Disclosed are a method for generating an intra- and inter-subject variability-based prediction model using functional connectivity, which is capable of generating a simple and efficient prediction model, and a device thereof. According to the method, the device for generating a prediction model uses functional magnetic resonance imaging (MRI) to generate a prediction model. The method comprises: a step of performing pretreatment which uses a plurality of pieces of scan data for each of a plurality of subjects acquired through a plurality of times of functional MRI scan for each of the plurality of subjects to correct an error of an image for each subject； a step of dividing the pretreated image for each of the plurality of subjects into a plurality of regions of interest (ROI) and measuring connectivity for all pairs of the divided ROIs； a step of using a measurement result of the connectivity for each subject to perform analysis of variance (ANOVA) of checking intra-subject variability and inter-subject variability； and a step of using a predication machine learning model for a feature region checked by the intra-subject variability and the inter-subject variability to generate a corresponding prediction model.COPYRIGHT KIPO 2020기능적 연결성을 사용한 피험자 내 및 피험자 간 변동성 기반 예측 모델 생성 방법 및 그 장치가 개시된다.이 방법은 예측 모델 생성 장치가 기능적 자기 공명 영상(Magnetic Resonance Imaging, MRI)을 사용하여 예측 모델을 생성하는 방법이다. 먼저, 복수의 피험자별로 복수 회수의 기능적 MRI 스캔을 통해 획득되는 복수의 피험자별 복수의 스캔 데이터를 사용하여 각 피험자별 이미지의 결함을 정정하는 전처리가 수행된다. 다음, 상기 전처리가 수행된 상기 복수의 피험자별 이미지별로 복수의 관심 영역으로 분할하고, 분할된 관심 영역의 모든 쌍별로 연결성이 측정된다. 그 후, 상기 피험자별 연결성의 측정 결과를 사용하여 피험자 내 변동성(intra-subject variability) 및 피험자 간 변동성(inter-subject variability)을 확인하는 분산 분석(analysis of variance, ANOVA)이 수행된다. 마지막으로, 상기 피험자 내 변동성 및 피험자 간 변동성에 의해 확인되는 특징 영역에 대해 예측 기계 학습 모델을 사용하여 대응되는 예측 모델이 생성된다.
