| 1 |
1
외부 서버로부터 환자에 대한 알츠하이머 관련 검사를 수행한 검사 데이터를 획득하여 상기 검사 데이터를 학습용 데이터 또는 검증용 데이터로 분류하고 저장하는 검사 데이터 획득부; 및상기 분류된 검사 데이터 중 상기 학습용 데이터를 이용하여 기계학습을 수행하고, 상기 기계학습을 통해 상기 환자의 알츠하이머 양성 여부를 예측하는 예측 알고리즘을 생성하는 예측 알고리즘 생성부;를 포함하는 아밀로이드-펫 예측 알고리즘 생성 시스템
|
| 2 |
2
제 1항에 있어서,상기 검사 데이터 획득부는,상기 검사 데이터를 획득하는 검사 데이터 획득 모듈;상기 알츠하이머 관련 검사 결과의 유무를 분류 기준으로 상기 검사 데이터를 분류하는 검사 데이터 분류 모듈; 및상기 분류된 검사 데이터를 분류 별로 저장하는 상기 검사 데이터 저장 모듈;을 포함하는 아밀로이드-펫 예측 알고리즘 생성 시스템
|
| 3 |
3
제 2항에 있어서,상기 알츠하이머 관련 검사는 제1검사 및 제2검사를 포함하며, 상기 제1검사는 MDS-OAβ검사, APOE, MMSE, 나이 및 항응고제의 종류 중 적어도 하나를 포함하며, 상기 제2검사는 아밀로이드-펫 촬영 검사인 아밀로이드-펫 예측 알고리즘 생성 시스템
|
| 4 |
4
제 3항에 있어서,상기 검사 데이터 분류 모듈은, 상기 검사 데이터가 상기 제1검사 결과 및 상기 제2검사 결과를 모두 포함하는 경우 무작위로 선정하여 상기 학습용 데이터 및 상기 검증용 데이터로 분류하고, 상기 검사 데이터가 상기 제1검사 결과만 존재하는 경우 상기 검증용 데이터로 분류하는 아밀로이드-펫 예측 알고리즘 생성 시스템
|
| 5 |
5
제 1항에 있어서,상기 예측 알고리즘 생성부는,상기 기계학습을 수행하기 위해 상기 학습용 데이터로부터 적어도 하나의 변수를 선정하는 검사 데이터 전처리 모듈; 및상기 변수를 이용하여 상기 학습용 데이터의 기계학습을 수행하여 상기 예측 알고리즘을 생성하는 기계학습 수행 모듈;을 포함하는 아밀로이드-펫 예측 알고리즘 생성 시스템
|
| 6 |
6
제 1항 내지 제5항 중 어느 한 항에 있어서,상기 예측 알고리즘을 검증하고 필요에 따라 보정학습을 수행하는 예측 알고리즘 검증부;를 더 포함하며,상기 예측 알고리즘 검증부는,상기 예측 알고리즘에 상기 검증용 데이터를 적용하여 해당 검증용 데이터의 예측 결과를 획득하는 예측 결과 획득 모듈;상기 해당 검증용 데이터에 상기 외부 서버로부터 아밀로이드-펫 촬영 검사 결과인 제2검사 결과가 등록되는 경우, 상기 제2검사 결과와 상기 예측 결과를 비교하여 비교 결과를 생성하는 예측 결과 비교 모듈; 및상기 비교 결과가 상기 제2검사 결과와 상기 예측 결과가 일치하지 않는 것으로 확인되면, 상기 해당 검증용 데이터를 상기 학습용 데이터로 재분류하고, 재분류된 상기 학습용 데이터를 이용하여 상기 예측 알고리즘의 보정을 위한 보정 학습을 수행하는 보정 학습 수행 모듈;을 포함하는 아밀로이드-펫 예측 알고리즘 생성 시스템
|
| 7 |
7
검사 데이터 획득부를 이용하여 외부 서버로부터 환자에 대한 알츠하이머 관련 검사를 수행한 검사 데이터를 획득하여 상기 검사 데이터를 학습용 데이터 또는 검증용 데이터로 분류하고 저장하는 단계; 및예측 알고리즘 생성부를 통해 상기 분류된 검사 데이터 중 상기 학습용 데이터를 이용하여 기계학습을 수행하고, 상기 기계학습을 통해 상기 환자의 알츠하이머 양성 여부를 예측하는 예측 알고리즘을 생성하는 단계;를 포함하는 아밀로이드-펫 양성 예측 알고리즘 생성 방법
|
| 8 |
8
제 7항에 있어서,상기 상기 검사 데이터를 학습용 데이터 또는 검증용 데이터로 분류하고 저장하는 단계는,상기 검사 데이터를 획득하는 단계;상기 알츠하이머 관련 검사 결과의 유무를 분류 기준으로 상기 검사 데이터를 분류하는 단계; 및상기 분류된 검사 데이터를 분류 별로 저장하는 단계;를 포함하는 아밀로이드-펫 양성 예측 알고리즘 생성 방법
|
| 9 |
9
제 8항에 있어서,상기 알츠하이머 관련 검사는 제1검사 및 제2검사를 포함하며, 상기 제1검사는 MDS-OAβ검사, APOE, MMSE, 나이 및 항응고제의 종류 중 적어도 하나를 포함하며, 상기 제2검사는 아밀로이드-펫 촬영 검사인 아밀로이드-펫 양성 예측 알고리즘 생성 방법
|
| 10 |
10
제 9항에 있어서,상기 상기 검사 데이터를 분류하는 단계는, 상기 검사 데이터가 상기 제1검사 결과 및 상기 제2검사 결과를 모두 포함하는 경우 무작위로 선정하여 상기 학습용 데이터 및 상기 검증용 데이터로 분류하고, 상기 검사 데이터가 상기 제1검사 결과만 존재하는 경우 상기 검증용 데이터로 분류하는 아밀로이드-펫 양성 예측 알고리즘 생성 방법
|
| 11 |
11
제 7항에 있어서,상기 예측 알고리즘을 생성하는 단계는,상기 기계학습을 수행하기 위해 상기 학습용 데이터로부터 적어도 하나의 변수를 선정하는 단계; 및상기 변수를 이용하여 상기 학습용 데이터의 기계학습을 수행하여 상기 예측 알고리즘을 생성하는 단계;를 포함하는 아밀로이드-펫 양성 예측 알고리즘 생성 방법
|
| 12 |
12
제 7항 내지 제11항 중 어느 한 항에 있어서,상기 예측 알고리즘을 생성하는 단계 다음으로 예측 알고리즘 검증부를 이용하여 상기 예측 알고리즘을 검증하고 필요에 따라 보정학습을 수행하는 단계;를 더 포함하며,상기 예측 알고리즘을 검증하고 필요에 따라 보정학습을 수행하는 단계는,상기 예측 알고리즘에 상기 검증용 데이터를 적용하여 해당 검증용 데이터의 예측 결과를 획득하는 단계;상기 해당 검증용 데이터에 상기 외부 서버로부터 아밀로이드-펫 촬영 검사 결과인 제2검사 결과가 등록되는 경우, 상기 제2검사 결과와 상기 예측 결과를 비교하여 비교 결과를 생성하는 단계; 및상기 비교 결과가 상기 제2검사 결과와 상기 예측 결과가 일치하지 않는 것으로 확인되면, 상기 해당 검증용 데이터를 상기 학습용 데이터로 재분류하고, 재분류된 상기 학습용 데이터를 이용하여 상기 예측 알고리즘의 보정을 위한 보정 학습을 수행하는 단계;를 포함하는 아밀로이드-펫 양성 예측 알고리즘 생성 방법
|
