1 |
1
유방 질량 데이터의 미세바늘흡인물(FNA)의 디지털화된 이미지로부터 계산된 변수 세트를 입력하는 단계;A-ANFIS(Attentive ANFIS) 회귀 단위로 구성된 AH-ANFIS(Attentive Hierarchical ANFIS)의 제1 레이어를 통해, 각 A-ANFIS로부터 서로 다른 A-ANFIS 매개 변수를 사용한 기능을 추출하는 단계;AH-ANFIS의 제2 레이어의 증식 집중 매커니즘을 상기 AH-ANFIS의 제1 레이어로부터 추출된 다수개의 기능에 적용하여, 예측 가능한 해석을 위해 활성화된 규칙과 임계 변수를 선택하는 단계;선택된 활성화된 규칙과 임계 변수를 기초로 측정된 출력 확률로부터 최대 신뢰도를 선택하여 환자의 재발을 결정하는 단계; 및환자의 유방암 분류 결과를 악성 또는 양성으로 표시하여 출력하는 단계;를 포함하는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 방법
|
2 |
2
제1항에 있어서, 상기 각 A-ANFIS로부터 서로 다른 A-ANFIS 매개 변수를 사용한 기능을 추출하는 단계는,규칙 기반 기능 추출기로 동작하는 상기 각 A-ANFIS를 계층적 아키텍처에 통합하여, 모델 차원의 규칙 치수 감소와 입력 기능의 퍼지 이웃 관계를 추출하는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 방법
|
3 |
3
제1항에 있어서, 상기 각 A-ANFIS로부터 서로 다른 A-ANFIS 매개 변수를 사용한 기능을 추출하는 단계는,각 입력 샘플에 대해 입력 기능 위로 작은 창을 밀어 1D 모양의 기능의 서브 세트를 획득하는 단계;관련 기능의 조합으로 하위 집합을 얻기 위해, 상기 기능의 서브 세트를 오버랩하는 단계;서로 다른 A-ANFIS 매개 변수를 사용하여 다수개의 A-ANFIS 기능을 추출하는 단계; 및추출된 기능들을 누적하여 상기 각 A-ANFIS의 출력을 획득하는 단계;를 포함하는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 방법
|
4 |
4
제3항에 있어서, 상기 서브 세트의 크기 및 오버랩의 양을 선택하는 단계를 더 포함하는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 방법
|
5 |
5
제1항에 있어서,상기 유방 질량 데이터의 미세바늘흡인물(FNA)의 디지털화된 이미지는 정규화된 벡터의 형태로 전달되는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 방법
|
6 |
6
제1항에 있어서,상기 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 저장 매체
|
7 |
7
유방 질량 데이터의 미세바늘흡인물(FNA)의 디지털화된 이미지로부터 계산된 변수 세트를 생성하는 입력부;A-ANFIS(Attentive ANFIS) 회귀 단위로 구성된 AH-ANFIS(Attentive Hierarchical ANFIS)의 제1 레이어를 통해, 각 A-ANFIS로부터 서로 다른 A-ANFIS 매개 변수를 사용한 기능을 추출하는 기능 추출부;AH-ANFIS의 제2 레이어의 증식 집중 매커니즘을 상기 AH-ANFIS의 제1 레이어로부터 추출된 다수개의 기능에 적용하여, 예측 가능한 해석을 위해 활성화된 규칙과 임계 변수를 선택하는 집중 선택부;상기 집중 선택부에서 선택된 활성화된 규칙과 임계 변수를 기초로 측정된 출력 확률로부터 최대 신뢰도를 선택하여 환자의 재발을 결정하는 분류부; 및환자의 유방암 분류 결과를 악성 또는 양성으로 표시하여 출력하는 출력부;를 포함하는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 장치
|
8 |
8
제7항에 있어서, 상기 기능 추출부는,규칙 기반 기능 추출기로 동작하는 상기 각 A-ANFIS를 계층적 아키텍처에 통합하여, 모델 차원의 규칙 치수 감소와 입력 기능의 퍼지 이웃 관계를 추출하는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 장치
|
9 |
9
제7항에 있어서, 상기 기능 추출부의 각 A-ANFIS는,각 입력 샘플에 대해 입력 기능 위로 작은 창을 밀어 1D 모양의 기능의 서브 세트를 획득하는 서브 세트 획득부;관련 기능의 조합으로 하위 집합을 얻기 위해, 상기 기능의 서브 세트를 오버랩하는 오버랩부;서로 다른 A-ANFIS 매개 변수를 사용하여 다수개의 A-ANFIS 기능을 추출하는 계층부; 및추출된 기능들을 누적하여 상기 각 A-ANFIS의 출력을 획득하는 누적부;를 포함하는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 장치
|
10 |
10
제9항에 있어서, 상기 기능 추출부는,상기 서브 세트의 크기 및 오버랩의 양을 선택하는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 장치
|
11 |
11
제7항에 있어서, 상기 입력부는,상기 유방 질량 데이터의 미세바늘흡인물(FNA)의 디지털화된 이미지를 정규화된 벡터의 형태로 전달받는, 주의 계층적 적응 신경 퍼지 추론 시스템을 이용한 유방암 예측 장치
|