일차원 합성곱 신경망을 이용한 치매 환자의 뇌파 분류

심희동; 정미리; 이미현; 양석조

doi:10.3795/KSME-B.2020.44.4.237

추천

검색

질문

자료유형: 학술저널

저자정보: 심희동 (충남대학교) 정미리 (충남대학교) 이미현 (대전보건대학교) 양석조 (충남대학교)

저널정보: 대한기계학회 대한기계학회 논문집 B권 대한기계학회논문집 B권 제44권 제4호(통권 제415호)

발행연도: 2020.4

수록면: 237 - 244 (8page)

DOI: 10.3795/KSME-B.2020.44.4.237

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

대부분의 치매는 비가역적이기 때문에 조기 진단이 매우 중요하다. 하지만 현재 사용되고 있는 치매 진단 방법은 많은 한계점들을 가지고 있다. 이러한 문제를 해결하기 위해 치매와 정상인을 분류하기 위한 다양한 연구가 진행되어 왔다. 본 연구에서는 뇌파를 사용하여 정상인과 치매 환자를 분류하기 위해 신호 처리 방법과 일차원 합성곱 인공신경망 분류기를 제안한다. 치매 환자 13명과 정상인 115명의 뇌파 신호를 사용하였으며, 국소 푸리에 변환된 데이터셋으로 제안된 분류기의 성능을 교차 검증하였다. 제안된 인공신경망의 분류 성능은 두 개의 전극만으로 정확도 86.04%, 민감도 82.53%, 특이도 88.69%의 높은 성능을 나타내었다. 이를 통해 본 연구에서 제안된 일차원 합성곱 인공신경망 분류기와 신호 처리 방법이 정상인과 치매 환자의 뇌파를 높은 정확도로 분류할 수 있음을 확인하였다.

#Electroencephalography(뇌파) #Dementia(치매) #Convolution Neural Network(합성곱 신경망) #Short-Time Fourier Transform(국소 푸리에 변환) #Dementia Diagnosis(치매 진단)

참고문헌 (22)

참고문헌 신청

Livingston, G., Sommerlad, A., Orgeta, V., Costafreda, S. G., Huntley, J., Ames, D., Ballard, C., Banerjee, S., Burns, A., Cohen-Mansfield, J., Cooper, C., Fox, N., Gitlin, L. N., Howard, R., Kales, H. C., Larson, E. B., Ritchie, K., Rockwood, K., Sampson, E. L., Samus, Q., Schneider, L. S., Selbæk, G., Teri, L. and Mukadam, N., 2017, “Dementia Prevention, Intervention, and Care,” The Lancet Commissions, Vol. 390, No. 10113, pp. 2673~2734.

Jeong, J. H., 2019, “Effect of Aerobic Exercise Program Participation on the Dementia-related Factor and Cognitive Function in Elderly Women with Dementia,” Journal of the Korea Convergence Society, Vol. 10, No. 6, pp. 227~234.

Patterson, C., 2018, “World Alzheimer Report 2018: The State of the Art of Dementia Research: New Frontiers,” Alzheimer's Disease International (ADI), London, England, pp. 6~7.

Cho, H. S. and Cho. Y. H., 2019, National Institute of Dementia Annual Report 2018, National Institute of Dementia, Seoul, Korea, pp. 3~7.

Statistics Korea, 2017, Population Projections for Korea, Korean Statistical Information Service, Statistics Korea, Seoul.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Hee-Dong Sim

소속기관 충남대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 10%

논문수 8 이용수 1,081

정미리

소속기관 충남대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 의약학 > 간호학

논문수 3 이용수 1,149

이미현

소속기관 대전보건대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 7 이용수 1,164

양석조

소속기관 충남대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 10% 공학 > 기타공학 > 교통공학

논문수 51 이용수 3,401

이 논문과 함께 이용한 논문

뇌와 컴퓨터의 인터페이스를 위한 뇌파 측정 및 분석 방법

심귀보 , 염홍기 , 이인용 한국지능시스템학회 논문지 2008 .10

빨간색이 뇌파에 미치는 영향력에 관한 연구

김한나 , 허재희 한국색채학회 학술대회 2020 .05

뇌파 신호에서 3 차원 합성곱 인공신경망을 활용한 작업기억용량 추정

곽영철 , 송우진 , 민병경 외 1명 한국통신학회 학술대회논문집 2020 .02

진공기술과 컴퓨터의 발전: 양자컴퓨터의 도래

임현식 한국진공학회 학술발표회초록집 2018 .08

해양 세균을 이용한 미세플라스틱 제거에 대한 연구

이정연 한국미생물학회 학술대회논문집 2018 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-550-000504199

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (22)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)