| 1 |
1
피험자의 임상 데이터를 수집하는 단계;피험자의 실험실 데이터를 수집하는 단계;상기 실험실 데이터를 전처리하는 단계;상기 임상 데이터 및 전처리된 실험실 데이터를 이용하여 복수의 기계 학습 모델을 훈련하는 단계; 및훈련된 복수의 기계 학습 모델의 성능을 평가하여 최적의 기계 학습 모델을 선별하는 단계를 포함하는 기계 학습 기반의 당뇨병성 감각운동성 다발신경병증 예측 모델 생성 방법
|
| 2 |
2
제 1 항에 있어서,상기 임상 데이터는 기준 특성, 과거 병력, 현재 건강 상태, 당뇨병 합병증 및 약물을 포함하는 기계 학습 기반의 당뇨병성 감각운동성 다발신경병증 예측 모델 생성 방법
|
| 3 |
3
제 1 항에 있어서,상기 실험실 데이터는 피험자에 대한 혈액 및 소변 검사에서 획득한 복수의 실험실 코드를 포함하는 기계 학습 기반의 당뇨병성 감각운동성 다발신경병증 예측 모델 생성 방법
|
| 4 |
4
제 3 항에 있어서,상기 실험실 데이터를 수집하는 단계는,피험자는 전기 생리학적 소견에 따라 대조군 및 실험군으로 구분되고, 대조군 및 실험군 각각에서 과반수 이상에 대해 공통으로 획득 가능한 복수의 실험실 코드를 선택하는 기계 학습 기반의 당뇨병성 감각운동성 다발신경병증 예측 모델 생성 방법
|
| 5 |
5
제 3 항에 있어서,상기 실험실 데이터를 전처리하는 단계는,제1 표준화 방법 및 제2 표준화 방법에 따라 각 실험실 코드 값을 표준화하며,상기 제1 표준화 방법은 각 실험실 코드에 대해 추적 기간 동안 획득한 복수의 실험실 코드 값의 평균을 구하는 것이고,상기 제2 표준화 방법은 실험실 코드의 변화 패턴을 나타내는 것으로, 실험실 코드의 초기 값이 초기 값을 제외한 값의 전체 평균보다 10% 이상 낮은 경우 -1, 실험실 코드의 변화가 10% 미만인 경우 0, 실험실 코드의 초기 값이 초기 값을 제외한 값의 전체 평균보다 10% 이상 큰 경우 1로 정의되는 기계 학습 기반의 당뇨병성 감각운동성 다발신경병증 예측 모델 생성 방법
|
| 6 |
6
제 5 항에 있어서,상기 복수의 기계 학습 모델을 훈련하는 단계는,각 기계 학습 모델이 상기 임상 데이터와 상기 제1 표준화 방법 및 제2 표준화 방법에 따라 표준화된 실험실 코드 값을 입력받아 피험자를 제1 그룹 및 제2 그룹으로 분류하도록 훈련하며, 상기 제1 그룹은 기 정의된 당뇨병성 감각운동성 다발신경병증 최소 기준에 따라 정상(Normal), 가능(Possible) 및 개연(Probable) 그룹으로 분류된 그룹이고, 상기 제2 그룹은 상기 최소 기준에 따라 확진(Confirmed) 그룹으로 분류된 그룹인 기계 학습 기반의 당뇨병성 감각운동성 다발신경병증 예측 모델 생성 방법
|
| 7 |
7
제 1 항에 있어서, 상기 최적의 기계 학습 모델의 특징 중요도를 추출하고, 추출된 특징 중요도를 기반으로 최적의 특징 세트를 선택하는 단계를 더 포함하는 기계 학습 기반의 당뇨병성 감각운동성 다발신경병증 예측 모델 생성 방법
|
| 8 |
8
제 7 항에 있어서, 상기 최적의 특징 세트를 선택하는 단계는, 상기 특징 중요도가 추출되면, 가장 중요한 특징부터 시작하여 가장 중요하지 않은 특징까지 특징을 하나씩 추가하면서 입력 특징 세트를 구성하여 상기 최적의 기계 학습 모델을 재학습 및 평가하는 과정을 반복 수행하여 최적의 특징 세트를 선택하는 기계 학습 기반의 당뇨병성 감각운동성 다발신경병증 예측 모델 생성 방법
|
