초록
이 논문은 기계적 산소호흡기의 압력을 시뮬레이션하기 위한 딥 신경망 기반 접근법을 제시한다. 기존의 기계적 산소호흡기는 의료진이 직접 제어 압력을 모니터링하는 방식을 사용하지만, 적절한 압력을 놓치는 경우 정확도가 저하될 수 있다. 본 논문은 최신 연구 결과를 활용하여, 시간에 따라 변화하는 제어 파라미터와 폐 특성 시계열 데이터를 입력으로 받아 호흡 주기의 흡기 단계 동안 기도 내 압력을 예측하는 딥 시퀀스 모델 기반 시뮬레이터를 개발한다. 제안된 방법은 기존 산업 표준 대비 신경망 기반 제어기의 압력 파형 추적 성능이 훨씬 우수함을 입증하며, 효과적이고 강건한 압력 제어형 기계적 산소호흡기 설계를 위한 통찰을 제공한다.