| 1 |
1
복수의 사용자와 관련된 복수의 데이터를 수집하는 제 1 단계;상기 수집한 복수의 데이터 중 전립선암과 관련된 제 1 데이터를 추출하는 제 2 단계;상기 제 1 데이터 중 상기 전립선암의 병리학적 병기(Pathology Stage)와 관련하여 미리 설정된 팩터(factor)에 대응하는 제 2 데이터를 추출하는 제 3 단계;상기 제 2 데이터 중 적어도 하나를 이용하여 상기 전립선암의 병리학적 병기 예측을 위한 모델(model)을 생성하는 제 4 단계;상기 제 1 단계 내지 제 4 단계를 반복하여 상기 전립선암의 병리학적 병기 예측을 위한 모델을 복수 개 생성하는 제 5 단계;상기 복수의 사용자 중 제 1 사용자와 관련된 제 3 데이터를 수집하는 제 6 단계;상기 제 3 데이터를 이용하여, 상기 복수의 모델 중 상기 제 1 사용자에 적용할 제 1 모델을 선택하는 제 7 단계; 및상기 제 1 모델을 이용하여 상기 제 1 사용자의 상기 전립선암의 병리학적 병기를 예측하는 제 8 단계;를 포함하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 2 |
2
제 1항에 있어서,상기 제 3 단계에서상기 미리 설정된 팩터는,나이, 신체질량 지수(Body Mass Index), 초기 전립선 특이항원(initial Prostate Specific Antigen), 글리슨 점수(Gleason score), 종양차지비율(Percentage of positive core), 임상병리(Clinical T stage)를 포함하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 3 |
3
제 2항에 있어서,상기 제 2 데이터는,상기 미리 설정된 팩터를 이용하여 도출되는 상기 병리학적 병기의 상태를 나타내는 데이터인 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 4 |
4
제 3항에 있어서,상기 제 2 데이터는, 상기 병리학적 병기의 상태를 나타내는 비전이질병 데이터 및 전이질병 데이터를 포함하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 5 |
5
제 1항에 있어서,상기 미리 설정된 팩터는,나이, 신체질량 지수(Body Mass Index), 초기 전립선 특이항원(initial Prostate Specific Antigen), 글리슨 점수(Gleason score), 종양차지비율(Percentage of positive core), 임상병리(Clinical T stage) 를 포함하고,상기 제 5 단계는,상기 미리 설정된 팩터 중 적어도 하나를 이용하되, 서로 다른 개수의 팩터를 이용하여 상기 복수의 모델을 생성하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 6 |
6
제 1항에 있어서,상기 제 7 단계는,상기 복수의 모델에 의사결정 나무기반의 분류 알고리즘을 적용하는 제 7-1 단계;상기 의사결정 나무기반의 분류 알고리즘을 적용된 복수의 모델에 검증 데이터를 적용하는 제 7-2 단계; 및상기 검증 데이터가 적용된 복수의 모델의 결과값 중 상기 검증 데이터에 가장 잘 매핑(mapping)되는 모델을 상기 제 1 모델로 선택하는 제 7-3 단계;를 포함하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 7 |
7
제 6항에 있어서,상기 의사결정 나무기반의 분류 알고리즘은, 상기 복수의 사용자의 의사결정에 따라 연속적으로 결과값이 달라지는 알고리즘인 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 8 |
8
제 6항에 있어서,상기 제 7-3 단계는,오차행렬(confusion matrix)을 이용한 정확도, 민감도 및 특이도를 산출하는 제 8-1 단계; 및상기 복수의 모델 중 상기 정확도, 민감도 및 특이도를 합산하여 가장 높은 수치를 보이는 모델을 상기 제 1 모델로 선택하는 제 8-2 단계;를 더 포함하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 9 |
9
제 8항에 있어서,상기 정확도는 하기의 수학식 1에 의해 산출되고, 상기 민감도는 하기의 수학식 2에 의해 산출되며, 상기 특이도는 하기의 수학식 3에 의해 산출되는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 10 |
10
제 1항에 있어서,상기 제 1 사용자의 예측된 상기 전립선암의 병리학적 병기를 상기 제 1 사용자에게 전송하거나 디스플레이부를 통해 표시하는 제 9 단계;를 더 포함하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 11 |
11
