| 1 |
1
뇌파 검사 데이터에 기초하여 우울증 예측정보를 제공하는 인공지능 시스템으로서,우울증 예측정보를 생성하고자 하는 추론대상환자의 뇌파 검사 데이터를 수신하는 데이터수신부;우울증 발병에 대한 라벨링정보가 부여되지 않은 제1학습대상환자의 뇌파 검사 데이터를 입력받아 뇌파 검사 데이터에 대한 특징 정보를 생성하도록 학습된 인공신경망을 포함하는 제1인코더; 및 상기 특징 정보에 기초하여 상기 제1인코더에 입력된 뇌파 검사 데이터와 유사한 출력값을 복원하도록 학습된 인공신경망을 포함하는 디코더;를 포함하는 뇌파분석모델; 및상기 뇌파분석모델의 학습된 제1인코더와 동일한 형태로 상기 추론대상환자의 뇌파 검사 데이터를 입력받아 뇌파 검사 데이터에 대한 특징 정보를 생성하도록 학습된 인공신경망을 포함하는 제2인코더; 및 상기 제2인코더에 의해 생성된 특징 정보에 기초하여, 우울증 예측정보를 생성하고자 하는 상기 추론대상환자의 우울증 예측정보를 출력하도록 학습된 인공신경망을 포함하는 분류모델;을 포함하는 우울증추론모델;을 포함하고,상기 뇌파분석모델은, 우울증 발병에 대한 라벨링정보가 부여되지 않은 복수의 제1학습대상환자의 뇌파 검사 데이터에 기초하여 상기 뇌파분석모델을 학습시키는 뇌파분석모델학습단계;에 의하여 학습되고,상기 우울증추론모델은, 우울증 발병에 대한 라벨링정보가 부여된 복수의 제2학습대상환자의 뇌파 검사 데이터 및 라벨링정보에 기초하여 상기 우울증추론모델을 학습시키는 우울증추론모델학습단계;에 의하여 학습되고,상기 데이터수신부는, 우울증 발병여부가 결정되지 않은 상기 추론대상환자의 뇌파 검사 데이터를 수신하는 뇌파데이터수신단계;를 수행하고,상기 우울증추론모델은, 상기 추론대상환자의 뇌파 검사 데이터로부터 상기 추론대상환자에 대한 우울증 예측정보를 추론하는 우울증추론단계;를 수행하는, 인공지능 시스템
|
| 2 |
2
청구항 1에 있어서,상기 뇌파 검사 데이터는,환자 두부에 전극이 부착되어 전극이 부착된 복수의 위치 각각에서 측정된, 시간에 따른 전압값에 대한 정보인, 인공지능 시스템
|
| 3 |
3
청구항 1에 있어서,상기 라벨링정보는,상기 제2학습대상환자의 뇌파 검사 데이터에 대하여 상기 제2학습대상환자가 우울증을 앓고 있는 여부에 따라 긍정 또는 부정의 형태로 라벨링된 정보이거나,상기 제2학습대상환자의 뇌파 검사 데이터에 대하여 상기 제2학습대상환자가 우울증을 앓고 있는 경우, 우울증 증상 정도에 비례하여 라벨링된 정보인, 인공지능 시스템
|
| 4 |
4
청구항 1에 있어서,상기 제1인코더는,상기 제1학습대상환자의 뇌파 검사 데이터로부터 특징 정보를 생성하기 위한 복수의 인코더레이어를 포함하고,상기 디코더는,상기 제1인코더를 구성하는 각각의 인코더레이어와 역순으로 대칭된 형태의 복수의 디코더레이어를 포함하는, 인공지능 시스템
|
| 5 |
5
청구항 4에 있어서,상기 뇌파분석모델은,상기 인코더레이어와 상기 디코더레이어가 상호 대응되게 하여, 상기 제1인코더의 출력값인 특징 정보가 상기 디코더의 입력값이 되도록 하고, 상기 디코더의 출력값이 상기 제1인코더의 입력값인 뇌파 검사 데이터와 유사하게 복원하도록 학습되는, 인공지능 시스템
|
