CNN & IR-UWB radar (during sleep😴)

 

참고 문헌

S.H. Choi, H. Y (2023), "Convolutional Neural Networks for the Real-Time Monitoring of Vital Signs Based on Impulse Radio Ultrawide-Band Radar during Sleep", MDPI

 

생체 신호는 건강과 질병을 관리하기 위한 중요한 생체 정보를 제공함.

딥러닝 프레임워크 ->  수면 중 측정한 long-term 데이터로부터 Real-time 에서의 RR, HR을 측정

Clutter*는 신호에서 제거, 대상 위치는 각 레이더 신호 채널의 표준 편차를 이용해서 지정

 

선택된 UWB 채널 index의 1차원 신호 & 연속 wavelet 변환을 적용한 2차원 신호

=> CNN 모델에 input으로 들어감. 

 

데이터 : 수면 중 30개 측정치 (training 10, validation 5, testing 15로 나눔)

RR, HR의 절대 오차 평균값은 각각 3.67, 4.78

---

CNN (Convolutional Neural Network)

 

 

합성곱 신경망은 정규화된 버전의 다층 퍼셉트론*으로서 filtering 기법을 인공신경망에 적용해, 이미지를 효과적으로 처리할 수 있는 심층 신경망 기법으로,

행렬로 표현된 필터의 각 요소가 데이터 처리에 적합하도록 자동으로 학습되는 과정을 통해 이미지를 분류하는 기법.

구조 : Convolution layer - Pooling layer - Connected layer

연산 : 분류연산 (행렬 곱 연산)

 

 

Perceptron (Perception + Neuron)

 

인공 신경망의 구성 요소로서, 다수의 값을 입력받아 하나의 값으로 출력할 수 있는 모델 (인공 뉴런)

두 개의 노드가 있을 경우, 각각 들어가야 하는 위치인 입력치와 그를 가중하는 가중치, 이를 통해 나온 결과인 출력 값으로 구성되어 있음

가중치*입력치를 싹 sum한 값 -> 활성함수에 의해 판단

값 > 임계치(보통 0), 활성화 -> 결과값 1 출력 (아니면 0)

---

 

Radio Signal은 환자에게 전달되고, chest wall의 움직임으로 인한 modulation의 특성에 따라 다양한 정보가 얻어짐

(ex) user count detection, localization, gesture recognition)

Shyu et al. Heart beat & Breath info를 동시에 추출하기 위해, intrinsic 2-layer mode 함수 기반 경험적 모드 분해 방법의 energy funtion의 첫번 째 valley peak를 제안

Zhang et al. IR-UWB radar를 이용한 vital sign의 비접촉 측정을 위한 harmonic multiple-loop 측정 알고리즘을 소개. 

이들의 알고리즘은 vital sign 측정을 위한 fundamental & second-harmonic 성분만이 필요.

이는 침대에 누워있는 대상의 생체 신호를 추출하기 위한 unique method인 advanced phase unwrapping manipulation에 의한 vital sign을 장거리로 모니터링하기 위한 millimeter-wave FMCW 레이더 사용을 조사함.

Ren et al. 단계적 주파수 CW radar과 이미징 광선상 시스템의 영향을 평가했는데, 이는 두 개의 시스템의 ambient light 조건 아래 유사한 퍼포먼스를 보여줌. 

 

이 논문에서는 위와 같은 선행 연구들이 모두 레이더와 대상의 거리 및 움직임이 정적인 상태에서 진행되었고,

짧은 시간의 측정값으로만 verify되었다고 지적함.

그래서 여기선 움직임을 포함한 실제 환경 데이터와 더 긴 시간 단위에서의 측정값을 사용했다고 강조.

 

Choi et al. FMCW 레이더와 딥러닝으로 sleep apnea-hypopnea event를 추적할 수 있게 하는 이용 가능성 증명.

Kwon et al. IR-UWB 레이더를 사용하여 real-time에서 AH 이벤트를 추적할 수 있게 하는 Hybrid CNN - LSTM (long short-term memory)를 제안 ("Hybrid CNN-LSTM network for real-time apnea-hypopnea event detection based on IR-UWB radar, IEEE Access(2021))

 

-> IR-UWB 레이더를 이용한 실시간 생체신호 검출을 위한 다차원 CNN 기반 모델의 추정 성능을 평가

 

 

 

*Clutter : 레이더 신호 중 표적신호를 제외하고 표적 탐지를 방해하는 모든 반사 신호 (M.I. Skolink(2001), "Introduction to Radar System)

 

사진 및 내용 출처

https://heung-bae-lee.github.io/2020/04/21/machine_learning_11/

https://heytech.tistory.com/332

https://ko.wikipedia.org/wiki/합성곱_신경망