초록 ▼

본 발명은 진맥 진단 장치에 관한 것으로, 더욱 상세하게는 혈류량 센서를 포함하는 진맥 진단 장치가 사용자의 혈류량 변화를 지속적으로 관찰하고, 심층 신경망을 이용하여 생성된 진맥 모델을 이용하여 사용자의 진맥을 진단할 수 있는 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 진단 방법에 관한 것이다. 이를 위한 본 발명의 일 실시 예에 따른 진맥 진단 장치는 혈류량 변화를 측정할 수 있는 혈류량 센서를 포함하며, 상기 혈류량 센서를 통해 혈류량 파형을 생성하는 센서부, 상기 생성된 혈류량 파형을 심층신경망(DNN; Deep N

본 발명은 진맥 진단 장치에 관한 것으로, 더욱 상세하게는 혈류량 센서를 포함하는 진맥 진단 장치가 사용자의 혈류량 변화를 지속적으로 관찰하고, 심층 신경망을 이용하여 생성된 진맥 모델을 이용하여 사용자의 진맥을 진단할 수 있는 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 진단 방법에 관한 것이다. 이를 위한 본 발명의 일 실시 예에 따른 진맥 진단 장치는 혈류량 변화를 측정할 수 있는 혈류량 센서를 포함하며, 상기 혈류량 센서를 통해 혈류량 파형을 생성하는 센서부, 상기 생성된 혈류량 파형을 심층신경망(DNN; Deep Neural Network)을 이용하여 생성된 진맥 모델에 적용하도록 제어하는 장치 제어부 및 상기 진맥 모델을 이용하여 상기 혈류량 파형에 대한 진맥 진단 데이터를 도출하는 진맥 진단부를 포함하여 구성될 수 있다.

대표청구항 ▼

사용자의 신체 일부에 접촉되게 착용하여 사용자의 혈류량 변화를 지속적으로 관찰하고, 상기 혈류량 변화에 따른 진맥과, 상기 진맥에 따른 문진을 통해서 진맥을 지속적으로 진단 및 학습할 수 있는 진맥 진단 장치로서,혈류량 변화를 측정할 수 있는 혈류량 센서를 포함하며, 상기 혈류량 센서를 통해 혈류량 파형을 생성하는 센서부;상기 생성된 혈류량 파형을 심층신경망(DNN; Deep Neural Network)을 이용하여 생성된 진맥 모델에 적용하도록 제어하는 장치 제어부;기 확보된 임상 결과 데이터를 기반으로 심층신경망을 이용한 진맥 모

사용자의 신체 일부에 접촉되게 착용하여 사용자의 혈류량 변화를 지속적으로 관찰하고, 상기 혈류량 변화에 따른 진맥과, 상기 진맥에 따른 문진을 통해서 진맥을 지속적으로 진단 및 학습할 수 있는 진맥 진단 장치로서,혈류량 변화를 측정할 수 있는 혈류량 센서를 포함하며, 상기 혈류량 센서를 통해 혈류량 파형을 생성하는 센서부;상기 생성된 혈류량 파형을 심층신경망(DNN; Deep Neural Network)을 이용하여 생성된 진맥 모델에 적용하도록 제어하는 장치 제어부;기 확보된 임상 결과 데이터를 기반으로 심층신경망을 이용한 진맥 모델 훈련을 통해 진맥 모델을 구축하고, 순환 신경망(RNN; Recurrent Neural Network)을 이용하여 기 확보된 임상 결과 데이터의 시계열적 상관 관계를 분석 및 학습하는 문진 모델 훈련을 통해 문진 모델을 구축하는 진단 학습부; 및상기 진맥 모델을 통해 상기 혈류량 파형에 대한 진맥 데이터를 도출하고, 상기 문진 모델을 통해 문진 데이터가 도출되면, 상기 진맥 데이터 및 상기 문진 데이터를 입력 값으로 설정하고, 진맥 진단 데이터를 출력 값으로 설정하는 심층 신경망을 통해 진맥 진단 데이터를 도출하는 진맥 진단부;를 포함하고,상기 진맥 진단부는, 상기 기 확보된 임상 결과 데이터를 기반으로 진맥 모델과 문진 모델이 구축된 상태에서, 사용자의 질의 응답을 통해 생성된 문진 데이터 또는 기 저장된 진단 이력 데이터를 포함하는 진단 기초 데이터가 확인되면, 상기 진단 기초 데이터를 상기 문진 모델에 적용하여 문진 데이터를 도출하고,상기 진단 학습부는 상기 진맥 진단부에서 도출한 진맥 진단 데이터를 다시 사용하여 상기 문진 모델과 상기 진맥 모델을 학습하고, 주기적으로 다른 사용자의 문진 모델과 진맥 모델을 더 고려하여 상기 문진 모델과 상기 진맥 모델을 학습하는 것을 특징으로 하는 진맥 진단 장치.