KCI등재
고령자 뇌졸중 위험 분석을 위한 딥러닝 기반 구음 분석 시스템 = Deep Learning-Based Speech Analytics System for Stroke Risk Analysis in the Elderly
저자
발행기관
학술지명
차세대컨버전스정보서비스기술논문지(Journal of Next-generation Convergence Information Services Technology)
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
401-411(11쪽)
DOI식별코드
제공처
Cerebrovascular disease in the elderly has become an important disease in Korea, ranking second among all causes of mortality. Stroke is a disease that needs to be managed and prevented at all times, and it is important to visit a hospital within the golden time of 6 hours after the onset of stroke to receive appropriate treatment. Therefore, it is important to determine the risk of stroke in advance, and it is necessary to develop technology to support this. In this paper, we developed a system that determines whether a person is at risk of stroke by learning features such as speech tone and intonation based on spoken data of stroke patients. MFCC and CNN methods were used for feature analysis and judgment processing of spoken data, and a high accuracy of 97.9% was obtained as a result of performance evaluation based on spoken clinical data. The abnormal symptom information is shared with patients and managing clinicians as a alert service, which indicates the risk of stroke. In future research, we plan to further learn and analyze data from various stroke patients at home and abroad, and to advance the technology and commercialization of the stroke alert service platform.
더보기초고령화 사회로 진입한 한국 사회에서의 고령층 심뇌혈관 질환은 전체 사망률 원인 중 2위에 속하는 중요한 질환이 되었다. 뇌졸중 질환은 발현 후 6시간 이내의 골든타임 내 병원에 내원하여 적절한 치료를 받아야 하며, 상시 관리 및 예방이 중요한 질환이다, 이로 인해 뇌졸중은 사전 위험 판단이 중요하며, 이를 지원해주는 기술 개발도 필요한 실정이다. 이에 본 논문은 뇌졸중 질환자의 구음 데이터를 기반으로 말투, 억양 등의 특징을 학습하여, 입력된 구음 데이터의 뇌졸중 위험 여부를 판단해주는 시스템을 개발하였다. 구음 데이터의 특징 분석과 판단 처리에는 MFCC 및 CNN 방법을 사용하였고, 구음 임상 데이터를 기반으로 성능평가 결과 평균 97.9%의 높은 정확도를 도출하였다. 해당 이상 증상 정보는 뇌졸중 위험이 있음을 알려주는 정보로, 환자와 관리 임상의에게 알림 서비스로 공유되어 진다. 향후 연구로는 국내외의 다양한 뇌졸중 환자의 데이터를 추가 학습 및 분석하여, 뇌졸중 알림 서비스 플랫폼의 기술 고도화 및 사업화를 추진하고자 한다.
더보기분석정보
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)