1 |
1
정신질환 환자의 증상 심각도 예측 방법에 있어서, 상기 정신질환 환자가 미리 정해진 행동을 수행하는 중에 발생하는 사건유발전위를 이용한 뇌파 분석을 통해 복수의 생체지표들을 획득하는 단계;상기 복수의 생체지표들 중 상기 예측에 필요한 생체지표들을 선택하는 단계; 상기 선택된 생체지표들을 이용하여 상기 환자의 증상 심각도 예측 모델을 수립하는 단계; 및 상기 환자의 증상 심각도 예측 모델을 이용하여 상기 환자의 증상 심각도를 예측하는 단계를 포함하고, 정신질환 환자의 해당 질병에 따른 행동학적인 이상이 뇌파에 반영되는 패러다임을 작성하여 상기 정신질환 환자가 해당 패러다임을 수행하는 동안 측정된 뇌파에서 사건유발전위, 연결성, 뇌 전류원 이미징을 포함하는 복수의 생체지표들을 획득하고, 획득된 생체지표들을 기반으로 상기 정신질환 환자의 증상 심각도를 예측하는 생체지표들을 선별하여 일반 선형 모델(GLM: general linear model)에 기반한 증상 심각도 예측 모델을 수립하고, 상기 일반 선형 모델을 통해 역으로 정신질환 환자의 증상 심각도를 예측하고,정신질환 환자가 미리 정해진 행동을 수행하는 중에 발생하는 사건유발전위를 이용한 뇌파 분석을 통해 복수의 생체지표들을 획득하는 단계는, 상기 환자가 미리 정해진 행동을 수행하는 중에 상기 환자의 뇌파를 측정하여 사건유발전위를 계산하기 위한 전처리를 수행하고, 상기 전처리된 뇌파를 이용하여 사건유발전위를 계산하고,상기 예측에 필요한 생체지표들은 상기 획득된 생체지표에서 사건유발전위 값과 복셀들의 전류원 값을 일반선형모델의 독립변수로 대입하고, 상기 환자의 증상 심각도를 예측에 있어서 증상 심각도와 관련된 생체지표들을 선택하는 단계적 변수 선택법을 이용하여 선택되는정신질환 환자의 증상 심각도 예측 방법
|
2 |
2
삭제
|
3 |
3
제1항에 있어서,상기 사건유발전위의 계산은 뇌 전류원 이미징 알고리즘을 이용하여 상기 환자의 머리 표면의 전위 값이 아닌 뇌 피질의 전류원 값을 계산하는 정신질환 환자의 증상 심각도 예측 방법
|
4 |
4
제3항에 있어서,상기 뇌 전류원 이미징 알고리즘은 상기 환자의 뇌 회백질을 미리 정해진 크기의 복셀로 일정하게 나누고, 상기 각 복셀의 뇌 전류원 분포 및 증상 심각도와 유의미한 상관관계를 갖는 복셀을 찾는정신질환 환자의 증상 심각도 예측 방법
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
제1항에 있어서, 상기 환자의 증상 심각도 예측 모델은 양성증상 및 음성증상의 예측을 포함하고, 상기 양성증상 및 음성증상에 따라 복수의 생체지표가 선택되는 정신질환 환자의 증상 심각도 예측 방법
|
8 |
8
정신질환 환자의 증상 심각도 예측 장치에 있어서,상기 정신질환 환자가 미리 정해진 행동을 수행하는 중에 발생하는 사건유발전위를 이용한 뇌파 분석을 통해 복수의 생체지표들을 획득하는 생체지표 생성부;상기 복수의 생체지표들 중 상기 예측에 필요한 생체지표들을 선택하는 생체지표 선택부; 상기 선택된 생체지표들을 이용하여 상기 환자의 증상 심각도 예측 모델을 수립하는 모델링부; 및 상기 환자의 증상 심각도 예측 모델을 이용하여 상기 환자의 증상 심각도를 예측하는 증상 심각도 예측부를 포함하고, 정신질환 환자의 해당 질병에 따른 행동학적인 이상이 뇌파에 반영되는 패러다임을 작성하여 상기 정신질환 환자가 해당 패러다임을 수행하는 동안 측정된 뇌파에서 사건유발전위, 연결성, 뇌 전류원 이미징을 포함하는 복수의 생체지표들을 획득하고, 획득된 생체지표들을 기반으로 상기 정신질환 환자의 증상 심각도를 예측하는 생체지표들을 선별하여 일반 선형 모델(GLM: general linear model)에 기반한 증상 심각도 예측 모델을 수립하고, 상기 일반 선형 모델을 통해 역으로 정신질환 환자의 증상 심각도를 예측하고,상기 생체지표 생성부는, 상기 환자가 미리 정해진 행동을 수행하는 중에 상기 환자의 뇌파를 측정하는 측정부;상기 환자의 사건유발전위를 계산을 위한 전처리를 수행하는 전처리부; 및상기 전처리된 뇌파를 이용하여 사건유발전위를 계산하는 계산부를 포함하고,상기 생체지표 선택부는, 상기 획득된 생체지표에서 사건유발전위 값과 복셀들의 전류원 값을 일반선형모델의 독립변수로 대입하고, 상기 환자의 증상 심각도를 예측에 있어서 증상 심각도와 관련된 생체지표들을 선택하는 단계적 변수 선택법을 이용하여 예측에 필요한 생체지표들을 선택하는는 정신질환 환자의 증상 심각도 예측 장치
|
9 |
9
삭제
|
10 |
10
제8항에 있어서, 상기 계산부는,뇌 전류원 이미징 알고리즘을 이용하여 상기 환자의 머리 표면의 전위 값이 아닌 뇌 피질의 전류원 값을 계산하고, 상기 뇌 전류원 이미징 알고리즘은 상기 환자의 뇌 회백질을 미리 정해진 크기의 복셀로 일정하게 나누고, 상기 각 복셀의 뇌 전류원 분포 및 증상 심각도와 유의미한 상관관계를 갖는 복셀을 찾는정신질환 환자의 증상 심각도 예측 장치
|
11 |
11
삭제
|
12 |
12
제8항에 있어서, 상기 모델링부는, 양성증상 및 음성증상의 예측을 포함하는 환자의 증상 심각도 예측 모델을 생성하고, 상기 양성증상 및 음성증상에 따라 복수의 생체지표를 선택하여 상기 증상 심각도 예측 모델을 생성하는정신질환 환자의 증상 심각도 예측 장치
|