초록 ▼

본 발명은 심장 상태 감지 센서 장치를 이용하여 측정된 생체신호를 분석하여 심장 상태를 모니터링하는 기술적 사상에 관한 것으로, 본 발명의 일실시예에 따른 심장상태 모니터링 방법은 사용자로부터 심전도 신호를 측정하고, 상기 측정의 된 심전도 신호의 시간 도메인(time domain)을 기계학습하여 특징 정보를 추출하며, 상기 추출된 특징 정보를 기계학습하여 복수의 심장이상 종류 모델을 결정하고, 상기 결정된 복수의 심장이상 종류 모델에 대한 구분 정확도를 계산하며, 상기 계산된 정확도에 기반하여 상기 결정된 심장이상 종류 모델과 공

본 발명은 심장 상태 감지 센서 장치를 이용하여 측정된 생체신호를 분석하여 심장 상태를 모니터링하는 기술적 사상에 관한 것으로, 본 발명의 일실시예에 따른 심장상태 모니터링 방법은 사용자로부터 심전도 신호를 측정하고, 상기 측정의 된 심전도 신호의 시간 도메인(time domain)을 기계학습하여 특징 정보를 추출하며, 상기 추출된 특징 정보를 기계학습하여 복수의 심장이상 종류 모델을 결정하고, 상기 결정된 복수의 심장이상 종류 모델에 대한 구분 정확도를 계산하며, 상기 계산된 정확도에 기반하여 상기 결정된 심장이상 종류 모델과 공개된 심혈관계 질환 데이터를 이용하여 상기 사용자의 심혈관계 질환을 결정함에 따라 의료 진단을 보조하는 기술에 관한 것이다.

대표청구항 ▼

심장상태 감지 센서 장치와 연동하여 사용자의 상태 정보를 제공하는 서버에 있어서,사용자로부터 측정된 심전도 신호를 포함하는 생체신호가 포함된 모니터링 정보를 수집하는 모니터링 정보 수집부;상기 수집된 모니터링 정보에 포함된 심전도 신호를 추출하는 신호 추출부;기 저장된 인공지능 기계학습 알고리즘에 기반하여 상기 추출된 심전도 신호의 시간 표준화된 이미지로의 변환을 통한 형태학적 정보를 특징 정보로 추출하고, 상기 추출된 특징 정보를 이용하여 복수의 심장이상 종류 모델을 빈맥 모델, 서맥 모델, 심방세동 모델, 좌각차단 모델, 우각차

심장상태 감지 센서 장치와 연동하여 사용자의 상태 정보를 제공하는 서버에 있어서,사용자로부터 측정된 심전도 신호를 포함하는 생체신호가 포함된 모니터링 정보를 수집하는 모니터링 정보 수집부;상기 수집된 모니터링 정보에 포함된 심전도 신호를 추출하는 신호 추출부;기 저장된 인공지능 기계학습 알고리즘에 기반하여 상기 추출된 심전도 신호의 시간 표준화된 이미지로의 변환을 통한 형태학적 정보를 특징 정보로 추출하고, 상기 추출된 특징 정보를 이용하여 복수의 심장이상 종류 모델을 빈맥 모델, 서맥 모델, 심방세동 모델, 좌각차단 모델, 우각차단 모델, 심방조기수축 모델, 심실조기수축 모델, 심정지 모델 및 정상 심장상태 모델 중 적어도 하나의 모델로 결정하며, 상기 결정된 복수의 심장이상 종류 모델에 대한 구분 정확도를 계산하고, 상기 계산된 정확도에 기반하여 상기 결정된 심장이상 종류 모델과 공개된 심혈관계 질환 데이터를 이용하여 상기 사용자의 심혈관계 질환을 결정하되,오픈 데이터 셋에 기반, 상기 결정된 심정지 모델 및 상기 정상 심장상태 모델을 이용하여 심장이상을 상기 심장이상으로 구분하는 TP(True Positive) 경우, 상기 심장이상을 정상으로 구분하는 FN(False Negative) 경우, 상기 정상을 상기 심장이상으로 구분하는 FP(False Positive) 경우 및 상기 정상을 상기 정상으로 구분하는 TN(True Negative) 경우를 분류하고,상기 TP, FN, FP, TN을 분류하기 위한 수치들 중에서 적어도 일부 수치의 결합 간 비율에 기반하여 상기 결정된 적어도 하나의 모델에 대한 구분 정확도를 계산하는 인공지능 처리부; 및상기 결정된 심혈관계 질환을 사용자 단말 장치로 제공하도록 제어하는 제어부를 포함하는 것을 특징으로 하는서버.