메뉴 건너뛰기
.. 내서재 .. 알림
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)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
강경우 (Fusion Data) 김태선 (The Catholic Univ.)
저널정보
한국전기전자학회 전기전자학회논문지 전기전자학회논문지 제23권 제4호
발행연도
2019.12
수록면
158 - 164 (7page)

이용수

DBpia Top 5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
수면 질환에 사용되는 수면다원검사는 그 비용 및 시간적 제약으로 새로운 대안을 찾을 필요가 절실하다. 최근 웨어러블 헬스기기가 대중화 되면서 기존의 액티그래피를 이용한 수면분석을 대신하려는 다양한 연구가 되고 있으나 이들 기기의 데이터 및 알고리즘은 접근성 및 성능에 있어 매우 제한적인 상황이다 본 논문에서는 자체 제작된 가속도계 센서모듈을 이용한 수면 중 움직임 정보를 이용하여 AASM표준 방식 기준으로 분류된 수면 단계를 예측하고, 센서의 움직임 정보와 뇌파의 δ파와 θ파의 파워스펙트럼 비교를 통해 수면의 주기를 추정할 수 있는 방법을 제시했다. 31명의 공개된 PSG 분석결과를 이용한 수면 단계 예측 결과 85.26%의 정확도를 보였다. 움직임 신호의 특성과 δ파와 θ파의 파워 변화를 비교한 결과 REM수면과 NREM수면의 반복 주기를 제시한 알고리즘으로 찾을 수 있는 가능성이 있음을 보였다.

목차

Abstract
요약
Ⅰ. 서론
Ⅱ. 본론
Ⅲ 실험 및 결과
Ⅳ.결론
References

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-056-000378443