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

논문 기본 정보

자료유형
학술저널
저자정보
김재영 (서울대학교) 한구현 (서울대학교) 안단태 (서울대학교) 이시현 (서울대학교) 임승의 ((주) 와이브레인) 이기원 ((주) 와이브레인) 문기욱 ((주) 와이브레인) 김보형 (한국외국어대학교) 서진욱 (서울대학교)
저널정보
한국차세대컴퓨팅학회 한국차세대컴퓨팅학회 논문지 한국차세대컴퓨팅학회 논문지 제19권 제2호
발행연도
2023.4
수록면
44 - 54 (11page)

이용수

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

초록· 키워드

오류제보하기
치매는 기억, 인지장애를 동반하는 노인질환으로, 증상 완화와 중증화 지연을 위해선 조기진단이 매우 중요하다. 그러나 현재 치매의 진단은 큰 비용과 높은 전문성을 요구하여 조기진단 및 치료가 어려운 실정이다. 본 연구에서는 건식 방식으로 수집된 19채널 뇌파(electroencephalogram) 데이터(정상군 50명, 경도인지장애군 175명)를 머신러닝 및 딥러닝 모델의 학습 및 테스트에 사용하여 치매의 조기진단에 적합한 모델 및 하이퍼파라미터 세팅을 제안한다. 기존의 연구들이 습식 방식으로 수집된 64채널 고해상도 뇌파 데이터를 활용한 반면, 본 연구는 연구자 및 환자의 측정부담이 적은 건식 방식의 19채널 뇌파 데이터를 활용했다는 점에서 차별성을 가진다. 실험은 앙상블 기반의 AutoML 머신러닝 알고리즘인 Auto-sklearn과 딥러닝 모델 3종(ShallowFBCSPNet, Deep4Net, EEGNet)으로 이진 분류기를 훈련한 후 성능을 비교하는 방식으로 진행되었다. 그 결과, EEGNet이 가장 우수한 성능 (정확도=68.9%)을 냈다. 다음으로, 데이터 불균형으로 인한 과적합 문제를 해결하기 위해 EEGNet에 데이터 불균형 처리 알고리즘 4종(class weight, Gaussian noise, frequency shift, undersampling)을 각각 적용한 뒤 성능 개선 여부를 확인했다. 그 결과, EEGNet에 Gaussian Noise를 적용했을 때 가장 우수한 성능 (정확도=78.9%)을 냈다. 본 연구 결과는 19채널 건식 뇌파 데이터와 제안된 방법의 조합이 치매의 조기진단에 활용될 가능성이 있음을 보인다.
#뇌파 #치매 #머신러닝 #딥러닝 #Electroencephalogram #Dementia #Machine learning #Deep learning

목차

등록된 정보가 없습니다.

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

최근 본 자료

전체보기

댓글(0)

0