Deep learning algorithms for automatic detection of obstructive sleep apnea
저자
발행사항
[Seoul] : Graduate School, Yonsei University, 2018
학위논문사항
학위논문(박사) -- Graduate School, Yonsei University Department of Biomedical Engineering 2018.8
발행연도
2018
작성언어
영어
주제어
발행국(도시)
서울
기타서명
폐쇄성 수면 무호흡을 자동검출하기 위한 딥러닝 알고리즘
형태사항
x, 73 p. : 삽화 ; 26 cm
일반주기명
지도교수: Kyoung Joung Lee
UCI식별코드
I804:11046-000000516841
소장기관
This study proposed and investigated the efficacy of a novel approach for automatically detecting obstructive sleep apnea (“OSA”) using deep learning algorithms and a single-lead electrocardiography (“ECG”) signal. This study examined the effectiveness of four deep learning algorithms. The two deep learning models used in this study were the convolutional neural network (“CNN”) and the recurrent neural network (“RNN”). The CNN model analyzed morphological characteristics of the input signal while the RNN model analyzed its temporal characteristics. Two deep learning algorithms were designed by using one-dimensional (“1D”) and two-dimensional (“2D”) CNN models. The long short-term memory (“LSTM”) and gated-recurrent unit (“GRU”) extensions of the standard RNN model were used to develop the other algorithms.
The single-lead ECG signal was preprocessed and normalized before it was analyzed by the proposed deep learning algorithms. It was converted into a 2D signal for analysis in the 2D CNN model. The dataset collected from 86 patients with OSA was used to train and evaluate the proposed deep learning algorithms. The training set consisted of data from 69 of the patients and the test set contained data from 17 of the patients. The highest-performing algorithm was 99.0% accurate and the 1D CNN and GRU algorithms had 99.0% recall rates.
The proposed deep learning algorithms performed better than those developed and tested in previous studies at detecting hypopnea events and were able to distinguish between obstructive sleep apnea and obstructive hypopnea events using single-lead ECG signals. The proposed deep learning algorithms can be helpful tools for automatically detecting OSA in sleep apnea screening and related studies.
본 연구에서는 단일 심전도 신호를 이용하여 폐쇄성 수면무호흡의 자동 검출을 위한 딥러닝(deep learning) 알고리즘을 제안하고, 제안된 4종류 딥러닝 알고리즘의 유용성을 평가하였다. 딥러닝 알고리즘으로는 대표적인 컨버루션신경망(Convolutional Neural Network, CNN)과 순환신경망(Recurrent Neural Network)을 사용하였다. 컨버루션신경망 모델은 입력 신호의 형태학적 특성을 분석한 반면 순환신경망은 신호의 시간에 따른 변화를 기반으로 분석한다. 제안된 딥러닝 알고리즘 중 두 개는 1차원 및 2차원 컨버루션신경망을 이용하여 설계되었고, 나머지 두 가지 알고리즘 개발을 위해 회귀신경망의 변형된 형태인 장단기기억(Long short-term memory)과 게이트 순환유닛(Gated-recurrent unit, GRU)을 각각 이용하였다.
제안된 딥러닝 알고리즘을 이용하여 신호를 분석하기 전에 우선 단일 심전도 신호를 전처리 후 정규화시켰으며, 2차원 CNN 모델의 경우에는 2차원 신호로 변환하였다. 알고리즘 학습과 평가를 위해 86명의 폐쇄성 수면무호흡 환자로부터 얻은 데이터를 이용하였으며, 그중 69명의 환자 데이터는 학습군으로, 17명의 환자 데이터는 평가군으로 구성하였다. 실험 결과 최고 성능을 보인 알고리즘은 정확도 99%, 민감도 99%를 보여준 1D CNN과 GRU 알고리즘이었다.
제안된 딥러닝 알고리즘은 기존의 폐쇄성 수면무호흡 검출 알고리즘에 비해 높은 성능을 보였을 뿐 아니라, 단일 심전도 신호만으로 폐쇄성 수면무호흡과 저호흡의 구분을 가능케 하였다. 제안된 딥러닝 알고리즘은 수면무호흡 선별검사 혹은 폐쇄성 수면무호흡의 자동 검출을 위한 유용한 도구로 사용이 가능할 것이다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)