경험적 모드 분해법을 이용한 뇌 유발전위 특징과 위상 간 분석

이벽진 연세대학교 대학원 2015 국내석사

신경회로망을 이용한 health-data 최적화 처리기법에 관한 연구

김도성 연세대학교 대학원 2009 국내석사

Diabetes is a chronic disease, which occurs when the pancreas does not produce enough insulin, or when the body cannot effectively use the insulin it produces. This leads to an increased concentration of glucose in the blood. In this study, we propose a prediction model that present the high accuracy of the outbreak of diabetes using genetic algorithm and neural network.We used the data of 4175 persons(normal:3945, patient:230) that divided by training data and test data. And We used the data of Adiponectin, Triglyceride, HDL-Cholesterol, Sex, Age, Waist, BMI, HTN, Smoke, Exercise and Alcol. In these data, genetic algorithm was select the optimized features for prediction of disease, and neural network was predict the outbreak of diabetes. As a result, when use all features, prediction model was presented the accuracy of 67.8%. And when use the features except data what can get by a blood test, prediction model was presented the accuracy of 63.9%As a further study, we expect that diabetes prediction model will use in medical environment, if additional patient data should get and a research of various neural network models should implement. 당뇨병은 인슐린 작용의 부족에 의한 만성 고혈당 증세와 그 외에 여러 가지 대사이상 합병증을 수반하는 질환이다. 본 연구에서는 당뇨병의 발병가능성을 예측함에 있어서 유전 알고리즘을 이용하여 발병진단과 밀접한 관계가 있는 데이터를 선별한 후, 신경회로망 기법을 이용하여 가장 최적화된 모델을 찾아 그 정확도를 높일 수 있는 방법에 대하여 연구하고자 한다.230명의 환자데이터와 3945명의 정상데이터, 총 4175명의 데이터를 각각 3:1의 비율로 나누어 Training Data와 Test Data로 구성하였다. 실험에 사용한 데이터 종류는 Adiponectin, Triglyceride, HDL-Cholesterol, Sex, Age, Waist, BMI, HTN, Smoke, Exercise, Alcol이다. 이 데이터 중에서 질병 예측에 최적화된 데이터만을 유전알고리즘을 통해 추출한 후, 신경회로망 모델을 이용하여 발병가능성을 예측해본 결과, 위의 11가지 데이터 전체를 Initial-Feature로 선정한 경우에는 67.8%의 정확도를 보였고, 혈액검사를 통해 구할 수 있는 데이터를 제외한 나머지 8개의 데이터를 Initial-Feature로 선정한 경우에는 63.9%의 정확도를 나타내었다.이는 대조군으로 설정한 Logistic Regression Model의 결과보다는 약간 낮은 정확도를 보였는데, 이는 환자데이터와 정상데이터간의 수치적 편중에 의한 것으로 판단된다. 두 데이터의 양을 동일하게 구성한 실험에서는 각각 약 80% 정도의 월등히 높은 정확도를 보였기 때문이다.추후 추가적인 환자데이터가 확보되고, 다양한 신경회로망 모델을 개발되어 매우 우수한 정확도를 보인다면, 의료 현장에서도 적용 가능한 예측모델로서 정립될 수 있을 것이라 판단된다.

