R&D최종보고서
| 과제고유번호 | 201717CTAP-C114867-02 | |||||
|---|---|---|---|---|---|---|
| 연구사업명 | 국토교통기술촉진연구사업 | |||||
| 연구과제명 | 오픈소스 하드웨어 기반 독거노인 및 장애인 실내 환경 모니터링 시스템 개발 및 클라우드를 통한 지속적 자가 학습 딥러닝 시스템 구현 | |||||
| 총 연구기간 | 2016-06-24 ~ 2018-12-23 | |||||
| 연구책임자 | 염세경 | |||||
| 당해년도 참여 연구원수 |
5명 | 총 연구기간 참여 연구원수 |
10명 | |||
| 당해년도 연구비 |
정부 : 50,000,000 원 기업 : 0 원 계 : 50,000,000 원 |
총연구비 | 정부 : 100,000,000 원 기업 : 0 원 계 : 100,000,000 원 |
|||
| 연구기관명 | 동국대학교산학협력단 | |||||
| 등록 발간번호 | - | |||||
| ISBN | - | |||||
| 주요 내용 |
○ 본 연구개발은 고령인구 증가에 따른 보건의료 수요 증가에 대응하고 지속가능한 의료서비스 제공을 위해 고령 노인이 활동하는 공간에 모니터링(monitoring), 센싱(sensing)할 수 있는 장치를 설치하여 수집하고, 패턴인식 기법을 활용하여 해당 정보를 분석해 능동적으로 대응할 수 있는 시스템을 구현하고자 한다. ○ 이를 구현하기 위한 주요 핵심성과물 및 제안 연구내용 - 오픈 하드웨어 기반 환자 자세 분석 및 노인 활동 패턴 분석 알고리즘 개발 - 가속도 센서 및 심박측정 센서를 통한 움직임 모니터링 기술 - 딥러닝을 활용한 CNN 기반의 정확도 향상 알고리즘 및 클라우드 솔루션 구축하고 개발된 시스템의 적용을 위한 파일럿 테스트 실시 ○ 본 연구개발을 통해 확보될 성과물 - 저가형 카메라 모듈 다수를 오픈소스 하드웨어에 연동하여 효율적으로 다수의 카메라를 연동하는 시스템의 구현 - Bayes Classifier 및 기존 알고리즘에 기반을 둔 이미지 인식기법 구현 - 오픈소스 하드웨어에 기반을 둔 포터블 환자 패턴 분석용 모니터링 시스템의 개발 및 노인 활동 패턴 분석 알고리즘과의 결합 - 가속도 센서 및 심박측정 센서를 부착한 오픈소스 하드웨어 기술의 개발 구현 - 딥러닝을 활용한 CNN(Convolution Neural Network)의 구축 및 이를 통한 자기 강화 학습 알고리즘의 구축 - 클라우드 시스템 구축을 통한 빅데이터 솔루션의 구현 및 이를 딥러닝에 활용 - 향후 초고령사회로 진입하는 국내 상황과 그에 따른 전문 의료진 및 간호인 부족으로 인해 야기될 수 있는 한계를 해소하고 고령자의 건강한 삶의 질 향상을 도모 - 스마트 요양 공간을 구축하고, 행동 위험 감지를 통한 관리 처방 가이드라인 개발 촉진하는데 기여 [최종목표] ○ 오픈 하드웨어 기반 환자 자세 분석 및 노인 활동 패턴 분석 알고리즘 개발 - 저가형 카메라 모듈 다수를 오픈소스 하드웨어에 연동하여 효율적으로 다수의 카메라를 연동하는 시스템의 구현 - Bayes Classifier 및 기존의 이미지 분석 알고리즘에 기반을 둔 이미지 인식 기법의 구현 ○ 가속도 센서 및 심박측정 센서를 통한 움직임 모니터링 기술 -오픈소스 하드웨어에 기반을 둔 포터블 환자 패턴 분석용 모니터링 시스템의 개발 및 노인 활동 패턴 분석 알고리즘과의 결합 -가속도 센서 및 심박측정 센서를 부착한 오픈소스 하드웨어 기술의 개발 구현 ○ 딥러닝을 활용한 CNN(Convolution Neural