Core Concepts
변분 인코더-디코더 신경망을 이용하여 도플러 레이더 신호에서 생체 징후 성분을 효과적으로 추출할 수 있다.
Abstract
이 연구는 도플러 레이더를 이용한 생체 징후 모니터링에서 발생하는 간섭 운동 제거 문제를 다룹니다. 실제 생체 징후 데이터와 시뮬레이션된 간섭 운동을 혼합한 신호를 입력으로 하는 변분 인코더-디코더 신경망 모델을 제안합니다.
모델은 입력 신호의 시간-주파수 분포에서 생체 징후 성분을 효과적으로 학습하고 추출할 수 있습니다. 실험 결과, 제안된 모델은 다양한 신호 대 간섭비 및 잡음 수준에서 안정적으로 생체 징후 신호를 복원할 수 있음을 보여줍니다. 또한 복원된 신호를 이용하여 호흡률 추정 성능이 향상됨을 확인하였습니다.
Stats
생체 징후 신호와 간섭 운동이 중첩된 도플러 레이더 신호에서 생체 징후 성분을 효과적으로 추출할 수 있다.
다양한 신호 대 간섭비 및 잡음 수준에서 안정적인 성능을 보인다.
복원된 신호를 이용하여 호흡률 추정 성능이 향상된다.
Quotes
"변분 인코더-디코더 신경망은 생체 징후 도플러 신호의 시간-주파수 분포에서 의미 있는 표현 공간을 학습할 수 있다."
"제안된 접근법은 다양한 간섭 시나리오로 확장될 수 있으며, 완전한 실험적 프레임워크의 기반이 될 수 있다."