맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

설명 가능한 다중 심전도 부정맥 진단 장치 및 방법

  • 기술번호 : KST2022010129
  • 담당센터 : 부산기술혁신센터
  • 전화번호 : 051-606-6561
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 일 실시예에 따른 프로세서에 의해 수행되는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법은, 트레이닝 심전도(electrocardiogram, ECG) 데이터로부터 뉴럴 네트워크(Neural Network)의 어텐션 브랜치에 기초하여 미리 지정되는 개수의 클래스 별로 특징 맵(feature map)을 생성하는 단계, 특징 맵으로부터 어텐션 맵(attention map) 및 기준 응답 맵(reference response map)을 생성하는 단계, 어텐션 맵 및 기준 응답 맵에 기초하여 손실 값을 산출하는 단계, 및 산출된 손실 값에 기초하여 뉴럴 네트워크의 파라미터를 업데이트하는 단계를 포함할 수 있다.
Int. CL A61B 5/349 (2021.01.01) A61B 5/361 (2021.01.01) A61B 5/327 (2021.01.01) A61B 5/00 (2021.01.01) G16H 50/20 (2018.01.01) G06N 3/08 (2006.01.01)
CPC A61B 5/349(2013.01) A61B 5/361(2013.01) A61B 5/327(2013.01) A61B 5/7264(2013.01) A61B 5/7267(2013.01) G16H 50/20(2013.01) G06N 3/08(2013.01) G06N 3/0427(2013.01)
출원번호/일자 1020200166666 (2020.12.02)
출원인 울산대학교 산학협력단, 재단법인 아산사회복지재단
등록번호/일자
공개번호/일자 10-2022-0077583 (2022.06.09) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.12.02)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 울산대학교 산학협력단 대한민국 울산광역시 남구
2 재단법인 아산사회복지재단 대한민국 서울특별시 송파구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김영학 서울특별시 강남구
2 전태준 서울특별시 송파구
3 유정선 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2020.12.02 수리 (Accepted) 1-1-2020-1304823-18
2 보정요구서
Request for Amendment		 2020.12.10 발송처리완료 (Completion of Transmission) 1-5-2020-0187255-86
3 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2021.01.04 수리 (Accepted) 1-1-2021-0004762-73
4 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2021.01.25 수리 (Accepted) 1-1-2021-0092054-52
5 특허고객번호 정보변경(경정)신고서·정정신고서
 2021.06.02 수리 (Accepted) 4-1-2021-5151542-25
6 특허고객번호 정보변경(경정)신고서·정정신고서
 2021.07.07 수리 (Accepted) 4-1-2021-5185955-19
7 선행기술조사의뢰서
Request for Prior Art Search		 2021.11.15 수리 (Accepted) 9-1-9999-9999999-89
8 특허고객번호 정보변경(경정)신고서·정정신고서
 2022.01.10 수리 (Accepted) 4-1-2022-5006881-65
9 특허고객번호 정보변경(경정)신고서·정정신고서
 2022.01.13 수리 (Accepted) 4-1-2022-5010543-98
10 특허고객번호 정보변경(경정)신고서·정정신고서
 2022.01.13 수리 (Accepted) 4-1-2022-5010528-13
11 선행기술조사보고서
Report of Prior Art Search		 2022.02.15 발송처리완료 (Completion of Transmission) 9-6-2022-0054564-05
12 의견제출통지서
Notification of reason for refusal		 2022.03.27 발송처리완료 (Completion of Transmission) 9-5-2022-0230677-61
13 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2022.04.07 수리 (Accepted) 1-1-2022-0372566-41
