관련 논문 - 생체데이터 분석을 위한 하둡 플랫폼의 확장 / 박광호

로그인

공지

[ 2024-06-28 ] 2024년 하반기(7월) 유전자검사기관 종사자 교육 안내
[ 2024-06-12 ] 2024년 하반기 DTC 유전자검사기관 검사역량인증 사업 설명회 개...
[ 2024-06-11 ] 2024 연명의료결정제도 수기·영상 공모전 안내
[ 2024-06-05 ] [제63회 콜로키움] (구)독일 형법상 '업무상 자살 지원' 금지의 ...
[ 2024-06-05 ] 2024년 한국간호윤리학회 세미나 개최 안내(6/22(토))

생체데이터 분석을 위한 하둡 플랫폼의 확장 / 박광호

9 보건의료 조회 수 161 추천 수 0 2017.07.07 13:23:57

nibp *.223.3.98 https://www.nibp.kr/xe/info4_3/86728

발행년 :	2014
구분 :	학위논문
학술지명 :
관련링크 :	http://www.riss.kr/link?id=T13422318

생체데이터 분석을 위한 하둡 플랫폼의 확장

저자
박광호
형태사항
; 26 cm
일반주기
지도교수: 김희철
학위논문사항
학위논문(석사)-- 인제대학교 : 컴퓨터공학과 인간 컴퓨터 인터페이스 2014. 2
발행국
경상남도
언어
한국어
출판년
2014

초록 (Abstract)
- 현대사회 의료 서비스는 수요자를 중심으로 하는 예방적 건강관리 차원의 능동적 서비스로 변화되고 있다. 이러한 변화에 따른 생체신호를 이용한 유비쿼터스 헬스케어 시스템은 생체신호...
현대사회 의료 서비스는 수요자를 중심으로 하는 예방적 건강관리 차원의 능동적 서비스로 변화되고 있다. 이러한 변화에 따른 생체신호를 이용한 유비쿼터스 헬스케어 시스템은 생체신호의 분석 및 처리, 실시간 응답, 생체데이터의 저장 등의 기술이 접목되어야 한다. 생체신호란 사람의 신체에서 발생되는 신호에 대하여 측정하는 순간의 값을 의미하며, 수집되는 데이터의 형태에 따라 체온, 혈압 등과 같이 단순한 특징값들을 가지는 데이터와 심전도, 호흡과 같이 연속적으로 유입되는 선형구조를 가진 데이터로 구분할 수 있다. 이러한 두 분류의 데이터들을 저장함에 있어 특징값을 갖는 생체데이터는 데이터베이스 저장에 적합한 데이터형을 띄지만 선형구조의 생체데이터는 데이터베이스의 저장에 맞지 않는 데이터 형과 양이다. 따라서 선형구조의 생체데이터는 일반 데이터가 아닌 빅데이터로 분류하여 처리해야 할 필요성이 있다. 분석, 통계에 사용되는 일반적인 빅데이터의 기술은 텍스트마이닝이며, 비/반정형 텍스트 데이터에서 자연 언어 처리 기술에 기반하여 유용한 정보를 추출, 가공하는 것을 목적으로 하는 기술이다. 이것은 데이터값의 가공없이 분석, 통계에 사용 가능함을 의미한다. 하지만 생체신호 자체는 가공되지 않은 선형구조의 원데이터이며, 분석 가능한 데이터가 아니다. 따라서 생체신호는 신호 분석 알고리즘을 통하여 특징값들을 추출하고 유효한 데이터 포맷으로 변환하여 분석 가능한 데이터로 가공해야 한다. 빅데이터를 처리하는 플랫폼으로서는 하둡이 있으며 일정기간 축척되어진 배치(batch)형태의 데이터를 분석하고자 할 경우에 유용하다. 하둡은 생체신호를 실시간으로 처리해야하는 헬스케어 시스템에는 부족한 면이 있으며 서비스 차원의 생체데이터 처리에 옳지 않다. 따라서 본 논문에서는 생체데이터를 빅데이터로 정의하고 이를 분석, 서비스하기 위한 하둡 플랫폼을 확장한다. 이것은 생체신호로부터 특징값을 추출하는 알고리즘을 포함하고, 표준화된 생체데이터의 표현인 HL7 기반 표준문서 포맷 변환을 위한 변환엔진, 생체데이터를 분석하는 맵/리듀스 그리고 개방형 표준 플랫폼인 서비스 플랫폼(SOA)을 포함한다. 적용사례에서는 초당 약 60Hz의 가속도 신호를 계측할 수 있는 스마트폰에서 신호를 수신받아 생체데이터를 분산 저장하고 분석하는 시스템을 구현함으로서 사용성과 효용성을 검증한다.
목차 (Table of Contents)
Ⅰ. 서론
Ⅱ. 빅데이터와 생체데이터
A. 기존의 연구
B. 빅데이터
C. 하둡 플랫폼의 특징
D. 생체신호의 특징
E. 빅데이터로서의 생체신호
Ⅲ. 생체데이터 분석을 위한 하둡 플랫폼의 확장
A. 특징값 추출 알고리즘
B. 생체데이터 표현을 위한 변환엔진
C. HL7기반의 생체데이터 분석을 위한 맵/리듀스 구조
D. 실시간 서비스를 위한 플랫폼(SOA)
Ⅳ. 적용 사례
A. 가속신호의 획득 및 저장
B. 특징값 추출 알고리즘
C. 변환 엔진
D. 맵/리듀스의 구현
E. 서비스 모듈
F. 서비스 사례
Ⅴ. 향후 계획
Ⅵ. 결론
Ⅶ. 참고문헌