1 |
1
자궁수축 판단장치에 의한 자궁수축 판단 방법에 있어서, 자궁 근전도 신호를 입력받는 단계;자궁 근전도 신호에 자궁수축 여부를 라벨링하는 단계;자궁 근전도 신호를 복수개의 주파수 대역별 신호로 분리하는 단계;분리된 신호를 일정 시간 단위로 분할하는 세그멘테이션 단계;분할된 신호를 정규화하는 단계;분할 및 정규화된 신호를 주파수 영역의 이미지 데이터로 변환하는 단계; 및변환된 이미지 데이터를 이용한 딥러닝 학습을 통해, 자궁 근전도 신호에 기반하여 자궁수축 여부를 판단하는 자궁수축 판단모델을 생성하는 단계;를 포함하는 자궁수축 판단방법
|
2 |
2
청구항 1에 있어서, 라벨링하는 단계는, 동일 시간대에 자궁수축력측정기(tocodynamometer)에 의해 측정된 신호를 이용하여 자궁 근전도 신호에 자궁수축 여부를 라벨링하는 것을 특징으로 하는 자궁수축 판단방법
|
3 |
3
청구항 1에 있어서, 분리하는 단계는, 자궁 근전도 신호를 4개의 주파수 대역별 신호로 분리하는 것을 특징으로 하는 자궁수축 판단방법
|
4 |
4
청구항 3에 있어서, 분리하는 단계는, 자궁 근전도 신호를 자궁 내압 신호에 해당되는 제1 분리신호, 저주파대역의 자궁신호에 해당되는 제2 분리신호, 고주파대역의 자궁신호에 해당되는 제3 분리신호, 및 기타 신호에 해당되는 제4 분리신호로 분리하는 것을 특징으로 하는 자궁수축 판단방법
|
5 |
5
청구항 4에 있어서, 제1 분리신호는 자궁 근전도 신호에서 0
|
6 |
6
청구항 1에 있어서, 세그멘테이션 단계는, 분리된 신호를 일정 시간 단위로 분할할 때 일부 시간이 중첩되도록 분할하는 것을 특징으로 하는 자궁수축 판단방법
|
7 |
7
청구항 1에 있어서, 변환하는 단계는, 분할 및 정규화된 신호를 숏타임푸리에변환(STFT : Short-time Fourier transform)를 이용하여 주파수 영역의 이미지 데이터로 변환하는 것을 특징으로 하는 자궁수축 판단방법
|
8 |
8
청구항 1에 있어서, 자궁수축 예측모델을 생성하는 단계는, 변환된 이미지 데이터를 학습데이터로 이용한 CNN(Convolutional Neural Network)에 의한 딥러닝 학습을 통해, 자궁 근전도 신호에 기반하여 자궁수축 여부를 판단하는 자궁수축 판단모델을 생성하는 것을 특징으로 하는 자궁수축 판단방법
|
9 |
9
청구항 1에 있어서, 생성된 자궁수축 판단모델을 이용하여, 입력된 자궁 근전도 신호에 기초하여 일정 시간동안 자궁수축 횟수를 판단하는 단계;를 더 포함하는 것을 특징으로 하는 자궁수축 판단방법
|
10 |
10
자궁 근전도 신호를 입력받는 단계;자궁 근전도 신호에 자궁수축 여부를 라벨링하는 단계;자궁 근전도 신호를 복수개의 주파수 대역별 신호로 분리하는 단계;분리된 신호를 일정 시간 단위로 분할하는 세그멘테이션 단계;세그멘테이션된 신호를 정규화하는 단계;세그멘테이션 및 정규화된 신호를 주파수 영역의 이미지 데이터로 변환하는 단계; 및변환된 이미지 데이터를 이용한 딥러닝 학습을 통해, 자궁 근전도 신호에 기반하여 자궁수축 여부를 판단하는 자궁수축 판단모델을 생성하는 단계;를 포함하는 자궁수축 판단방법을 실행하는 컴퓨터 프로그램이 수록된 컴퓨터로 읽을 수 있는 기록매체
|
11 |
11
자궁 근전도 신호를 입력받는 입력부;자궁 근전도 신호에 자궁수축 여부를 라벨링하고, 자궁 근전도 신호를 복수개의 주파수 대역별 신호로 분리하며, 분리된 신호를 일정 시간 단위로 분할하는 세그멘테이션하고, 세그멘테이션된 신호를 정규화하며, 세그멘테이션 및 정규화된 신호를 주파수 영역의 이미지 데이터로 변환하고, 변환된 이미지 데이터를 이용한 딥러닝 학습을 통해, 자궁 근전도 신호에 기반하여 자궁수축 여부를 판단하는 자궁수축 판단모델을 생성하는 제어부;를 포함하는 자궁수축 판단장치
|
12 |
12
자궁수축 판단장치에 의한 조산 위험도 식별방법에 있어서, 자궁 근전도 신호를 입력받는 단계;자궁 근전도 신호에 자궁수축 여부를 라벨링하는 단계;자궁 근전도 신호를 복수개의 주파수 대역별 신호로 분리하는 단계;분리된 신호를 일정 시간 단위로 분할하는 세그멘테이션 단계;세그멘테이션된 신호를 정규화하는 단계;세그멘테이션 및 정규화된 신호를 주파수 영역의 이미지 데이터로 변환하는 단계; 변환된 이미지 데이터를 이용한 딥러닝 학습을 통해, 자궁 근전도 신호에 기반하여 자궁수축 여부를 판단하는 자궁수축 판단모델을 생성하는 단계; 생성된 자궁수축 판단모델을 이용하여, 입력된 자궁 근전도 신호에 기초하여 일정 시간동안 자궁수축 횟수를 판단하는 단계; 및일정 시간동안 자궁수축 횟수에 기초하여 조산 위험도를 식별하는 단계;를 포함하는 조산 위험도 식별방법
|