- 웨어러블 기반 라이프로그
- 수면정보
- 걸음거리 정보
- 인지기능 검사 데이터
웨어러블 디바이스 기반 라이프로그 데이터를 활용하여 치매 고위험군의 생활 패턴과 이상징후 분석에 활용 가능한 AI 학습용 데이터를 구축한 사례입니다. 수집된 라이프로그 데이터는 데이터 소개, 구축 프로세스, 관련 법률, 데이터 다운로드 기능을 포함한 통합 플랫폼과 연계되며, JSON 데이터 업로드 기반의 응용서비스를 통해 사용자 라이프로그 시각화와 AI 기반 치매 예측 결과 확인을 지원합니다.
데이터 구축 성과
데이터 수집, 정제, 라벨링, 품질 검수를 통해 구축한 학습용 데이터의 주요 성과를 정리한 영역입니다.
SLEEP DATA
15,000건
라이프로그 수면정보
ACTIVITY DATA
15,000건
라이프로그 보행거리 정보
MMSE
9,000건
인지기능 검사 데이터
TOTAL DATA
39,300건
총 구축 데이터
데이터 구축 프로세스
원천 데이터 수집부터 정제, 라벨링, 품질 검수, 데이터셋 구축까지 이어지는 전체 처리 흐름을 시각화한 구성입니다.
- 원천 라이프로그 데이터 정리
- 센서·텍스트 데이터 구조화
- 사용자 조건별 데이터 분류
- LifeLog CSV 구성
- MMSE CSV 구성
- 치매 고위험군 라벨링
- AI 분석용 데이터 변환
- Hierarchical Bi-directional LSTM
- 정상·이상 치매 질환 분류
- Accuracy 80.85%
- AUC-ROC 0.9
- JSON 파일 업로드
- AI 분석 처리
- 치매 확률 정보 제공
- 라이프로그 시각화
데이터 활용 분야
구축 데이터를 기반으로 사용자가 분석 결과를 확인하고 활용할 수 있도록 구성한 서비스 기능입니다.
AI 기반 치매 예측 결과 제공
웨어러블 디바이스에서 제공되는 JSON 파일을 업로드하여 라이프로그 데이터와 인지기능 데이터를 기반으로 AI 분석을 수행하고, 치매 질환 분류 결과와 치매 확률 정보를 사용자에게 제공합니다.
조건별 데이터 다운로드
LifeLog, MMSE, SNSB 등 구축 데이터를 나이, 성별, 치매 여부 조건에 따라 CSV 파일 형태로 조회하고 다운로드할 수 있도록 지원합니다.
관리자 모니터링 서비스
회원 데이터와 분석 결과를 기반으로 지역별 인원수, 치매 징후 비율, 다운로드 로그와 게시판 현황을 관리자가 확인할 수 있도록 구성하였습니다.