| 6 |
6
청구항 1에 있어서,상기 우울증추론단계는,상기 제2인코더에 의해 상기 추론대상환자의 뇌파 검사 데이터를 입력받아 상기 추론대상환자의 뇌파 검사 데이터에 대한 특징 정보를 생성하고, 상기 분류모델에 의해 상기 특징 정보에 기초하여 상기 추론대상환자가 우울증을 앓고 있는 여부에 따라 긍정 또는 부정의 형태로 우울증 예측정보를 추론하거나, 상기 추론대상환자가 우울증을 앓고 있는 경우, 우울증 증상 정도에 비례하여 우울증 예측정보를 추론하는, 인공지능 시스템
|
| 7 |
7
청구항 1에 있어서,상기 인공지능 시스템은 3 이상의 우울증추론모델을 포함하고,상기 3 이상의 우울증추론모델 각각을 구성하는 상기 제2인코더는 동일하게 구성하되, 상기 3 이상의 우울증추론모델 각각을 구성하는 상기 분류모델의 레이어는 상이하게 구성하여, 상기 3 이상의 우울증추론모델 각각이 상이한 방식으로 상기 추론대상환자에 대한 우울증 예측정보를 추론하는, 인공지능 시스템
|
| 8 |
8
청구항 7에 있어서,상기 인공지능 시스템은,복수의 우울증추론모델 각각에 의해 도출된 우울증 예측정보를 평균하여, 상기 추론대상환자에 대한 최종우울증 예측정보를 도출하는 우울증예측정보산출부;를 포함하는, 인공지능 시스템
|
| 9 |
9
청구항 8에 있어서,상기 우울증예측정보산출부는,상기 우울증추론모델 각각에 의해 도출된 복수의 우울증 예측정보를 종합하여 우울증 예측정보의 평균값(Avg)을 산출하는 단계;상기 우울증 예측정보의 평균값과 상기 복수의 우울증 예측정보 각각에 대하여 하기의 [식 1] 로 결정되는 코사인 유사도(Cosine Similarity)를 산출하는 단계;상기 코사인 유사도에 기초하여 상기 우울증 예측정보에 가중치를 부여하여, 가중치가 부여된 상기 우울증 예측정보를 평균하여 최종우울증 예측정보를 산출하는 단계;를 수행하는, 인공지능 시스템
|
| 10 |
10
청구항 9에 있어서,상기 우울증예측정보산출부는,상기 코사인 유사도에 기초하여 결정된 상기 가중치에 비례하여 상기 복수의 우울증추론모델 각각에 대한 신뢰도를 결정하는 신뢰도산출단계를 수행하는, 인공지능 시스템
|
| 11 |
11
뇌파 검사 데이터에 기초하여 우울증 예측정보를 제공하는 인공지능 시스템에서 수행되는, 뇌파 검사 데이터에 기초하여 우울증 예측정보를 제공하는 방법으로서,상기 인공지능 시스템은,우울증 예측정보를 생성하고자 하는 추론대상환자의 뇌파 검사 데이터를 수신하는 데이터수신부;우울증 발병에 대한 라벨링정보가 부여되지 않은 제1학습대상환자의 뇌파 검사 데이터를 입력받아 뇌파 검사 데이터에 대한 특징 정보를 생성하도록 학습된 인공신경망을 포함하는 제1인코더; 및 상기 특징 정보에 기초하여 상기 제1인코더에 입력된 뇌파 검사 데이터와 유사한 출력값을 복원하도록 학습된 인공신경망을 포함하는 디코더;를 포함하는 뇌파분석모델; 및상기 뇌파분석모델의 학습된 제1인코더와 동일한 형태로 상기 추론대상환자의 뇌파 검사 데이터를 입력받아 뇌파 검사 데이터에 대한 특징 정보를 생성하도록 학습된 인공신경망을 포함하는 제2인코더; 및 상기 제2인코더에 의해 생성된 특징 정보에 기초하여, 우울증 예측정보를 생성하고자 하는 