웨어러블 디바이스에서의 3축 가속도 센서를 이용한 고 연령층 수면-각성 감지 알고리즘 개발

Q: 이 논문에서 정의한 수면다원검사란 무엇인가?

수면의 질과 수면 장애를 종합적으로 평가하고 진단하기 위해 사용되는 검사 방법이다. 본 연구에서는 고 연령층의 수면 단계 분류를 위해 AASM 표준 매뉴얼을 기준으로 Wake, REM, N1, N2, N3의 5단계로 구분하는 진단 기준으로 활용된다.

Q: 고 연령층의 수면-각성 감지 모델 성능에 가장 큰 영향을 미치는 요인은 무엇인가?

연구 결과, 시간 영역의 특징점이 주파수 영역보다 모델 성능에 더 큰 영향을 미치는 것으로 나타났다. 특히 표준 편차 특징점이 TST, SE, WASO 등 세 가지 주요 수면 질 지표 모두에서 가장 우수한 성능을 보였다.

박범준; 남보름; 이종실; 김인영

doi:10.6109/jkiice.2023.27.9.1060

추천

검색

질문

자료유형: 학술저널

저자정보: 박범준 (한양대학교) 남보름 (한양대학교) 이종실 (인하대학교) 김인영 (한양대학교)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제27권 제9호

발행연도: 2023.9

수록면: 1,060 - 1,069 (10page)

DOI: 10.6109/jkiice.2023.27.9.1060

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

수면은 인간에게 필수적인 요소로, 수면다원검사의 수면단계분류를 통해 평가된다. 그러나 이 수면다원검사는 First night effect와 같은 한계점을 가지고 있기 때문에, 웨어러블 디바이스를 기반으로 하는 수면단계분류 알고리즘이 연구되어왔다. 하지만, 이 알고리즘들은 고 연령층에서의 성능이 떨어진다는 한계점이 존재한다. 본 연구에서는 평균 나이 72.6세의 고 연령층을 대상으로 한 웨어러블 디바이스의 가속도 센서를 활용하여 수면 중 각성 감지 알고리즘을 설계하였다. 결과적으로, 고 연령층의 수면 특성을 고려한 특징점을 딥러닝 네트워크에 적용 하였을 때 성능 향상을 얻었으며, 수면의 질을 판별 할 수 있는 4가지 파라미터의 추정 중 3가지 파라미터에서 유의한 결과를 얻을 수 있었다. 본 연구는 고 연령층에 적합한 수면 중 각성 감지 네트워크를 처음으로 제시한 연구로, 간편한 수면 모니터링과 개인 맞춤형 수면 질 평가에 도움이 될 것으로 기대된다.

#수면 질 평가 #웨어러블 디바이스 #딥러닝 #시계열 데이터 분석 #가속도 센서 #Sleep quality assessment #Wearable device #Deep learning #Time series data analysis #Accelerometer sensor

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)