| 1 |
1
눈물 흘림 증상을 가진 환자들 중 학습군 환자들 각각의 임상학적 변수들을 입력받는 단계;상기 학습군 환자들 각각의 눈에 방사성동위원소를 투여한 후 설정된 시간 동안 감마 카메라에서 촬영한 눈물샘 신티그래피 영상들을 입력받는 단계;상기 눈물샘 신티그래피 영상들을 분석하여 상기 학습군 환자들 각각의 정량적 변수들을 추출하는 단계;상기 임상학적 변수들 및 상기 정량적 변수들을 설정된 기계학습 알고리즘을 통해 기계 학습하여 구조적 막힘 또는 기능적 막힘을 예측하기 위한 예측 모델을 생성하는 단계; 및특정 환자에 대한 특정 임상학적 변수들 및 특정 눈물샘 신티그래피 영상이 입력되면 상기 예측 모델을 적용하여, 상기 특정 환자에 대한 구조적 막힘 또는 기능적 막힘을 예측하는 단계를 포함하는,기계 학습 장치의 동작 방법
|
| 2 |
2
제 1 항에 있어서,상기 정량적 변수들을 추출하는 단계는,상기 눈물샘 신티그래피 영상들을 통해 눈물길의 설정된 흥미 영역들에서 방사선 수치를 측정하고, 상기 흥미 영역들 각각의 방사선 수치를 서로 비교한 방사선 수치비들을 상기 정량적 변수들로 추출하는,기계 학습 장치의 동작 방법
|
| 3 |
3
제 2 항에 있어서,상기 흥미 영역들은,상기 눈물길을 형성하는 눈물샘 전, 눈물샘, 비누관 및 비강을 포함하는,기계 학습 장치의 동작 방법
|
| 4 |
4
제 1 항에 있어서,상기 임상학적 변수들은,유루증 증상 및 유루증 기간, 나이, 성별, 고혈압, 당뇨, 자가면역질환, 갑상선 질환, 비염, 방사선 치료력, 암 치료력, 안구건조증, 녹내장, 백내장, 시력, 안압, 비정상 눈물띠, 안면마비, 안검하수, 해당 증상과 관련된 이전 치료력을 포함하는,기계 학습 장치의 동작 방법
|
| 5 |
5
제 1 항에 있어서,상기 예측 모델을 생성하는 단계는,상기 정량적 변수들 및 상기 임상학적 변수들을 라쏘 회귀 분석을 통해 기계 학습에 적용되는 중요 변수들을 선택하고, 상기 중요 변수들을 기계 학습하여 상기 구조적 막힘 또는 상기 기능적 막힘을 예측하기 위한 상기 예측 모델을 생성하는,기계 학습 장치의 동작 방법
|
| 6 |
6
제 1 항에 있어서,상기 기계학습 알고리즘은,서포트 벡터 머신, 랜덤 포레스트, 신경망 및 로지스틱 회귀 분석 중 적어도 하나를 포함하는,기계 학습 장치의 동작 방법
|
| 7 |
7
제 1 항에 있어서,상기 특정 환자에 대한 구조적 막힘 또는 기능적 막힘을 예측하는 단계 이전에,상기 예측 모델을 검증하는 단계를 더 포함하고,상기 예측 모델을 검증하는 단계는,상기 환자들 중 상기 학습군 환자들을 제외한 평가군 환자들 각각의 임상학적 변수들 및 정량적 변수들을 상기 예측 모델에 적용하여, 상기 평가군 환자들 각각의 임상학적 진단과 상기 평가군 환자들의 예측 결과를 비교하여, 상기 예측 모델의 성능 지수가 설정된 기준 성능 지수를 만족하는지 검증하는,기계 학습 장치의 동작 방법
|
| 8 |
8
눈물 흘림 증상을 가진 환자들 중 학습군 환자들 각각의 임상학적 변수들이 입력되는 입력부;상기 학습군 환자들 각각의 눈에 방사성동위원소를 투여한 후 설정된 시간 동안 눈물샘 신티그래피 영상들을 촬영하는 감마 카메라; 및상기 눈물샘 신티그래피 영상들을 분석하여 상기 학습군 환자들 각각의 정량적 변수들을 추출하고, 상기 임상학적 변수들 및 상기 정량적 변수들을 설정된 기계학습 알고리즘을 통해 기계 학습하여 구조적 막힘 또는 기능적 막힘을 예측하기 위한 예측 모델을 생성하는 기계 학습부를 포함하는,기계 학습 장치
|
| 9 |
9
제 8 항에 있어서,특정 환자에 대한 특정 임상학적 변수들 및 특정 눈물샘 신티그래피 영상이 입력되는 경우,상기 기계 학습부는,상기 예측 모델을 적용하여, 상기 특정 환자에 대한 구조적 막힘 또는 기능적 막힘을 예측하는,기계 학습 장치
|
| 10 |
10
제 8 항에 있어서,상기 기계 학습부는,상기 환자들 중 상기 학습군 환자들을 제외한 평가군 환자들 각각의 임상학적 변수들 및 정량적 변수들을 상기 예측 모델에 적용하여, 상기 평가군 환자들 각각의 임상학적 진단과 상기 평가군 환자들의 예측 결과를 비교하여, 상기 예측 모델의 성능 지수가 설정된 기준 성능 지수를 만족하는지 검증하는,기계 학습 장치
|
