PACD-Net: SMBG로부터의 혈당 조절 추정을 위한 의사 증강 대조 증류 (Pseudo-Augmented Contrastive

요약

PACD-Net은 자가 혈당 측정(SMBG)의 희소하고 불규칙한 데이터 문제를 해결하기 위해 제안된 자기 지도 대조 지식 증류 프레임워크입니다. Pseudo-SMBG를 교사 신호로 활용하고 다중 뷰 대조 학습을 통해 표현 일관성을 확보하며, Swin Transformer-CNN 하이브리드 구조를 사용하여 혈당 조절 지표(TIR, TBR, TAR)를 정확하게 추정합니다.

핵심 포인트

• SMBG의 희소한 데이터 환경에서도 안정적인 혈당 조절 지표 추정 가능
• Pseudo-SMBG를 활용한 지식 증류 및 다중 뷰 대조 학습 기법 도입
• Swin Transformer와 CNN을 결합한 하이브리드 백본을 통한 시간적 의존성 포착
• 기존 지도 학습 방식 대비 향상된 일반화 성능 및 정확도 입증