• 대한한의진단학회지
• /
• 제11권2호
• /
• 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.

• 실천공학교육논문지
• /
• 제6권2호
• /
• pp.135-139
• /
• 2014

발표자료를 표시하는 프로그램 제어용 도구인 프레젠테이션 리모트 컨트롤러(presentation remote controller)를 발전시켜 단순한 페이지별 이동기능 외에 발표자의 긴장도를 실시간으로 확인하고 인체 반응 상태를 점검하며, 발표능력과 전달의도가 정확하지 못한 부분을 미리 확인하고 보완할 수 있는 지능 부가형 제어기 구성을 제안하고 성능을 시험한다. 제어기로는 스마트 폰이 사용되며 블루투스(bluetooth) 모듈을 인터페이스로 하여, 실행되는 프로세서에 접속하고 맥박 신호를 발표자 신체신호로 검출하여 실시간(150 ms 이내)으로 인체 상태를 인식하고 기록한다. 저장된 인체신호 데이터는 가공/처리되어 발표 능력과 자신감 향상의 자료로 이용한다. 이러한 일련의 과정은 4년제 대학의 졸업예정자를 대상으로 20주의 비정규적인 캡스톤디자인 활동을 통해 이루어진 결과이다.

• 융합신호처리학회논문지
• /
• 제20권1호
• /
• pp.45-50
• /
• 2019

모바일 헬스케어 디바이스에서 가장 많이 사용되는 PPG 신호는 디바이스 사용자의 움직임의 영향에 따라 심박수 측정의 정확도가 떨어진다. 그 이유는 사용자의 동잡음의 주파수 대역이 PPG 신호의 주파수 대역과 겹쳐 있기 때문이다. 이러한 동잡음을 제거하기 위해 주파수 분석법, 가속도 센서 적용 등의 다양한 방법들이 연구되어 우수한 성능을 제시하였지만, 저가의 헬스케어 디바이스에 이들 필터법을 적용함에 있어 많은 연산처리 시간과 센서 가격 측면 때문에 적용하기가 어렵다. 이러한 문제점을 해결하기 위해 본 연구에서는 실시간으로 보다 정확한 심박수를 추출하기 위해 퍼지추론 시스템과 적응노치 필터를 이용한 PPG 신호처리 기법을 제안하고 그 성능을 평가하였다. 그 결과, 기존의 방법보다 우수한 결과를 보였으며, 이 결과를 토대로 제안된 방법을 모바일 헬스케어 디바이스 설계에 적용한다면 실시간으로 보다 정확한 심박수 측정이 가능할 것이다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.209-215
• /
• 2019

디지털헬스케어에서 가장 중요한 개인 건강관리는 주로 만성질환자에게 매우 중요한 문제이다. 따라서 실시간 건강관리를 위한 간단한 웨어러블 디바이스 개발이 중요하다. 기존 혈압 추정 웨어러블 디바이스는 PPG 특성을 통해 PTT를 분석하여 혈압 추정 알고리즘을 제안하고 있다. 그러나 PPG의 재현성과 여러 가지 PTT의 적용여부와 측정자의 신체적 차이에서 발생되는 변수 등 알고리즘의 영향인자가 사실 매우 복잡하다. 따라서 본 연구에서는 PTT와 SBP, DBP의 상관관계를 분석하고, 다바이스 소형화를 위해 PPG센서만을 사용하게 설계하였다. 제안된 혈압 추정 알고리즘은 PPG간의 차이와 심박수, 개인적인 변수 등을 고려하였다. 또한 기존 의료기관에서 사용하는 공기가압방식의 결과값과 개발된 알고리즘을 통해 추정된 혈압값과 비교를 통해 확인하였다.

• 한국군사과학기술학회지
• /
• 제22권2호
• /
• 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.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권4호
• /
• pp.93-102
• /
• 2019

웰니스에 대한 관심이 증대됨에 따라 개인의 건강상태를 웨어러블 디바이스로 모니터링하는 연구들이 늘어나고 있다. 이에 따라 웨어러블 디바이스에서 운동과 일상 활동을 구분하는 다양한 방법들이 연구되어 왔다. 이러한 기존 연구는 대부분 기계학습을 활용한 방식이다. 하지만 개인별 학습 데이터에 의존적인 과적합 문제와 연속적인 사건으로 구성되는 사람의 행동을 독립적으로 취급하여 인식 결과가 중간에 끊기고 오인행동이 생기는 문제가 있다. 이에 본 연구는 운동 시 심박이 오르내리는 생체반응 원리를 기반으로 한 운동 상태 검출 방법을 제안한다. 제안하는 방법은 3축 가속도 센서와 PPG 센서를 통해 활동강도 및 심박 수를 산출하여 심박 회복기를 판단한 후, 활동강도 검사 또는 심박 상승기 검사를 통해 운동 상태를 검출한다. 실험 결과에서 제안하는 알고리즘은 평균 정확도 98.64%, 정밀도 98.05%, 재현율 98.62%로 기존 알고리즘보다 개선된 모습을 보였다.

• 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.

• 디지털정책학회지
• /
• 제2권4호
• /
• pp.25-32
• /
• 2023

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.

• Korean Circulation Journal
• /
• 제53권10호
• /
• pp.677-689
• /
• 2023

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.

• 감성과학
• /
• 제23권2호
• /
• pp.3-12
• /
• 2020

본 연구에서는 뇌파와 맥파를 이용한 생체신호 분석을 통해 자율주행차량 사용자에게 안정감을 유발하는 최적의 색온도를 제안하고자 하였다. 이를 위해 3000 K, 4000 K, 5000 K, 6000 K의 색온도를 갖는 조명을 자율주행 환경에 적용하여 제시하였다. 실험은 자동차 그래픽 시뮬레이터가 구비된 실험실에서 진행되었으며, 실험절차는 다음과 같다. 1) 안정기(5분), 2) U-K테스트(3분), 3) 자율주행+조명(3분). 이 과정은 색온도를 변경해가며 총 4회 반복되었다. 수집된 시계열데이터에 대해 주파수 분석을 실시하였고 파워 스펙트럼 분석을 통해 주파수 대역별 power값을 산출하였다. 뇌파는 안정의 지표인 α파와 각성의 지표인 β에 대해 분석을 실시하였으며, 맥파의 경우 교감신경계 활성도에 대해 분석을 실시하였다. 산출된 데이터는 연구대상자 개인 간 편차를 줄이기 위해 정규화하여 통계분석을 실시하였다. 1차 분석 결과, 뇌파의 경우 5000 K의 조명을 제시하였을 때 α파가 가장 높았고, 대부분의 조명 제시 상황에서 β파가 증가하였다. 맥파의 경우 주행 상황에서 SNSA가 증가하였다. β파와 SNSA에 대한 2차 분석 결과, 유의수준 5%에서 색온도 간 유의한 차이가 인정되지 않았다. 결론적으로, α파가 가장 높은 5000 K의 색온도가 안정감을 유발한다고 볼 수 있다. 이러한 결과를 자율주행차량에 적용한다면, 탑승자의 높은 만족도를 유발할 수 있을 것으로 보인다. 나아가, 이와 같은 긍정적인 효과가 자율주행차량의 수용으로 이어질 수 있다.