무선 센서 네트워크 기반의 가속도 센서를 이용한 운동량 측정 및 실시간 모니터링 시스템

이인호 연세대학교 대학원 2009 국내석사

Physical inactivity is increasing number one cause of cardiovascular disease related death. It increases number of patient with hypertension, diabetes mellitus, dyslipidemia and Abdomen obesity furthermore it increase risk of cardiovascular disease and stroke.In this study, the developed pedometer not only monitors the condition of the subject in real time but captures health symptom through consecutive active pattern recognition using the accelerometer, SD Memory, and ZigBee. Also, the module makes possible to promotion of the subject health with an intellectual algorithm that estimates energy expenditure.Acceleration Signal is obtained from five healthy adults and displayed in Viewer Program. In step counting and moving distance test, subjects are asked to wear pedometer in their waist and they are requested to walk on flat surface of indoor hallway and outdoor tract for one minute each of three different settings. Distances were set for 100m, 200m and 300m in experiment for distance variation.Tests were conducted with two developed equipments: portable pedometer, and receiver that sends information to PC. Portable device is build with Micro controller, acceleration sensor, ZigBee, SD Memory, and USB interface. Receiver is build with Micro controller, ZigBee, and USB interface. 신체활동 부족(physical inactivity)은 근대화 이후 현재까지 증가하고 있는 심혈관질환 관련 사망률의 주된 위험 요인이다. 따라서 섭취하는 에너지에 비하여 활동으로 소모하는 에너지가 상대적으로 낮은 경우가 많다. 이로 인하여 고혈압, 당대사장애, 이상지혈증 및 복부비만 등의 증상이 많아지고 더 나아가 심혈관 질환과 뇌졸중 등의 심각한 질병에 노출되는 위험이 증가한다.본 연구에서는 가속도 센서와 SD Memory, ZigBee를 이용하여 실시간으로 모니텅링을 할 뿐만 아니라 지속적인 건강 모니터링을 하여 연속적인 activity pattern 인식을 통한 이상 건강 징후 자동 포착하고, 자동적인 에너지 소모를 추정하는 지능적인 알고리즘 제어를 통해 개인의 건강신호의 변화, 치료 효과 등을 자동 분석하여 개인의 쾌적한 건강상태 유지 및 향상을 추구 하는데 목적이 있다.개발한 Pedometer는 Accelerometer를 이용하여 하루에 걸음수를 카운팅하고, 이동거리, 에너지 소모량을 계산하기 위해 5명의 건강한 성인의 가속도 신호를 획득하여 뷰어 프로그램에 디스플레이를 하고 걸음수 검출 및 이동 거리 검출 실험에서는 피실험자의 허리에 만들어진 장치를 부착하여 장애물이 없는 건물 내의 평평한 복도와 장애물이 없는 외인 운동장에서 각각 1분 동안 3가지 상태의 걷기를 하였고 이동거리는 100m, 200m 300m로 하여 실험을 진행하였다.또한 움직임에 대한 신호 검출은 장애물이 없는 실내의 복도와 일반 사무실, 사무실 의자, 계단과 실외의 운동장에서 실험을 수행하였다.실험에 필요한 장치는 휴대용 장치인 만보계와 수신을 하여 PC에 전송해주는 수신 장치로 나누어서 개발 하였고 휴대용장치는 제어부, 가속도센서, ZigBee, SD 카드, USB 인터페이스로 구성을 하였고, 수신 장치는 제어부, ZigBee, USB인터페이스로 구성하여 제작 하였다.보행 가속도 데이터를 측정하기 일반적인 만보계와 같이 허리에 고정하여 실험을 진행하였다. 샘플링 주파수는 175Hz로 A/D 변환하여 획득한 보행 가속도 신호를 가속도 센서부와 제작한 무선모듈 장치를 이용하여 수신장치에 전송하였고 이 수신 장치는 PC와 시리얼 통신을 이용하여 PC에 데이터를 전송 하였다. 또 한 175Hz로 샘플링 한 결과를 50Hz로 다운 샘플링 하여 이 데이터를 이용하여 걸음수 검출 및 이동거리를 구하는 알고리즘에 사용하였다.

