1 |
1
분석장치가 대상자의 수술 전 뇌파 데이터를 입력받는 단계; 및상기 분석장치가 상기 뇌파 데이터의 주파수 대역별 세기를 기준으로 상기 대상자가 수술후섬망이 발생할지 예측하는 단계를 포함하는 뇌파 분석을 이용한 수술후섬망 예측 방법
|
2 |
2
제1항에 있어서,상기 분석장치는 상기 뇌파 데이터에서 델타(delta) 및 세타(theta) 대역에서 제1 임계값 이상의 높은 스펙트럼 파워를 보이고, 동시에 알파 1, 베타 2 및 베타 3에서는 제2 임계값 미만의 낮은 스펙트럼 파워를 보이는 경우, 상기 대상자에 대하여 수술후섬망이 발생한다고 예측하는 뇌파 분석을 이용한 수술후섬망 예측 방법
|
3 |
3
제1항에 있어서,상기 분석장치는 상기 뇌파 데이터에서 서로 다른 대역의 뇌파의 스펙트럼 파워의 비율이 임계값보다 높은 경우 상기 대상자에 대하여 수술후섬망이 발생한다고 예측하는 뇌파 분석을 이용한 수술후섬망 예측 방법
|
4 |
4
제3항에 있어서,상기 비율은 세타/베타 비율(Theta/beta ratio, TBR), 세타/베타2 비율(Theta/beta2 ratio, TBR2), 델타/알파 비율(Delta/alpha ratio, DAR) 및 세타/알파 비율(Theta/alpha ratio, TAR) 중 적어도 하나인 뇌파 분석을 이용한 수술후섬망 예측 방법
|
5 |
5
분석장치가 대상자의 수술 전 뇌파 데이터를 입력받는 단계; 상기 분석장치가 상기 뇌파 데이터의 주파수 대역별로 특징들을 추출하는 단계; 및상기 분석장치가 상기 특징들을 사전에 구축한 예측 모델에 입력하고, 상기 예측 모델이 출력하는 값을 기준으로 상기 대상자가 수술후섬망이 발생할지 예측하는 단계를 포함하는 뇌파 분석을 이용한 수술후섬망 예측 방법
|
6 |
6
분석장치가 대상자의 수술 전 뇌파 데이터를 입력받는 단계; 상기 분석장치가 상기 뇌파 데이터를 영상 데이터 형태 또는 원-핫 인코딩 이후 매트릭스 형태로 사전에 학습한 딥러닝 모델에 입력하는 단계; 및상기 분석장치가 상기 딥러닝 모델이 출력하는 값을 기준으로 상기 대상자가 수술후섬망이 발생할지 예측하는 단계를 포함하는 뇌파 분석을 이용한 수술후섬망 예측 방법
|
7 |
7
대상자의 수술 전 뇌파 데이터를 입력받는 입력장치;뇌파 데이터를 이용하여 수술후섬망을 예측하는 프로그램을 저장하는 저장장치; 및상기 프로그램을 이용하여 상기 입력된 뇌파 데이터를 분석하여 상기 대상자의 수술후섬망 발생 여부를 예측하는 연산장치를 포함하는 뇌파 분석을 이용하여 수술후섬망을 예측하는 분석장치
|
8 |
8
제7항에 있어서,상기 연산장치는 상기 뇌파 데이터에서 델타(delta) 및 세타(theta) 대역에서 제1 임계값 이상의 높은 스펙트럼 파워를 보이고, 동시에 알파 1, 베타 2 및 베타 3에서는 제2 임계값 미만의 낮은 스펙트럼 파워를 보이는 경우, 상기 대상자에 대하여 수술후섬망이 발생한다고 예측하는 뇌파 분석을 이용하여 수술후섬망을 예측하는 분석장치
|
9 |
9
제7항에 있어서,상기 연산장치는 상기 뇌파 데이터에서 서로 다른 대역의 뇌파의 스펙트럼 파워의 비율이 임계값보다 높은 경우 상기 대상자에 대하여 수술후섬망이 발생한다고 예측하는 뇌파 분석을 이용하여 수술후섬망을 예측하는 분석장치
|
10 |
10
제9항에 있어서,상기 비율은 세타/베타 비율(Theta/beta ratio, TBR), 세타/베타2 비율(Theta/beta2 ratio, TBR2), 델타/알파 비율(Delta/alpha ratio, DAR) 및 세타/알파 비율(Theta/alpha ratio, TAR) 중 적어도 하나인 뇌파 분석을 이용하여 수술후섬망을 예측하는 분석장치
|
11 |
11
제7항에 있어서,상기 연산장치는 상기 뇌파 데이터를 주파수 대역별로 특징들을 추출한 후 상기 특징들을 사전에 구축한 예측 모델에 입력하거나, 또는 상기 뇌파 데이터를 영상 데이터 형태 또는 원-핫 인코딩 이후 매트릭스 형태로 사전에 학습한 예측 모델에 입력하고,상기 예측 모델이 출력하는 값을 기준으로 상기 대상자가 수술후섬망이 발생할지 예측하는 뇌파 분석을 이용하여 수술후섬망을 예측하는 분석장치
|