맥파는 심전도와 같이 자율신경계를 통해 생리적 반응을 측정하는 신호이지만, 손가락에 센서 하나만 부착시키면 되기 때문에 상대적으로 신호의 측정이 간편하다는 장점을 가지고 있어 u-Healthcare 분야에서의 활용이 용이하다. 따라서 본 연구의 목적은 스마트폰 카메라의 CMOS 영상 센서를 활용하여 맥파를 비침습적으로 측정하는 방법 중의 하나인 광용적맥파를 획득하고 이로부터 스트레스 여부를 판단하는 휴대형 시스템을 개발하여 u-Healthcare 분야에서의 활용 가능성을 확인하는 것이다. 이를 위해 광용적맥파를 별도의 센서에 의한 측정이 아닌 스마트폰 카메라에서 획득되는 영상 데이터를 활용하여 광용적맥파를 획득한 후 분석하였다. 또한 확보된 광용적맥파 영상신호 데이터를 이용하여 심박변이도와 스트레스 지수를 별도의 호스트 장비 없이 스마트폰만을 이용해 사용자에게 제공 하였다. 또한 부가적으로 스마트폰에 부착가능한 별도의 하드웨어 디바이스를 개발함으로써 획득된 데이터의 신뢰도 및 정확성을 향상시켰다. 실험결과를 통해 스마트폰의 카메라 영상을 활용하여 광용적맥파 신호를 통한 심박수 측정과 스트레스의 정도를 분석하기 위한 스트레스 지수 추출이 가능함을 확인할 수 있었다. 본 연구에서는 상용화된 제품 또는 정형화된 센서가 아닌 스마트폰의 카메라를 이용하기 때문에 상용화된 외부 센서에 의한 광용적맥파 신호보다는 해상도가 떨어지는 단점이 있음에도 불구하고 결과 데이터의 신뢰도 향상을 위한 별도의 추가외부 장치 개발 및 여러 가지 최적화 알고리즘을 통해 신뢰성 있는 데이터를 확보할 수 있어 u-Healthcare 장비로써의 활용 가능성을 확인할 수 있었다.
본 연구는 ECG 신호를 이용하여 AR/VR 장치 사용 중에 발생할 수 있는 스트레스와 심장 상태에 따른 위험 예측을 위한 실시간 분석 시스템을 개발하였다. 제안 방법에는 ECG 신호의 R-R 간격을 이용한 HRV, BPM 측정법과 선행연구를 이용하여, 2차원 공간의 대치방법을 통해 실시간 진단방법을 제안하였다. 5분단 위로 ECG 데이터를 분석하고 자율신경계 진단 결과로 도출했다.
기존 열자 승차감은, 주행중인 철도차량에서 승객이 느끼는 진동에 대하여 쾌적함의 정도라고 정의할 수 있으며, 기존 열차 승차감 기준으로는 ISO규격, Wz 평가법, UIC규격, KS규격 등이 있다. 기존의 열차 승차감 기준은 진동, 속도, 노이즈 등 기계적 요소만을 고려하므로, 승객이 느끼는 쾌적함을 평가하기에 한계가 있으며, 특히 곡선부 승차감을 평가하지 못하는 문제점이 잇으므로, 틸팅열차의 승차감을 평가하는데 어려움이 있다. 생체 신호를 기반으로 한 열차 승차감은, 기계적 요소들이 승객에게 미치는 영향이 심박, 혈압, 체온 등의 변화로 나타나므로, 이러한 생체 파라미터를 이용하여 열차 승차감을 평가하는 것이다. 특히 틸팅열차의 곡선부운행에 따른 틸팅 정도에 따라 발생하는 승차감의 변화를 측정하는데 적합하다.
모든 심전도 압축에서는 압축율과 신호왜곡간의 관계를 다루며 이는 매우 중요하다. 특별히 임상적인 의미를 가진다고 평가되는 5%의 Percent Root mean square Difference(PRD)값을 만족 시키면서 높은 압축율을 얻기 위한 연구는 필수적이다. 본 논문에서는 DCT를 사용하여 심전도 압축을 수행하였을 때, 심전도의 주요한 파라미터인 파형과 RRI(R-R Interval)가 압축율에 따라 어떻게 변화하는지를 평가하고 심전도의 두 가지 주요 파라미터를 진단정보의 왜곡 없이 압축할 수 있는 DCT계수 및 압축율을 도출해 내었다. 실험에는 MIT-BIH ECG Compression Test Database를 사용하였으며 DCT압축을 수행하였을 때 5 % 이하의 PRD를 확보하기 위해서는 81개 샘플에 대하여 평균 4.496 : 1, 최하 3.422 : 1 의 CR을 가지는 것을 확인할 수 있었으며, QRS를 올바르게 검출하는 범위에서의 78개의 샘플에 대하여 평균 CR은 17.3 : 1 최저 CR은 4.6512 : 1 로 나타났다. QRS 검출 한계에서의 RRI 시간왜곡은 평균 3.7149 $\pm$ 4.3147 ms로 나타났으며, 최대 시간왜곡은 13.0256 $\pm$ 14.2035 ms 로 조사되었다.
