1 |
1
심실 부정맥 예측 장치를 이용한 심실 부정맥 예측 방법에 있어서, 심실 부정맥 환자의 심전도 신호 및 호흡 신호 중 적어도 하나를 입력받는 단계,상기 심실 부정맥 환자의 심전도 신호 및 호흡 신호 중 적어도 하나를 분석하여 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 획득하는 단계,상기 획득한 파라미터 값을 이용하여 심실 부정맥의 발생 여부를 예측하는 심실 부정맥 추정 알고리즘을 생성하는 단계,사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 상기 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하는 단계, 그리고상기 심실 부정맥 발생 여부의 예측 결과를 출력하는 단계를 포함하며, 상기 심실 부정맥 추정 알고리즘을 생성하는 단계는,인공 신경 회로망에 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 입력하여 상기 심실 부정맥 추정 알고리즘을 생성하며,상기 인공 신경 회로망은,하나의 입력 레이어, 복수의 히든 레이어 및 하나의 출력 레이어를 포함하고, 상기 입력 레이어에 상기 심박 변이도에 대한 파라미터 값 및 상기 심박 변이도에 대한 파라미터 값 중 적어도 하나가 입력되는 심실 부정맥 예측 방법
|
2 |
2
심실 부정맥 예측 장치를 이용한 심실 부정맥 예측 방법에 있어서, 사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하는 단계, 그리고 상기 심실 부정맥 발생 여부의 예측 결과를 출력하는 단계를 포함하며, 상기 심실 부정맥 추정 알고리즘은, 심실 부정맥 환자의 심전도 신호 및 호흡 중 적어도 하나를 분석하여 획득된 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 이용하여 생성되며, 상기 심박 변이도에 대한 파라미터는 NN 간격 평균(Mean Normal-Normal interval), NN 간격 표준편차(SDNN), 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근(RMSSD), 연속적인 NN 간격의 차이가 50 ms를 초과하는 NN 간격 수의 비율(pNN50), 0~0
|
3 |
3
심실 부정맥 예측 장치를 이용한 심실 부정맥 예측 방법에 있어서, 심실 부정맥 환자의 심전도 신호 및 호흡 신호 중 적어도 하나를 입력받는 단계,상기 심실 부정맥 환자의 심전도 신호 및 호흡 신호 중 적어도 하나를 분석하여 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 획득하는 단계,상기 획득한 파라미터 값을 이용하여 심실 부정맥의 발생 여부를 예측하는 심실 부정맥 추정 알고리즘을 생성하는 단계,사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 상기 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하는 단계, 그리고상기 심실 부정맥 발생 여부의 예측 결과를 출력하는 단계를 포함하며, 상기 심박 변이도에 대한 파라미터는 NN 간격 평균(Mean Normal-Normal interval), NN 간격 표준편차(SDNN), 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근(RMSSD), 연속적인 NN 간격의 차이가 50 ms를 초과하는 NN 간격 수의 비율(pNN50), 0~0
|
4 |
4
제3항에 있어서,상기 RR간격 데이터에서 이소성 박동을 제거하는 단계는,상기 RR간격의 크기가 임계 값보다 큰 경우, 해당되는 RR간격 구간을 삭제하는 심실 부정맥 예측 방법
|
5 |
5
제3항에 있어서,상기 심실 부정맥 추정 알고리즘을 생성하는 단계는,인공 신경 회로망에 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 입력하여 상기 심실 부정맥 추정 알고리즘을 생성하며,상기 인공 신경 회로망은,하나의 입력 레이어, 복수의 히든 레이어 및 하나의 출력 레이어를 포함하고, 상기 입력 레이어에 상기 심박 변이도에 대한 파라미터 값 및 상기 심박 변이도에 대한 파라미터 값 중 적어도 하나가 입력되는 심실 부정맥 예측 방법
|
6 |
6
심실 부정맥 환자의 심전도 신호 및 호흡 신호 중 적어도 하나를 입력받는 입력부,상기 심실 부정맥 환자의 심전도 신호 및 호흡 중 적어도 하나를 분석하여 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 획득하는 획득부,상기 획득한 파라미터 값을 이용하여 심실 부정맥의 발생 여부를 예측하는 심실 부정맥 추정 알고리즘을 생성하는 생성부,사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 상기 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하는 예측부, 그리고상기 심실 부정맥 발생 여부의 예측 결과를 출력하는 출력부를 포함하며, 상기 생성부는,인공 신경 회로망에 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 입력하여 상기 심실 부정맥 추정 알고리즘을 생성하며,상기 인공 신경 회로망은,하나의 입력 레이어, 복수의 히든 레이어 및 하나의 출력 레이어를 포함하고, 상기 입력 레이어에 상기 심박 변이도에 대한 파라미터 값 및 상기 심박 변이도에 대한 파라미터 값 중 적어도 하나가 입력되는 심실 부정맥 예측 장치
|
7 |
7
사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하는 예측부, 그리고 상기 심실 부정맥 발생 여부의 예측 결과를 출력하는 출력부를 포함하며, 상기 심실 부정맥 추정 알고리즘은, 심실 부정맥 환자의 심전도 신호 및 호흡 중 적어도 하나를 분석하여 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 획득하고, 상기 획득한 파라미터 값을 이용하여 생성되며, 상기 심박 변이도에 대한 파라미터는 NN 간격 평균(Mean Normal-Normal interval), NN 간격 표준편차(SDNN), 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근(RMSSD), 연속적인 NN 간격의 차이가 50 ms를 초과하는 NN 간격 수의 비율(pNN50), 0~0
