최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기중소기업융합학회논문지 = Journal of Convergence Society for SMB, v.6 no.4, 2016년, pp.79 - 84
A novel diagnosis scheme PCADP(personalized computer aided diagnosis probability) is proposed to overcome the problems mentioned above. PCADP scheme is a personalized diagnosis method based on ontology and it makes the bio-data analysis just a 'process' in the Smart healthcare service system. In add...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
확률 예측 알고리즘은 어떻게 구성되는가? | 새롭게 고안한 두 배열은 대상 사용자의 생체신호와 증상을 이용하여 그 대상이 환자집단에 속하는지 여부를 확률적으로 예측하는 알고리즘 이다. 이러한 확률 예측 알고리즘은 크게 학습단계(learning stage), 의사결정나무단계(decision trees stage), 예측단계(prediction stage) 그리고 피드백단계(feedback stage)로 구성된다. 학습단계에서는 이미 검증된 질병을 가진 집단과 정상집단으로 부터 생체신호와 증상의 조합 패턴을 추출하여 각각의 행렬 구조에 저장한다. | |
PCADP는 어떤 기법인가? | 첫째, 온톨로지 기반 스마트 헬스케어 환경에 부합하는 개인 신체적인 구조에 적합한 질병예측 기법인 PCADP를 제안하였다. 스마트 헬스케어 환경에서 개인 맞춤형 질병예측 판별 기법이 갖추어야 할 조건인 실시간 처리, 유연한 구조, 판별과정의 모니터링, 지속적인 개선 등에 부합하는 통계학적 질병예측 기법이다. 본 기법은 헬스케어 데이터 및 응용서비스 신뢰도를 확보하고 스트레스 정도, 당뇨, 비만과 같은 일반적인 질병 예측을 수용할 수 있는 확장된 개인 맞춤형 질병예측시스템을 구축하기 위하여, CI(Combination Interrelation) 배열와 IA(Interrelation Appearance) 배열을 새롭게 고안하였다. | |
IA 배열의 각 행과 열은 무엇과 연관되는가? | IA(Interrelation Appearance) 배열을 쉽게 이해하기 위해서 <생체신호 조합, 증상 조합> 쌍의 출현 빈도 기록에 사용하기 위하여 CI(Combination Interrelation) 배열을 설명하기 전에 <생체신호, 증상> 쌍의 출현 빈도를 기록할 수 있는 IA(Interrelation Appearance) 배열을 구성하였다. IA(Interrelation Appearance) 배열의 각 행은 하나의 생체신호 및 증상신호와 연관되며, IA(Interrelation Appearance) 배열의 각 열은 하나의 증상과 연관된다. 따라서 IA(Interrelation Appearance) 배열의 각각의 원소는 하나의 <생체신호조합, 증상조합> 쌍과 연관되어 <생체신호조합, 증상조합> 쌍의 출현 빈도를 기록할 수 있다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.