Network)기반 정확도 향상 알고리즘 및 클라우드 솔루션의 구축 -딥러닝을 활용한 CNN(Convolution Neural Network)의 구축 및 이를 통한 자기 강화 학습 알고리즘의 구축 -클라우드 시스템의 구축을 통한 빅데이터 솔루션의 구현 및 이를 딥러닝에 활용 [연구내용 및 범위] ○ 오픈하드웨어 기반 움직임 패턴 분석 알고리즘 개발 -오픈 하드웨어 기반의 환자 모니터링 영상 장치의 개발 -Naive Bayes Classifier를 통한 노인 활동 패턴 인식 기법 개발 -동작 인식이 확인된 이미지들을 기반으로 환자의 활동 상태를 분류하고 이를 통계화하는 솔루션의 개발 -통계화된 솔루션을 기반으로 환자의 활동 스테이터스 패터닝 및 이를 시각화하는 기술의 개발 ○ 센서를 이용한 움직임 모니터링 -오픈소스 기반 웨어러블 센서의 연동 가능성 연구 -고령자의 활동 모니터링에 적합한 오픈소스 하드웨어 기반 웨어러블 솔루션 구축 -하드웨어 최적화 설계(오픈 소스 하드웨어에 대한 커스터마이징) -센서들을 결합했을 때 최적의 구성이 나올 수 있는 물리적인 디자인 제안 -각 센서에 대한 라이브러리 구성 개발 -개발된 라이브러리에 대한 API 모듈화 -생체 진단 신호에 기반을 둔 환자 패턴 분석 기법 개발 -심박 변이율 및 가속 신호 특징에 근거한 Static/Dynamic 상태 분류 -Static 상태의 행위(서기, 눕기 등), Dynamic 상태의 행위(걷기, 뛰기, 계단오르기 등) 인식 -오픈소스 하드웨어에 기반한 포터블 환자 패턴 분석용 모니터링 시스템의 개발 및 노인 활동 패턴 분석 알고리즘과의 결합 -각 센서 별 데이터 취합 및 취합된 데이터에 기반을 둔 개별 응용 프로그램 개발 -클라우드 기반 데이터 콜렉션 및 콜렉팅 가능 의료 데이터 전송 룰 개발 ○ 딥러닝을 활용한 CNN 기반의 정확도 향상 알고리즘 및 클라우드 솔루션의 구축 -Convolutional Neural Network에 기반한 3층 Layer 신경망에 Hidden Layer 를 약 5개에서 7개 정도 더 추가하는 딥러닝 시스템을 파이썬 기반으로 구현 -여러 각도에서 찍은 사진들을 기반으로 복합적인 알고리즘을 활용하는 자가 학습 기반의 알고리즘의 개발을 통한 환자 패턴이닉 알고리즘의 완성도 향상 -클라우드 서버 구축을 통한 상시 성능 업데이트 및 컨설팅 시스템 구현 -클라우드 기반 데이터 콜렉션 및 콜렉팅 할 수 있는 전송 기법의 개발 -패턴 인식 및 다양한 알고리즘에 대한 딥러닝 기반 조합법 구현을 통한 성능 업데이트 -인식된 패턴에 따른 노인 건강 상태에 대한 사전 경보 시스템 개발 - 하루 이상 거동이 없는 경우, 최근 부쩍 운동량이 줄어든 경우, 식사 시간이 오래 걸리는 경우 등에 대한 실시간 패터닝을 통한 경보 시스템 구현 가능 -개발된 시스템의 적용 파일럿 테스트 (50대 이상 노인 가구 3곳을 대상으로 실제 파일럿 테스트 진행/ 노인 요양 병원 1곳 대상 파일럿 테스트 진행) |
|||||
| 색인어 | 한글 | 활동모니터링 | 패턴인식 | 베이지안분류 | 빅데이터분석 | 딥러닝 |
| 영문 | Activity monitoring | Pattern recognition | Bayes classification | Big data analysis | Deep learning | |
| 최종보고서 | 최종보고서_오픈소스 하드웨어 기반 독거노인 및 장애인 실내 환경 모니터링 시스템 개발 및 클라우드를 통한 지속적 자가 학습 딥러닝 시스템 구현_동국대학교(염세경).pdf | |||||