1 |
1
학습 바이오 시그널을 기 설정된 조건에 따라 복수의 기호로 표현하고, 상기 복수의 기호 각각을 N차원의 벡터로 표현한 벡터 테이블을 획득하는 벡터 테이블 획득부; 상기 N차원의 벡터를 합하여 학습 가능한 학습 벡터를 추출하는 추출부; 및 특정인의 바이오 시그널에서 추출된 특정인 벡터를 상기 학습 벡터와 비교하여 상기 특정인의 질병을 예측하는 예측부; 를 포함하는 것을 특징으로 하는 질병 예측 장치
|
2 |
2
제 1 항에 있어서, 상기 벡터 테이블 획득부는,상기 특정인의 바이오 시그널을 기 설정된 조건에 따라 복수의 기호로 표현하고, 상기 복수의 기호 각각을 N차원 벡터로 표현한 특정인 벡터 테이블을 획득하며, 상기 추출부는, 상기 특정인 벡터 테이블에서의 상기 N차원 벡터를 합하여 상기 특정인 벡터를 추출하고, 상기 예측부는,상기 학습 벡터와 상기 특정인 벡터 사이를 비교하여 상기 특정인의 질병을 예측하는 것을 특징으로 하는 질병 예측 장치
|
3 |
3
제 2 항에 있어서,상기 예측부는, 상기 학습 벡터와 상기 특정인 벡터 사이 각도를 기초로 상기 특정인의 질병을 예측하는 것을 특징으로 하는 질병 예측 장치
|
4 |
4
제 1 항에 있어서, 상기 학습 벡터는, 질병인 학습 벡터와 정상인 학습 벡터를 포함하는 것을 특징으로 하는 질병 예측 장치
|
5 |
5
제 4 항에 있어서, 상기 예측부는,상기 특정인 벡터와 상기 정상인 학습 벡터 사이의 각도가 상기 특정인 벡터와 상기 질병인 학습 벡터 사이의 각도 보다 큰 경우 상기 특정인이 질병이 있는 것으로 예측하는 것을 특징으로 하는 질병 예측 장치
|
6 |
6
청구항 4에 있어서, 상기 벡터 테이블 획득부는,상기 특정인 바이오 시그널이 입력되는 현재시간을 기초로 임의 시간 이전의 시간부터 상기 현재시간까지의 상기 특정인 바이오 시그널을 복수의 기호로 표현하고, 상기 복수의 기호 각각을 N차원 벡터로 표현한 시간별 특정인 벡터 테이블을 획득하며, 상기 추출부는, 상기 시간별 특정인 벡터 테이블에서의 상기 N차원 벡터를 합하여 시간별 특정인 벡터를 추출하고, 상기 예측부는,시간에 따라 상기 시간별 특정인 벡터가 상기 학습 벡터 사이의 각도가 기 설정된 임계각도보다 가까워지는지 여부를 비교하는 것을 특징으로 하는 질병 예측 장치
|
7 |
7
청구항 6에 있어서, 상기 시간별 특정인 벡터는,상기 현재시간과 상기 이전의 시간 사이에서 상기 질병인 학습 벡터와 상기 정상인 학습 벡터 사이에서 진동하며, 상기 예측부는,상기 현재시간과 상기 이전의 시간 사이에서 상기 실시간 특정인 벡터와 상기 질병인 학습 벡터 사이의 거리가 상기 실시간 특정인 벡터와 상기 정상인 학습 벡터 사이의 거리보다 인접한 경우 상기 특정인이 질병이 있는 것으로 예측하는 것을 특징으로 하는 질병 예측 장치
|
8 |
8
청구항 1에 있어서, 상기 학습 바이오 시그널 및 상기 특정인 바이오 시그널을 기 설정된 조건에 따라 일정 단위 크기로 분할하는 단위 결정부, 상기 일정 단위 각각에 기호를 부여하는 기호 결정부를 더 포함하는 것을 특징으로 하는 질병 예측 장치
|
9 |
9
청구항 8에 있어서, 상기 단위 크기가 증가할수록 상기 기호의 수가 증가하는 것을 특징으로 하는 질병 예측 장치
|
10 |
10
질병 예측 장치에 의해 수행되는 질병 예측 방법으로서,학습 바이오 시그널을 기 설정된 조건에 따라 복수의 기호로 표현하고, 상기 복수의 기호 각각을 N차원의 벡터로 표현한 벡터 테이블을 획득하고, 상기 N차원의 벡터를 합하여 학습 가능한 학습 벡터를 추출하는 단계; 특정인의 바이오 시그널을 기 설정된 조건에 따라 복수의 기호로 표현하고, 상기 복수의 기호 각각을 N차원의 벡터로 표현한 특정인 벡터 테이블을 획득하고, 상기 N차원의 벡터를 합하여 특정인 벡터를 추출하는 단계; 및상기 학습 벡터와 상기 특정인 벡터를 비교하여 상기 특정인의 질병을 예측하는 단계; 를 포함하는 것을 특징으로 하는 질병 예측 방법
|
11 |
11
청구항 10에 있어서, 상기 학습 벡터와 상기 특정인 벡터를 비교하여 상기 특정인의 질병을 예측하는 단계는, 상기 학습 벡터와 상기 특정인 벡터 사이 각도를 기초로 상기 특정인의 질병을 예측하는 것을 특징으로 하는 질병 예측 방법
|
12 |
12
청구항 10에 있어서, 상기 학습 벡터를 추출하는 단계는, 질병인 학습 벡터와 정상인 학습 벡터를 추출하는 단계를 포함하는 것을 특징으로 하는 질병 예측 방법
|
13 |
13
청구항 12에 있어서, 상기 학습 벡터와 상기 특정인 벡터를 비교하여 상기 특정인의 질병을 예측하는 단계는, 상기 특정인 벡터와 상기 정상인 학습 벡터 사이의 각도가 상기 특정인 벡터와 상기 질병인 학습 벡터 사이의 각도 보다 큰 경우 상기 특정인이 질병이 있는 것으로 예측하는 것을 특징으로 하는 질병 예측 방법
|