신승용·이준상 교수 : A Physics-Integrated Deep Learning Approach for Patient-Specific Non-Newtonian Blood Viscosity Assessment using PPG
silverk2
2025년 4월 1일
1분 분량
SHDI선도연구센터 참여연구원 신승용·이준상 교수가 참여한 논문 ‘A Physics-Integrated Deep Learning Approach for Patient-Specific Non-Newtonian Blood Viscosity Assessment using PPG’이 Computer Methods and Programs in Biomedicine에 2025년 3월 온라인 게재되었습니다.
논문지: Computer Methods and Programs in Biomedicine
온라인 게재일: 2025년 3월 23일
광용적맥파(PPG) 신호로 환자별 비뉴턴 혈액 점도를 추정하는 물리 통합 딥러닝 모델을 제안했습니다. CNN–LSTM 구조에 혈액 유변학 모델의 제약을 반영하고 전처리와 손실함수 가중치를 최적화해 비침습 점도 추정의 정확도를 평가했습니다. 웨어러블 신호를 활용한 순환계 건강 모니터링의 가능성을 제시했습니다.
대표 이미지: 논문에 수록된 연구 관련 그림.
해당 논문은 아래 주소에서 확인하실 수 있습니다.