14 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2022.04.07 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-0372565-06
15 특허고객번호 정보변경(경정)신고서·정정신고서
 2022.04.25 수리 (Accepted) 4-1-2022-5097214-43
16 특허고객번호 정보변경(경정)신고서·정정신고서
 2022.04.25 수리 (Accepted) 4-1-2022-5097268-08
17 의견제출통지서
Notification of reason for refusal		 2022.06.23 발송처리완료 (Completion of Transmission) 9-5-2022-0463450-13
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
프로세서에 의해 수행되는, 심전도 진단 장치의 뉴럴 네트워크(Neural Network)를 트레이닝시키는 방법에 있어서,트레이닝 심전도(electrocardiogram, ECG) 데이터로부터 상기 뉴럴 네트워크의 어텐션 브랜치에 기초하여 미리 지정되는 개수의 클래스 별로 특징 맵(feature map)을 생성하는 단계;상기 특징 맵으로부터 어텐션 맵(attention map) 및 기준 응답 맵(reference response map)을 생성하는 단계;상기 어텐션 맵 및 상기 기준 응답 맵에 기초하여 손실 값을 산출하는 단계; 및상기 산출된 손실 값에 기초하여 상기 뉴럴 네트워크의 파라미터를 업데이트하는 단계를 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
2 2
제1항에 있어서,상기 어텐션 맵 및 기준 응답 맵을 생성하는 단계는,상기 어텐션 브랜치에 의해 생성된 복수의 특징 맵들 중 모든 클래스에 대응하는 특징 맵으로부터 상기 어텐션 맵을 생성하는 단계; 및상기 복수의 특징 맵들 중 참값 클래스(Ground Truth class)에 대응하는 특징 맵으로부터 상기 기준 응답 맵을 생성하는 단계를 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
3 3
제2항에 있어서,상기 기준 응답 맵을 생성하는 단계는,상기 복수의 특징 맵들 중 상기 참값 클래스에 대응하는 특징 맵의 평균을 상기 기준 응답 맵으로 생성하는 단계를 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
4 4
제1항에 있어서,상기 손실 값을 산출하는 단계는,상기 어텐션 맵 및 상기 기준 응답 맵 간의 차이를 산출하는 단계;를 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
5 5
제4항에 있어서,상기 차이를 산출하는 단계는,상기 어텐션 맵 및 상기 기준 응답 맵 간의 유클리드 노름(Euclidean norm)을 산출하는 단계;를 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
6 6
제5항에 있어서,상기 산출된 유클리드 노름에 가중치를 적용하는 단계를 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
7 7
제4항에 있어서,상기 손실 값을 산출하는 단계는,참값 레이블(Ground Truth label) 및 상기 어텐션 브랜치로부터 출력되는 클래스 스코어(class score) 사이의 제1 이진 교차 엔트로피(binary cross-entropy) 값을 산출하는 단계;참값 레이블 및 인지 브랜치(perception branch)로부터 출력되는 클래스 스코어 사이의 제2 이진 교차 엔트로피 값을 산출하는 단계; 및상기 산출된 상기 어텐션 맵 및 상기 기준 응답 맵 간의 차이, 제1 이진 교차 엔트로피 값, 및 제2 이진 교차 엔트로피 값을 합산하여 상기 손실 값을 산출하는 단계를 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
8 8
제4항에 있어서,상기 손실 값을 산출하는 단계는,참값 레이블 및 상기 어텐션 브랜치로부터 출력되는 클래스 스코어 사이의 제1 이진 교차 엔트로피 값을 산출하는 단계;참값 레이블 및 인지 브랜치로부터 출력되는 클래스 스코어 사이의 제2 이진 교차 엔트로피 값을 산출하는 단계; 및상기 산출된 상기 어텐션 맵 및 상기 기준 응답 맵 간의 유클리드 노름에 가중치가 적용된 값, 제1 이진 교차 엔트로피 값, 및 제2 이진 교차 엔트로피 값을 합산하여 상기 손실 값을 산출하는 단계를 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
9 9
제1항에 있어서,상기 트레이닝 심전도 데이터에 정규화(normalized) 및 제로 패딩(zero-padding)를 포함하는 전처리를 적용하여 상기 뉴럴 네트워크에 입력될 입력 데이터를 생성하는 단계를 더 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
