Skip to main content
인공지능 기반 생체신호계측 및 이상치 검출 이미지

인공지능 기반 생체신호계측 및 이상치 검출




강좌 소개

수업내용/목표


IoT장비로부터 받은 데이터를 처리하기 위해서는 기본적인 하드웨어에 관한 지식을 가지고 있어야만 인공지능 프로그램에 활용할 수 있습니다. [인공지능 기반 생체신호계측 및 이상치 검출] 강좌는 기초적인 IoT 장비의 하드웨어 지식에 관한 내용을 습득하는 것을 목적으로 구성되었습니다. 이 강좌를 통해 학습자 여러분은 아래의 학습목표를 달성할 수 있을 것입니다.
1. 생체신호 계측의 기초를 설명할 수 있다.
2. 생체신호 계측 기기의 개발과정을 설명할 수 있다.
3. 인공지능 기반 생체신호의 이상검출을 수행할 수 있다.

강좌 운영 계획

강의계획서
주차주차명차시명오픈 일정
1 생체신호계측이론의 기초 (1차시)생체신호계측 이론의 개요 2022. 11. 21.
(2차시)생체신호계측과 전기 안전(1)
(3차시)생체신호계측과 전기 안전
(1주차 학습목표)
1. 생호신호계측의 목적과 시스템의 개요를 설명할 수 있다. 
2. 인체의 전기에 대한 반응에 대해 설명할 수 있다.  
3. 전기 쇼크 사고를 예방할 수 있는 방지방법을 활용할 수 있다.
2 기초전자회로 (1차시)저항(1) 2022. 11. 21.
(2차시)저항(2)
(3차시)콘덴서, 코일, 복소 임피던스
(2주차 학습목표)
1. 저항회로의 용어를 정의할 수 있다. 
2. 중첩의 원리와 테브난의 정리에 대해 설명할 수 있다. 
3. 콘덴서, 코일, 복소 임피던스의 종류와 역할에 대해 설명할 수 있다. 
3 생체신호계측을 위한 전자회로 (1차시)OP 앰프(1) 2022. 11. 21.
(2차시)OP 앰프(2)
(3차시)차동증폭기
(3주차 학습목표)
1. OP앰프를 이용한 아날로그 회로의 설계법을 적용할 수 있다. 
2. 생체신호계측에 잘 사용되는 회로를 한 가지 이상 설명할 수 있다. 
3. 차동증폭기와 생체신호계측의 관계를 설명할 수 있다. 
4 생체 전극과 생체 센서(1): 생체 메커니즘과 계측 (1차시)생체전기신호의 계측(1)-ECG 2022. 11. 21.
(2차시)생체전기신호의 계측(2)-EMG, EEG, EOG, EGG
(3차시)생체전기신호의 계측(3)-생체 임피던스, 전극
(4주차 학습목표)
1. 심전도 발생 메커니즘에 대해 설명할 수 있다. 
2. 근전도, 뇌파, 안전위, 위전위의 발생 메커니즘을 각각 분류할 수 있다. 
3. 생체신호계측의 목적을 설명할 수 있다. 
5 생체 전극과 생체 센서(2): 생체 센서 (1차시)생체전기신호의 계측(4)-혈압, 혈류 2022. 11. 21.
(2차시)생체전기신호의 계측(5)-호흡, 체온
(3차시)일상 보행 계측을 예로 든 운동 센서
(5주차 학습목표)
1. 혈압 계측과 혈류 계측을 비교할 수 있다. 
2. 호흡 계측에 대한 방법을 한 가지 이상 설명할 수 있다. 
3. 운동 센서의 종류를 나열할 수 있다. 
6 아두이노의 이해 및 활용 (1차시)헬스케어 시스템의 이해 2022. 11. 21.
(2차시)아두이노의 설치 및 중요 함수 사용
(3차시)센서의 이해
(6주차 학습목표)
1. 헬스케어 시스템의 개요를 정의할 수 있다. 
2. 아두이노의 개념을 설명할 수 있다. 
3. 센서를 이용한 아두이노를 활용할 수 있다. 
7 거리센서 활용 (1차시)시력보호 텔레비전 전원 차단기(1) 2022. 11. 21.
(2차시)시력보호 텔레비전 전원 차단기(2)
(3차시)푸시업 카운터기
(7주차 학습목표)
1. 시력보호 텔레비전 전원 차단기의 원리를 설명할 수 있다. 
2. 시력보호 텔리비전 전원 차단기의 회로를 구성하여 실제 TV에 연결할 수 있다. 
3. 푸시업 카운터기의 원리를 설명할 수 있다. 
8 헬스케어 시스템: 웨비나 및 토론 (1차시)8주 강의 안내 2022. 11. 21.
(2차시)토론
(3차시)웨비나
(8주차 학습목표)
1. 웨비나를 통하여 생체신호계측과 관련된 심층적인 개념을 이해할 수 있다. 
9 운동량 측정기의 제작 (1차시)마스크 살균기 구성 2022. 11. 21.
(2차시)스마트 마스크 살균기 프로그래밍
(3차시)만보기 제작

(9주차 학습목표)
1. 마스크 살균기 제작을 위한 구성품을 검증할 수 있다.
2. 마스크 살균기와 만보기 제작을 위한 프로그래밍을 실습할 수 있다.

