• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.323-335
• /
• 2015

모바일 헬스케어란 정보 통신 기술과 바이오 기술을 융합한 신개념 의료서비스로서 시간과 공간에 구애받지 않고 언제 어디서나 건강과 생활을 관리하여 건강한 삶을 유지시키기 위한 건강관리 서비스이다. 모바일 헬스케어를 위해서는 생체신호 계측 관련 기술인 WBAN(Wireless Body Area Network)과 모바일 장치를 이용한 데이터 분석 및 모니터링 기술이 필수적이다. 모바일 헬스케어 환경에서는 이용자의 모바일 장치를 중심으로 구성된 WBAN이 이동 중에 다른 WBAN을 만나게 되면 하나의 매체에 두 개의 WBAN이 동작하는 결과가 된다. 두 개 이상의 WBAN이 충돌하게 되면 노드들이 서로 부여 받은 슬롯에 보내는 데이터 프레임들의 충돌이 발생하며 이는 전송실패와 더불어 데이터 재전송으로 인한 불필요한 에너지 소모를 가져오게 된다. 본 논문에서는 이러한 문제점들을 해결하기 위해서 다음과 같이 모바일 헬스케어를 지원하는 MAC 프로토콜 요소기술을 제안하였다. 첫째, 제안하는 슈퍼프레임은 노드가 할당된 슬롯에서 데이터 전송을 보장받는 TDMA(Time Division Multiple Access) 기반의 경쟁 구간과 CSMA/CA 알고리즘을 통해 데이터를 전송하는 경쟁 구간을 가진다. 둘째, 제안하는 MAC 프로토콜을 기반으로 하는 WBAN의 충돌을 감지하고 네트워크를 병합하는 알고리즘을 제안하였다. 이동성을 가지는 WBAN이 다른 WBAN과 충돌하게 되면 네트워크를 재구성하여 노드가 전송하는 데이터 프레임 충돌을 줄이도록 하였다. 제안하는 슈퍼프레임 구조와 네트워크 병합 알고리즘의 성능평가를 위해서 OMNeT++ 네트워크 시뮬레이션 프레임워크 기반의 Castalia를 사용하였다. 성능평가 결과 제안한 MAC 프로토콜을 사용했을 때가 IEEE 802.15.6을 사용했을 때 보다 충돌 확률이 감소하여 패킷 전송 성공률과 에너지 효율이 개선된 것을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 2006년도 하계종합학술발표회 논문 초록집
• /
• pp.375-375
• /
• 2006

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.482-485
• /
• 2007

무선컴퓨팅에서의 최근 동향은 모바일능력을 향상시키고, 응용범위의 필요성에 적합한 새로운 접근 방법을 개발하는데 초점이 모아지고 있다. 이 논문은 환자의 무선의료 소자로부터 무선으로 데이터를 받고 반응하고 그 셀룰러 네트워크를 활용하여 의료센터로 보내는 기능을 가진 IEEE802.15.4 무선 CDMA기반의 헬스케어 시스템에 관한 것이다. 모바일 응용시스템은 무선센서네트워크와 셀룰러 네트워크사이에서 의료데이터를 받고 보내는 것을 조절하는 미들웨어 뿐만 아니라 위치에 상관없이 휴대전화로 환자의 헬스상태를 연속적으로 모니터링하고 분석하는 인터페이스를 제공한다. 따라서 이 시스템은 원격 헬스모니터링을 가능하게 하고 IEEE802.15.4 무선네트워크와 병원이외의 지역에서의 CDMA 네트워크사이에서 원격 헬스모니터링과 끊김없는 메디컬데이터 연결을 제공한다.

• 서비스연구
• /
• 제13권1호
• /
• pp.76-95
• /
• 2023

정보통신기술 기반의 '스마트병원'과 '디지털 헬스케어'가 의료분야의 화두가 되면서 병원모바일앱이 주목받고 있지만, 홍보 부족, 불안정한 시스템, 늦은 업데이트 등의 이유로 이용률은 저조한 편이다. 이러한 상황에서 병원모바일앱의 이용률을 높이기 위한 체계적인 연구가 필요하지만, 관련 연구는 다소 부족한 실정이다. 이에, 본 연구에서는 기술적 관점의 정보시스템성공모형과 인지적 관점의 기대일치모형을 통합하여, 병원모바일앱 지속이용의도에 대한 영향 메커니즘을 실증하고자 한다. 이를 위해 병원모바일앱 이용 경험이 있는 국내 성인 181명을 대상으로 온라인 설문조사를 실시하였다. 구조방정식모형 분석 결과, 대부분의 품질요인이 기대일치와 인지된 유용성 및 만족도에 유의미한 영향을 미치는 것으로 나타났으며, 기대일치는 인지된 유용성과 만족도에 유의한 영향을 주는 것으로 나타났다. 또한, 인지된 유용성과 만족도는 병원모바일앱의 지속이용의도에 유의한 영향을 미친다는 사실을 밝혀냈다. 본 연구는 기대일치모형과 정보시스템성공모형을 통합하여 의료분야, 그 가운데에서도 이용률이 저조한 병원모바일앱 사용 맥락에 적용한 연구라는 점에서 의의가 있으며, 연구결과를 통해 병원모바일앱의 이용률 증대 및 효과적·효율적인 서비스 운영을 위한 실무적 시사점을 제시하였다.

