AI요약

미숙아 인공호흡기 모니터링 시 횡격막 전기적 활동(Edi) 신호의 불규칙한 노이즈와 기존 분석 방법의 한계로 인해 신뢰성 있는 호흡 정보 파악이 어려웠습니다. 본 발명은 이러한 문제 해결을 위해 딥러닝을 활용한 혁신적인 횡격막 Edi 기반 호흡 분석 방법을 제안합니다. 국부 최대값 검출로 후보 Edi 피크를 과검출한 후, CNN 기반 심층 신경망으로 노이즈를 효과적으로 제거하고 최종 Edi 피크를 정확하게 분류합니다. 이 기술을 통해 미숙아의 실제 신경 호흡을 정량적으로 분석하고, 안정적인 호흡 정보를 지속적으로 모니터링할 수 있어 신생아 중환자실(NICU)의 의료 수준 향상에 기여합니다.