| 1 |
1
일반 fNIRS(FUNCTIONAL NEAR INFRARED SPECTROSCOPY) 데이터를 저장하는 일반인 데이터베이스;
장애기준 데이터를 저장하는 장애기준 데이터베이스;
피험자부터 fNIRS 데이터를 수집하는 데이터 수집부;
상기 수집된 fNIRS 데이터를 이용하여 특성 데이터를 추출하는 특성 추출부; 및
상기 추출된 특성 데이터를, 상기 일반 fNIRS 데이터와 상기 장애기준 데이터와 비교하고, 상기 특성 데이터가 상기 일반 fNIRS 데이터와 동일한 경우, 상기 피험자를 장애진단으로 분류하지 않고, 상기 특성 데이터가 상기 장애기준 데이터와 동일한 경우, 상기 피험자를 장애진단으로 분류하는 장애 진단부
를 포함하는 장애 진단 장치
|
| 2 |
2
제1항에 있어서,
상기 데이터 수집부는,
상기 피험자의 뇌기능 측정위치에 부착된 트랜스미터와 리시버를 통해 상기 fNIRS 데이터를 수집하는, 장애 진단 장치
|
| 3 |
3
제1항에 있어서,
상기 데이터 수집부는,
뇌기능 분석에 이용되는 자극 프로그램으로 블록디자인 프로토콜, 연속적 프로토콜, ERP 프로토콜 중 어느 하나를 이용하여 상기 피험자부터 상기 fNIRS 데이터를 수집하는, 장애 진단 장치
|
| 4 |
4
제1항에 있어서,
상기 수집된 fNIRS 데이터를 신호 분석하여 목적 데이터를 획득하는 전처리부
를 더 포함하고,
상기 특성 추출부는,
상기 획득된 목적 데이터에 관한, 고속 푸리에 변환(FFT, Fast Fourier Transform), 단시간 푸리에 변환(STFT, Short-time Fourier Transform)을 포함하는 푸리에 변환 이론, Daubechies, Biorthogonal, Mexican Hat을 포함하는 웨이블릿(WAVELETS) 이론, 또는 연속 웨이블렛 변환(CWT, Continuous Wavelet Transform) 이론 중 어느 하나를 이용하여 특성 데이터를 추출하는, 장애 진단 장치
|
| 5 |
5
제1항에 있어서,
상기 장애 진단부는,
상기 추출된 특성 데이터를 기반으로 하는, 신경망(ANN, Artificial Neural Network) 이론, 베이지안(Bayesian) 이론, 은닉 마르코프 모델(HMM, Hidden Markov-Chain Model) 이론, 또는 유전알고리즘(GA, Genetic Algorithm), 개미군집화시스템(ACS, Ant Colony System)을 포함하는 진화컴퓨팅(Evolutionary Computing) 이론 중 어느 하나를 이용하여 상기 피험자에 대한 장애진단을 분류하는, 장애 진단 장치
|
| 6 |
6
제1항에 있어서,
상기 장애 진단부는,
상기 피험자에 대하여 인지기능, 언어기능, 사회성기능, 운동능력기능, 일상생활기능 중 어느 하나와 관련된 장애진단을 분류하는, 장애 진단 장치
|
| 7 |
7
삭제
|
| 8 |
8
일반 fNIRS 데이터를 일반인 데이터베이스에 저장하는 단계;
장애기준 데이터를 장애기준 데이터베이스에 저장하는 단계;
피험자로부터 fNIRS 데이터를 수집하는 단계;
상기 수집된 fNIRS 데이터를 이용하여 특성 데이터를 추출하는 단계;
상기 추출된 특성 데이터를 상기 일반 fNIRS 데이터와 상기 장애기준 데이터와 비교하는 단계; 및
상기 비교결과, 상기 특성 데이터가 상기 일반 fNIRS 데이터와 동일한 경우, 상기 피험자를 장애진단으로 분류하지 않고, 상기 특성 데이터가 상기 장애기준 데이터와 동일한 경우, 상기 피험자를 장애진단으로 분류하는 단계
를 포함하는 장애 진단 방법
|
| 9 |
9
제8항에 있어서,
상기 fNIRS 데이터를 수집하는 단계는,
뇌기능 분석에 이용되는 자극 프로그램으로 블록디자인 프로토콜, 연속적 프로토콜, ERP 프로토콜 중 어느 하나를 이용하여 상기 피험자부터 상기 fNIRS 데이터를 수집하는 단계
를 포함하는 장애 진단 방법
|
| 10 |
10
제8항에 있어서,
상기 특성 데이터를 추출하는 단계는,
상기 수집된 fNIRS 데이터를 신호 분석하여 목적 데이터를 획득하는 단계; 및
상기 획득된 목적 데이터에 관한 고속 푸리에 변환(FFT, Fast Fourier Transform), 단시간 푸리에 변환(STFT, Short-time Fourier Transform)을 포함하는 푸리에 변환 이론, Daubechies, Biorthogonal, Mexican Hat을 포함하는 웨이블릿(WAVELETS) 이론, 또는 연속 웨이블렛 변환(CWT, Continuous Wavelet Transform) 이론 중 어느 하나를 이용하여 특성 데이터를 추출하는 단계
를 포함하는 장애 진단 방법
|
| 11 |
11
제8항에 있어서,
상기 피험자에 대한 장애진단을 분류하는 단계는,
상기 피험자에 대하여 인지기능, 언어기능, 사회성기능, 운동능력기능, 일상생활기능 중 어느 하나와 관련된 장애진단을 분류하는 단계
를 포함하는 장애 진단 방법
|
| 12 |
12
삭제
|
