초록 ▼

태아 모니터링 데이터로부터 태아 상태를 판단하기 위한 컴퓨팅 장치가 개시된다. 상기 컴퓨팅 장치는, 프로세서(processor); 및 태아 상태 판단 모델을 저장하는 메모리(memory);를 포함한다. 상기 프로세서는 상기 메모리에 저장된 태아 상태 판단 모델을 실행함에 따라, 상기 태아 모니터링 데이터를 입력 받고, 복수의 필터들을 랜덤하게 생성하고, 상기 태아 모니터링 데이터에 생성된 복수의 필터를 적용하여 특징 데이터를 생성하고, 분류 알고리즘에 따라, 상기 특징 데이터를 이용하여 태아의 상태를 나타내는 태아 상태 정보를 생성

태아 모니터링 데이터로부터 태아 상태를 판단하기 위한 컴퓨팅 장치가 개시된다. 상기 컴퓨팅 장치는, 프로세서(processor); 및 태아 상태 판단 모델을 저장하는 메모리(memory);를 포함한다. 상기 프로세서는 상기 메모리에 저장된 태아 상태 판단 모델을 실행함에 따라, 상기 태아 모니터링 데이터를 입력 받고, 복수의 필터들을 랜덤하게 생성하고, 상기 태아 모니터링 데이터에 생성된 복수의 필터를 적용하여 특징 데이터를 생성하고, 분류 알고리즘에 따라, 상기 특징 데이터를 이용하여 태아의 상태를 나타내는 태아 상태 정보를 생성할 수 있다.

대표청구항 ▼

태아 모니터링 데이터로부터 태아 상태를 판단하기 위한 컴퓨팅 장치에 있어서,프로세서(processor); 및태아 상태 판단 모델을 저장하는 메모리(memory);를 포함하고,상기 프로세서는 상기 메모리에 저장된 태아 상태 판단 모델을 실행함에 따라,상기 태아 모니터링 데이터를 획득하고,복수의 필터들을 랜덤하게 생성하고, 상기 태아 모니터링 데이터에 생성된 복수의 필터를 적용하여 특징 데이터를 생성하고,분류 알고리즘에 따라, 상기 특징 데이터를 이용하여 태아의 상태를 나타내는 태아 상태 정보를 생성하되,상기 프로세서는,태아의 심박수(

태아 모니터링 데이터로부터 태아 상태를 판단하기 위한 컴퓨팅 장치에 있어서,프로세서(processor); 및태아 상태 판단 모델을 저장하는 메모리(memory);를 포함하고,상기 프로세서는 상기 메모리에 저장된 태아 상태 판단 모델을 실행함에 따라,상기 태아 모니터링 데이터를 획득하고,복수의 필터들을 랜덤하게 생성하고, 상기 태아 모니터링 데이터에 생성된 복수의 필터를 적용하여 특징 데이터를 생성하고,분류 알고리즘에 따라, 상기 특징 데이터를 이용하여 태아의 상태를 나타내는 태아 상태 정보를 생성하되,상기 프로세서는,태아의 심박수(Fetal Heart Rate) 또는 자궁 수축(Uterine Contraction)에 따른 그래프를 나타내는 파형 픽셀들 및 눈금이 있는 배경을 나타내는 그리드 픽셀들을 포함하는 이미지 형태의 결과 데이터를 입력받고,상기 결과 데이터에서 허프(Hough) 알고리즘을 이용하여 상기 그래프의 경계선을 나타낸 경계선 픽셀들의 위치를 결정하고, 결정된 상기 경계선 픽셀들과 상기 파형 픽셀들 사이의 위치 관계를 기반으로 상기 파형 픽셀들의 상대적 위치를 결정하고, 결정된 상기 상대적 위치로부터 상기 파형 픽셀들에 대응하는 함수 값을 결정하고, 결정된 상기 함수 값으로 구성되는 상기 태아 모니터링 데이터를 획득하며,상기 프로세서는,상기 태아 모니터링 데이터를 기반으로 태아의 산모와 관련된 산모 정보(maternal inforamion) 및 상기 태아가 분만된 후 신생아로서의 상태를 나타내는 신생아 상태(neonatal status)를 포함하는 병리학적 데이터를 획득하고,상기 분류 알고리즘에 따라 생성된 상기 태아 상태 정보 및 상기 산모 정보를 독립 변수로 하고, 상기 신생아 상태를 종속 변수로 하는 다중 회귀 분석을 하기 수학식에 따라 수행함으로써, 상기 태아 상태 판단 모델을 검증하되,상기 수학식에서, Y 는 신생아 상태이고, P(Yi=1)은 신생아 상태가 정상일 확률이고, Xabnormal은 상기 태아 상태 판단 모델에 의해 계산된 상기 태아가 비정상일 확률, Xage는 산모의 나이, XIUP는 임신 주수(intrauterine period)인,컴퓨팅 장치.