The Journal of the Society of Korean Medicine Diagnostics
/
v.11
no.2
/
pp.1-12
/
2007
Objectives: The aim of the present investigation was to determine whether the finger photoplethysmographic waveform of a healthy young man will become analogous to those of healthy old men when the photoplethysmographic harmonic components in the young man decrease. Methods and Results: The finger photoplethysgmoraphy was measured in 21 old men over the age of 60 years and a young men. We acquired the representative pulse waveform of old man by averaging the finger photoplethysmographic waveforms measured in the old men. after the photoplethysmographic harmonic components in the young man were diminished with notch filtering, we compared the representative pulse waveform of old man and the pulse waveforms of which the harmonic components decreased in the young man. The finger photoplethysmographic waveform of the young man became analogous to those of the old men as the photoplethysmographic harmonic components in the young man were diminished with notch filtering. Conclusions: Decrease of the second harmonic component may be a precondition of typical age-related change of the pulse waveform.
Kim, Hyeonsik;Han, Kyuhwan;Yoon, Seokbeom;Chang, Eunyoung
Journal of Practical Engineering Education
/
v.6
no.2
/
pp.135-139
/
2014
In this study, the new model of presentation remote controller in which has improved the conventional function and deteceted the level of human's tension on a real time basis is suggested and tested. Existing presentation remote controller was just used turning the pages. But new model controls presentation and check tension level on real time using the smart phone's bluetooth interface. The proposed system is comprised with the PPG (Photo-Plethysmo-Graphy) sensor, Bluetooth and Wi-Fi modules. The configured system is to process (within 150 ms) the pulse signals of the presenter and stored the data. As a result, it can check and make up for the week presentation part and used as sources for improving self-confidence. This is the result obtained from the process of capstone design irregular course for 20 weeks of a graduate-to-be in four-year college.
Journal of the Institute of Convergence Signal Processing
/
v.20
no.1
/
pp.45-50
/
2019
When PPG signal is used in mobile healthcare devices, the accuracy of the measured heartbeat decreases from the influence by the movement of the user. The reason is that the frequency band of the noise overlaps the frequency band of the PPG signal. In order to remove these same noises, the methods using frequency analysis method or application of acceleration sensor have been investigated and showed excellent performance. However, in applying these methods to low-cost healthcare devices, it is difficult to apply these methods because of much processing time and sensor's cost. In order to solve these problems, this study proposed the filter design method using an adaptive notch filter and the fuzzy inference system to extract more accurate heart rate in real time and evaluated its performance. As results, it showed better results than the other methods. Based on the results, when applying the proposed method to design the mobile healthcare device, it is possible to measure the heartbeat more accurately in real time.
The most important personal health care in digital health care is a very important issue mainly for chronic diseases. Therefore, it is important to develop a simple wearable device for real-time health management. Existing blood pressure estimation wearable devices use PPG characteristics to analyze PTT and propose blood pressure estimation algorithms. However, the influencing factors of the algorithm such as the reproducibility of PPG, whether to apply various PTTs, and variables generated from the physical differences of the measurers are actually very complex. Therefore, in this study, the correlation between PTT, SBP, and DBP was analyzed, and it was designed to use PPG sensors for device miniaturization. The blood pressure estimation algorithm took into account differences in PPG, heart rate, and personal variables.
Ha, Seulki;Park, Sangheon;Lim, Hyeoncheol;Baek, Seung Ho;Kim, Do-Kyoung;Yoon, Sang-Hee
Journal of the Korea Institute of Military Science and Technology
/
v.22
no.2
/
pp.287-297
/
2019
Monitoring for the physiological state of a solider is essential to the realization of individual combat system. Despite all efforts over the last decades, there is no report to point out the optimal location of the wearable biosensors considering both monitoring accuracy and operational robustness. In response, we quantitatively measure body temperature and heartrate from 34 body parts using 2 kinds of biosensor arrays, each of which consists of a thermocouple(TC) sensor and either a photoplethysmography(PPG) sensor or an electrocardiography(ECG) sensor. The optimal location is determined by scoring each body part in terms of signal intensity, convenience in use, placement durability, and activity impedance. The measurement leads to finding the optimal location of wearable biosensor arrays. Thumb and chest are identified as best body parts for TC/PPG sensors and TC/ECG sensors, respectively. The findings will contribute to the successful development of individual combat system.
Sung, Ji Hoon;Choi, Sun Tak;Lee, Joo Young;Cho, We-Duke
KIPS Transactions on Computer and Communication Systems
/
v.8
no.4
/
pp.93-102
/
2019
As interest in wellness grows, There is a lot of research about monitoring individual health using wearable devices. Accordingly, a variety of methods have been studied to distinguish exercise from daily activities using wearable devices. Most of these existing studies are machine learning methods. However, there are problems with over-fitting on individual person's learning, data discontinuously recognition by independent segmenting and fake activity. This paper suggests a detection method for exercise activity based on the physiological response principle of heart rate up and down during exercise. This proposed method calculates activity intensity and heart rate from triaxial and photoplethysmography sensor to determine a heart rate recovery, then detects exercise by estimating activity intensity or detecting a heart rate rising state. Experimental results show that our proposed algorithm has 98.64% of averaged accuracy, 98.05% of averaged precision and 98.62% of averaged recall.
