자세관련 질환을 앓고 있는 현대인들의 숫자는 증가하고 있지만 자세관련 질환들을 검출해 내는 방법에는 여전히 병원의 x-ray에만 의존을 하고 있다. 본 논문은 기존의 검출 방식을 벗어나 관성센서와 자석을 이용한 간소화된 방식으로 자세관련 질환들을 검출해 내는 새로운 방법을 제시한다.
자세관련 질병들에 대한 의학적 정의가 모호하기 때문에 질병에 관한 의학적 정의를 한 후 이를 기준으로 질병들과 정상인 상태를 분류하였다.
무선 관성센서를 사용하여 휴대성을 좋게 하였고, 자석의 자기력을 이용하기 위해 3d 프린터로 모형틀을 만들어 자석이 관성센서에 영향을 줄 수 있는 범위 안에 위치하도록 하였다.
관성센서에 취득한 데이터로 질병상태와 정상상태를 구분하는데 딥러닝 기법을 사용하여 정확도를 높였으며, 지도학습을 하였고 지도학습을 위한 참값은 웹카메라를 이용하여 취득하였다. 딥러닝 기법인 DNN과 CNN을 각기 사용하여 자세질병을 구분하는데 더 좋은 퍼포먼스를 보여준 기법을 가려내고, 각 기법의 장단점을 비교하였다.
본 논문은 관성센서와 자석을 사용한 새로운 하드웨어를 구성하고 딥러닝 소프트웨어를 이용하여 자세관련 질병을 검출해 낼 수 있음을 입증하였다.