본 논문에서는 무선 바이오센서 기반에서 동물 생체측정 정보를 이용한 질병 예방 감시 시스템을 설계하였다. 제안 시스템은 바이오센서를 이용하여 동물의 심박, 호흡수, 운동량을 측정할 수 있는 모듈을 개발하고 생체 신호를 계측하여 신호 처리된 정보를 Zigbee 무선 통신모듈을 이용하여 원격 데이터베이스에 전송하도록 설계하였다. 모니터링 시스템에서는 수집된 생체 정보의 연속적인 변화를 통하여 가축의 이상여부를 판단하고 질병 발생여부를 조기에 발견할 수 있게 가축의 상태정보를 제공한다. 본 연구결과는 향후 축산 농가의 질병 감시를 통하여 질병의 확산을 차단할 수 있는 긴급대처시스템을 구축하는데 활용 될 것이다.
본 논문은 몰입도와 생체신호 간의 상관관계를 분석하기 위한 데이터 수집 및 데이터 군집에 대한 연구이다. 스마트기기를 이용해 걸음 수, 심박 수, 수면깊이와 같은 생체 데이터수집과, 수집한 데이터를 토대로 사용자의 행동패턴을 분석한다. 사용자 생체 데이터를 k-means 클러스터링과 계층적 클러스터링을 혼합해 이용해 앞서 나열한 데이터와 사용자의 집중도와 연관관계분석이 최종 목표이다.
심장혈관 신호에 있어서 단기간의 beat-to-beat 변이(variability)에 대한 여러 연구에서 선형 분석기법들이 사용되었다. 그러나 단기간 beat-to-beat 변이에 대해 선형기법 사용의 타당성에 대한 연구나 선형과 비선형 특성을 비교한 연구는 수행되지 않았다. 본 논문의 목적은 단기간 beat-to-beat 변이의 비선형성 특성을 조사함으로써 선형기법 사용의 적절함을 증명하고자 한다. 이를 위해 선형 ARMA와 비선형 신경망(NN) 모델을 사용하여 예측을 수행하였는데, 과거의 순시 심박(HR)과 평균 혈압(BP)으로부터 현재의 심박과 혈압 예측을 상호 비교하였다. 이러한 예측모델을 평가하기 위해 MIMIC 데이터베이스로부터 HR와 BP 시계열을 사용하였다. 실험결과에 의하면 신경망에 의한 비선형성은 단기간 beat-to-beat 변이를 생성하는 시스템 동특성을 나타내는데 의미있는 역할을 하지 못하였으며, 이 사실은 ARMA 선형 분석기법이 이러한 시스템 동특성을 나타내는데 적절함을 보여주고 있다
본 연구는 HRV 신호를 분석하여 비임산부와 임산부의 시기별 자율신경계 활성도를 비교하였다. W병원의 질병이 없는 임산부 99명과 비임산부 27명을 연구대상으로 하였다. 획득한 HRV 신호는 프로그램을 이용해 시간영역 분석, 주파수 영역 분석을 실시하였다. 측정된 값은 일원배치 분산 분석을 통해 임신 시기별 간의 차이를 통계 분석 하였다. 결과에서, 시간 영역 분석에서 SDNN과 RMSSD는 임신 초기와 비임신 여성의 결과값이 임신 중기, 말기와 비교했을 때 유의하게 높았다. 주파수 영역 분석에서 LF와 HF는 임신 초기와 비임신의 값이 중기, 말기에 비하여 유의하게 높았으나 VLF와 LF/HF에서는 유의한 차이가 없었다. 이는 임신이 진행될수록 비임신 상태와 임신 초기보다 중기 및 말기에 자율신경 조절 능력이 저하되고 신체적 피로도와 정신적 피로도가 증가하게 되는 것을 의미한다. 따라서 임신 기간이 길어질수록 임산부의 심신 안정을 유지하기 위해 각별한 관리가 필요할 것으로 사료된다.
논문은 광용적맥파(photoplethysmography, PPG) 센서에서 획득한 생체 신호, ICT 기술 및 데이터 기반의 혈당수치 예측 모델을 개발하고 검증하는 연구이다. 혈당 예측은 기계학습의 MLP 아키텍처를 이용하였다. 기계학습 모델의 입력층은 심박수, 심박변이도, 나이, 성별, VLF, LF, HF, SDNN, RMSSD, PNN50의 10개의 입력노드와 은닉층은 5개로 구성된다. 예측모델의 결과는 MSE=0.0724, MAE=1.1022 및 RMSE=1.0285이며, 결정계수(R2)는 0.9985이다. 비채혈방식으로 디지털기기에서 수집한 생체신호 데이터와 기계학습을 활용한 혈당 예측 모델을 수립하고 검증하였다. 일상에 적용하기 위해 다양한 디지털 기기의 기계학습 데이터셋 표준화와 정확성을 높이는 연구가 이어진다면 개인의 혈당 관리에 대안적 방법이 될 수 있을 것이다.
논문은 PPG 기반 센서에서 측정한 심박수(HR), 심박변이도(HRV) 데이터를 기반으로 DNN(Deep Neural Network) 혈당예측 모델을 개발하는 연구이다. 혈당 예측은 다층퍼셉트론(MLP) 신경망을 이용하였다. DNN 심층학습은 11의 독립변수가 있는 입력층, 은닉층, 출력층으로 구성된다. 혈당 예측모델의 학습결과는 MAE=0.3781, MSE=0.8518, 및 RMSE=0.9229이며, 결정계수(R2)는 0.9994이다. PPG기반의 디지털기기를 이용한 비채혈적 생체신호를 이용하여 혈당관리의 가능성을 확인하였다. PPG기반의 표준화된 활력신호 획득 및 해석법, 다량의 데이터기반 심층학습(Deep Learning)의 데이터셋, 정확성를 실증하는 연구가 이어진다면 개의 혈당관리에 편이성과 대안적인 방법을 제공할 수 있을 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.