대규모 수면 데이터셋 활용 ‘이미지 기반 수면단계 자동 판독 알고리즘’ 개발

수면 단계 분류를 높은 정확도와 설명 가능한 방식으로 보여주는 ‘이미지 기반 자동 판독 알고리즘’이 최근 국내 연구진에 의해 개발됐다. 이를 활용하면 판독 과정 자동화를 통해 수면 데이터 판독 소요시간을 대폭 줄일 수 있을 것으로 기대된다. 서울대슬롯 머신 프로그램 신현우 교수·한림대 춘천성심슬롯 머신 프로그램 김동규 교수 공동 연구팀은 세계 최대 규모의 수면다원검사 데이터셋을 활용한 이미지 기반 자동 판독 알고리즘을 개발하고 수면 단계 판독 및 수면 생체 신호를 시각화한 연구 결과를 14일 발표했다. 수면 단계 분류는 수면 관련 질환을 진단하는 데 필수적이며, 수면의 질을 평가하는 데 중요한 역할을 한다. 보통 수면 단계는 Wake-N1-N2-N3-REM의 5단계로 각성(Wake), 얕은 수면(N1~N2), 깊은 수면(N3~REM) 단계로 분류된다. 수면 데이터 분석을 위한 기존 연구에서는 검사 환경에 있어 샘플링 속도나 센서의 타입이 변할 때마다 판독자가 직접 조정을 해야 하는 한계가 있었다. 따라서 보다 효과적인 수면 단계 분석을 위해서는 다양한 검사 및 판독 환경에 일반적으로 적용될 수 있는 자동화된 기술과 수면 결과를 더욱 면밀하게 해석할 수 있는 프레임이 필요한 상황이었다.

• 이형규 기자
• 2024-02-14 10:26