| 1 |
1
(a) 프로세서 유닛이 환자의 혈당수치 데이터를 수집하는 단계;(b) 상기 프로세서 유닛이 수집한 혈당수치 데이터로 허용 가능한 최종오류(E`)를 결정하는 단계;(c) 상기 최종오류(E`)가 결정되면, 상기 프로세서 유닛이 환자의 설정모드에 따라 비침습적으로 예측하여 혈당수치를 측정하는 단계;(d) 상기 프로세서 유닛이 주기적으로 상기 최종오류(E`)의 교정여부를 판단하는 단계; 및(e) 상기 프로세서 유닛이 상기 (d)단계에서 재교정할 필요가 없는 경우, 상기 (b)단계에서 결정된 최종오류(E`) 범위에서 비침습적으로 예측하여 혈당수치를 측정하는 단계;를 포함하는 맞춤형 비침습적 혈당 측정 방법
|
| 2 |
2
제 1항에 있어서,상기 (a)단계는(a-1) 상기 프로세서 유닛이 침습형 혈당 측정기로부터 침습 혈당수치(X)를 수신하는 단계;(a-2) 상기 프로세서 유닛이 비침습형 혈당 측정기로부터 비침습 혈당수치(Y)를 수신하는 단계; 및(a-3) 상기 프로세서 유닛이 수신한 상기 침습 혈당수치(X)와 비침습 혈당수치(Y) 중, 상기 침습 혈당수치(X)를 기준수치로 메모리부에 저장함으로써, 데이터를 수집하는 단계;를 포함하는 맞춤형 비침습적 혈당 측정 방법
|
| 3 |
3
제 2항에 있어서,상기 (b)단계는 (b-1) 상기 프로세서 유닛의 비교부가 상기 비침습 혈당수치(Y)를 기준수치인 상기 침습 혈당수치(X)와 비교하여 초기 오류(E)를 계산하는 단계;(b-2) 상기 프로세서 유닛의 상기 오류 함수 모델 생성부가 오류 함수 모델을 수립하는 단계;(b-3) 상기 프로세서 유닛의 상기 오류 보상부가 상기 오류 함수 모델을 이용하여 비침습 혈당 수치(Y)의 오류를 보상하여, 기준수치인 상기 침습 혈당 수치(X)에 까가운 예상된 비침습 혈당수치(Y`)를 예측하는 단계;(b-4) 상기 비교부가 상기 예상된 비침습 혈당수치(Y`)와 침습 혈당수치(X)를 비교하여 최종오류(E`)를 계산하는 단계; 및(b-5) 상기 프로세서 유닛이 상기 최종오류(E`)가 기설정된 허용범위 내의 오류인지 판단하여, 상기 최종오류(E`)가 허용범위 내의 오류인 경우 상기 최종오류(E`)를 확정하는 단계;를 포함하는 맞춤형 비침습적 혈당 측정 방법
|
| 4 |
4
제 3항에 있어서,상기 (b)단계는(b-5`) 상기 프로세서 유닛이 상기 최종오류(E`)가 허용범위 외의 오류인 경우 상기 (a)단계 이후의 단계를 반복수행하는 단계;를 더 포함하는 맞춤형 비침습적 혈당 측정 방법
|
| 5 |
5
제 4항에 있어서, 상기 (d)단계는 (d-1) 상기 프로세서 유닛이 상기 예상된 비침습 혈당수치(Y`)와 상기 침습 혈당수치(X)를 새로 수집하는 단계;(d-2) 상기 비교부가 (d-1)단계에서 수집된 상기 예상된 비침습 혈당수치(Y`)와 상기 침습 혈당수치(X)를 비교하여 최종오류(E`)를 다시 계산하는 단계; 및(d-3) 상기 프로세서 유닛이 상기 (d-2)단계에서 계산된 최종오류(E`)가 기설정된 허용범위 내의 오류인지 재판단하여 허용범위 외인 경우, 상기 (a)단계 이후의 단계를 반복수행하여 상기 최종오류(E`)를 교정하는 단계;를 포함하는 맞춤형 비침습적 혈당 측정 방법
|
| 6 |
6
상기 (d-3)단계는 (d-3`) 상기 프로세서 유닛이 (d-2)단계에서 계산된 최종오류(E`)가 기설정된 허용범위 내의 오류인지 재판단하여 허용범위 내인 경우 해당 최종오류(E`)를 계속적용하여 환자의 비침습 혈당수치를 측정하는 단계;를 더 포함하는 맞춤형 비침습적 혈당 측정 방법
|
| 7 |
7
제 6항에 있어서,상기 (b-2)단계에서,상기 오류 함수 모델 생성부는 비 침습 혈당 측정의 변이원인 환자의 내적변이(음식물 섭취, 신체 활동, 스트레스 및 불안)와 환자의 외적변이(유전성, 피부색, 피부 두께 및 센서 정확도)를 반영하여 머신러닝을 통해 학습한 후, 상기 오류 함수 모델을 수립하는 맞춤형 비침습적 혈당 측정 방법
|
| 8 |
8
비침습적 센서 또는 IR 센서에 의해 혈당을 측정하는 비침습형 혈당 측정기;침습형 센서에 의해 혈당을 측정하는 침습형 혈당 측정기;상기 비침습형 혈당 측정기와 침습형 혈당 측정기가 측정한 침습 혈당수치와 비침습 혈당수치를 수집하여, 오류를 계산하고, 머신러닝으로 학습을 통해 맞춤형 오류 함수 모델을 생성하여 오류를 보상함으로써 예상된 비침습 혈당수치를 계산하는 프로세서 유닛;상기 침습 혈당수치, 비침습 혈당수치, 및 예상된 비침습 혈당수치 중 어느 하나를 출력하도록 모드를 선택가능하게 하는 모드 선택부; 및상기 모드 선택부에 의한 선택모드, 환자정보, 시간날짜 정보, 상기 침습 혈당수치, 비침습 혈당수치, 및 예상된 비침습 혈당수치 중 어느 하나를 표시하는 디스플레이부;를 포함하는 머신러닝을 이용한 맞춤형 비침습적 혈당 측정장치
|
| 9 |
9
제 8항에 있어서,상기 프로세서 유닛은 상기 비침습형 혈당 측정기가 측정한 비침습 혈당수치(Y)를 수신하는 비침습 데이터 수신부; 상기 침습형 혈당 측정기가 침습 혈당수치(X)를 수신하는 침습 데이터 수신부;상기 비침습 혈당수치(Y)를 기준수치인 상기 침습 혈당수치(X)와 비교하여 초기 오류(E)를 계산하거나, 예상된 비침습 혈당수치(Y`)와 상기 침습 혈당수치(X)를 비교하여 최종 오류(E`)를 계산하는 비교부;상기 환자정보 중, 환자의 내적변이(음식물 섭취, 신체 활동, 스트레스 및 불안)와 환자의 외적변이(유전성, 피부색, 피부 두께 및 센서 정확도)를 반영하여 머신러닝을 통해 학습한 후, 상기 초기 오류(E)를 이용하여 오류 함수 모델을 수립하는 오류 함수 모델 생성부; 및상기 오류 함수 모델을 이용하여 비침습 혈당 수치(Y)의 오류를 보상하여, 기준수치인 상기 침습 혈당 수치(X)에 까가운 상기 예상된 비침습 혈당수치(Y`)를 예측하는 오류 보상부;를 포함하는 것을 특징으로 하는 머신러닝을 이용한 맞춤형 비침습적 혈당 측정장치
|
