알츠하이머 진행 상황 모니터링을 위한 그래프 컨볼루션 네트워크를 활용한 스켈레톤 기반 인간 행동 평가

인간 행동 평가(Human Action Evaluation, HAE)는 인간 행동의 비정상성과 품질에 대한 판단을 포함한다. 효과적으로 수행될 경우, 골격 데이터를 기반으로 한 HAE는 알츠하이머병(AD) 환자에 대한 행동 치료의 결과를 모니터링하는 데 활용될 수 있다. 본 논문에서는 비정상성 탐지와 품질 평가를 동시에 수행하는 HAE 작업을 위해 이중 과제 그래프 컨볼루션 네트워크(2T-GCN)를 제안한다. 제안한 네트워크는 먼저 UI-PRMD 데이터셋을 이용해 평가되었으며, 비정상 행동 탐지에서 높은 정확도를 보였다. 품질 평가 측면에서는 실험실에서 수집한 UI-PRMD 데이터 외에도, 알츠하이머병 환자로부터 실시간으로 수집한 운동 데이터를 활용하여 네트워크의 성능을 검증하였다. 행동이 정상에서 얼마나 벗어나는지를 나타내는 수치적 점수를 통해 알츠하이머병의 중증도를 반영하고, 이를 바탕으로 2T-GCN을 적용하여 이러한 점수를 산출하였다. 실험 결과, 환자들이 수행한 특정 운동에 대한 수치적 점수가 임상 전문가가 평가한 알츠하이머병 중증도 수준과 일치함을 확인하였다. 이러한 일치는 본 연구의 접근 방식이 알츠하이머병 및 기타 신경퇴행성 질환의 모니터링에 큰 잠재력을 지닌다는 점을 입증한다.