횡격막 전기적 활동 기반 호흡 분석 방법

기술 요약미숙아의 호흡 모니터링은 중요하나, 횡격막 전기 활동(Edi) 신호의 불규칙한 노이즈로 인해 정확한 분석이 어려웠습니다. 본 발명은 이러한 문제 해결을 위해 인공신경망 기반의 딥러닝 기술을 활용한 호흡 분석 방법을 제공합니다. 국부 최대값 검출과 CNN 기반 심층 신경망을 융합한 2단계 접근 방식을 통해, Edi 신호의 노이즈를 효과적으로 제거하고 호흡 피크를 95% 이상 정밀하게 검출합니다. 이를 통해 미숙아의 실제 신경 호흡을 정량적으로 분석하고, 기존 시스템보다 훨씬 안정적인 호흡 모니터링이 가능합니다. 이 기술은 신생아 중환자실 등 의료 현장에 큰 기여를 할 것으로 기대됩니다.