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

논문 기본 정보

자료유형
학술저널
저자정보
URTNASAN ERDENEBAYAR (연세대학교) 박종욱 (연세대학교) 주은연 (삼성서울병원) 이경중 (연세대학교)
저널정보
대한의학회 Journal of Korean Medical Science Journal of Korean Medical Science Vol.35 No.47
발행연도
2020.1
수록면
1 - 11 (11page)

이용수

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

초록· 키워드

오류제보하기
Background: This paper proposes a novel method for automatically identifying sleep apnea (SA) severity based on deep learning from a short-term normal electrocardiography (ECG) signal. Methods: A convolutional neural network (CNN) was used as an identification model and implemented using a one-dimensional convolutional, pooling, and fully connected layer. An optimal architecture is incorporated into the CNN model for the precise identification of SA severity. A total of 144 subjects were studied. The nocturnal single-lead ECG signal was collected, and the short-term normal ECG was extracted from them. The short-term normal ECG was segmented for a duration of 30 seconds and divided into two datasets for training and evaluation. The training set consists of 82,952 segments (66,360 training set, 16,592 validation set) from 117 subjects, while the test set has 20,738 segments from 27 subjects. Results: F1-score of 98.0% was obtained from the test set. Mild and moderate SA can be identified with an accuracy of 99.0%. Conclusion: The results showed the possibility of automatically identifying SA severity based on a short-term normal ECG signal.
#Automatic Prediction #Sleep Apnea #Short-term Normal ECG #Convolutional Neural Network #Deep Learning

목차

등록된 정보가 없습니다.

참고문헌 (30)

참고문헌 신청
Thorpy M / 2017 / Sleep Disorders Medicine:Basic Science, Technical Considerations and Clinical Aspects / Springer :475~484 google schola Šušmáková K. / 2004 / Human sleep and sleep EEG / Meas Sci Rev 4(2):59~74 google schola Banno K / 2007 / Sleep apnea : clinical investigations in humans / Sleep Med 8(4):400~426 google schola Chervin RD / 2000 / Sleepiness, fatigue, tiredness, and lack of energy in obstructive sleep apnea / Chest 118(2):372~379 google schola Graff-Radford SB / 2004 / Obstructive sleep apnea and cluster headache / Headache 44(6):607~610 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0