| 1 |
1
대상자들의 제 1 입력변수들과 근감소증에 대한 데이터가 입력되는 데이터 입력부;상기 데이터를 입력값으로 하고, 근감소증 여부를 출력값으로하여, 상기 제 1 입력변수들과 근감소증간의 관계의 정도를 학습하는 제 1 기계학습부;상기 제 1 기계학습부에서 출력값에 영향이 큰 제 2 입력변수들을 선택하고, 상기 제 2 입력변수들 중 중복되는 입력변수들을 제외한 제 3 입력변수를 선택하는 제 1 선택부;를 포함하는 기계학습을 이용한 근감소증 예측장치
|
| 2 |
2
제 1 항에 있어서,상기 제 1 기계학습부는 랜덤포레스트(random forest)를 사용하는 기계학습을 통한 근감소증 예측장치
|
| 3 |
3
제 1 항에 있어서,상기 제 3 입력변수들을 입력값으로 하고, 근감소증 여부를 출력값으로하여, 상기 제 3 입력변수들과 근감소증간의 관계의 정도를 학습하는 제 2 기계학습부;를 더 포함하고,상기 제 2 기계학습부는,각각 다른 알고리즘을 가진 복수의 모델생성부;를 포함하는 기계학습을 통한 근감소증 예측장치
|
| 4 |
4
제 3 항에 있어서,상기 복수의 모델생성부는,로지스틱 회귀법(logistic regression)를 사용하는 제 1 모델생성부, 서포트 벡터머신(support vector machine)를 사용하는 제 2 모델생성부, 그라디언트 부스팅(gradient boosting)을 사용하는 제 3 모델생성부 및 랜덤포레스트(random forest)를 사용하는 제 4 모델생성부;를 포함하는 기계학습을 통한 근감소증 예측장치
|
| 5 |
5
제 3 항에 있어서,상기 복수의 모델생성부에서 각각 출력값에 영향이 큰 입력변수들을 선택하되, 각 모델생성부에서 중복되는 입력변수들을 선택하는 제 2 선택부;를 포함하는 기계학습을 이용한 근감소증 예측장치
|
| 6 |
6
제 5 항에 있어서,상기 복수의 생성부는 n개의 생성부를 포함하며,상기 제 4 입력변수들은, 상기 n개의 생성부에서 n-1회 이상 중복되도록 구성되는 기계학습을 통한 근감소증 예측장치
|
| 7 |
7
제 1 항에 있어서,상기 제 4 입력변수들은,HE_BMI(체질량지수), HE_RBC(적혈구수), HE_alt(혈청지피티), N_FE(1일 철 섭취량), N_Retin(1일 레티놀 섭취량), N_Ca(1일 칼슘 섭취량), N_K(1일 칼륨 섭취량), N_NA(1일 나트륨 섭취량), N_CAROT(1일 카로틴 섭취량), N_WATER(1일 물섭취량), HE_HDL(HDL콜레스트롤), N_NIAC(1일 나이아신 섭취량), N_VITC(1일 비타민C 섭취량), N_PROT(1일 단백질 섭취량), HE_PTH(부갑상선 호르몬), N_FIBER(1일 조섬유 섭취량), HE_BUN(혈중요소질소), HE_PLS(15초 맥박수), Age(나이), HE_WBC(백혈구수)를 포함하는 기계학습을 통한 근감소증 예측장치
|
| 8 |
8
제 1 항에 있어서,상기 데이터 입력부에 입력되는 상기 데이터는 질병관리본부 국민건강영양조사를 기초로 하되, 65세이상이며, 골격근 질량이나 식이섭취량에 관한 입력변수가 있는 대상자의 데이터를 기초로 하는 기계학습을 통한 근감소증 예측장치
|
