현재 위치
Home
고령자의 인지기능 수준에 따른 안구운동 지표 탐색
Exploring Eye Movement Indicators according to Cognitive Level in Older Individuals
-
- 발행기관
- 국제차세대융합기술학회 바로가기
-
- 간행물
- 차세대융합기술학회논문지 KCI 등재 바로가기
-
- 통권
- 제10권 10호 (2026.10)바로가기
-
- 페이지
- pp.2999-3017
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A493872
※ 기관로그인 시 무료 이용이 가능합니다.
5,400원
원문정보
초록
- 영어
- This study explored eye movement indicators related to cognitive decline using webcam-based eye tracking and machine learning. Seven eye movement tasks were performed by 37 men aged 65 years or older, classified by Korean Montreal Cognitive Assessment (K-MoCA) score as normal cognition (NC, ≥26, n=19) or at risk for cognitive decline (ACD, 21～25, n=18). Target Lag in the smooth pursuit task was longer in the ACD group (NC 268±179 ms, ACD 456±272 ms, p=0.022, r=-0.44). Among 12 machine learning models evaluated with nested cross-validation, logistic regression (L2) in the smooth pursuit task showed the highest area under the curve (AUC; 0.702, 95% CI 0.532～0.872). In this model, Target Lag was selected in all 50 outer training sets and Gain in 64%. These results suggest that smooth pursuit indicators may be related to cognitive decline, and validation in larger, independent samples is needed.
- 한국어
- 본 연구는 웹캠 기반 안구운동 측정과 기계학습을 활용하여 인지기능 저하와 관련된 안구운동 지표를 탐색하고자 하였다. 만 65세 이상 남성 고령자 37명을 K-MoCA 점수에 따라 인지기능 정상군(NC, 26점 이상, n=19)과 인지기능 저하 고위험군(ACD, 21～25점, n=18)으로 나누고, 7가지 안구운동 과제(정방향 및 역방향 신속보기, 원활 추종 등)의 자료를 수집하였다. 집단 간 비교에서 원활 추종 과제의 Target Lag은 ACD군에서 더 길었다(NC 268±179ms, ACD 456±272 ms, p=0.022, r=-0.44). nested CV를 적용한 12개 기계학습 모델 중 원활 추종 과제의 Logistic Regression (L2)가 가장 높은 분류 성능을 보였다(AUC 0.702, 95% CI 0.532～0.872). 이 모델에서 Target Lag은 50개의 outer training set 모두에서, Gain은 64%에서 선택되었다. 본 결과는 소규모 예비연구에서 원활 추종 과제의 안구운동 지표가 인지기능 저하와 관련될 가능성을 시사하며, 더 큰 표본과 독립된 자료를 이용한 검증이 필요하다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 방법
2.1 연구 대상 및 인지기능
2.2 안구운동 측정
2.3 데이터 전처리
2.4 안구운동 변수 추출
2.5 기계학습 모델 구축 및 평가
2.6 통계분석
Ⅲ. 연구 결과
3.1 연구대상자의 특성
3.2 안구운동 변수 비교
3.3 안구운동 과제별 인지기능 저하 고위험군 분류 성능
3.4 안구운동 지표 탐색
Ⅳ. 고찰
Ⅴ. 결론
REFERENCES
키워드
인지기능 저하 안구운동 기계학습 웹캠 기반 고령자 Cognitive decline Eye movement Machine learning Webcam-based Older adults저자
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 제10권 10호
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.