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)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(Yeungnam University) (Gyeongkuk National University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제30권 제11호(통권 제260호)
오류 신고하기

피인용 0

검색

    초록·키워드

    현재 최근 스마트워치 등 웨어러블 기기의 대중화로 사용자는 심박수, 산소포화도 등 다양한 생체 정보를 실시간으로 확인할 수 있게 되었다. 그러나 기존 상용 기기는 측정 정확도가 낮고 특정 조건에서 오류가 발생하며, 오류 구간을 명확히 식별하지 못하는 한계가 있다. 따라서 본 연구에서는 이러한 문제를 개선하기 위해 PPG 센서를 기반으로 한 정확도가 높은 생체 신호 측정 장치를 개발하였다. PPG 신호의 구분에는 딥러닝을 활용하고, 심박수 측정에는 알고리즘 기반 방식을 적용하였다. 실험 결과, 딥러닝 예측 정확도는 97.46%에 달했으며, 심박수 측정치는 상용 웨어러블 기기와 유사한 경향을 보여 높은 신뢰성을 확인할 수 있었다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-26-02-094822049