| 1 |
1
DC-GAN(Deep Convolutional Generative Adversarial Network) 기반의 치매 예측 방법에 있어서,자기공명영상(magnetic resonance imaging, MRI), 컴퓨터단층촬영(computer tomography, CT), 양전자 방출 단층 촬영(Positron Emission Tomography, PET) 중 적어도 어느 하나 이상 방법을 통해 획득된 젊은 뇌 영상 이미지, 늙은 뇌 영상 이미지 및 치매 걸린 늙은 뇌 영상 이미지 중 치매 걸린 늙은 뇌 영상 이미지에서 늙은 뇌 영상 이미지를 차분하여 치매 특성을 검출하는 단계;늙은 뇌 영상 이미지에서 젊은 뇌 영상 이미지를 차분하여 노화 특성을 검출하는 단계;치매 특성 및 노화 특성을 활용하여 치매 걸리기 전의 젊은 뇌 영상 이미지를 데이터 셋으로 형성하는 단계; 및치매 걸리기 전의 젊은 뇌 영상 이미지의 데이터 셋을 기반으로 치매 걸리기 전의 뇌 영상 이미지로 치매가 걸릴 수 있는지를 예측하는 단계;를 포함하는 머신러닝 기반의 치매 예측 방법
|
| 2 |
2
제1항에 있어서,자기공명영상(magnetic resonance imaging, MRI), 컴퓨터단층촬영(computer tomography, CT), 양전자 방출 단층 촬영(Positron Emission Tomography, PET) 중 적어도 어느 하나 이상 방법을 통해 획득된 젊은 뇌 영상 이미지, 늙은 뇌 영상 이미지 및 치매 걸린 늙은 뇌 영상 이미지 중 젊은 뇌 영상 이미지의 평균치와, 늙은 뇌 영상 이미지의 평균치와, 치매 걸린 늙은 뇌 영상 이미지의 평균치를 구하는 단계;를 더 포함하는 것을 특징으로 하는 머신러닝 기반의 치매 예측 방법
|
| 3 |
3
제2항에 있어서,DC-GAN(Deep Convolutional Generative Adversarial Network)의 생성자를 통해 치매 걸린 늙은 뇌 영상 이미지의 평균치에서 늙은 뇌 영상 이미지의 평균치를 차분하여 치매 특성을 검출하고, 늙은 뇌 영상 이미지의 평균치에서 젊은 뇌 영상 이미지의 평균치를 차분하여 노화 특성을 검출하고, 치매 특성 및 노화 특성을 활용하여 치매 걸리기 전의 젊은 뇌 영상 이미지를 데이터 셋으로 형성하는 것을 특징으로 하는 머신러닝 기반의 치매 예측 방법
|
| 4 |
4
제3항에 있어서,DC-GAN(Deep Convolutional Generative Adversarial Network)의 판별자의 학습을 통해 치매 걸리기 전의 젊은 뇌 영상 이미지의 데이터 셋을 기반으로 치매 걸리기 전의 뇌 영상 이미지로 치매가 걸릴 수 있는지를 예측하는 것을 특징으로 하는 머신러닝 기반의 치매 예측 방법
|
