딥러링 기반 인간 호흡 패턴 분류와 패턴별 구간검출 방법 연구

본 과제는 UWB 센서로 비접촉 상태에서 측정한 인간 호흡신호를 이용해 정상호흡, 무호흡, 느린호흡, 빠른호흡, 움직임의 5가지 패턴을 자동 분류하는 딥러닝 기반 호흡패턴 분류기 개발 과제임. 연구 목표는 1D SSD 혹은 1D YOLO 기반 모델 설계, 하이퍼 파라미터 최적화, MAS(Merge And Split) 알고리즘 개발을 통한 검출 정확도 향상에 있음. 핵심 연구 내용은 다중 호흡 패턴이 섞인 구간에서도 연속 동종호흡은 합병하고 이종호흡은 분리하는 기술 구현과 기존 DNN, 1D CNN 대비 성능 비교 실험 수행임. 기대 효과는 호흡·수면 진단 보조장치 개발, 재실자 존재·응급상황·행동유형 검출 등 다양한 분야 확장 가능성 확보임.