1 |
1
적어도 하나의 프로세서에 의해서 구현되는 딥러닝을 이용한 수면유도제 투여량 예측방법에 있어서,수면내시경에 영향을 미치는 요소들인 원인 데이터 및 수면내시경 만족도를 수신하는 데이터 입력단계;상기 원인 데이터를 입력 받는 복수의 제1 노드 및 상기 수면내시경 만족도를 입력 받는 복수의 제2 노드를 이용하여, 상기 원인 데이터에 대응하는 복수의 특징벡터를 생성하는 특징벡터 생성 단계;상기 복수의 제1 노드 및 제2 노드에 포함된 기여도를 예측하기 위한 가중치 정보가 학습된 주의집중 레이어(attention layer)를 이용하여, 상기 특징벡터를 조합하는 특징벡터 조합 단계; 및상기 특징벡터에 기초하여 상기 수면내시경 만족도가 90% 이상일 것으로 예측되는 수면유도제 예측 투여량을 출력하는 예측 투여량 출력 단계를 포함하는 딥러닝을 이용한 수면유도제 투여량 예측방법
|
2 |
2
제 1항에 있어서,상기 원인 데이터는 환자의 상태정보 및 상기 환자에게 투여된 수면유도제의 양인 것을 특징으로 하는 딥러닝을 이용한 수면유도제 투여량 예측방법
|
3 |
3
제 2항에 있어서,상기 환자의 상태정보는 몸무게, 성별, 나이, 코골이 유무, 체질량 지수(Body Max Index, BMI), 음주유무, 약물 복용 여부 또는 기저질환의 유무 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 딥러닝을 이용한 수면유도제 투여량 예측방법
|
4 |
4
제 1항에 있어서,상기 수면내시경 만족도는 수면내시경을 수행한 환자에게 설문조사를 통하여 얻어지는 것을 특징으로 하는 수면유도제 투여량 예측방법
|
5 |
5
제 1항에 있어서,상기 기여도는 상기 예측 투여량의 정확도에 따라 달라지는 것을 특징으로 하는 딥러닝을 이용한 수면유도제 투여량 예측방법
|
6 |
6
제 1항 내지 제5항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체
|
7 |
7
수면내시경에 영향을 미치는 요소들인 원인 데이터 및 수면내시경 만족도를 수신하는 수신부; 및상기 원인 데이터 및 상기 수면내시경 만족도를 입력 받아 복수의 특징벡터를 생성하고, 상기 특징벡터를 조합하여 수면유도제 예측 투여량을 출력하는 제어부를 포함하는 딥러닝을 이용한 수면유도제 투여량 예측 장치
|
8 |
8
제 7항에 있어서,상기 제어부는상기 원인 데이터를 입력 받는 복수의 제1 노드 및 상기 수면내시경 만족도를 입력 받는 복수의 제2 노드를 포함하는 입력층;상기 복수의 제1 및 제2 노드를 이용하여 상기 원인 데이터에 대응하는 복수의 특징벡터를 생성하는 특징추출 레이어;상기 복수의 제1 노드 및 제2 노드에 포함된 기여도를 예측하기 위한 가중치 정보를 학습하고, 상기 가중치 정보를 이용하여 상기 특징벡터를 조합하는 주의집중 레이어(attention layer); 및상기 특징벡터에 기초하여 상기 수면내시경 만족도가 90% 이상일 것으로 예측되는 수면유도제 예측 투여량을 출력하는 출력 레이어를 포함하는 것을 특징으로 하는 딥러닝을 이용한 수면유도제 투여량 예측 장치
|
9 |
9
제 7항에 있어서,상기 원인 데이터는 환자의 상태정보 및 상기 환자에게 투여된 수면유도제의 양인 것을 특징으로 하는 딥러닝을 이용한 수면유도제 투여량 예측 장치
|
10 |
10
제 9항에 있어서,상기 환자의 상태정보는 몸무게, 성별, 나이, 코골이 유무, 체질량 지수(Body Max Index, BMI), 음주유무, 약물 복용 여부 또는 기저질환의 유무 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 딥러닝을 이용한 수면유도제 투여량 예측 장치
|
11 |
11
제 7항에 있어서,상기 수면내시경 만족도는 수면내시경을 수행한 환자에게 설문조사를 통하여 얻어지는 것을 특징으로 하는 수면유도제 투여량 예측 장치
|
12 |
12
제 7항에 있어서,상기 기여도는 상기 예측 투여량의 정확도에 따라 달라지는 것을 특징으로 하는 딥러닝을 이용한 수면유도제 투여량 예측 장치
|