집중력에 따른 EEG 신호와 Heart rate variability 신호의 상호관계 분석 및 해석

김주현 연세대학교 대학원 2010 국내석사

본 연구에서는, 각 주파수 대역에 따른 EEG 신호의 파형과 자율신경계 변화를 연구한 논문들을 바탕으로, 집중력 시, midline의 theta(4-7.5Hz)파의 변화와 alpha(7.5-12Hz)파의 신호를 분석하여 theta/alpha 값으로 중추신경계 변화에 따른 상태를 평가하였다. 또한 자율신경계에서 생리학적 변화는 심박변이도(HRV) 신호의 파라미터들(beat interval, SDNN, RMSSD, NN50, LF/HF, Peak amp, Spectral power)로 평가/해석하였다. 22명의 건강한 초등학생 피험자들로부터 신경 인지 검사 프로그램인 CNT 4.0에서 청각 집중력 테스트를 9분 동안 취득하여 EEG 신호와 PPG 신호를 분석하였다. EEG로부터 추출한 theta/alpha값과 PPG로부터 추출한 HRV 신호의 파라미터들을 선형 회귀법을 이용하여 각각의 조합에 따른 상관 계수인 R2 값을 바탕으로 두 신호 간의 상관관계를 평가하였다. 본 연구의 결과로는 주의 집중력 유발 시, 다채널 차원를 높여 가며 심박변이도(HRV) 신호 파라미터들의 정량의 변화(quantitative change)가 theta/alpha와 높은 상호연관성을 나타냄을 관찰하였다. 즉, 심박변이도(HRV)신호의 파라미터들이 개별적으로 사용될 때보다, 다채널 차원으로 사용될 때에 EEG 신호의 theta /alpha 값과의 더 높은 상호 연관성 값을 나타냄을 알 수 있었다. 회귀 방법에 적용되는 입력 벡터의 차수가 올라갈수록 심혈관계 시스템과 EEG의 활동의 상호 연관성 계수 R2 가 높은 의미를 가지게 되고, 상관 관계 계수에 큰 영향을 주는 HRV 신호의 파라미터를 정렬하면 SDNN >> RMSSD > LF/HF > NN50 > peak amp = spectral power > beat-interval 로 나타낼 수 있다. 결론적으로, EEG 신호와의 높은 상관 관계를 가지므로, PPG로부터 추출된 7개의 심박변이도(HRV) 신호의 파라미터들을 이용하여, 집중력 유발 시, 집중의 정도에 따른 생리학적 변화를 분석/평가의 가능성을 확인하였다.

Wearable computing 기술을 이용한 다중 생체계측 Device에 관한 연구

우영재 연세대학교 대학원 2008 국내석사

외래환자 검사 대기시간의 단축을 위한 시뮬레이션 분산 모델 개발

정태준 연세대학교 대학원 2020 국내석사

현대사회는 생활환경과 식습관의 변화로 만성질환, 다양한 질병을 동반하여 의료서비스의 수요는 지속해서 증가하고 있고 환자의 질병에 대해 정확한 정보를 얻기 위해 여러 검사를 진행해야 할 필요성이 높아졌다. 또한, 의료서비스도 타 서비스와 동일하게 대기시간은 서비스품질 및 만족에 매우 큰 영향을 미친다. 결과적으로 많은 시스템이 개선되었지만, 여전히 병원에서의 대기시간은 과거로부터 지속적인 주요 불만 사항으로 의료서비스 대기시간에 관해 다양한 연구가 진행되고 있다. 본 연구는 환자가 기본적으로 병원에 내원하였을 때 기본적으로 경험하는 절차 중 검사절차를 연구하고자 본 논문은 안과 검사 시스템을 효율적으로 개선하고자 시뮬레이션을 통해 대기 열의 길이가 가장 짧은 항목에서 대기하는 Model DIV과 예상 대기시간이 가장 짧은 항목에서 대기하는 Model C-DIV로 두 가지 대안을 제시하였다. 대학병원의 안과 외래환자의 동선 관측을 하였고, 안과 검사 시스템과 개선 대안을 대기 행렬이론을 적용하여 시뮬레이션 모델을 설계하였고, 실험의 결과로 검사 대기시간과 대기열의 길이, 대기시간 단축의 효과로 검사실의 가동률과 대기실 공간 혼잡도 개선 정도를 분석하였다.

