• 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.

• 재활복지공학회논문지
• /
• 제11권4호
• /
• pp.371-376
• /
• 2017

본 논문에서는 원형 근전도 시스템 장비를 사용하여 근전도 패턴인식을 할 때, 장비의 센서 위치와 무관하게 패턴 인식이 가능한 알고리즘을 제안한다. 6가지 동작의 8채널 근전도 신호를 1초간 측정한 데이터를 이용하여 14개의 특징점을 추출하였다. 또한 8개의 채널에서 추출된 112개의 특징점을 나열하여 주성분분석을 하고 영향력이 높은 데이터만을 추려내어 8개의 입력 신호로 줄였다. 모든 실험은 k-NN 분류기를 이용하여 데이터를 학습시키고 5-fold 교차 검증을 사용하여 데이터를 검증하였다. 기계학습에서 데이터를 학습시킬 때, 어떤 데이터를 학습하느냐에 따라 그 결과가 크게 달라진다. 기존의 연구들에서 사용하는 학습 데이터를 사용 할 경우 99.3%의 정확도를 확인하였다. 그러나 센서의 위치가 22.5도 정도만 틀어지더라도 67.28%의 정확도로 명확하게 떨어짐을 보았다. 본 논문에서 제안하는 학습 방법을 사용 할 경우 98%의 정확도를 보이고 장비의 센서의 위치가 바뀌더라도 98% 근처의 정확도를 유지함을 보였다. 이러한 결과를 사용하여 원형 근전도 시스템을 사용하는 사용자들의 편의성을 크게 증대시켜 줄 수 있을 것으로 보인다.