재단법인 아산사회복지재단;울산대학교 산학협력단;THE ASAN FOUNDATION;UNIVERSITY OF ULSAN FOUNDATION FOR INDUSTRY COOPERATION;재단법인 아산사회복지재단;울산대학교 산학협력단
发明人:
MOON S. HYUN,문석현,KIM SUNG HOON,김성훈,SHIM WOO HYUN,심우현,KAM HYE JIN,감혜진,LEE JUN KYU,이준규,MOON YOUNG JIN,문영진
申请号:
KR1020180080209
公开号:
KR1020200006447A
申请日:
2018.07.10
申请国别(地区):
KR
年份:
2020
代理人:
摘要:
The present invention provides a method and a program for cardiac output acquisition using an arterial pressure waveform which accurately acquire a cardiac output. The method for cardiac output acquisition using an arterial pressure waveform comprises: a step in which a computer acquires cardiac output measurement data of a patient during a predetermined period of time; a step in which the computer acquires arterial pressure waveform data of the patient including one or more heartbeat cycles; a step in which the computer maps the cardiac output measurement data and the arterial pressure waveform data to generate a data set; a step in which the computer performs learning by a learning model with the data set as input data; and a step in which the computer uses results of the learning to acquire a cardiac output value by regression analysis. The learning model includes a plurality of calculation steps, sequentially performs the calculation steps, and sends a subsampling value of data values in a previous step to the next step without undergoing each calculation step. The subsampling value is at least one among the average value, maximum value, minimum value, and differentiation value of the data values of the previous step.본 발명은 동맥압 파형을 이용한 심박출량 획득 방법 및 그 프로그램 제공된다. 상기 동맥압 파형을 이용한 심박출량 획득 방법은 컴퓨터가 미리 정해진 일정 시간 동안 환자의 심박출량 측정 데이터를 획득하는 단계, 상기 컴퓨터가 하나 이상의 심장박동 주기를 포함한 환자의 동맥압 파동 데이터를 획득하는 단계, 상기 컴퓨터가 상기 심박출량 측정 데이터와 상기 동맥압 파동 데이터를 매핑하여 데이터 셋을 생성하는 단계, 상기 컴퓨터가 상기 데이터 셋을 입력 데이터로 학습 모델에 의한 학습을 수행하는 단계 및 상기 컴퓨터가 상기 학습의 결과를 이용하여 회귀 분석(regression analysis)에 의해 심박출량 값을 획득하는 단계를 포함하고, 상기 학습 모델은, 복수의 연산 단계를 포함하고, 각 연산 단계를 순차적으로 진행하며, 이전 단계 데이터 값의 서브샘플링(subsampling) 값을 상기 각 연산 단계를 거치지 않고 다음 단계로 보내는 것을 특징으로 하고, 상기 서브샘플링 값은, 상기 이전 단계 데이터 값의 평균값, 최대값, 최소값, 미분값 중 적어도 하나이다.