단일 리드(single-lead) ECG만으로 수면무호흡(OSA)을 탐지하고 AHI를 추정하는 딥러닝 기반 end-to-end 시스템입니다.

기존 PSG(수면다원검사)의 높은 비용과 불편함을 줄이고, 보다 접근성 높은 수면무호흡 스크리닝 도구를 제공하는 것을 목표로 합니다.

수면무호흡증(Obstructive Sleep Apnea, OSA)은 심혈관 질환, 뇌졸중, 고혈압 등과 밀접하게 연관된 중요한 질환입니다.

하지만 표준 진단 방법인 PSG(Polysomnography)는:

• 비용이 비쌈
• 장비가 복잡함
• 병원 환경에서만 가능
• 환자가 불편함을 느낌

이라는 한계가 있습니다.

👉 DASH는 이러한 문제를 해결하기 위해 ECG 하나만으로 OSA를 스크리닝하는 시스템입니다.

DASH는 3단계 파이프라인으로 구성됩니다:

• 60초 ECG 윈도우를 입력으로 사용
• 중앙 10초 구간 기준으로 라벨링
• Raw ECG + Spectrogram을 동시에 활용
• ECG-DualNet 기반 모델 사용

👉 시간 영역 + 주파수 영역 정보를 동시에 학습

연속된 abnormal 구간을 하나의 apnea event로 병합하여 계산합니다.

AHI 계산식:

AHI = (Apnea + Hypopnea 이벤트 수) / 수면 시간(시간)

임상 진단 방식과 유사하게 후처리 수행.

AHI 기반 4단계 분류:

DASH는 연구용 모델에 그치지 않고,
실제 사용 가능한 웹 기반 수면무호흡 분석 시스템으로 구현되었습니다.

이 웹 애플리케이션은
임상의와 연구자가 ECG 데이터만으로
수면무호흡을 직관적으로 분석할 수 있도록 설계되었습니다.

기존 연구들은 대부분:

• 오프라인 성능 보고에 집중
• 실제 사용 환경 고려 부족
• 임상의가 직접 활용하기 어려움

이라는 한계가 있습니다.

👉 DASH 웹 앱은
연구 모델을 실제 임상/실사용 도구로 연결하는 역할을 합니다.

• ECG/EDF 파일 업로드 후 즉시 추론
• 자동 AHI 계산
• OSA 중증도 자동 분류

• 시간 축 기반 apnea 확률 시각화
• 이벤트 분포 직관적 확인 가능
• 환자별 패턴 분석 가능

사용자는:

• Threshold 조정
• 특정 구간 선택
• Raw ECG waveform 확인
• 모델 예측 검증

이 가능합니다.

👉 모델을 black-box가 아닌 분석 도구로 활용 가능

• 실제 PSG 환경과 호환
• 임상 데이터 직접 사용 가능
• 추가 변환 과정 최소화

Demo는 아래 링크에 첨부합니다.

https://youtu.be/ORSNcsMMx9g

DASH에 대한 자세한 내용은 아래 논문을 참고하세요:

DASH: Deep-learning-based Apnea Screening with AHI Estimation from Single-Lead ECG

👉 https://ieeexplore.ieee.org/document/11356793