개인맞춤형 재활운동 추천을 위한 Neural Collaborative Filtering (NCF) 기반의 추천 시스템 개 (Development of a Rehabilitation Exercise Recommender System Based on Neural Collaborative Filtering (NCF))

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 47권 / 11호 / 1843 ~ 1858페이지
· 저자명 : 장윤섭, 전부선, 박노삼, 한미경, 김재철

초록

재활운동은 환자별로 운동 종류와 강도 등을 주의 깊게 선택하여 처방 및 수행하여야 한다. 재활운동이 잘못처방될 경우 그 효과가 미비하거나, 역효과를 내고 2차부상 등 위험한 상황을 초래할 수 있다. 본 연구에서는 세종충남대병원에서 수행 중인 재활운동 중재 임상시험 데이터를 대상으로 개인맞춤형 재활운동 추천 시스템을 개발하였다. 어깨 유착성 관절낭염 및 회전근개 손상 환자와 허리 통증 환자를 대상으로 수행 중인 재활운동 중재 임상시험 데이터로부터 학습 데이터셋을 생성하고, NCF의 NeuMF 모델을 기반으로 재활운동 추천 시스템을 개발하여 그 성능을 검증하였다. 검증을 통해 개발된 재활운동 추천 모델이 GMF 및 MLP 모델 기반의 방식에 비해 보다 우수한 성능을 보임을 확인하였다. 본 연구의 개인맞춤형 재활운동 추천 시스템은 재활환자의 기능회복 및 건강증진과 빠르고 안전한 사회복귀를 도울 수 있을 것으로 기대된다.

영어초록

Rehabilitation exercises should be prescribed to patients by considering carefully those types and strength etc. In the case of wrong prescription, there will be little effect or it may bring adverse effects like injuries to patients. Rehabilitation exercise recommender system has been developed in this study by adopting the clinical test data of Chungnam National University Hospital. Training data were generated from the exercise execution data of patients with shoulder adhesive capsulitis, shoulder rotator cuff injury and low back pain diseases.
Rehabilitation exercise recommender system based on NCF framework’s NeuMF model has been developed and validated using the generated training data. Developed recommender algorithm, as a result, showed better performance than GMF and MLP models. Rehabilitation exercise recommender system of this study will help patients to recover their functional ability and return to the society soon.

참고자료

· 없음