| 1 |
1
피험자의 생물학적 정보, 교육 정보, 뇌 MR 영상, 및 상기 뇌 MR 영상의 촬영 정보를 수신하는 피험자 정보 수신부;뇌 MR 영상을 촬영한 다수의 정상인의 생물학적 정보, 교육 정보, 및 상기 정상인의 뇌 MR 영상의 촬영 정보를 입력으로, 국소부위별 대뇌피질 두께 값을 출력하도록 기계학습된 학습모델부; 상기 학습모델부의 기계학습 결과, 및 상기 피험자의 생물학적 정보, 교육 정보, 및 촬영 정보를 이용하여, 상기 피험자의 예상 국소부위별 대뇌피질 두께 값을 산출하는 대뇌피질 두께 예측부;상기 피험자의 뇌 MR 영상에서 국소부위별 대뇌피질 두께 값을 산출하는 대뇌피질 두께 산출부; 및상기 대뇌피질 두께 예측부에서 산출된 상기 예상 국소부위별 대뇌피질 두께 값, 및 상기 대뇌피질 두께 산출부에서 산출된 상기 피험자의 국소부위별 대뇌피질 두께 값을 연산하여, 표준화 점수를 환산하는 표준화 점수 환산부;를 포함하는 국소부위별 대뇌피질 두께 표준화 시스템
|
| 2 |
2
청구항 1에 있어서,상기 생물학적 정보는, 성별, 나이, 및 대뇌크기를 포함하고,상기 교육 정보는, 교육년수를 포함하며,상기 촬영 정보는, 상기 뇌 MR 영상을 촬영한 의료센터 정보, 및 MR 영상 기기 정보 중 적어도 어느 하나 이상을 포함하는 국소부위별 대뇌피질 두께 표준화 시스템
|
| 3 |
3
청구항 1에 있어서,상기 학습모델부는,다수의 상기 정상인의 뇌 MR 영상 각각에서 측정된 국소부위별 대뇌피질 두께 값, 및 상기 뇌 MR 영상 영상 각각에 대응되는 상기 정상인의 성별, 나이, 교육년수, 대뇌크기, 및 촬영 정보를 포함하는 학습 데이터를 기반으로 기계학습되는 국소부위별 대뇌피질 두께 표준화 시스템
|
| 4 |
4
청구항 3에 있어서,상기 학습모델부는, 하기 [수학식 1]에 따른 선형 혼합 모델(linear mixed effect model)로 기계학습된 국소부위별 대뇌피질 두께 표준화 시스템
|
| 5 |
5
청구항 4에 있어서,상기 학습모델부의 기계학습 결과로서, 상기 X 관련 회귀계수 및 상기 Z 관련 회귀계수가 정해지고, 상기 대뇌피질 두께 예측부는,하기 [수학식 2]에 따라 상기 예상 국소부위별 대뇌피질 두께 값을 산출하는 국소부위별 대뇌피질 두께 표준화 시스템
|
| 6 |
6
청구항 5에 있어서,상기 표준화 점수 환산부는,하기 [수학식 3]에 따라 상기 표준화 점수를 산출하는 국소부위별 대뇌피질 두께 표준화 시스템
|
| 7 |
7
청구항 1에 있어서,산출된 상기 표준화 점수를 기반으로 신경퇴행성 질환 진단을 위한 정보를 제공하는 진단정보 제공부;를 더 포함하는 국소부위별 대뇌피질 두께 표준화 시스템
|
| 8 |
8
청구항 7에 있어서,상기 신경퇴행성 질환은,알츠하이머병, 파킨슨병, 헌팅턴병, 및 근위측성측색경화증으로 구성된 군으로부터 선택되는 어느 하나 이상을 포함하는 국소부위별 대뇌피질 두께 표준화 시스템
|