10 라즈베리파이를 활용한 헬스케어 시스템 제작 (1차시)맥박 모니터링 시스템 준비(1) 2022. 11. 21.
(2차시)맥박 모니터링 시스템 준비(2)
(3차시) HaarCascade

(10주차 학습목표)
1. 라즈베리파이를 활용하여 맥박 모니터링 시스템 제작을 준비할 수 있다. 
2. 라즈베리파이를 설치하여 아두이노 프로그램을 설치할 수 있다.
3. 라즈베리파이에 HaarCascade를 활용한 프로그래밍 실습을 할 수 있다. 

11 일상생활 중 생체신호계측 (1차시)수면 중 생체신호계측

2022. 11. 21.

(2차시)일상생활 모니터링 시스템
(3차시)하지 활동량 계측과 신체 활동량 계측
(11주차 학습목표)
1. 수면 중 생체신호 계측, 가정 내에서의 생활 행동 계측, 근전도를 사용한 일상활동의 추정, 조깅 지원 시스템에 대하여 각각 설명할 수 있다. 
2. 일상 생활의 계측 방법을 정의할 수 있다. 
3. 하지 활동량 계측의 방식을 설명할 수 있다. 
12 선형판별분석(1) (1차시)행렬과 벡터의 기초와 선형변환 2022. 11. 21.
(2차시)고유치와 고유벡터, 연립방정식, 직교 투영
(3차시)주성분분석
(12주차 학습목표)
1. 행렬과 벡터의 기초를 설명할 수 있다.
2. 고유치와 고유벡터와 연립방정식과 직교투영에 대하여 정의할 수 있다. 
3. 고차원 데이터와 PCA를 설명할 수 있다. 
13 선형판별분석(2) (1차시)FLDA 2022. 11. 21.
(2차시)연구적용사례(1)
(3차시)연구적용사례(2)
(13주차 학습목표)
1. FLDA의 특징을 서술할 수 있다. 
2. W 매트릭스를 구하는 과정을 이해할 수 있다. 
3. FLDA를 적용한 연구의 결과를 이해할 수 있다. 
14 행렬분해 (1차시)LU 분해 2022. 11. 21.
(2차시)QR 분해
(3차시)SVD분해 & NMF 분해
(14주차 학습목표)
1. LU 분해에 대해 설명할 수 있다. 
2. 정규직교 벡터에 대해 설명할 수 있다. 
3. SVD와 NMF 분해에 대해 설명할 수 있다. 
기말시험 2022. 11. 21.

강좌운영팀 소개

교수자

 정희용 교수 사진
정희용 교수
현) 전남대학교 IoT인공지능 융합전공 교수
현) 전남대학교 소프트웨어공학과 교수
Osaka University. 생체계측 분야 박사
E-mail: h.jeong@jnu.ac.kr

강좌지원팀

조교
위한선 조교
전남대학교 소프트웨어공학 석사과정
E-mail: ysb619@jnu.ac.kr

강좌 수강 정보

이수/평가정보

이수/평가정보
퀴즈 웨비나 참여 과제 기말고사 합계
20% 20% 30% 30% 100%
*이수기준= 총점 60점 이상

강좌 수준 및 선수요건

이 강좌는 학부생 수준으로 구성된 강좌입니다. 중등교육과정을 이수한 경우, 수강에 큰 무리는 없을 것입니다.

교재 및 참고문헌

별도의 교재는 없으며, 학습자료실의 PDF 파일과 함께 수강하시면 더욱 이해에 도움이 되실 겁니다.

자주 묻는 질문

강좌 교재가 따로 있나요?

강의 교재는 별도로 없습니다.

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Computers & Communication)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    advanced
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    Chonnam National University
  4. 운영 기관의 전화번호 입니다.

    Phone

    062-530-5029
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    15week
    (주당 03시간 00분)
  6. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    45시간 00분
    (16시간 15분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2022.11.21 ~ 2023.01.27
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2022.11.21 ~ 2023.02.03
Enroll