(왼쪽부터)성신여대 AI융합학부의 강윤경 학생(제1저자), 박찬미 학생(공저자), 김연지 학생(공저자), 고원준 교수(교신저자). (사진=성신여대)
이번에 선정된 논문은 ‘Unsupervised Latent Context Representation of Electroencephalography for Label-Efficient Sleep Apnea Screening’(레이블 효율적 수면 무호흡증 진단을 위한 뇌전도 비지도 잠재 맥락 표현)으로 강윤경 학생이 제1저자, 박찬미·김연지 학생이 공저자, 고원준 AI융합학부 교수가 교신저자로 각각 참여했다.
연구팀은 뇌신호(EEG, 뇌전도)를 활용한 수면 무호흡증 진단의 실용적 한계를 극복하기 위해 단일 채널 뇌신호만으로도 정보 손실을 최소화할 수 있는 비지도 학습 기반 잠재 특성 표현(Latent Context Representation) 기계학습 모델을 설계했다. 또 뇌신호의 맥락적 특징 추출을 통해 수면 무호흡증 환자의 패턴을 효과적으로 인식하는 진단 프레임 워크를 새롭게 제안했다.
연구팀은 이번 논문 선정과 관련해 한국연구재단의 지원을 받아 프랑스 리옹에서 개최되는 ICPR 2026에 참석해 해당 연구 성과를 발표할 예정이다.









