본 연구는 환자 안전과 건강 개선을 위해 심전도(ECG) 신호를 활용하여 의식 상태를 비침습적으로 추정하는 방법을 제안합니다. 특히, 잡음에 취약하고 제어된 환경을 요구하는 기존의 뇌파(EEG) 기반 방법의 한계를 극복하고자, 심박 변이도(heart rate variability) 특징을 효과적으로 포착하는 decoupled query attention을 사용하는 Transformer 기반 모델을 개발했습니다. 이 모델은 실시간 모니터링 시스템으로 구현되었으며, 수면 단계 분류 및 수술 중 마취 단계 모니터링 데이터셋에서 성능을 검증했습니다. 실험 결과, 제안된 모델은 기존 모델보다 높은 정확도와 AUC 값을 달성했습니다.
