메뉴 건너뛰기
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
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG
학술저널
오류 신고하기해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

논문 기본 정보

저자정보
(원주세브란스기독병원) (연세대학교) (연세대학교) (원주세브란스기독병원) (원주의과대학) (원주세브란스기독병원)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제59권 제2호(통권 제531호)
오류 신고하기
표지

피인용 0

검색

    초록·키워드

    고칼륨혈증(hyperkalemia)은 혈청 칼륨 수치(Serum Potassium Level : SPL)가 5.5mEq/L 이상일 때 진단되며, 심장리듬에 영향을 미쳐 심부전을 일으킬 수 있으므로 빠른 경고가 중요하다. 혈청 칼륨 수치의 증가는 일반적으로 심전도(Electrocardiogram : ECG)의 변형을 일으킨다. 따라서 본 논문에서는 혈청 칼륨 수치에 따른 심전도 변화를 분석하여 고칼륨 혈증의 위험이 있는 환자에게 고칼륨혈증의 위험성을 경고할 수 있는 딥러닝 모델을 제안한다. 본 논문에서는 장단기메모리(Long Short Term Memory : LSTM)와 함께 깊이별 분리 가능한 합성곱 커널을 기반으로 하는 합성곱 순환신경망(Convolutional Recurrent Neural Network : CRNN) 모델을 사용하였다. 실제 1,879명 환자의 심전도 데이터들을 대상으로 수행된 실험은 제안된 딥러닝 모델이 심전도의 변화를 분석하여 혈청 칼륨 수치를 비교적 정확하게 예측하고, 깊이분리 합성곱 커널을 사용함으로 인해 작은 네트워크 매개 변수로도 정확도를 유지할 수 있음을 보여준다.
    #Hyperkalemia #ECG #Deep learning #Depthwise separable convolution

    본문·목차

    최근 본 자료 전체보기

      260915_DBpiaAI2학기
      261027_고등교육
      261030 에디터픽 큐레이션
      261017_Citeasy Update
      260917_DBpiaAI뷰어2
      260604_KRpiaAI
      UCI(KEPA) : I410-ECN-0101-2022-569-001062402