ICLAB 서호건 선임연구원 - Biomedical Signal Processing and Control에 IITNet (Intra- and Inter-epoch Temporal Context Network) 게재

1 분 소요

업데이트:

(축) 서호건 선임연구원
BSPC에
IITNet 게재


한국원자력연구원 지능형컴퓨팅연구실 ‘서호건 선임연구원’님께서 Biomedical Signal Processing and Control(IF: 2.943, SCIE & SCOPUS, Medicine - Health Informatics: Q1, Computer Science - Signal Processing: Q1)에 뇌파 기반 수면단계 추정을 위한 딥러닝 모델 IITNet (Intra- and Inter-epoch Temporal Context Network)를 게재하셨습니다.

IITNet을 활용하면, 단일 채널의 EEG 신호를 전처리 없이 사용하여 수면단계를 End-to-End로 추정할 수 있습니다.

주요 특징은 하나의 Epoch 속의 Intra-epoch 수준에서의 분석과 여러 Epoch 간의 Inter-epoch 수준에서의 분석을 동시에 수행한다는 점입니다.

SleepEDF (20명), MASS (62명), SHHS (5791명)의 수면 데이터 활용하여, IINet의 성능이 State-of-the-art 수준임을 확인하였으며, Residual Network를 활용하여 Intra-epoch과 Inter-epoch 수준을 동시에 분석하는 것이 수면 단계 추정에 효과적임을 보였습니다.

더욱이 최근 2분 정도의 뇌파만으로 수면 단계 추정하는 것이 효율적일 수 있다는 점을 제시하였습니다.

IITNet의 특성을 활용하여, 동물 수면 단계 분석 및 시계열 데이터 분석을 보다 더 정확하고 효율적으로 해나갈 예정이라고 합니다.

https://doi.org/10.1016/j.bspc.2020.102037


Biomedical Signal Processing and Control에 IITNet 게재

카테고리:

업데이트: