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.
초록·키워드
수면무호흡증(Sleep Apnea)은 전 세계적으로 심각한 건강 문제를 일으키는 질환으로, 주로 수면 중 상부 기도의 폐쇄로 인해 발생한다. 현재 수면무호흡증의 표준 진단 방법인 수면다원검사(Polysomnography, PSG)는 높은 비용과 복잡성 등의 한계가 있다. 본 연구에서는 수면 중 발생하는 소리 데이터를 활용하여 수면무호흡증을 탐지하는 비침습적 방법을 제안하였다. 소리 데이터는 MFCC(Mel-Frequency Cepstral Coefficients)로 특징을 추출하였으며, 1D CNN 기반의 ResNet(Residual Network) 모델을 통해 분류를 수행하였다. 실험 결과, 제안된 모델은 5겹 교차 검증을 통해 평균 정확도(Accuracy) 97.8%, 재현율(Recall) 97.7%, 민간도(Precision) 97.9%, AUC 0.978의 성능을 달성하였다. 향후 연구에서는 데이터셋을 확장하고 다양한 딥러닝 모델을 실험하여 모델의 성능을 더욱 향상시킬 계획이다. 본 연구는 수면무호흡증 탐지의 정확성을 높이고, 효율적인 건강 관리 시스템 구축에 기여할 수 있을 것으로 기대한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092094177
