1 |
1
하나 이상의 컴퓨터로 구성되고, 대사 증후군의 발병 요인에 대한 입력 대사 증후군 발병 요인 값을 기반으로 대사 증후군 중증도를 산출하고, 상기 산출된 대사 증후군 중증도에서 통계 기법을 기반으로 당뇨병 발병 위험도를 산출하는 분석 서버; 및상기 분석 서버와 연결된 클라이언트;를 포함하고,상기 클라이언트는상기 입력 대사 증후군 발병 요인 값을 입력받아, 상기 분석 서버에 제공하고,상기 분석 서버로부터 상기 당뇨병 발병 위험도를 제공받아 출력하고,상기 대사 증후군 발병 요인은공복 혈당, 수축기 혈압, 허리 둘레, 고밀도지단백, 및 중성 지방을 포함하는 당뇨병 발병 위험도 산출 시스템
|
2 |
2
제1항에 있어서,상기 분석 서버는한국유전체역학연구 코호트데이터를 통계적으로 분석하여 대사 증후군 중증도 수식을 통해 당뇨병 발병 위험도를 산출하는 당뇨병 발병 위험도 산출 시스템
|
3 |
3
제2항에 있어서,상기 분석 서버는상기 입력 대사 증후군 발병 요인 값이 40세 이상의 남자로부터 제공되는 경우, 하기의 수학식 1을 기반으로 상기 당뇨병 발병 위험도를 산출하는 당뇨병 발병 위험도 산출 시스템:[수학식 1]-8
|
4 |
4
제2항에 있어서,상기 분석 서버는상기 입력 대사 증후군 발병 요인 값이 40세 이상의 여자로부터 제공되는 경우, 하기의 수학식 2를 기반으로 상기 당뇨병 발병 위험도를 산출하는 당뇨병 발병 위험도 산출 시스템:[수학식 2]-7
|
5 |
5
제1항에 있어서, 상기 분석 서버는상기 대사 증후군 중증도를 특정 범위로 구분하여, 상기 통계 기법에 의해 상기 당뇨병 발병 위험도를 산출하는 당뇨병 발병 위험도 산출 시스템
|
6 |
6
제1항에 있어서,상기 통계 기법은Multivariable Cox proportional hazards regression model인 당뇨병 발병 위험도 산출 시스템
|
7 |
7
제1항에 있어서,상기 분석 서버는딥러닝 학습 모델을 이용하여, 상기 대사 증후군 중증도 및 상기 당뇨병 발병 위험도를 데이터셋으로 학습하고,상기 딥러닝 학습 모델로 상기 당뇨병 발병 위험도를 산출하는 당뇨병 발병 위험도 산출 시스템
|
8 |
8
제1항에 있어서,상기 당뇨병 발병 위험도는상기 당뇨병의 발병 시기 및 상기 당뇨병의 발병률 중 적어도 하나를 포함하는 당뇨병 발병 위험도 산출 시스템
|
9 |
9
제1항에 있어서,상기 클라이언트는상기 입력 대사 증후군 발병 요인 값을 입력받아, 상기 분석 서버에 제공하는 입력 장치; 및상기 분석 서버로부터 상기 당뇨병 발병 위험도를 제공받아 출력하는 출력 장치를 포함하는 당뇨병 발병 위험도 산출 시스템
|
10 |
10
대사 증후군의 발병 요인에 대한 입력 대사 증후군 발병 요인 값을 획득하는 단계;상기 입력 대사 증후군 발병 요인 값을 기반으로 대사 증후군 중증도를 산출하는 대사 증후군 중증도 산출 단계; 및상기 대사 증후군 중증도에서 통계 기법을 기반으로, 당뇨병 발병 위험도를 산출하는 당뇨병 발병 위험도 산출 단계;를 포함하고,상기 대사 증후군 발병 요인은공복 혈당, 수축기 혈압, 허리 둘레, 고밀도지단백, 및 중성 지방을 포함하는 당뇨병 발병 위험도 산출 방법
|
11 |
11
제10항에 있어서,상기 당뇨병 발병 위험도는한국유전체역학연구 코호트데이터를 통계적으로 분석하여 대사 증후군 중증도 수식을 통해 산출되는 당뇨병 발병 위험도 산출 방법
|
12 |
12
제11항에 있어서, 상기 당뇨병 발병 위험도는상기 입력 대사 증후군 발병 요인 값이 40세 이상의 남자로부터 제공되는 경우, 하기의 수학식 1을 기반으로 산출되는 당뇨병 발병 위험도 산출 방법:[수학식 1]-8
|
13 |
13
제11항에 있어서, 상기 당뇨병 발병 위험도는 상기 입력 대사 증후군 발병 요인 값이 40세 이상의 여자로부터 제공되는 경우, 하기의 수학식 2를 기반으로 산출되는 당뇨병 발병 위험도 산출 방법:[수학식 2]-7
|
14 |
14
제10항에 있어서, 상기 당뇨병 발병 위험도 산출 단계는상기 대사 증후군 중증도를 특정 범위로 구분하여, 상기 통계 기법에 의해 상기 당뇨병 발병 위험도를 산출하는 당뇨병 발병 위험도 산출 방법
|
15 |
15
제10항에 있어서,상기 통계 기법은Multivariable Cox proportional hazards regression model인 당뇨병 발병 위험도 산출 방법
|
16 |
16
제10항에 있어서,상기 당뇨병 발병 위험도 산출 단계는딥러닝 학습 모델을 이용하여, 상기 대사 증후군 중증도 및 상기 당뇨병 발병 위험도를 데이터셋으로 학습하고,상기 딥러닝 학습 모델로 상기 당뇨병 발병 위험도를 산출하는 당뇨병 발병 위험도 산출 방법
|
17 |
17
제10항에 있어서,상기 당뇨병 발병 위험도는상기 당뇨병의 발병 시기 및 상기 당뇨병의 발병률 중 적어도 하나를 포함하는 당뇨병 발병 위험도 산출 방법
|
18 |
18
제10항에 있어서,상기 산출된 당뇨병 발병 위험도를 제공받아 출력하는 단계를 더 포함하는 당뇨병 발병 위험도 산출 방법
|
19 |
19
하드웨어인 컴퓨터와 결합되어, 제10항 내지 제18항의 당뇨병 발병 위험도 산출 방법을 실행시키기 위하여 매체에 저장된, 당뇨병 발병 위험도 산출 프로그램
|