현재 위치
Home
시뮬레이션 기반 딥러닝을 활용한 NIRS 신호로부터 목표 조직층 산소 포화도 추정
-
- 발행기관
- 한국경영정보학회 바로가기
-
- 간행물
- 한국경영정보학회 정기 학술대회 바로가기
-
- 통권
- 2026 경영정보관련 학회 춘계통합학술대회 (2026.06)바로가기
-
- 페이지
- pp.645-647
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A487448
※ 기관로그인 시 무료 이용이 가능합니다.
※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.
3,000원
원문정보
초록
- 한국어
- 본 연구는 근적외선 분광법(near-infrared spectroscopy, NIRS) 신호로부터 특정 조직층의 산소 포화도를 추정하기 위한 시뮬레이션 기반 딥러닝 방법을 제안한다. NIRS 신호는 다층 조직을 통과하면서 혼합되는 특성으로 인해 특정 깊이의 산소 포화도를 분리하는 문제가 ill-posed inverse problem에 해당한다. 이를 해결하기 위해 몬테카를로 시뮬레이션을 활용하여 조직 두께 및 산소 포화도를 다양하게 변화시킨 대규모 합성 데이터를 생성하였다. 생성된 데이터를 기반으로 1차원 합성곱 신경망(one-dimensional convolutional neural network, 1D-CNN)을 학습시켜 광학 신호와 생리학적 파라미터 간의 비선형 관계를 모델링하였다. 실험 결과, 제안된 모델은 다양한 조건에서도 안정적인 예측 성능을 보였으며, 신호 혼합 문제에 대한 강건성을 확인하였다. 본 연구는 비침습적 조직 기능 분석 및 NIRS 기반 실시간 임상 모니터링 시스템 개발에 활용될 수 있을 것으로 기대된다.
목차
Abstract
서론
제안 방법
1. 몬테카를로 기반 2층 생체조직 시뮬레이션
2. 몬테카를로 기반 2층 생체조직 시뮬레이션
실험 결과 및 논의
1. 몬테카를로 기반 2층 생체조직 시뮬레이션
2. 실험 결과
3. 논의
결론
Acknowledgments
References
키워드
Tissue oxygen saturation Monte Carlo simulation CNN regression NIRS multi-layer tissue model deep learning저자
간행물 정보
발행기관
-
- 발행기관명
- 한국경영정보학회 [The Korea Society of Management information Systems]
- 설립연도
- 1989
- 분야
- 사회과학>경영학
- 소개
- 이 학회는 경영정보학의 연구 및 교류를 촉진하고 학문의 발전과 응용에 공헌함을 목적으로 합니다.
간행물
-
- 간행물명
- 한국경영정보학회 정기 학술대회 [KMIS Conference]
- 간기
- 반년간
- 수록기간
- 1990~2026
- 십진분류
- KDC 325 DDC 658
이 권호 내 다른 논문 / 한국경영정보학회 정기 학술대회 2026 경영정보관련 학회 춘계통합학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.