패널 기반 웰니스/웨어러블 데이터의 결측 처리 및 생체지표 모델링 연구

Missing-Data Aware Modeling for Wearable and Lifelog-Based Wellness Analytics

연구 내용

결측이 포함된 패널 웰니스 데이터를 대상으로 최적 결측 처리 방식을 비교하고, 웨어러블 지표로 건강 상태를 예측하는 연구

스마트워치 등에서 수집되는 건강 행태 라이프로깅은 일상 이벤트로 결측이 발생하며, 이는 모수 추정의 편향으로 이어질 수 있습니다. 이에 패널 데이터 기반 웰니스 지수 추정에서 결측 처리 기법들을 비교 평가하여, 결측 비율에 따라 적합한 방법을 구분하는 근거를 제공합니다. 또한 웨어러블 심박 지표가 갑상선 기능 상태를 반영하는지 확인하고, 휴식·수면·심야 구간의 지표를 이용해 예측 성능과 적합도를 분석합니다. 전처리와 추정 단계에서 결측 영향을 관리하는 통합 관점이 핵심 차별성입니다.

관련 프로젝트

0건

연구 흐름

초기에는 결측이 존재하는 패널 데이터에서 웰니스 지수 계수 추정이 왜곡되는 문제를 정리하고, 여러 결측 처리 전략을 동일 조건에서 시뮬레이션 비교하는 방법론을 구축했습니다. 이어서 구축한 통계·머신러닝 관점을 웨어러블 생체 신호에 적용하여 심박 기반 지표가 갑상선 기능 변화와 연결되는지를 검증하는 방향으로 확장했습니다. 이후 웨어러블 기반 연구를 실제 데이터 해석에 연결하며, 관측 구간별 지표 구성과 예측 적합도 평가를 통해 실용적 바이오마커 설계 관점을 강화하는 흐름을 형성했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

결측 처리 기반 웰니스 지수 추정
웨어러블 바이오마커 설계
패널 데이터 편향 완화 파이프라인
심박 기반 질환 예측 모델
수면 구간 특징 공학
건강 이벤트 결측 안정성 평가
웰니스 서비스 품질 지표 산출
임상 데이터-라이프로깅 매핑
건강상태 분류 및 위험도 산정
데이터 수집 중단 시뮬레이션 평가