상기 추론대상환자의 우울증 예측정보를 출력하도록 학습된 인공신경망을 포함하는 분류모델;을 포함하는 우울증추론모델;을 포함하고,상기 우울증 예측정보를 제공하는 방법은,상기 뇌파분석모델에 의하여, 우울증 발병에 대한 라벨링정보가 부여되지 않은 복수의 제1학습대상환자의 뇌파 검사 데이터에 기초하여 상기 뇌파분석모델을 학습시키는 뇌파분석모델학습단계;상기 우울증추론모델에 의하여, 우울증 발병에 대한 라벨링정보가 부여된 복수의 제2학습대상환자의 뇌파 검사 데이터 및 라벨링정보에 기초하여 상기 우울증추론모델을 학습시키는 우울증추론모델학습단계;상기 데이터수신부에 의하여, 우울증 발병여부가 결정되지 않은 상기 추론대상환자의 뇌파 검사 데이터를 수신하는 뇌파데이터수신단계; 및상기 우울증추론모델에 의하여, 상기 추론대상환자의 뇌파 검사 데이터로부터 상기 추론대상환자에 대한 우울증 예측정보를 추론하는 우울증추론단계;를 수행하는, 우울증 예측정보를 제공하는 방법
|
| 12 |
12
1 이상의 프로세스 및 1 이상의 메모리를 갖는 컴퓨팅장치에서 수행되는 뇌파 검사 데이터에 기초하여 우울증 예측정보를 제공하는 인공지능 시스템을 구현하기 위한 컴퓨터-판독가능 매체로서, 상기 인공지능 시스템은,우울증 예측정보를 생성하고자 하는 추론대상환자의 뇌파 검사 데이터를 수신하는 데이터수신부;우울증 발병에 대한 라벨링정보가 부여되지 않은 제1학습대상환자의 뇌파 검사 데이터를 입력받아 뇌파 검사 데이터에 대한 특징 정보를 생성하도록 학습된 인공신경망을 포함하는 제1인코더; 및 상기 특징 정보에 기초하여 상기 제1인코더에 입력된 뇌파 검사 데이터와 유사한 출력값을 복원하도록 학습된 인공신경망을 포함하는 디코더;를 포함하는 뇌파분석모델; 및상기 뇌파분석모델의 학습된 제1인코더와 동일한 형태로 상기 추론대상환자의 뇌파 검사 데이터를 입력받아 뇌파 검사 데이터에 대한 특징 정보를 생성하도록 학습된 인공신경망을 포함하는 제2인코더; 및 상기 제2인코더에 의해 생성된 특징 정보에 기초하여, 우울증 예측정보를 생성하고자 하는 상기 추론대상환자의 우울증 예측정보를 출력하도록 학습된 인공신경망을 포함하는 분류모델;을 포함하는 우울증추론모델;을 포함하고,상기 컴퓨터-판독가능 매체는, 컴퓨팅장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 이하의 단계들은,상기 뇌파분석모델에 의하여 수행되는, 우울증 발병에 대한 라벨링정보가 부여되지 않은 복수의 제1학습대상환자의 뇌파 검사 데이터에 기초하여 상기 뇌파분석모델을 학습시키는 뇌파분석모델학습단계;상기 우울증추론모델에 의하여 수행되는, 우울증 발병에 대한 라벨링정보가 부여된 복수의 제2학습대상환자의 뇌파 검사 데이터 및 라벨링정보에 기초하여 상기 우울증추론모델을 학습시키는 우울증추론모델학습단계;상기 데이터수신부에 의하여 수행되는, 우울증 발병여부가 결정되지 않은 상기 추론대상환자의 뇌파 검사 데이터를 수신하는 뇌파데이터수신단계; 및상기 우울증추론모델에 의하여 수행되는, 상기 추론대상환자의 뇌파 검사 데이터로부터 상기 추론대상환자에 대한 우울증 예측정보를 추론하는 우울증추론단계;를 포함하는, 컴퓨터-판독가능매체
|