10 10
제1항에 있어서,상기 특징 맵을 생성하는 단계는,트레이닝 심전도 데이터로부터 복수의 질병 분류 클래스들의 각각 별로 특징 맵을 추출하는 단계심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
11 11
하드웨어와 결합되어 제1항 내지 제10항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
12 12
심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 장치에 있어서,어텐션 브랜치를 포함하는 상기 뉴럴 네트워크를 저장한 메모리;트레이닝 심전도 데이터로부터 상기 뉴럴 네트워크의 어텐션 브랜치에 기초하여 미리 지정되는 개수의 클래스 별로 특징 맵을 생성하고, 상기 특징 맵으로부터 어텐션 맵 및 기준 응답 맵을 생성하며, 상기 어텐션 맵 및 상기 기준 응답 맵에 기초하여 손실 값을 산출하고, 상기 산출된 손실 값에 기초하여 상기 뉴럴 네트워크의 파라미터를 업데이트하는 프로세서를 포함하는 심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 장치
13 13
제12항에 있어서,상기 프로세서는,상기 어텐션 브랜치에 의해 생성된 복수의 특징 맵들 중 모든 클래스에 대응하는 특징 맵으로부터 상기 어텐션 맵을 생성하고, 상기 복수의 특징 맵들 중 참값 클래스(Ground Truth class)에 대응하는 특징 맵으로부터 상기 기준 응답 맵을 생성하는,심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
14 14
제13항에 있어서,상기 프로세서는,상기 복수의 특징 맵들 중 상기 참값 클래스에 대응하는 특징 맵의 평균을 상기 기준 응답 맵으로 생성하는,심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
15 15
제12항에 있어서,상기 프로세서는,상기 어텐션 맵 및 상기 기준 응답 맵 간의 차이를 산출하는,심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
16 16
제15항에 있어서,상기 프로세서는,상기 어텐션 맵 및 상기 기준 응답 맵 간의 유클리드 노름(Euclidean norm)을 산출하는,심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
17 17
제16항에 있어서,상기 프로세서는,상기 산출된 유클리드 노름에 가중치를 적용하는,심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
18 18
제15항에 있어서,상기 프로세서는, 참값 레이블(Ground Truth label) 및 상기 어텐션 브랜치로부터 출력되는 클래스 스코어(class score) 사이의 제1 이진 교차 엔트로피(binary cross-entropy) 값을 산출하고, 참값 레이블 및 인지 브랜치(perception branch)로부터 출력되는 클래스 스코어 사이의 제2 이진 교차 엔트로피 값을 산출하며, 상기 산출된 상기 어텐션 맵 및 상기 기준 응답 맵 간의 차이, 제1 이진 교차 엔트로피 값, 및 제2 이진 교차 엔트로피 값을 합산하여 상기 손실 값을 산출하는,심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
19 19
제15항에 있어서,상기 프로세서는, 참값 레이블 및 상기 어텐션 브랜치로부터 출력되는 클래스 스코어 사이의 제1 이진 교차 엔트로피 값을 산출하고, 참값 레이블 및 인지 브랜치로부터 출력되는 클래스 스코어 사이의 제2 이진 교차 엔트로피 값을 산출하며, 상기 산출된 상기 어텐션 맵 및 상기 기준 응답 맵 간의 유클리드 노름에 가중치가 적용된 값, 제1 이진 교차 엔트로피 값, 및 제2 이진 교차 엔트로피 값을 합산하여 상기 손실 값을 산출하는,심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
20 20
제11항에 있어서,상기 프로세서는,상기 트레이닝 심전도 데이터에 정규화(normalized) 및 제로 패딩(zero-padding)를 포함하는 전처리를 적용하여 상기 뉴럴 네트워크에 입력될 입력 데이터를 생성하는,심전도 진단 장치의 뉴럴 네트워크를 트레이닝시키는 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 보건복지부 서울아산병원 연구중심병원육성(R＆D) MeDIA: 의료 빅데이터, 사물인터넷, 인공지능 플랫폼 구축을 통한 혁신형 의료기술 개발
2 과학기술정보통신부 정보통신산업진흥원 SW컴퓨팅산업원천기술개발(R＆D,정보화) 의료데이터분석 지능형 SW 기술개발
3 과학기술정보통신부, 산업통상자원부, 보건복지부, 식품의약품안전처 서울아산병원 범부처전주기의료기기연구개발사업 EMR기반 환자중심 진단치료 지원용 초지능 의료기기 소프트웨어 개발 및 실증