Earticle

현재 위치 Home

YOLO-Pose와 Repetition Network을 이용한 AI기반 심폐소생술 훈련 시스템 개발
Development of AI Training System for CPR Using YOLO-Pose and Repetition Network

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제8권 3호 (2024.03)바로가기
  • 페이지
    pp.656-665
  • 저자
    김선영, 정현웅, 김홍주, 손태정, 최진혁, 유길상
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A444087

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
With the increasing mortality rate due to cardiac diseases, the significance of cardiopulmonary resuscitation (CPR) training to enhance the survival rates of cardiac arrest patients has become more pronounced. This paper proposes an educational system that provides feedback on the proper chest compression posture and rate during CPR, utilizing YOLOv8n-Pose for posture estimation and RepNet for monitoring compression frequency. The YOLOv8n-Pose, capable of human pose estimation, was employed for posture correction, and fine-tuning was conducted following the collection of chest compression image data to improve performance. The RepNet, which counts the number of repetitive motions, was used to assess the chest compression rate. Feedback on the evaluated posture and rhythm was provided in two forms, subtitles and voice, whenever they were identified as incorrect. The proposed system is anticipated to be utilized for self-learning by learners in CPR training settings, enabling them to independently improve their skills
한국어
최근 심장질환으로 인한 사망률 증가로 심정지 환자의 생존율을 높이는 심폐소생술 훈련의 중요성이 대 두되고 있다. 본 논문에서는 YOLOv8n-Pose와 RepNet을 활용하여 심폐소생술의 적절한 흉부압박 자세와 속도를 피드백해 주는 교육 시스템을 제안하였다. 자세 교정을 위해 사람의 자세를 추정할 수 있는 YOLOv8n-Pose를 사 용하였으며, 성능 향상을 목적으로 흉부압박 이미지 데이터 수집 과정을 거쳐 파인튜닝을 수행하였다. 흉부압박 속도는 반복적인 동작의 횟수는 RepNet을 통해 판단하였다. 판정된 자세와 박자가 올바르지 않을 때 자막과 음 성, 두 가지 방식으로 피드백을 제공하도록 하였다. 제안한 시스템은 심폐소생술 훈련 현장에서 학습자가 스스로 자가 학습을 하는데 활용될 수 있을 것으로 기대한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
2.1 심폐소생술 훈련 현황
2.2 YOLO-Pose
2.3 RepNet
Ⅲ. AI 기반 심폐소생술 훈련 시스템
3.1 영상 데이터 수집
3.2 레이블링 및 파인튜닝
3.3 흉부압박 자세 판정
3.4 흉부압박 속도 판정
3.5 판정 결과 출력
Ⅳ. 구현 결과
Ⅴ. 결론
REFERENCES

키워드

영상처리 심폐소생술 인체 자세 추정 YOLO-Pose RepNet Image Processing CPR Human Pose Estimation YOLO-Pose RepNet

저자

  • 김선영 [ Seon-Yeong Kim | 고려대학교 산업경영공학부 학부생 ]
  • 정현웅 [ Hyeon-Woong Jeong | 고려대학교 통계학과 학부생 ]
  • 김홍주 [ Hong-Ju Kim | 가천대학교 의용생체공학과 학부생 ]
  • 손태정 [ Tae-Jung Son | 고려대학교 전기전자컴퓨터공학과 대학원생 ]
  • 최진혁 [ Jin-Hyeok Choi | 연세대학교 수학계산학부 석사 ]
  • 유길상 [ Gilsang Yoo | 고려대학교 정보창의교육연구소 교수 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제8권 3호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.