Bio-Computing & Machine Learning Laboratory

광운대학교 본교(제1캠퍼스)
박철수 교수 컴퓨터정보공학부

Computer Science and Engineering

컴퓨터

연구실 소개

Bio-Computing & Machine Learning Laboratory는 컴퓨터정보공학부 소속으로, 스파이킹 신경망, 딥 러닝, 헬스케어 및 웨어러블 디바이스 분야에서 활발한 연구를 수행하고 있습니다. 최근 3년간 이 연구실은 딥 러닝을 활용한 생체 신호 분석, 자동 수면-각성 탐지, 심장 박동 추정 및 스트레스 모니터링 등 다양한 프로젝트를 성공적으로 수행하였습니다. 특히, 'Deep-ACTINet'과 'Deep ECGNet' 프로젝트는 헬스케어 분야에서 큰 주목을 받았습니다. 또한, 여러 국제 학술지와 컨퍼런스에서 다수의 논문을 발표하며 연구 성과를 인정받고 있습니다. 이 연구실은 최첨단 기술을 바탕으로 다양한 산업 분야와의 협력을 통해 지속적으로 혁신적인 R&D 성과를 창출하고 있습니다.

스파이킹 신경망

딥 러닝

헬스케어

웨어러블 장치

웨어러블 디바이스

연구 분야

심전도 기반 사용자 인증 및 건강 상태 모니터링

이 연구 분야는 심전도(ECG) 신호를 활용하여 사용자 인증 및 건강 상태를 모니터링하는 방법을 개발합니다. 심전도 신호는 개인마다 고유한 특징을 지니고 있어, 이를 이용한 정확한 사용자 인증 시스템을 구축할 수 있습니다. 또한, 심전도 데이터를 분석하여 스트레스 수준, 졸음 상태, 심장 질환 등의 건강 상태를 실시간으로 모니터링 할 수 있는 기술을 연구하고 있습니다. 이러한 기술은 웨어러블 디바이스와 결합하여 개인의 웰빙을 향상시키고, 의료 분야에서도 큰 잠재력을 가지고 있습니다.

지능형 사물인터넷(IoT) 네트워크 최적화

지능형 사물인터넷(IoT) 네트워크의 성능을 향상시키기 위한 최적화 기술을 연구합니다. 메시지 전달 알고리즘, 블루투스 저에너지 네트워크의 자가 최적화, 다층 V2X 네트워크의 신뢰성 향상 등을 통해 다양한 IoT 기기가 효율적으로 통신하고 데이터를 교환할 수 있는 환경을 구축합니다. 이러한 기술은 헬스케어, 산업용 IoT, 스마트 시티 등 다양한 분야에 적용될 수 있으며, 네트워크의 안정성과 효율성을 높여줍니다.

딥러닝을 활용한 생체 신호 분석

딥러닝 기술을 활용하여 다양한 생체 신호를 분석하는 방법을 연구합니다. 이 연구는 수면 단계 분석, 운동 의도 추정, 스트레스 수준 측정, 혈압 추정 등 여러 분야에 걸쳐 있습니다. 특히, 단일 채널 뇌파를 이용한 수면 단계 분석, 초단기 심전도 신호를 이용한 스트레스 측정, 손목 착용 혈압 측정 장치 등을 통해 개인 맞춤형 건강 관리 솔루션을 제공합니다. 딥러닝 알고리즘의 정확성과 효율성을 높여 생체 신호 분석의 신뢰성을 개선합니다.