맞춤기술찾기

이전대상기술

퇴행성 질환의 조기 발견을 위한 언어능력진단 시스템, 방법 및 이를 제공하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독가능한 기록매체

  • 기술번호 : KST2018012414
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 퇴행성 질환의 조기 발견을 위한 언어능력진단 시스템, 방법 및 이를 제공하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독가능한 기록매체가 개시된다. 퇴행성 질환의 조기 발견을 위한 언어능력진단 시스템은 언어 인지 반응의 결과로 나타나는 뇌전도의 사건관련전위(event-related potentials, 이하 ERP) 를 측정하는 뇌전도측정부, 상기 뇌전도측정부로부터 측정된 ERP 신호, 측정대상의 개인정보 및 전문가로부터의 언어능력진단결과를 목록화하여 저장하는 데이터베이스부, 상기 데이터베이스부에 저장된 ERP 신호와 언어능력진단결과를 딥러닝 기반으로 학습하여 ERP 신호에 따른 언어능력진단 모델을 생성하는 학습부로서, 상기 학습부는 상기 ERP 신호로부터 한국어의 통사적 특징에 따른 언어능력 진단결과를 학습하는 상기 학습부 및 상기 뇌전도측정부로부터 측정된 ERP 신호를 상기 언어능력진단 모델에 입력하여 측정대상의 언어능력의 손상여부를 진단하는 진단부를 포함한다. 따라서, 한국어의 통사적 특징을 반영한 ERP 신호에 따른 언어능력진단결과를 학습하여 이를 측정대상의 언어능력을 진단하는데 이용함으로써 한국어 특징적인 언어구조를 반영한 언어처리능력의 진단시스템을 제공할 수 있다.
Int. CL A61B 5/00 (2006.01.01) A61B 5/0478 (2006.01.01) A61B 5/04 (2006.01.01) G06N 3/02 (2019.01.01)
CPC A61B 5/4088(2013.01) A61B 5/4088(2013.01) A61B 5/4088(2013.01) A61B 5/4088(2013.01)
출원번호/일자 1020170026994 (2017.03.02)
출원인 이화여자대학교 산학협력단
등록번호/일자 10-2028797-0000 (2019.09.27)
공개번호/일자 10-2018-0100780 (2018.09.12) 문서열기
공고번호/일자 (20191004) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.03.02)
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 이화여자대학교 산학협력단 대한민국 서울특별시 서대문구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 강제원 대한민국 서울특별시 마포구
2 전상범 대한민국 서울특별시 서초구
3 정지향 대한민국 서울특별시 마포구
4 성지은 대한민국 서울특별시 서초구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 윤귀상 대한민국 서울특별시 금천구 디지털로*길 ** ***호 (가산동, 한신IT타워*차)(디앤특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 이화여자대학교 산학협력단 대한민국 서울특별시 서대문구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2017.03.02 수리 (Accepted) 1-1-2017-0209886-05
2 선행기술조사의뢰서
Request for Prior Art Search
2018.01.11 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2018.03.08 발송처리완료 (Completion of Transmission) 9-6-2018-0128035-05
4 의견제출통지서
Notification of reason for refusal
2018.10.22 발송처리완료 (Completion of Transmission) 9-5-2018-0717788-36
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2018.12.19 수리 (Accepted) 1-1-2018-1280726-76
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.12.19 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-1280727-11
7 의견제출통지서
Notification of reason for refusal
2019.03.28 발송처리완료 (Completion of Transmission) 9-5-2019-0227497-85
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.05.27 수리 (Accepted) 1-1-2019-0543322-92
9 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.05.27 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0543323-37
10 등록결정서
Decision to grant
2019.09.24 발송처리완료 (Completion of Transmission) 9-5-2019-0688594-40
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
