웨어러블 센서 기반 휴먼 인터액션과 의료 상태 인식 딥러닝

Wearable Sensor-based Human Interaction and Medical State Recognition with Deep Learning

연구 내용

웨어러블 센서 신호를 이용해 손 제스처·보행 특성·신경학적 질환을 인식하고, CNN 기반 분류로 조기 진단 및 모니터링 성능을 높이는 연구

휴먼 인터액션을 위해 손가락 관절 움직임을 측정하는 고신축 EGaIn-실리콘 소프트 센서를 설계하고, 데이터 글러브 기반 제스처 인식 파이프라인을 구성합니다. 동시에 웨어러블 센서로 수집한 6분 걷기와 보행 데이터의 시계열 특성을 이미지로 변환하거나, 보행 속도별 피처를 추출해 질환과 기능 저하를 분류합니다. 파킨슨 질환의 조기 단계 인식을 위해 CNN 기반 분류를 적용하고, 인지 기능 및 근력 저하와 연관된 보행 특성의 객관적 분류 가능성을 평가합니다. 또한 암세포 이미지 분류에서 CNN 기반 전이학습 전략을 다루며, 의료 영상·신호 인식 공통의 딥러닝 구성 요소를 점검합니다.

관련 프로젝트

0건

연구 흐름

2021년에는 EGaIn-실리콘 소프트 센서로 정적 손 제스처 데이터를 확보하고, 전통적 분류 알고리즘 기반 인식 성능을 비교하는 방향으로 휴먼 인터페이스 기술을 구축했습니다. 2023년과 2024년에는 웨어러블 센서 기반 6분 걷기 시계열을 CNN 분류로 연결해 파킨슨 조기 단계 인식 가능성을 검증했습니다. 같은 기간 2024년에는 고령 여성의 인지·신체 기능 저하를 고려해 속도별 보행 피처를 추출하고 머신러닝 분류 정확도를 평가했습니다. 또한 2023년에는 암세포 이미지 분류에 CNN 접근을 적용하여, 의료 인식에서 입력 표현과 모델 선택의 공통 원리를 정리하는 흐름을 병행했습니다.

활용 가능성

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

소프트 센서 기반 제스처 인식
데이터 글러브형 휴먼 인터페이스
웨어러블 기반 조기 질환 분류
6분 걷기 기반 신경학적 모니터링
보행 속도별 특징 추출
인지 기능 저하 동반 보행 평가
근력 저하 관련 보행 비대칭 지표
의료 영상 분류용 CNN 파이프라인
전이학습 기반 의료 데이터 학습
웰니스 및 재활 평가 보조