복수의 사용자와 관련된 복수의 데이터를 수집하고, 상기 수집한 복수의 데이터 중 전립선암과 관련된 제 1 데이터를 추출하는 데이터 클리닝부;상기 제 1 데이터 중 상기 전립선암의 병리학적 병기(Pathology Stage)와 관련하여 미리 설정된 팩터(factor)에 대응하는 제 2 데이터를 추출하는 데이터 항목 선택부;상기 제 2 데이터 중 적어도 하나를 이용하여 상기 전립선암의 병리학적 병기 예측을 위한 모델(model)을 생성하고, 상기 데이터 클리닝부 및 데이터 항목 선택부의 동작을 반복하여 상기 전립선암의 병리학적 병기 예측을 위한 모델을 복수 개 생성하는 데이터 모델 준비부; 및상기 복수의 사용자 중 제 1 사용자와 관련된 제 3 데이터를 수집하고, 상기 제 3 데이터를 이용하여, 상기 복수의 모델 중 상기 제 1 사용자에 적용할 제 1 모델을 선택하며, 상기 제 1 모델을 이용하여 상기 제 1 사용자의 상기 전립선암의 병리학적 병기를 예측하는 분류 예측부;를 포함하는 전립선암 치료를 위한 병리학적 병기 장치
|
| 12 |
12
제 11항에 있어서,상기 미리 설정된 팩터는,나이, 신체질량 지수(Body Mass Index), 초기 전립선 특이항원(initial Prostate Specific Antigen), 글리슨 점수(Gleason score), 종양차지비율(Percentage of positive core), 임상병리(Clinical T stage) 인 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 장치
|
| 13 |
13
제 12항에 있어서,상기 제 2 데이터는,상기 미리 설정된 팩터를 이용하여 도출되는 상기 병리학적 병기의 상태를 나타내는 데이터인 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 장치
|
| 14 |
14
제 13항에 있어서,상기 제 2 데이터는, 상기 병리학적 병기의 상태를 나타내는 비전이질병 데이터 및 전이질병 데이터를 포함하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 장치
|
| 15 |
15
제 11항에 있어서,상기 미리 설정된 팩터는,나이, 신체질량 지수(Body Mass Index), 초기 전립선 특이항원(initial Prostate Specific Antigen), 글리슨 점수(Gleason score), 종양차지비율(Percentage of positive core), 임상병리(Clinical T stage) 를 포함하고,상기 데이터 모델 준비부는, 상기 미리 설정된 팩터 중 적어도 하나를 이용하되, 서로 다른 개수의 팩터를 이용하여 상기 복수의 모델을 생성하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 장치
|
| 16 |
16
제 11항에 있어서,상기 제 7 단계는,상기 복수의 모델에 의사결정 나무기반의 분류 알고리즘을 적용하는 제 7-1 단계;상기 의사결정 나무기반의 분류 알고리즘을 적용된 복수의 모델에 검증 데이터를 적용하는 제 7-2 단계; 및상기 검증 데이터가 적용된 복수의 모델의 결과값 중 상기 검증 데이터에 가장 잘 매핑(mapping)되는 모델을 상기 제 1 모델로 선택하는 제 7-3 단계;를 포함하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 17 |
17
제 16항에 있어서,상기 의사결정 나무기반의 분류 알고리즘은, 상기 복수의 사용자의 의사결정에 따라 연속적으로 결과값이 달라지는 알고리즘인 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 방법
|
| 18 |
18
제 16항에 있어서,상기 분류 예측부는, 오차행렬(confusion matrix)을 이용한 정확도, 민감도 및 특이도를 산출하고, 상기 복수의 모델 중 상기 정확도, 민감도 및 특이도를 합산하여 가장 높은 수치를 보이는 모델을 상기 제 1 모델로 선택하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 장치
|
| 19 |
19
제 18항에 있어서,상기 정확도는 하기의 수학식 1에 의해 산출되고, 상기 민감도는 하기의 수학식 2에 의해 산출되며, 상기 특이도는 하기의 수학식 3에 의해 산출되는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 장치
|
| 20 |
20
제 11항에 있어서,상기 제 1 사용자의 예측된 상기 전립선암의 병리학적 병기를 상기 제 1 사용자에게 전송하는 무선통신부; 및 상기 제 1 사용자의 예측된 상기 전립선암의 병리학적 병기를 표시하는 디스플레이부; 중 적어도 하나를 더 포함하는 것을 특징으로 하는 전립선암 치료를 위한 병리학적 병기 예측 장치
|
