AI An AI-based Alzheimer's Disease diagnosis and MMSEMini-Mental Status Examination score prediction method

본 발명은 AI 기반 알츠하이머 진단 및 인지장애 정도 예측 방법에 관한 것으로, 보다 구체적으로 음성데이터에서 추출된 음향 특징을 입력받아 뉴럴 네트워크를 이용하여 MMSE(Mini-Mental Status Examination) 점수를 예측하고 알츠하이머(AD; Alzheimer's Disease)를 진단할 수 있는 즉, 하나의 알고리즘을 이용하여 MMSE 점수 예측과 알츠하이머 진단을 동시에 수행할 수 있고, 특히 예측 및 진단의 정확도를 높이기 위해 알고리즘에 회귀 손실과 분류 손실을 함께 반영한 손실 함수를 활용하...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	JUNG HYUN TAEK, SHIN GRACE JUNG EUN, KIM EUN YI, HWANG HYUNG SEOK, JIN LONG BIN, JON HYO JIN
Format:	Patent
Sprache:	eng ; kor
Schlagworte:	DIAGNOSIS HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA HUMAN NECESSITIES HYGIENE IDENTIFICATION INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS MEDICAL OR VETERINARY SCIENCE PHYSICS SURGERY
Online-Zugang:	Volltext bestellen
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	본 발명은 AI 기반 알츠하이머 진단 및 인지장애 정도 예측 방법에 관한 것으로, 보다 구체적으로 음성데이터에서 추출된 음향 특징을 입력받아 뉴럴 네트워크를 이용하여 MMSE(Mini-Mental Status Examination) 점수를 예측하고 알츠하이머(AD; Alzheimer's Disease)를 진단할 수 있는 즉, 하나의 알고리즘을 이용하여 MMSE 점수 예측과 알츠하이머 진단을 동시에 수행할 수 있고, 특히 예측 및 진단의 정확도를 높이기 위해 알고리즘에 회귀 손실과 분류 손실을 함께 반영한 손실 함수를 활용하면서, 회귀 손실과 분류 손실이 상호 보완적으로 작용할 수 있도록 평균 제곱 오차(MSE) 함수에는 각 구간의 확률값에 따라 베르누이 페널티를 반영하고, 크로스 엔트로피(CE) 함수에서는 정답 구간과 예측 구간 사이의 거리를 가중치로 반영하여 예측된 MMSE 점수를 실제 MMSE 점수와 유사하게 분포시킬 수 있도록 하여, 음성 데이터에서 추출된 음향 특징만을 이용하여 MMSE 점수 예측과 AD 진단을 하나의 알고리즘 모델로 동시에 수행할 수 있는 AI 기반 알츠하이머 진단 및 인지장애 정도 예측 방법에 관한 것이다.