Progress Seminar 2017.08.03 권순빈
연구 진행 상황 보고서 2주전 계획 연구 결과 문제점 및 대책 목표 및 계획 CPF ADuCM350 IoT Estimation Model 요구사항 처리 문제점 및 대책 목표 및 계획 다른 논문들과 비교 센서를 받으면 Test 해보기 UI 만들기
ADuCM350 1. 임피던스 측정모드 (추가사항) - 사용전극: Conductivity Electrode 1 vs. Conductivity Electrode 2 - 사용목적: 주파수 및 진폭 Full Range를 스캔하여 임피던스(실수, 허수, 위상각)에 대한 데이터를 분석한 후 전도도 측정 시 적용할 주파수와 진폭을 지정하고자 함(2점 또는 3점의 복수 지정). - 주파수범위: ADuCM350 인가 가능한 전범위 - 진폭 범위: ADuCM350 인가 가능한 전범위 - 임피던스 측정을 통해 실수, 허수, 위상각의 데이터를 받음 2. 전도도 측정모드 - 사용목적: 헤마토크릿과 산소 측정을 통한 간섭보정 - 총측정시간: 0.0~10.0초 (해상도 0.1초) - DC 인가 전압 범위: -800~+800mV (해상도 1mV) - DC 인가 시간 설정범위: 0.0~10.0초 (해상도 0.1초) - AC 인가 범위: ADuCM350이 인가 가능한 전범위 3. 혈당 측정모드 - 사용전극: Counter Electrode(기준) vs. Working Electrode - 사용목적: 혈당 측정 - DC 인가 전위 범위: -800~+800mV (해상도 1mV) - 초기 0mV 인가 시간 설정범위: 0.0~10.0초 (해상도 0.1초) 4. 전도도+혈당 측정모드 - 전도도 측정모드 후 혈당 측정모드로 변환 - 전도도 측정-DC 인가 전압 및 시간 설정 - 전도도 측정-AC 인가 주파수/진폭 및 시간 설정 - 혈당 측정-0mV 인가 시간 설정 - 혈당 측정-DC 인가 전압 및 시간 설정 - 5. 데이터 저장방법: 엑셀에 자동저장, 저장 폴더 지정 및 파일명 변경 가능
ADuCM350 Frequency sweep 완료 Magnitude 와 phase information 을 보여줌 80Hz ~ 79,000Hz 을 50Hz 단위로 Sweep
ADuCM350 DC + AC 파형일 때 DC는 Current 값을 보여주고, AC는 측정된 magnitude와 phase의 값을 보여 준다
CPF Concordance Correlation Coefficient Evaluates the degree to which pairs of observations falls on the 45 degree line through the origin Standard Error of Estimate (SEE) A measure of the accuracy of predictions made with regression line Total Error (TE) Also called the sum of squares error Constant Error (CE) Mean difference for actual VO2max – predicted VO2max Cross Validation between suggested models Our case, model 1 could be a model with aEEmax and model 2 could be with aEEmax VO2max Vs. independent variables
Independent Variables CPF Independent Variables VO2max aEEMax 0.5 Percent Body Fat -0.65 Resting HR 0.15 Age -0.6
CPF Used 3 Models Model 1 aEEmax, Resting HR, Age, Sex, Smoke Model 2 Percent Body Fat, Resting HR, Age, Sex, Smoke Model 3 aEEmax, Percent Body Fat, Resting HR, Age, Sex, Smoke
CPF Model 1 Model 2 Model 3 aEEMax %Body Fat Resting HR Age Sex Smoke Constant R Concordance R CE SEE TE Model 1 O X 0.812 0.659 0.795 3.56 Beta 0.84 -0.87 -2.44 3.43 0.013 36.6 Model 2 -1.06 -0.76 -2.49 2.95 0.31 36.2 Model 3 0.82 0.672 0.804 3.5 0.79 -0.996 -2.17 2.82 0.098 36.37 Model 1 Model 2 Model 3
CPF 5-fold cross validation의 R 값 Model Train 1 2 3 4 5 Mean Model 1 0.69 0.7 0.74 0.704 Validation 1 0.85 0.78 0.83 0.62 0.88 0.792 Model 2 0.71 0.73 0.68 0.714 Validation 2 0.6 0.55 0.79 0.67 Model 3 0.76 0.738 Validation 3 0.82 0.89 5-fold cross validation의 R 값 aEEMax Age %Body Fat Resting HR 497.4 (± 110.8) 37.7(±12.8) 27(±7.01) 84.5(±8.5) 496.9 (±112.9) 37.4(±12.1) 27.5(±6.97) 84.6(±8.8) 493.7 (±115.6) 37.6(±11.9) 26.5(±7.15) 84.3(±8.3) 491.2(±107.1) 37.6(±11.6) 26.8(±7.1) 84.4(±8.2) 491.5(±103.6) 37.1(±11.9) 27(±6.8) 84.7(±8.1) aEEMax Age %Body Fat Resting HR 478.7(±106.9) 36.6(±12.2) 26.9(±7.1) 84.4(±7.8) 483.1(±98.8) 37.9(±11.1) 25.2(±7) 84.2(±6.5) 496(±86.9) 37.1(±11.6) 29(±6.2) 85(±8.8) 509.3(±125.2) 36.6(±13.2) 27.9(±6.8) 85.1(±9.5) 501.8(±128) 38.5(±11.9) 26.3(±7.6) 84(±9.3) Model Train
CPF 각각이 5 – fold cross validation의 평균 1 2 3 4 5 6 7 Model 1 0.702 0.700 0.701 0.698 Validation 1 0.793 0.787 0.800 0.801 0.780 0.782 Model 2 0.714 0.712 0.715 0.732 0.713 Validation 2 0.669 0.678 0.663 0.697 0.693 0.672 Model 3 0.736 0.735 0.737 0.734 Validation 3 0.789 0.802 0.791 0.812 0.809 0.794 각각이 5 – fold cross validation의 평균
CPF 다른 논문들과 값들을 비교해볼 예정 1 2 3 4 5 Mean Model 1 R RMSE SEE CE TE 0.828 0.774 0.811 0.677 0.816 0.781 RMSE 3.855 5.589 11.590 2.419 14.976 7.686 SEE 3.420 3.861 3.569 4.493 3.524 3.773 CE 0.610 -0.988 -2.018 -0.466 2.734 -0.026 TE 0.096 0.175 0.351 0.090 0.499 0.242 Model 2 0.728 0.720 0.687 0.470 0.705 0.662 1.256 5.086 8.817 3.815 15.406 6.876 4.18 4.237 4.433 5.387 4.330 4.514 0.199 -0.899 -1.535 -0.734 2.813 -0.031 0.031 0.159 0.267 0.141 0.514 0.223 Model 3 0.836 0.821 0.650 0.842 0.792 1.312 4.978 8.819 4.03 15.511 6.931 3.351 3.567 3.484 4.639 3.292 3.667 다른 논문들과 값들을 비교해볼 예정