본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences v.13 no.3, 2018년, pp.661 - 668   KCI
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

Support Vector Machine을 이용한 생체 신호 분류기 개발
Development of a Clinical Decision Support System Utilizing Support Vector Machine

홍동권   (계명대학교 컴퓨터공학전공  ); 채용웅   (계명대학교 전자공학전공  );
  • 초록

    피부 저항을 이용한 생체 신호는 스트레스성 질환에 따라 각각 다른 특성을 보이고 있으며 이 특성을 이용하여 스트레스성 질환을 진단하는 생체진단 장비들이 개발 되었으며, 장비들은 피부 저항 측정기에서 측정한 신호를 해석하기 쉽게 출력해주며, 그 분야의 전문가는 출력 신호를 직접 보고 어떤 스트레스성 질환의 가능성이 높은지를 판단하게 된다. 하지만 각 측정 대상자에게서 측정된 생체 신호를 분석하여 측정 대상자가 어떤 스트레스성 질환을 가지고 있는지를 사람이 정확히 판단하기는 매우 어려울 뿐만 아니라 판단의 결과가 잘못될 가능성도 매우 높다. 이런 문제점을 해결하기 위하여 본 연구에서는 머신러닝 기법을 이용하여 측정된 신호가 어떤 스트레스성 질환의 신호에 해당하는지를 판단하는 기능을 구현하였다. 측정 장비의 낮은 컴퓨팅 능력을 고려하여 분류 기법은 SVM을 사용하였으며, 훈련 데이터와 테스트 데이터는 13개의 질환을 중심으로 오차범위 5를 사용하여 각 질환 당 1,000개를 랜덤하게 생성하여 사용하였다. 모의실험 결과에서 90% 이상의 판단 정확도를 보였으며 앞으로 측정 장비가 실제로 환자들에게 적용되면 다시 생성된 데이터로 분류기를 재훈련 할 수 있게 구성하였다.


    Biomedical signals using skin resistance have different characteristics according to stress diseases. Biological diagnostic devices for diagnosing stress diseases have been developed by using these characteristics, and devices have been developed so that the signals measured by the skin storage meter can be easily analyzed. Experts in the field will look directly at the output signal to determine the likelihood of any stress disorder. However, it is very difficult for a person to accurately determine whether a person to be measured has a stress disorder by analyzing a bio-signal measured by each person to be measured, and the result of the judgment is very likely to be wrong. In order to solve these problems, we implemented the function of determining the signal of a stress disorder by using the machine learning technique. SVM was used as a classification method in consideration of low computing ability of measurement equipment. Training data and test data were randomly generated for each disease using error range 5 based on 13 diseases. Simulation results showed more than 90% decision accuracy. In the future, if the measurement equipment is actually applied to the patients, we can retrain the classifier with the newly generated data.


  • 주제어

    머신 러닝 .   서포트 벡터 머신 .   데이터 분류 .   속성 추출.  

  • 참고문헌 (10)

    1. B. Song, Clinical application of 7 zone diagnostic system," J. of Korean Acupuncture, vol. 23, no. 3, Mar. 2006, pp. 231-239. 
    2. Y. Kim, H. Lee, and K. Lee, "Design and Implementation of IoT based Urination Management System," J. of the Korea Institute of Electronic Communication Science, vol. 12, no. 1, Feb. 2017, pp. 209-218. 
    3. Y. Oh, "An Analysis System Using Big Data based Real Time Monitoring of Vital Sign: Focused on Measuring Baseball Defense Ability," J. of the Korea Institute of Electronic Communication Science, vol. 13, no. 1, Feb. 2018, pp. 221-228. 
    4. D. Kim and Y. Han, "Sensitivity illumination system using biological signal," J. of the Korea Institute of Electronic Communication Science, vol. 9, no. 4, Apr. 2014, pp. 499-507. 
    5. J. Yoo, "Analysis of Factor AA in 7-section Diagnosis System and Correlation with Clinical Indicators," J. of Korean Acupuncture, vol. 24, no. 6, July 2007, pp. 159-170. 
    6. S. Yoon, "Personal Biometric Identification based on ECG Features," J. of the Korea Institute of Electronic Communication Science, vol. 10, no. 4, Apr. 2015, pp. 521-526. 
    7. P. Harrington, Machine learning in action. Shelter Island, NY: Manning Publication, 2013. 
    8. B. Boser, I. Guyon, and V. Vapnik, "A training algorithm for optimal margin classifier," In Proc. the Fifth Annual Workshop on Computational Learning Theory, ACM Press, Pittsburgh, PA, USA, July 27-29, 1992, pp. 144-152. 
    9. J. Kim, O. Lee, and Y. Ko, " Implementation of Medical Care System based on Home Network," J. of the Korea Institute of Electronic Communication Science, vol. 6, no. 6, Dec. 2011, pp. 987-991. 
    10. C. Chang and C. Lin, "LIVSVM: a library for support vector machine," ACM Trans. Intelligent Systems and Technology, vol. 2, no 3. Apr, 2011, Article 27, pp 27:1-27:26. 

 저자의 다른 논문

  • 홍동권 (25)

    1. 1998 "대체 버전을 이용한 펌 실시간 데이터베이스 동시성 제어 방법" 정보처리논문지 = The transactions of the Korea Information Processing Society 5 (6): 1377~1389    
    2. 1999 "동영상 파일의 자막 기능 설계 및 구현" 정보처리논문지 = The transactions of the Korea Information Processing Society 6 (12): 3589~3596    
    3. 1999 "인터넷 환경에서 동영상 데이터베이스 시스템을 이용한 영어 학습" 정보교육학회논문지 = Journal of the Korean Association of Information Education 3 (1): 65~74    
    4. 2000 "펌 실시간 데이타베이스를 위한 선택적 동시성 제어 방법" 정보과학회논문지. Journal of KIISE. 데이타베이스 27 (3): 539~548    
    5. 2001 "능동 시스템에서 위치관련 액션 수행을 위한 희소공간 공간객체의 효율적인 영역질의와 최근접질의" 정보처리학회논문지. The KIPS transactions. Part D. Part D d8 (2): 125~131    
    6. 2001 "트리구조의 계산을 위한 효율적인 동적 부하분산 전략" 정보처리학회논문지. The KIPS transactions. Part A. Part A a8 (4): 455~460    
    7. 2003 "이차원 팩킹 알고리즘의 이론적 성능 분석과 병렬화" 정보처리학회논문지. The KIPS transactions. Part A. Part A a10 (1): 43~48    
    8. 2003 "실시간 검색을 위한 다중 사용자용 주기억장치 자료저장 시스템 개발" 정보처리학회논문지. The KIPS transactions. Part D. Part D d10 (2): 187~194    
    9. 2004 "관계형 모델에서 XML 변경과 전문 검색을 지원하기 위한 역 인덱스 구축 기법" 정보처리학회논문지. The KIPS transactions. Part D. Part D d11 (3): 509~518    
    10. 2004 "UML 클래스 다이어그램의 분석에 의한 객체지향 시스템의 정적 구조 복잡도 연구" 퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems 14 (6): 793~799    
  • 채용웅 (28)

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 이용한 콘텐츠
이 논문과 함께 출판된 논문 + 더보기