1 |
1
프로세서에 의해, 뇌졸중 환자의 뇌 영상 데이터에 기초하여 초기 장애 정도를 결정하는 단계;상기 프로세서에 의해, 상기 뇌 영상 데이터로부터 획득된 병변에 관한 정보를 정상인의 휴면 상태 fMRI(functional MRI)에 각각 적용하여, 상기 정상인의 뇌 네트워크 구조에서 상기 뇌졸중 환자의 상기 병변을 제 1 시드로 설정함으로써, 상기 제 1 시드에 일차적으로 연결되는 제 1 복수의 영역들에 관한, 상기 정상인의 일차 연결 정보를 결정하는 단계;상기 프로세서에 의해, 상기 정상인의 상기 뇌 네트워크 구조에서 결정된 상기 일차 연결 정보에 기초하여 상기 정상인의 상기 뇌 네트워크 구조에서 상기 제 1 복수의 영역들을 제 2 시드로 설정함으로써, 상기 제 1 시드에 이차적으로 연결되고 상기 제 2 시드에 일차적으로 연결되는 제 2 복수의 영역들에 관한, 상기 정상인의 이차 연결 정보를 획득하는 단계;상기 프로세서에 의해, 상기 정상인의 상기 일차 연결 정보를 결정하는 단계 및 상기 정상인의 상기 이차 연결 정보를 획득하는 단계를, 제 1 정상인 내지 제 n 정상인에 대해 수행하여 상기 제 1 정상인 내지 상기 제 n 정상인 각각의 이차 연결 정보를 획득하는 단계;상기 프로세서에 의해, 상기 제 1 정상인 내지 상기 제 n 정상인 각각의 이차 연결 정보, 및 상기 뇌졸중 환자의 상기 초기 장애 정도를 이용하여, 상기 뇌졸중 환자의 상기 병변에 대한 회복 예측 모델을 생성하는 단계를 포함하고, 상기 n 은 2 이상의 정수인, 것을 특징으로 하고,상기 회복 예측 모델을 생성하는 단계는,상기 제 1 정상인 내지 상기 제 n 정상인 각각의 이차 연결 정보의 평균값, 및 상기 초기 장애 정도를 이용하여, 상기 병변에 대한 상기 회복 예측 모델을 생성하는 단계를 포함하고,상기 프로세서에 의해, 상기 뇌졸중 환자의 나이 및 상기 뇌졸중 환자의 상기 병변의 크기에 관한 정보를 획득하는 단계를 더 포함하고, 상기 회복 예측 모델을 생성하는 단계는,상기 프로세서에 의해, 상기 뇌졸중 환자의 나이, 상기 병변의 크기, 상기 제 1 정상인 내지 상기 제 n 정상인 각각의 이차 연결 정보, 및 상기 초기 장애 정도를 이용하여, 상기 뇌졸중 환자의 상기 병변에 대한 회복 예측 모델을 생성하는 단계를 포함하되,상기 프로세서에 의해, 상기 뇌졸중 환자의 상기 뇌 영상 데이터를 MRI 기법을 통해 획득하는 단계; 및상기 프로세서에 의해, 상기 획득한 뇌 영상 데이터에 상기 뇌졸중 환자의 머리 움직임의 보정을 수행하는 단계를 더 포함하고,상기 이차 연결 정보는,상기 병변으로부터 영향을 받지 않거나, 상기 병변으로부터 영향을 받는 정도가 소정 기준 미만인 것을 특징으로 하되,상기 이차 연결 정보를 획득하기 위해 하기의 [수학식 1]이 사용되는 것을 특징으로 하는, 뇌졸중 환자의 회복 정도를 예측하는 방법
|
6 |
6
뇌졸중 환자의 뇌 영상 데이터에 기초하여 초기 장애 정도를 결정하고,상기 뇌 영상 데이터로부터 획득된 병변에 관한 정보를 정상인의 휴면 상태 fMRI(functional MRI)에 각각 적용하여, 상기 정상인의 뇌 네트워크 구조에서 상기 뇌졸중 환자의 상기 병변을 제 1 시드로 설정함으로써, 상기 제 1 시드에 일차적으로 연결되는 제 1 복수의 영역들에 관한, 상기 정상인의 일차 연결 정보를 결정하고, 상기 정상인의 상기 뇌 네트워크 구조에서 결정된 상기 일차 연결 정보에 기초하여 상기 정상인의 상기 뇌 네트워크 구조에서 상기 제 1 복수의 영역들을 제 2 시드로 설정함으로써, 상기 제 1 시드에 이차적으로 연결되고 상기 제 2 시드에 일차적으로 연결되는 제 2 복수의 영역들에 관한, 상기 정상인의 이차 연결 정보를 획득하고, 상기 정상인의 상기 일차 연결 정보를 결정하는 단계 및 상기 정상인의 상기 이차 연결 정보를 획득하는 단계를, 제 1 정상인 내지 제 n 정상인에 대해 수행하여 상기 제 1 정상인 내지 상기 제 n 정상인 각각의 이차 연결 정보를 획득하고, 상기 제 1 정상인 내지 상기 제 n 정상인 각각의 이차 연결 정보, 및 상기 뇌졸중 환자의 상기 초기 장애 정도를 이용하여, 상기 뇌졸중 환자의 상기 병변에 대한 회복 예측 모델을 생성하도록 구성된 프로세서; 및상기 회복 예측 모델을 저장하는 메모리를 포함하고, 상기 n 은 2 이상의 정수인 것을 특징으로 하고,상기 프로세서는, 상기 제 1 정상인 내지 상기 제 n 정상인 각각의 이차 연결 정보의 평균값, 및 상기 초기 장애 정도를 이용하여, 상기 병변에 대한 상기 회복 예측 모델을 생성하도록 더 구성되고,상기 프로세서는, 상기 뇌졸중 환자의 나이 및 상기 뇌졸중 환자의 상기 병변의 크기에 관한 정보를 획득하고, 상기 뇌졸중 환자의 나이, 상기 병변의 크기, 상기 제 1 정상인 내지 상기 제 n 정상인 각각의 이차 연결 정보, 및 상기 초기 장애 정도를 이용하여, 상기 뇌졸중 환자의 상기 병변에 대한 회복 예측 모델을 생성하도록 더 구성되고,상기 프로세서는, 상기 뇌졸중 환자의 상기 뇌 영상 데이터를 MRI 기법을 통해 획득하고, 상기 획득한 뇌 영상 데이터에 상기 뇌졸중 환자의 머리 움직임의 보정을 수행하도록 더 구성되고,상기 이차 연결 정보는,상기 병변으로부터 영향을 받지 않거나, 상기 병변으로부터 영향을 받는 정도가 소정 기준 미만인 것을 특징으로 하며,상기 이차 연결 정보를 획득하기 위해 하기의 [수학식 1]이 사용되는 것을 특징으로 하는, 뇌졸중 환자의 회복 정도를 예측하는 장치
|