Journal of the Korea Society of Computer and Information
/
v.28
no.12
/
pp.1-7
/
2023
The advent of deep learning technologies has led to the development of various medical applications, making healthcare services more convenient and effective. Among these applications, heart rate estimation is considered a vital method for assessing an individual's health. Traditional methods, such as photoplethysmography through smart watches, have been widely used but are invasive and require additional hardware. Recent advancements allow for contactless heart rate estimation through facial image analysis, providing a more hygienic and convenient approach. In this paper, we propose a lightweight methodology capable of accurately estimating heart rate in mobile environments, using a specialized 2-channel network structure based on 2D convolution. Our method considers both subtle facial movements and color changes resulting from blood flow and muscle contractions. The approach comprises two major components: an Encoder for analyzing image features and a regression layer for evaluating Blood Volume Pulse. By incorporating both features simultaneously our methodology delivers more accurate results even in computing environments with limited resources. The proposed approach is expected to offer a more efficient way to monitor heart rate without invasive technology, particularly well-suited for mobile devices.
This paper is a study to develop a deep neural network (DNN) blood glucose prediction model based on heart rate (HR) and heart rate variability (HRV) data measured by PPG-based sensors. MLP deep learning consists of an input layer, a hidden layer, and an output layer with 11 independent variables. The learning results of the blood glucose prediction model are MAE=0.3781, MSE=0.8518, and RMSE=0.9229, and the coefficient of determination (R2) is 0.9994. The study was able to verify the feasibility of glycemic control using non-blood vital signs using PPG-based digital devices. In conclusion, a standardized method of acquiring and interpreting PPG-based vital signs, a large data set for deep learning, and a study to demonstrate the accuracy of the method may provide convenience and an alternative method for blood glucose management in dogs.
Background and Objectives: There is limited evidence regarding machine-learning prediction for the recurrence of atrial fibrillation (AF) after electrical cardioversion (ECV). This study aimed to predict the recurrence of AF after ECV using machine learning of clinical features and electrocardiograms (ECGs) in persistent AF patients. Methods: We analyzed patients who underwent successful ECV for persistent AF. Machine learning was designed to predict patients with 1-month recurrence. Individual 12-lead ECGs were collected before and after ECV. Various clinical features were collected and trained the extreme gradient boost (XGBoost)-based model. Ten-fold cross-validation was used to evaluate the performance of the model. The performance was compared to the C-statistics of the selected clinical features. Results: Among 718 patients (mean age 63.5±9.3 years, men 78.8%), AF recurred in 435 (60.6%) patients after 1 month. With the XGBoost-based model, the areas under the receiver operating characteristic curves (AUROCs) were 0.57, 0.60, and 0.63 if the model was trained by clinical features, ECGs, and both (the final model), respectively. For the final model, the sensitivity, specificity, and F1-score were 84.7%, 28.2%, and 0.73, respectively. Although the AF duration showed the best predictive performance (AUROC, 0.58) among the clinical features, it was significantly lower than that of the final machine-learning model (p<0.001). Additional training of extended monitoring data of 15-minute single-lead ECG and photoplethysmography in available patients (n=261) did not significantly improve the model's performance. Conclusions: Machine learning showed modest performance in predicting AF recurrence after ECV in persistent AF patients, warranting further validation studies.
Kim, Kyu-Beom;Jo, Hyung-Seok;Kim, Young-Jung;Min, Byung-Chan
Science of Emotion and Sensibility
/
v.23
no.2
/
pp.3-12
/
2020
The purpose of this work is to suggest the optimal color temperature, which induces a sense of comfort for autonomous vehicle users through the analysis of biosignal using electroencephalography (EEG) and photoplethysmography (PPG). To achieve this purpose, we applied lighting with a color temperature of 3000 K, 4000 K, 5000 K, and 6000 K to the autonomous driving environment. We experimented in a laboratory equipped with a graphic driving simulator. The experimental procedure is as follows: 1) stabilization (5 min). 2) Uchida-Kraepelin test (3 min). 3) Automatic driving + lighting (3 min). This procedure was repeated four times under different color temperatures. We performed frequency analysis on a collected time-series data and calculated the power value for each frequency band through power spectrum analysis. In the case of EEG, we analyzed α- and β-waves, which are indicators of stability and arousal, respectively. In the case of PPG, we analyzed the sympathetic nervous system activity. To reduce deviations between the subjects, we normalized the data before analysis. The result of the first analysis revealed that α-wave increased only at 5000 K, while the β-wave increased at almost all color temperatures. In addition, in the case of PPG, sympathetic nervous system activity (SNSA) increased under driving conditions. The result of the second analysis revealed that the difference between β-wave and SNSA is insignificant. In conclusion, the increase in α-waves showed that EEG was most stable at 5000 K. The results of this study can be applied to the upcoming autonomous driving era to induce high driver satisfaction. Furthermore, this approach could eventually lead to the acceptance of autonomous vehicles by suggesting a positive effect of autonomous driving.
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.