| 1 |
1
뇌졸중 환자의 단하지 보조기 필요 여부를 판단하기 위한 운동 기능 예측 장치에 있어서,복수의 환자 별로 환자와 관련한 신체 데이터와, 발병일로부터 기준 기간 이내에 관측된 환자의 환측 사지와 관련한 복수 종류의 운동 기능 점수, 뇌졸중 유형을 포함한 임상 데이터를 수집하는 데이터 수집부;상기 수집된 신체 데이터 및 임상 데이터를 입력 데이터로 하고, 발병일로부터 설정 기간 경과 후에 관측된 환측 족관절 배측굴곡근의 운동 기능 점수를 출력 데이터로 하여 예측 모델을 학습시키는 모델 학습부;분석 대상 환자에 대한 신체 데이터 및 현재 관측된 임상 데이터를 획득하는 데이터 획득부; 및상기 획득한 신체 데이터 및 임상 데이터를 상기 예측 모델에 적용하여, 현재로부터 설정 기간 경과 후의 미래 시점의 분석 대상 환자에 대한 상기 환측 족관절 배측굴곡근의 운동 기능 점수를 예측하는 예측부를 포함하는 뇌졸중 환자의 운동 기능 예측 장치
|
| 2 |
2
청구항 1에 있어서, 상기 예측된 환측 족관절 배측굴곡근의 운동 기능 점수를 기 설정된 임계값과 비교하여 단하지 보조기의 필요 여부를 판단하는 판단부를 더 포함하는 뇌졸중 환자의 운동 기능 예측 장치
|
| 3 |
3
청구항 1에 있어서,상기 기준 기간은 30일 이내이고, 상기 설정 기간은 6개월 이상인 뇌졸중 환자의 운동 기능 예측 장치
|
| 4 |
4
청구항 1에 있어서, 상기 임상 데이터는, 환측 전경골근의 운동유발전위 존재 유무를 더 포함하는 뇌졸중 환자의 운동 기능 예측 장치
|
| 5 |
5
청구항 1에 있어서, 상기 예측 모델의 입력 데이터로 사용된 복수 종류의 운동 기능 점수는,관절 점수(MRC; Medical Research Council), 보행 점수(FAC; Functional Ambulation Category) 및 상지 움직임 점수(MBC; Modified Brunnstrom classification)를 포함하며,상기 예측 모델의 출력 데이터로 사용된 운동 기능 점수는, 상기 환측 족관절 배측굴곡근의 관절 점수(MRC)인 뇌졸중 환자의 운동 기능 예측 장치
|
| 6 |
6
청구항 1에 있어서, 상기 예측 모델은,심층 신경망(DNN) 알고리즘을 통하여 학습되는 뇌졸중 환자의 운동 기능 예측 장치
|
| 7 |
7
뇌졸중 환자의 단하지 보조기 필요 여부를 판단하기 위한 운동 기능 예측 장치를 이용한 운동 기능 예측 방법에 있어서,복수의 환자 별로 환자와 관련한 신체 데이터와, 발병일로부터 기준 기간 이내에 관측된 환자의 환측 사지와 관련한 복수 종류의 운동 기능 점수, 뇌졸중 유형을 포함한 임상 데이터를 수집하는 단계;상기 수집된 신체 데이터 및 임상 데이터를 입력 데이터로 하고, 발병일로부터 설정 기간 경과 후에 관측된 환측 족관절 배측굴곡근의 운동 기능 점수를 출력 데이터로 하여 예측 모델을 학습시키는 단계;분석 대상 환자에 대한 신체 데이터 및 현재 관측된 임상 데이터를 획득하는 단계; 및상기 획득한 신체 데이터 및 임상 데이터를 상기 예측 모델에 적용하여, 현재로부터 설정 기간 경과 후의 미래 시점의 분석 대상 환자에 대한 환측 족관절 배측굴곡근의 운동 기능 점수를 예측하는 단계를 포함하는 뇌졸중 환자의 운동 기능 예측 방법
|
| 8 |
8
청구항 7에 있어서, 상기 예측된 환측 족관절 배측굴곡근의 운동 기능 점수를 기 설정된 임계값과 비교하여 단하지 보조기의 필요 여부를 판단하는 단계를 더 포함하는 뇌졸중 환자의 운동 기능 예측 방법
|
| 9 |
9
청구항 7에 있어서,상기 기준 기간은 30일 이내이고, 상기 설정 기간은 6개월 이상인 뇌졸중 환자의 운동 기능 예측 방법
|
| 10 |
10
청구항 7에 있어서, 상기 임상 데이터는, 환측 전경골근의 운동유발전위 존재 유무를 더 포함하는 뇌졸중 환자의 운동 기능 예측 방법
|
| 11 |
11
청구항 7에 있어서, 상기 예측 모델의 입력 데이터로 사용된 복수 종류의 운동 기능 점수는,관절 점수(MRC; Medical Research Council), 보행 점수(FAC; Functional Ambulation Category) 및 상지 움직임 점수(MBC; Modified Brunnstrom classification)를 포함하며,상기 예측 모델의 출력 데이터로 사용된 운동 기능 점수는, 상기 환측 족관절 배측굴곡근의 관절 점수(MRC)인 뇌졸중 환자의 운동 기능 예측 방법
|
| 12 |
12
청구항 7에 있어서, 상기 예측 모델은,심층 신경망(DNN) 알고리즘을 통하여 학습되는 뇌졸중 환자의 운동 기능 예측 방법
|
