 연구는 레이어에 따른 성능 연관성과 전극-피부사이의 닿는 면적 간의 관계 등을 고찰하여 슬리브 전체의 의복압을 늘리는 대신 특정 센서 측정 부위에만 높은 압력을 가함으로 차후 연구에서 레이어의 수 및 물성에 따른 전극의 공학적 설계 가능성을 제시한 의의가 있다.

• 산업융합연구
• /
• 제21권1호
• /
• pp.175-185
• /
• 2023

최근 COVID-19와 같은 신종 바이러스 감염증이 확산하여 심각한 공중 보건 문제를 제기하고 있다. 특히 이러한 질병은 고령자에게 치명적으로 작용하여, 생명을 위협하고 심각한 사회적, 경제적 손실을 초래하였다. 이에 많은 산업분야에서 사물 인터넷(IoT) 및 인공 지능(AI)을 응용한 원격진료, 헬스케어, 질병예방 등의 애플리케이션이 소개되어 질병 감지, 모니터링 및 검역 성능을 향상하고 있다. 하지만 기존기술은 갑작스러운 전염병의 출현에 신속하고 통합적으로 적용되지 않기 때문에, 사회 속에 감염병이 대규모 감염 및 전국적 확산되는 것을 차단하지 못하였다. 따라서 본 논문에서는 바이러스 질병 정보 수집기를 통해 지역적 한계가 있는 다양한 감염 정보를 수집하고, AI 브로커를 통해 AI 분석 및 심각도 매칭을 수행하여 감염의 확산을 예측하고자 한다. 최종에는 질병관리본부를 통해 고령자에게 위험경보 발령, 확산 차단 문자 발송 및 감염지역 대피정보를 신속하게 제공한다. 현실적인 고령자 지원시스템은 감염자 발생지역 정보와 고령자의 위치정보를 비교하여 증강현실 기반의 스마트폰 애플리케이션으로 직관적인 위험지역(감염지역) 회피기능을 제공하고 감염지역 방문이 확인되면 자동으로 방역관리 서비스를 제공한다. 향후 제안시스템은 위치기반의 사용자 밀집도를 파악함으로써 갑작스런 인파 집중으로 인한 압사 사고를 사전에 예방하는 방법으로도 활용 가능할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제26권11호
• /
• pp.21-31
• /
• 2021

최근 코로나(Covid-19)의 영향으로 스마트 헬스케어 관련 산업과 비대면 방식의 원격 진단을 통한 질환 분류 예측 연구의 필요성이 증가하고 있다. 일반적으로 호흡기 질환의 진단은 비용이 많이 들고 숙련된 의료 전문가를 필요로 하여 현실적으로 조기 진단 및 모니터링에 한계가 있다. 따라서, 간단하고 편리한 청진기로부터 수집된 호흡음을 딥러닝 기반 모델을 활용하여 높은 정확도로 분류하고 조기 진단이 필요하다. 본 연구에서는 청진을 통해 수집된 폐음 데이터를 이용하여 이상 호흡음 분류모델을 제안한다. 데이터 전처리로는 대역통과필터(BandPassFilter)방법론을 적용하고 로그 멜 스펙트로그램(Log-Mel Spectrogram)과 Mel Frequency Cepstral Coefficient(MFCC)을 이용하여 폐음의 특징적인 정보를 추출하였다. 추출된 폐음의 특징에 대해서 효과적으로 분류할 수 있는 병렬 합성곱 신경망 네트워크(Parallel CNN network)모델을 제안하고 다양한 머신러닝 분류기(Classifiers)와 결합한 스태킹 앙상블(Stacking Ensemble) 방법론을 이용하여 이상 호흡음을 높은 정확도로 분류하였다. 본 논문에서 제안한 방법은 96.9%의 정확도로 이상 호흡음을 분류하였으며, 기본모델의 결과 대비 정확도가 약 6.1% 향상되었다.

• 감성과학
• /
• 제22권1호
• /
• pp.23-34
• /
• 2019

초연결사회(hyper connected society)의 IoTs의 발달로 U-헬스케어 시대가 전개되며, 웰니스 라이프, 인간수명 연장 등의 사회 전반에 걸쳐 많은 변화가 야기되고 있다. 한국은 2017년 고령사회에 진입하며 초연결사회의 IoTs의 이기를 적용한 실버산업이 빠르게 성장할 것으로 전망된다. 특히 기존의 실버세대와 달리 높은 활동력과 경제력을 지닌 뉴실버세대의 웰니스 라이프에 기반한 건강증진에 관련된 높은 관심은 시니어시프트(senior shift)현상을 야기시켰다. 이에 본 연구에서는 뉴실버세대의 특성을 규명하고, 그에 맞는 U-Hospital 서비스의 일환으로 개인 맞춤형 운동처방 실행을 위한 운동 흥미 유도 목적의 웨어러블 시리어스 게임 기획 방향을 심층면접을 통해서 도출하였다. 그 결과, 'U-실버세대'를 위한 웨어러블 시리어스 게임의 사용 시나리오는 전문의료진(게임진행 지도사)과 검진의뢰자(U-실버세대) 그리고 인터페이스(컴퓨터), 3자 간의 트라이앵글 시스템이 적용된 건강검진 및 재활 모니터링을 위한 수단으로 활용되어야 할 사회적 필요성을 도출하였다. 또한 이는 실버세대의 신체기능 저하에 대한 우려를 개인 맞춤형 운동처방 수행으로 개선하기 위한 목적이며, 검진 종료 후에는 온/오프라인 커뮤니티 활동을 융합하여 실버세대의 친목도모의 니즈와 일상성을 탈피해야 하며, 게임 레벨 상승에 따른 성취감 부여를 통해 게임의 지속 가능성을 증대시켜야 할 필요성 등이 도출되었다. 이를 토대로 검진의뢰자가 선호하는 식도락 여행을 주제로 친숙한 인터페이스를 사용하고, 단순한 게임 규칙을 적용하여 디지털 디바이스 사용에 미숙한 U-실버세대의 사용성을 높인 웨어러블 시리어스 게임을 기획하였다.