Progress Seminar 2017.08.03 권순빈.

Presentation on theme: "Progress Seminar 2017.08.03 권순빈."— Presentation transcript:

1 Progress Seminar 권순빈

2 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

3 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

4 ADuCM350 Frequency sweep 완료 Magnitude 와 phase information 을 보여줌
80Hz ~ 79,000Hz 을 50Hz 단위로 Sweep

5 ADuCM350 DC + AC 파형일 때 DC는 Current 값을 보여주고, AC는 측정된 magnitude와 phase의 값을 보여 준다

6 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

7 Independent Variables
CPF 　Independent Variables VO2max aEEMax 0.5 Percent Body Fat -0.65 Resting HR 0.15 Age -0.6

8 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

9 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

10 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

11 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

12 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