• 전자공학회논문지CI
• /
• 제45권3호
• /
• pp.103-112
• /
• 2008

본 논문에서는 u-healthcare system과 트래픽 모니터링 및 분석 시스템인 MAGI의 시스템에 대해 설명하고 각각의 데이터베이스를 분석한다. u-healthcare system은 생체 신호 센서 네트워크와 모바일 게이트웨이를 이용하여 환자의 생체 신호를 환자의 장소와 시간에 관계없이 모니터링하고 분석하는 시스템이다. MAGI는 기존의 트래픽 모니터링 툴의 문제점을 보완한 실시간 트래픽 모니터링 및 분석 시스템이다. MAGI 실시간 트래픽을 분석을 통하여 다이나믹한 방화벽을 구현 할 수 있다. 본 논문은 구현한 시스템의 분석은 물론 데이터베이스의 스키마 및 저장된 데이터를 자세히 분석 하였다. 또한 본 논문은 이론적인 전개와 실제 테스트를 통한 정성적인 성능 분석을 통하여 시스템의 적절성을 평가하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.517-520
• /
• 2009

헬스케어 분야에 무선센서네트워크를 적용하기 위해서 저비용, 저전력, 초소형 사이즈인 이동성 센서노드들에 의한 헬스케어 응용시스템에 대한 연구가 활발히 진행되어지고 있다. 특히, 헬스케어 센서노드는 환자가 쉽게 착용해서 환자의 건강상태를 모니터링을 하는데 주된 목적으로 하고 있으나, 센서노드 특성상 통신할 수 있는 전송범위를 극복하기 위해 멀티 홉 기반으로 문제를 해결해 왔지만 센서노드가 이동시 멀티 홉 형성에 다소 많은 시간적인 지연이 요구된다. 이런 문제로 인해 본 연구에서는 주변센서노드와 이동형 헬스케어 센서노드에 신속한 라우팅 변화를 위한 질의 기법을 구현했다. 무선 센서네트워크 노드의 라우팅 프로토콜이 노드의 이동성이나 패킷 전송 등을 처리하기 위해서 노드들 사이에 신속한 링크 연결에 대한 효율적인 컨트롤이 가능하기 위해서 비컨(Beacon) 메시지를 헬스케어 센서노드를 휴대한 환자의 활동 상태에 따라 비컨 메시지의 주기적인 질의를 부여하무로써 주변 센서노드와 헬스케어 센서노드 사이의 네트워크 형성이 신속하게 형성할 수가 있다.

• 한국정보통신학회논문지
• /
• 제16권6호
• /
• pp.1223-1228
• /
• 2012

무선 통신 환경 하에서 병원 등에서 모바일 에이전트의 사용은 환자, 병원의 의사 등의 관계자들에게 훨씬 더 좋은 서비스를 제공한다. 더군다나 이러한 의료 진단의 과정을 더욱더 효율적이며 안전하게 하기 위하여 모바일 환경하에서의 융복합 기술이 도입됨에 따라 의료의 기록 오류의 감소 및 편의성을 가져왔다. 다가오는 미래에는 더욱더 의료 환경하에서의 융복합 기술의 도입으로 활용도가 더욱더 높아질 것이다. 따라서 본 논문에서는 이러한 유비쿼터스 환경 하에서의 헬스캐어를 위한 보안 메카니즘을 제안하고 이러한 무선 환경 하에서 발생할 수 있는 보안적인 문제점을 분석하였다.

• 한국융합학회논문지
• /
• 제10권6호
• /
• pp.235-242
• /
• 2019

최근 딥러닝을 비롯한 인공지능 기술의 활용이 다양한 분야에서 활발해지고 있으며, 특히 딥러닝 기술 기반의 객체 인식 및 검출에 뛰어난 성능을 보이는 여러 알고리즘들이 발표되고 있다. 이에 본 논문에서는 사용자의 편의성이 효과적으로 반영된 모바일 헬스케어 애플리케이션 구현에 대한 적절한 방향성을 제시하고자 한다. 기존의 피트니스 애플리케이션들에 대한 이용 만족도 연구 및 모바일 헬스케어 애플리케이션에 대한 현황을 파악하여, 이로부터 피트니스 애플리케이션 시장에서의 생존과 우위를 확보하는 동시에, 최근 주목 받고 있는 인공지능 기술의 효과적인 적용에 의한 성능 개선을 통해 기존 이용자 유지 및 확대를 도모하고자 한다.

• International Journal of Advanced Culture Technology
• /
• 제6권4호
• /
• pp.226-232
• /
• 2018

The rapid pace of growth in internet usage and rich mobile applications and with the advantage of incredible usage of internet enabled mobile devices the Green Mobile Crowd Computing will be the suitable area to research combining with cloud services architecture. Our proposed Framework will deploy the eHealth among various health care sectors and pave a way to create a Green Mobile Application to provide a better and secured way to access the Products/ Information/ Knowledge, eHealth services, experts / doctors globally. This green mobile crowd computing and cloud architecture for healthcare information systems are expected to lower costs, improve efficiency and reduce error by also providing better consumer care and service with great transparency to the patient universally in the field of medical health information technology. Here we introduced novel architecture to use of cloud services with crowd sourcing.