웨어러블 디바이스에서의 3축 가속도 센서를 이용한 고 연령층 수면-각성 감지 알고리즘 개발 (Development of A Sleep-Wake Detection Algorithm for The Elderly Using 3-Axis Accelerometer in Wearable Device)

서지정보

· 발행기관 : 한국정보통신학회
· 수록지 정보 : 한국정보통신학회논문지 / 27권 / 9호 / 1060 ~ 1069페이지
· 저자명 : 박범준, 남보름, 이종실, 김인영

초록

수면은 인간에게 필수적인 요소로, 수면다원검사의 수면단계분류를 통해 평가된다. 그러나 이 수면다원검사는 First night effect와 같은 한계점을 가지고 있기 때문에, 웨어러블 디바이스를 기반으로 하는 수면단계분류 알고리즘이 연구되어왔다. 하지만, 이 알고리즘들은 고 연령층에서의 성능이 떨어진다는 한계점이 존재한다. 본 연구에서는 평균 나이 72.6세의 고 연령층을 대상으로 한 웨어러블 디바이스의 가속도 센서를 활용하여 수면 중 각성 감지 알고리즘을 설계하였다. 결과적으로, 고 연령층의 수면 특성을 고려한 특징점을 딥러닝 네트워크에 적용 하였을 때 성능 향상을 얻었으며, 수면의 질을 판별 할 수 있는 4가지 파라미터의 추정 중 3가지 파라미터에서 유의한 결과를 얻을 수 있었다. 본 연구는 고 연령층에 적합한 수면 중 각성 감지 네트워크를 처음으로 제시한 연구로, 간편한 수면 모니터링과 개인 맞춤형 수면 질 평가에 도움이 될 것으로 기대된다.

영어초록

Sleep is an essential factor for humans, and it is evaluated through sleep staging in polysomnography. However, polysomnography has limitations such as the first night effect. Therefore, sleep staging algorithms based on wearable devices have been studied. However, these algorithms have limitations in performance for the elderly. In this study, Sleep-wake detection algorithm was designed using the accelerometer sensor of a wearable device, targeting the elderly with an average age of 72.6 years. As a result, when applying features that consider the sleep characteristics of the elderly to the deep learning network, better performance was achieved. Three of the four estimated parameters to assess sleep quality were significant. This study is the first to propose a sleep-wake detection network specifically designed for the elderly, and it is expected to contribute to convenient sleep monitoring and personalized sleep quality assessment.

참고자료

· 없음