인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.2
- 수록면
- 59 - 66 (8page)
- DOI
- 10.5573/ieie.2022.59.2.59
이용수
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.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 요약
- Abstract
- Ⅰ. 서론
- Ⅱ. 연구 대상 및 방법
- Ⅲ. 실험 및 결과
- Ⅳ. 결론
- REFERENCES
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-ECN-0101-2022-569-001062402
