메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
박종욱 (연세대학교) 류지승 (연세대학교) 강승영 (연세대학교) 김윤지 (연세대학교) 김이웅 (연세대학교) 이경중 (연세대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2020년도 대한전자공학회 하계종합학술대회 논문집
발행연도
2020.8
수록면
1,609 - 1,612 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This study proposes a method of prediction of cardiovascular disease (CVD) that can develop within ten years in patients with sleep-disordered breathing (SDB). From the data during a baseline period when patients did not have any CVD, we extracted 18 features from electrography (ECG) based on signal processing methods, 30 ECG features based on artificial intelligence (AI), ten clinical risk factors for CVD. We trained the model and evaluated it by using CVD outcomes result, monitored in follow-ups. The optimal feature vectors were selected through statistical analysis and support vector machine recursive feature elimination (SVM-RFE) of the extracted feature vectors. Features based on AI, a novel proposal from this study, showed excellent performance out of all selected feature vectors. Also, new parameters based on AI were possibly meaningful predictors for CVD, when used in addition to the predictors for CVD that are already known. The selected features were used as inputs to the prediction model based on SVM. As a result, the respective recall and precision values were 82.9% and 87.5% for CVD-free. The F1-score between CVD and CVD-free was 76.5. In conclusion, our results confirm the excellence of the prediction model for CVD in patients with SDB and verify the possibility of prediction within ten years of the CVD that may occur in patients with SDB.

목차

Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결과 및 토의
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

시각장애인을 위한 상황인지 보조 IoT 장치 및 보행자 길안내 서비스 앱 개발
박세영 ,  박주경 ,  류혜림 외 2명 디지털콘텐츠학회논문지 2020 .02
인공지능(지능형) 시스템의 도입을 위한 법적 규율의 문제
金重權 공법학연구 2021 .02
지체장애인의 인공지능 스피커 사용 의도에 영향을 미치는 요인에 관한 연구
박혜현 ,  이선민 한국콘텐츠학회논문지 2021 .01
심뇌혈관질환과 우울증의 관련성 및 우울증의 영향 요인: 2014년, 2016년 국민건강영양조사
김희정 ,  송영숙 기본간호학회지 2020 .11
인공지능(AI) 기술을 활용한 부산광역시 교통사고 예방 시스템
조우진 ,  김진석 ,  윤다현 외 2명 Proceedings of KIIT Conference 2020 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-569-001133400