스마트 비데 논문 리뷰(nature)
요즘에 새로운 프로젝트를 개인적으로 진행해보려고 여러가지를 찾아보고있다.
어느날 평소와 같이 기획자분들과 노가리(?)를 까던중 스마트 비데에 대해서 얘기가 나왔다.
여기서 되게 흥미로운 얘기가 진행되었었고, 이걸 검색해보고난후 실현 가능성이 보여 프로젝트로 진행해보려 하고있다.
이 기획의 바탕은 조선시대로 흘러가서, 매화틀에서부터 출발하는데 , 조선시대에서는 왕의 변을 보고난후
그 변을 체크하여 왕의 건강상태를 판단하였다. 이것은 검색해보니 굉장히 과학적인(?) 진행방식이였고,
그 조상님들의 지혜에 머리를 탁 치고 가야한다.
이것에 대해서 스탠포드 대학진과, 우리나라 서울 송도병원에서 논문을 썻다. 굉장히 흥미로운 내용들이었다.
이 논문을 간략하게 소개하자면 대변,소변을 통해 질병을 감지하는 비데시스템이다.
이 논문중 종요포인트 별로 설명드리자면
우선 사람을 인식하는걸 두가지 관점에서 바라본다.
첫번째 지문인식, 두번째 항문주름 인식(?)
우선 항문주름 인식을 해야하는 바탕을 말하자면.. 기본적으로 지문인식은 비싸다.
반대로 카메라는 가격이 비교적 저렴하고 또 항문주름은 그 주름이 사람마다 각각달라서,
제한적인 공간에서 충분히 개인별 인식이 가능하다 한다..
그리고 대소변을 통해 건강을 체크하는 방식을 소개해주는데. 먼저 소변을 통한 건강체크 방식을 설명하겠다.
소변을 통한 건강체크 방식은 크게 오줌줄기, 오줌속 단백질 이다
먼저 오줌줄기 같은 경우는 두개의 카메라를 통하여 오줌줄기의 지속시간, 양 을 체크하는데 카메라를 통하여 측정한것과 전문기기를 통한 측정방식이 각각 96% , 92% 정도 동일하다는것을 증명한다.
이에 더해 기존에 검출하지 못했던 마지막 드리블(??)을 카메라를 통해 측정하므로 차이점을 나타낸다.
오줌속 단백질에 경우 오줌을 배출하면 strip 이 나와서 단백질을 체크하고 체크된것을 컴퓨터를 통해 파악하여 보여준다. 사진속 그래프는 아마 t-sne 를 3차원하여 보여준것같다.
그 다음 대변의 차례인데. 이 것은 컴퓨터 비전을 통하여 이 대변이 변비인지, 설사인지, 일반인지 파악하고 그에 더하여 어떤 증상을 가지고 있는지 파악한다. 이에 분류는 CNN(inception v3)를 사용하였고 그 이유는 그냥 tensorflow 에서 api 를 제공하기 때문이라고 한다. 그리고 그 결과를 보면
AUC 이 각각 91%, 93% , 97% 이다. 여기서 특징은 의대학생들을 데려다가 판단하는일이였는데..
설사와 일반에 경우 사람과 비슷한정도로 하고, 변비에 경우 사람은 잘 판단하지 못하는반면, 모델은 잘 판단한다.
그런데 애초에 데이터 비중이 일반이 429 이고 변비가 31이면 눈감고 해도 91은 넘지 않나?
그리고 그 변의 상태 + 시간을 측정한다. 하여 시간대별로 이 사람의 변의 상태를 기록할수 있어서 판단하는데 좋다.
물론 여기서 강조한건 깨끗한상태, 변이 들어있는상태, 휴지가 들어가있는 상태를 잘 구별하였다 인데 ..
사실 이게 무슨 의미가 있나 싶기도 하다. (그거 구별해서 어쩌라고..)
이 논문을 읽고 가장 흥미로웠던것은 데이터를 어떻게 수집하였는가이다!!
여기서는 구글링을 통하여 먼저 많은량의 데이터를 가져오고, 거기에 실험자들의 변을 라벨링 하여 데이터를 만들었다 라고 되어있다. 이에 이 데이터가 좋은 데이터인가 의심이 되었었고, 이 결과에 반쯤 기대하였지만 조금 실망했다.
그러나 가능성을 보여준 측면에서 좋은 내용이였고, 이것을 프로젝트로 해봐서 한번 결과를 보고싶을 따름이다