Home

일상생활 중 건강모니터링을 위한 생체신호 딥러닝 분석 연구

⚠ 이 프로젝트는 한국저작권위원회에 저작권이 등록된 소스코드로, 재사용 및 배포가 어렵습니다. ⚠ ( ⚠ This project is a source code copyrighted by the Korea Copyright Commission, and it is difficult to reuse and distribute yet. ⚠ )

• 딥러닝
• 개발자 : 추호성 (HoSungChoo) , 최유림 (ChoiYuLim)
• SW개발환경 (툴,언어) : Spyder, Keras

최대, 최소 혈압 예측을 위해 딥러닝을 이용한 모델을 제작해야 했고, 정확한 모델을 만들기 위해 입력, 출력, 내부 구조 등 다양한 변수들을 설정해야 했다. 따라서 다음과 같은 모델을 제작했다.

• 입력 : BCG 데이터를 MEMD 신호처리를 이용해 IPD를 만든다. BCG는 1분에 1000 * 2개가 추출되는데, 이를 처리하면 1분에 IPD가 9 * 1000개 출력된다. (IPD1부터 IPD9까지 각각 1000개) IPD당 1000개의 데이터의 중앙값을 추출할 경우 1분당 IPD가 9개 도출된다. 이를 입력으로 한다. 학습된 모델은 40명의 실험자를 각각 15분 동안 측정한 데이터를 입력으로 주었다.

• 모델 구조 : Input Layer는 9개, Hidden Layer는 1층에 25개, Output Layer는 2개의 뉴런으로 구성되어 있다. ME = 9.2 STD = 11.9 라는 결과가 나왔다.

• 출력 : 출력은 최대 최소 혈압이 출력된다.