언어 인지 반응의 결과로 나타나는 뇌전도의 사건관련전위(event-related potentials,이하 ERP) 를 측정하는 뇌전도측정부;상기 뇌전도측정부로부터 측정된 ERP 신호, 측정대상의 개인정보 및 전문가로부터의 언어능력진단결과를 목록화하여 저장하는 데이터베이스부; 상기 데이터베이스부에 저장된 ERP 신호와 언어능력진단결과를 딥러닝 기반으로 학습하여 ERP 신호에 따른 언어능력진단 모델을 생성하는 학습부로서, 상기 학습부는 상기 ERP 신호로부터 한국어의 통사적 특징에 따른 언어능력 진단결과를 학습하고, 상기 한국어의 통사적 특징과 관련된 ERP 신호를 추출하고 상기 추출된 ERP 신호에 따른 언어능력진단 결과를 학습하는 상기 학습부; 및상기 뇌전도측정부로부터 측정된 ERP 신호를 상기 언어능력진단 모델에 입력하여 측정대상의 언어능력의 손상여부를 진단하는 진단부를 포함하되,상기 학습부는,적어도 하나 이상의 컨볼루셔널 레이어(convolutional layer), 풀링 레이어(pooling layer) 및 최종 판별을 담당하는 풀 커넥티드 레이어(full-connected layer)를 포함하는 컨볼루셔널 뉴럴 네트워크(convolutional neural network; CNN)로 구성되고,상기 ERP 신호가 상기 적어도 하나 이상의 컨볼루셔널 레이어, 풀링 레이어, 풀 커넥티드 레이어에 순차적으로 적용되어 출력된 결과가 상기 ERP 신호에 대응하는 언어능력진단 결과로 출력되도록 상기 적어도 하나 이상의 컨볼루셔널 레이어의 필터를 학습하고 각 컨볼루셔널 레이어의 특징맵을 저장하고,상기 학습부는 상기 한국어의 통사적 특징인 조사 또는 어순으로부터 발생하는 조사 오류 또는 어순의 변화에 따른 언어능력진단 결과를 학습하기 위해, 상기 조사를 포함한 명사절과 관련된 적어도 하나 이상의 ERP 신호를 추출하고 상기 추출된 ERP 신호의 적어도 하나 이상을 선택하여 해당 ERP 신호에 따른 언어능력진단 결과를 학습하는 퇴행성 질환의 조기발견을 위한 언어능력진단 시스템
2 2
삭제
3 3
삭제
4 4
삭제
5 5
제 1 항에 있어서,상기 한국어의 통사적 특징은 경어법 서술어이고,상기 학습부는 상기 경어법 서술어와 관련된 적어도 하나 이상의 ERP 신호를 추출하고 상기 추출된 ERP 신호에 따른 언어능력진단 결과를 학습하는 퇴행성 질환의 조기발견을 위한 언어능력진단 시스템
6 6
측정대상의 언어 인지 반응의 결과로 나타나는 뇌전도의 사건관련전위 신호(event-related potentials, 이하 ERP)를 기초로 언어능력의 손상 여부를 진단하는 언어능력진단 시스템에 의해 수행되는, 퇴행성 질환의 조기발견을 위한 언어능력진단 방법에 있어서,상기 ERP 신호, 측정대상의 개인정보 및 전문가로부터의 언어능력진단결과를 목록화하여 저장하고,상기 저장된 ERP 신호 및 언어능력진단 결과를 딥러닝 기반으로 학습하되, 상기 ERP 신호로부터 한국어의 통사적 특징에 따른 언어능력진단 결과를 학습하고,상기 학습결과를 이용하여 상기 ERP 신호에 따른 언어능력진단 모델을 생성하고,ERP 신호를 상기 언어능력진단 모델에 입력하여 측정대상의 언어능력의 손상여부를 진단하되,상기 ERP 신호로부터 한국어의 통사적 특징에 따른 언어능력진단결과를 학습하는 것은,상기 ERP 신호에서 상기 한국어의 통사적 특징과 관련된 ERP 신호를 추출하고,상기 추출된 ERP 신호에 따른 언어능력진단 결과를 학습하고,상기 저장된 ERP 신호 및 언어능력진단 결과를 딥러닝 기반으로 학습하는 것은,적어도 하나 이상의 컨볼루셔널 레이어(convolutional layer), 풀링 레이어(pooling layer) 및 최종 판별을 담당하는 풀 커넥티드 레이어(full-connected layer) 를 포함하는 컨볼루셔널 뉴럴 네트워크(convolutional neural network; CNN)를 이용하는 것이고,상기 ERP 신호가 상기 적어도 하나 이상의 컨볼루셔널 레이어, 풀링 레이어, 풀 커넥티드 레이어에 순차적으로 적용되어 출력된 결과가 상기 ERP 신호에 대응하는 언어능력진단 결과로 출력되도록 상기 적어도 하나 이상의 컨볼루셔널 레이어의 필터를 학습하고 각 컨볼루셔널 레이어의 특징맵을 저장하고,상기 ERP 신호로부터 한국어의 통사적 특징에 따른 언어능력진단결과를 학습하는 것은,조사 오류 또는 어순의 변화에 따른 언어능력진단 결과를 학습하기 위해 상기 조사를 포함한 명사절과 관련된 적어도 하나 이상의 ERP 신호를 추출하고,상기 추출된 ERP 신호의 적어도 하나 이상을 선택하여 해당 ERP 신호에 따른 언어능력진단 결과를 학습하는 퇴행성 질환의 조기발견을 위한 언어능력진단 방법
7 7
삭제
8 8
삭제
9 9
삭제
10 10
제 6 항에 있어서,상기 ERP 신호로부터 한국어의 통사적 특징에 따른 언어능력진단결과를 학습하는 것은,경어법 서술어와 관련된 적어도 하나 이상의 ERP 신호를 추출하고 해당 ERP 신호에 따른 언어능력진단 결과를 학습하는 것인 퇴행성 질환의 조기발견을 위한 언어능력진단 방법
11 11
제 6 항 및 제 10 항 중 어느 하나의 항에 따라 퇴행성 질환의 조기 발견을 위한 언어능력진단 방법을 제공하는, 컴퓨터 프로그램이 기록된 컴퓨터로 판독가능한 기록매체
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 교육부 이화여자대학교 산학협력단 학술인문사회사업-학제간융합연구사업 노화에 따른 언어처리손상 조기진단을 위한 언어 인공지능 모델 연구