메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김상현 (유클릭) 이한범 (데이타솔루션) 전성완 (순천향대학교) 김대연 (순천향대학교) 이상정 (순천향대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.47 No.12
발행연도
2020.12
수록면
1,120 - 1,125 (6page)
DOI
10.5626/JOK.2020.47.12.1120

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
당뇨병은 심각한 합병증을 유발하는 만성 질환으로 의료 현장에서는 의사가 환자의 과거 혈당 추이를 참고하여 향후 혈당의 변동을 예측하고 진료를 시행하고 있다. 최근에는 5분마다 혈당을 자동으로 측정하여 연속적인 혈당 변화를 파악할 수 있는 CGM(Continuous Glucose Monitoring) 측정 기기가 도입되어 임상에서도 널리 사용되고 있다. 의사는 CGM 혈당 측정 결과를 반영하여 당뇨 환자의 인슐린 투여 시기, 고위험 시기 등을 예측하고 진료하고 있다. 본 논문에서는 CGM 혈당 측정 데이터를 기반으로 미래의 혈당을 예측하는 딥 러닝 기반 신경망 모델을 설계하고 제안한다. 제안된 모델은 LSTM(Long Short-Term Memory) 기반의 신경망으로 설계하고, 과거의 혈당 데이터뿐만 아니라 HbA1c(당화혈색소), BMI(체질량 지수) 등 환자 개인의 특성 변수도 고려하여 설계하며, 대학 종합병원의 2형 당뇨병 입원 환자들의 CGM 혈당 데이터를 사용하여 적용하고 테스트하였다. 환자의 특성을 고려한 제안된 혈당 예측 신경망 모델이 기존의 LSTM 모델보다도 혈당 예측 정확도가 최대 50% 향상되었다.
#당뇨병 #혈당예측 #딥 러닝 #diabetes #blood glucose prediction #deep-learning #LSTM

목차

요약
Abstract
1. 서론
2. 혈당 예측 신경망 모델
3. 학습 데이터 세트
4. 성능 평가
5. 결론 및 향후 계획
References

참고문헌 (14)

참고문헌 신청
Korean Diabetes Association, Diabetes Fact Sheet in Korea, 2018. google schola K. B. Lim et al., "Self-care for Diabetic Patients in Primary Care," Journal of the Korean Academy of Family Medicine, Vol. 28, No. 2, pp. 106-113, 2007. (in Korean) google schola S. K. Garg, H. K. Hoff and H. P. Chase, "The Role of Continuous Glucose Sensors in Diabetes Care," Endocrinology & Metabolism Clinics of North America, Vol. 33, pp. 163-173, 2004. google schola S. Hochreiter and J. Schmidhuber, "Long Short-Term Memory," Neural Computation, Vol. 9, No. 8, pp. 1735-1780, 1997. google schola S. Shanthi, "Advanced Engineering Informatics A Novel Approach for the Prediction of Glucose Concentration in Type 1 Diabetes ahead in Time Through ARIMA and Differential Evolution," Vol. 38, pp. 4182-4186, 2011. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

연속 혈당 측정기와 머신러닝 알고리즘을 사용한 단시간 내 연속 혈당량 및 저혈당 예측
임치헌 ,  강현수 ,  이영서 외 2명 한국정보과학회 학술발표논문집 2020 .07
제2형 당뇨병 환자의 당뇨병성 만성합병증 유병률과 발생 추이: 2002~2015년 국민건강보험공단 건강검진 자료를 이용한 후향적 코호트 연구
이해정 ,  이미순 ,  박가은 외 1명 성인간호학회지 2022 .02
유사 건강 패턴 기반 혈당 수치 예측
김영원 ,  김민호 ,  최재훈 외 5명 한국정보과학회 학술발표논문집 2016 .06
연속 혈당 측정 데이터를 이용한 딥러닝 기반 저혈당 예측 모델
김현아 ,  문지은 ,  윤영석 외 6명 한국정보과학회 학술발표논문집 2021 .06
Word2Vec 모델 기반의 단어 유사도를 이용한 새로운 약물-부작용 관계 예측
임승수 ,  이하연 ,  윤영미 한국정보기술학회논문지 2020 .11

최근 본 자료

전체보기

댓글(0)

0