운동 의도에 따른 뇌파와 근전도 신호 분석

김병남 연세대학교 대학원 2015 국내석사

호흡 패턴 간 의료용 흡입기의 in vitro 약물 전달 효율

박현목 연세대학교 대학원 2021 국내석사

의료용 흡입기는 에어로졸화 된 약물을 기도를 통해 폐에 직접적으로 전달하여 다양한 호흡기질환을 치료하는데 사용되는 의료기기이다. 다양한 호흡기 질환, 호흡 패턴, 호흡률, 기도 직경에 따라 의료용 흡입기를 약물 전달량이 다르다. 본 연구에서는 기도 모델, 인공 폐, 유량 센서와 에어로졸 포집용 필터로 구성된 호흡 시뮬레이터를 개발하고 2 가지 조건에서 (1: 분무 완료 시 까지 분무, 2: 동량 분무 1.3 mL) 4 개의 호흡 패턴을 이용하여 6 개의 의료용 흡입기 (기계식 의료용 흡입기, 정적 다공성막 의료용 흡입기, 진동 다공성막 의료용 흡입기)를 실험하였다. 그 결과 의료용 흡입기 간의 분무 성능에 따른 약물 전달의 차이를 확인하였다. 고효율의 의료용 흡입기 이용 시 사용되는 약물의 사용량을 줄일 수 있음을 확인하였다. 의료용 흡입기는 약물 잔량 및 분무 속도가 다르므로 의료용 흡입기 간의 정량적인 약물 전달 효율성의 비교는 어려움이 있다. 본 연구에서는 의료용 흡입기의 약물 잔량 및 동일한 출력을 고려한 정량적인 약물 전달 효율의 평가 방법 및 파라미터 (DD/LD, DD/ED)를 제안한다. 분무 후 약물통의 잔여량은 사용되지 않고 버려진다. 충전량 대비 약물 전달량 비율로 평가가 가능하며, 기기로부터 방출량 대비 약물 전달 효율은 기기로부터 방출량을 동일하게 설정한 조건에서 비교가 가능하다. 또한 의료용 흡입기의 실험규격 호흡 패턴과 비교하여 일반 성인 및 질병 모델의 호흡 패턴에서 의료용 흡입기의 약물 전달량이 감소함을 확인하였다.

실시간 생체신호 표준과 응급의무기록을 적용한 시스템의 설계

홍성혜 연세대학교 대학원 2010 국내석사

의료영상의 인공지능 활용을 위한 상호운용성 참조 모델

권오윤 연세대학교 대학원 2021 국내석사

This paper discusses an Medical Imaging Interoperability Reference Model for Artificial Intelligence. Medical images are widely used in artificial intelligence research, but We need to consider interoperability for use in real situation such as hospital systems. Medical images without the same structure and measurement standards are not suitable for artificial intelligence learning data. In particular, no studies have been conducted to standard measurements by introducing the same measurement criteria. For application of medical images to artificial intelligence research, it is important to establish an interoperability reference model that complies with the standards of the data structure, quantifies the measurements of medical images, and minimizes access to data through the protection of personal information. The data exchange model is designed with reference to HL7, DICOM as the medical image standard data model to be considered when exchanging medical image data. Standard Phantom is presented as a method of minimizing measurement uncertainty factors for quantifying medical images. Non-identification of overseas and domestic data is analyzed and applied to personal information existing in medical images. Medical Imaging Interoperability Reference Model for Artificial Intelligence is proposed as a result of the research in this paper 본 논문은 의료영상의 인공지능 활용을 위한 상호운용성 참조 모델을 제시한다. 인공지능 연구에 상당한 수의 의료영상이 활용되고 있으나 병원 내 시스템과 같은 실제 환경에서 데이터를 인공지능 연구에 사용하기 위해선 상호운용성에 대한 고려가 필요하다. 일관되지 않은 데이터 구조와 정량화하지 않은 의료영상 내 측정값은 인공지능 학습데이터로 적합하지 않다. 특히 현재까지도 측정 기준을 도입하여 측정값을 보정하는 연구는 진행되어 있지 않았다. 의료영상의 활용을 위해 데이터 구조의 표준을 준수하며 의료영상 측정값의 정량화가 이루어져야 하며 개인정보에 대한 보호를 통해 데이터에 대한 접근성 제한을 최소화하여 의료영상을 인공지능 연구에 활용할 수 있는 상호운용성 참조 모델에 대한 확립이 중요하다. 의료영상 데이터 교환 시 고려되어야 할 의료영상 표준 데이터 모델로 HL7, DICOM을 참고하여 데이터 교환 모델을 설계한다. 의료영상 정량화를 위한 측정 불확도 요소 최소화 방법으로 표준 Phantom을 제시한다. 의료영상 내 존재하는 개인정보에 대해 해외 및 국내 자료의 비식별화에 대해 분석하고 적용한다. 본 논문 연구 결과로 의료영상의 인공지능 활용을 위한 상호운용성 참조 모델을 제안한다.