|
8 |
8
사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하고, 상기 심실 부정맥 발생 여부의 예측 결과를 출력하며, 상기 심실 부정맥 추정 알고리즘은, 심실 부정맥 환자의 심전도 신호 및 호흡 중 적어도 하나를 분석하여 획득된 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 이용하여 생성되며, 상기 심박 변이도에 대한 파라미터는 NN 간격 평균(Mean Normal-Normal interval), NN 간격 표준편차(SDNN), 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근(RMSSD), 연속적인 NN 간격의 차이가 50 ms를 초과하는 NN 간격 수의 비율(pNN50), 0~0
|
9 |
9
심실 부정맥 환자의 심전도 신호 및 호흡 신호 중 적어도 하나를 입력받는 입력부,상기 심실 부정맥 환자의 심전도 신호 및 호흡 중 적어도 하나를 분석하여 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 획득하는 획득부,상기 획득한 파라미터 값을 이용하여 심실 부정맥의 발생 여부를 예측하는 심실 부정맥 추정 알고리즘을 생성하는 생성부,사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 상기 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하는 예측부, 그리고상기 심실 부정맥 발생 여부의 예측 결과를 출력하는 출력부를 포함하며, 상기 심박 변이도에 대한 파라미터는 NN 간격 평균(Mean Normal-Normal interval), NN 간격 표준편차(SDNN), 인접한 NN 간격의 차이에 대한 제곱의 합을 평균한 값에 대한 제곱근(RMSSD), 연속적인 NN 간격의 차이가 50 ms를 초과하는 NN 간격 수의 비율(pNN50), 0~0
|
10 |
10
제9항에 있어서,상기 획득부는,상기 RR간격의 크기가 임계 값보다 큰 경우, 해당되는 RR간격 구간을 삭제하여 상기 RR간격 데이터에서 이소성 박동을 제거하는 심실 부정맥 예측 장치
|
11 |
11
제9항에 있어서,상기 생성부는,인공 신경 회로망에 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 입력하여 상기 심실 부정맥 추정 알고리즘을 생성하며,상기 인공 신경 회로망은,하나의 입력 레이어, 복수의 히든 레이어 및 하나의 출력 레이어를 포함하고, 상기 입력 레이어에 상기 심박 변이도에 대한 파라미터 값 및 상기 심박 변이도에 대한 파라미터 값 중 적어도 하나가 입력되는 심실 부정맥 예측 장치
|
12 |
12
사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하는 예측부, 그리고 상기 심실 부정맥 발생 여부의 예측 결과를 출력하는 출력부를 포함하며, 상기 심실 부정맥 추정 알고리즘은, 심실 부정맥 환자의 심전도 신호 및 호흡 중 적어도 하나를 분석하여 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 획득하고, 상기 획득한 파라미터 값을 이용하여 생성되되, 인공 신경 회로망에 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 입력하여 생성되며,상기 인공 신경 회로망은,하나의 입력 레이어, 복수의 히든 레이어 및 하나의 출력 레이어를 포함하고, 상기 입력 레이어에 상기 심박 변이도에 대한 파라미터 값 및 상기 심박 변이도에 대한 파라미터 값 중 적어도 하나가 입력되는 심실 부정맥 예측 장치
|
13 |
13
사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하고, 상기 심실 부정맥 발생 여부의 예측 결과를 출력하며, 상기 심실 부정맥 추정 알고리즘은, 심실 부정맥 환자의 심전도 신호 및 호흡 중 적어도 하나를 분석하여 획득된 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 이용하여 생성되되, 인공 신경 회로망에 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 입력하여 생성되며,상기 인공 신경 회로망은,하나의 입력 레이어, 복수의 히든 레이어 및 하나의 출력 레이어를 포함하고, 상기 입력 레이어에 상기 심박 변이도에 대한 파라미터 값 및 상기 심박 변이도에 대한 파라미터 값 중 적어도 하나가 입력되는 심실 부정맥 예측 서비스 서버
|
14 |
14
사용자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 심실 부정맥 추정 알고리즘에 적용하여 상기 사용자의 심실 부정맥 발생 여부를 예측하는 단계, 그리고 상기 심실 부정맥 발생 여부의 예측 결과를 출력하는 단계를 포함하며, 상기 심실 부정맥 추정 알고리즘은, 심실 부정맥 환자의 심전도 신호 및 호흡 중 적어도 하나를 분석하여 획득된 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 이용하여 생성되되, 인공 신경 회로망에 상기 심실 부정맥 환자의 심박 변이도 및 호흡 변이도에 대한 파라미터 값 중 적어도 하나를 입력하여 생성되며,상기 인공 신경 회로망은,하나의 입력 레이어, 복수의 히든 레이어 및 하나의 출력 레이어를 포함하고, 상기 입력 레이어에 상기 심박 변이도에 대한 파라미터 값 및 상기 심박 변이도에 대한 파라미터 값 중 적어도 하나가 입력되는 심실 부정맥 예측 방법
|
15 |
15
제1항 내지 제5항, 제14항 중 어느 한 항의 심실 부정맥 예측 방법을 실행하기 위한 프로그램이 기록된 컴퓨터 판독이 가능한 기록매체
|