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
- 2024.11
- 수록면
- 1,259 - 1,268 (10page)
- DOI
- 10.6109/jkiice.2024.28.11.1259
이용수
초록· 키워드
오류제보하기
수면무호흡증은 수면 중 10초 이상 호흡이 현저히 감소하거나 멈추는 현상이 시간당 5회 이상 발생할 때 진단되며 폐쇄성, 중추성, 혼합성 세 가지 유형으로 분류된다. 수면다원검사는 수면무호흡증의 표준 진단 방법이지만 높은 비용과 병원에서 여러 센서를 부착한 채 수면해야 하는 불편함이 있다. 이러한 단점을 보완하고자 가정에서도 쉽게 부착할 수 있는 산소포화도, 심전도 센서 등 적은 수의 센서를 활용한 머신러닝 및 딥러닝 기반 수면무호흡증 분류 연구가 진행되고 있다. 본 논문에서는 산소포화도와 심전도 데이터를 활용하여 딥러닝 모델을 통해 수면무호흡증을 분류하고, AHI를 계산하여 중증도를 판별하는 방법을 제안한다. 제안된 분류 모델은 83.75%의 재현율, 74.52%의 정밀도, 78.87%의 F1 점수를 달성했으며, 수면무호흡증 중증도 분류의 정확도는 97.22%로 나타났다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 데이터 정제 및 전처리
Ⅳ. 분류 모델 및 성능 평가
Ⅴ. 결론 및 향후 연구
REFERENCES
참고문헌 (11)
참고문헌 신청
W. T. McNicholas, M. R. Bonsignore, and the Managenment Committee of EU Cost Action B26, “Sleep apnoea as an independent risk factor for cardiovascular disease: current evidence, basic mechanisms and research priorities,” European Respiratory Journal, vol. 29, no. 3, pp. 156-178, Jan. 2007. DOI: 10.1183/09031936.00027406.
DATA.GO.KR. National Health Insurance Service_Personnel for the treatment of sleep disorders(G47) and non-substrate sleep disorders(F51) [Internet]. Available: https://data.go.kr/data/15124322/fileData.do.
A. John, K. K. Nundy, B. Cardiff, and D. John, “SomnNet: An SpO2 based deep learning network for sleep apnea detection in smartwatches,” in Proceedings of the 43rd Annual International Conference of the IEEE Engineering in Medicine & Biology Society, Mexico: MX, pp. 1961-1964, 2021. DOI : 10.1109/EMBC46164.2021.9631037.
J. Levy, D. Alvarez, F. D. Campo, and J. A. Behar, “Deep learning for obstructive sleep apnea diagnosis based on single channel oximetry,” Nature Communications, vol. 14, no. 4881, Aug. 2023. DOI: 10.1038/s41467-023-40604-3.
R. B. Berry, R. Budhiraja, D. J. Gottlieb, D. Gozal, D. Iber, C. Iber, V. K. Kapur, C. L. Marcus, R. Mehra, and M. M. Tangredi, “Rules for scoring respiratory events in sleep: update of the 2007 AASM manual for the scoring of sleep and associated events: deliberations of the sleep apnea definitions task force of the American Academy of Sleep Medicine,” Journal of Clinical Sleep Medicine, vol. 8, no. 5, pp. 597-619, Oct. 2012. DOI: https://doi.org/10.5664/jcsm.2172.
DATA.GO.KR. National Health Insurance Service_Personnel for the treatment of sleep disorders(G47) and non-substrate sleep disorders(F51) [Internet]. Available: https://data.go.kr/data/15124322/fileData.do.
A. John, K. K. Nundy, B. Cardiff, and D. John, “SomnNet: An SpO2 based deep learning network for sleep apnea detection in smartwatches,” in Proceedings of the 43rd Annual International Conference of the IEEE Engineering in Medicine & Biology Society, Mexico: MX, pp. 1961-1964, 2021. DOI : 10.1109/EMBC46164.2021.9631037.
J. Levy, D. Alvarez, F. D. Campo, and J. A. Behar, “Deep learning for obstructive sleep apnea diagnosis based on single channel oximetry,” Nature Communications, vol. 14, no. 4881, Aug. 2023. DOI: 10.1038/s41467-023-40604-3.
R. B. Berry, R. Budhiraja, D. J. Gottlieb, D. Gozal, D. Iber, C. Iber, V. K. Kapur, C. L. Marcus, R. Mehra, and M. M. Tangredi, “Rules for scoring respiratory events in sleep: update of the 2007 AASM manual for the scoring of sleep and associated events: deliberations of the sleep apnea definitions task force of the American Academy of Sleep Medicine,” Journal of Clinical Sleep Medicine, vol. 8, no. 5, pp. 597-619, Oct. 2012. DOI: https://doi.org/10.5664/jcsm.2172.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
단일 심전도를 이용한 수면무호흡 예측에 관한 연구
대한전자공학회 학술대회
2020 .08
-
심전도 기반 수면 무호흡 지수 산출 모델
한국통신학회 학술대회논문집
2025 .02
-
사용자의 수면 중 무호흡 탐지 시스템 개발
한국정밀공학회 학술발표대회 논문집
2022 .05
-
폐쇄성수면무호흡증 진단을 위한 심전도 기반의 호흡 상태 분류
한국정보과학회 학술발표논문집
2020 .07
-
Sleep Apnea Classification Based on ECG Signal with Convolutional Neural Network
대한기계학회 춘추학술대회
2022 .04
-
인공지능 기반의 수면무호흡 환자 추정에 관한 연구
정보 및 제어 논문집
2019 .04
-
언택트 수면 무호흡 감지 시스템
Proceedings of KIIT Conference
2022 .12
-
수면 소리 데이터를 활용한 1D ResNet 딥러닝 모델 기반 수면무호흡증 탐지 연구
전자공학회논문지
2024 .12
-
기계 학습 모델을 이용한 수면무호흡증 진단: 조사 및 과제
한국정보과학회 학술발표논문집
2019 .06
-
수면 중 호흡음의 특징점과 다중 회귀분석을 이용한 무호흡-저호흡 지수의 추정 연구
대한전기학회 학술대회 논문집
2016 .02
-
비접촉식 수면무호흡 검출 시스템
한국재활복지공학회 학술대회 논문집
2022 .11
-
필터의 차수에 따른 심전도 신호의 변화와 심층 학습 기반의 수면 무호흡증 모델 성능 비교
한국정보과학회 학술발표논문집
2024 .06
-
수면 중 무호흡을 감지하기 위한 시스템 개발
한국통신학회 학술대회논문집
2022 .02
-
딥러닝을 이용한 시니어 비접촉 수면 무호흡 모니터링 어플
Proceedings of KIIT Conference
2022 .06
-
데이터 가공을 통한 수면무호흡증 진단 CNN모델 성능 평가 및 분석
한국정보과학회 학술발표논문집
2018 .12
-
[UNIST] 1박 2일 걸리던 수면무호흡 진단…집에서 앱으로 뚝딱
전자기술
2024 .07
-
단일 및 복합 센서를 활용한 수면무호흡증 분류 기법 조사
한국정보통신학회 종합학술대회 논문집
2024 .05
-
무호흡증 진단을 위한 기도 유동 시뮬레이션
한국생산제조학회 학술발표대회 논문집
2018 .05
-
산소포화도 센서를 이용한 수면 무호흡증 판독 시스템 개발
대한전자공학회 학술대회
2022 .06
-
Performance Comparison of Convolutional Neural Networks for Obstructive Sleep Apnea detection
한국정보과학회 학술발표논문집
2023 .06
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091124925