Proceeding of EDISON Challenge (EDISON SW 활용 경진대회 논문집)
- 2017.03a
- /
- Pages.712-714
- /
- 2017
심혈관 시뮬레이션 데이터 기반의 심혈관 혈류역학 예측용 인공지능 개발
- Lee, Gyeong-Eun ;
- Kim, Jung-Jae ;
- Lee, Seo-Ho ;
- Sin, Seong-Ung ;
- Bang, Hyeon-Gi ;
- Kim, Gi-Tae ;
- Ryu, A-Jin ;
- Lee, Jong-Ho ;
- Kim, Gi-Tae ;
- Park, Seon-Yeol ;
- Lee, Yeong-Gwon ;
- Sim, Eun-Bo
- 이경은 (기계의용공학과, 강원대학교) ;
- 김중재 (기계의용공학과, 강원대학교) ;
- 이서호 (기계의용공학과, 강원대학교) ;
- 신성웅 (기계의용공학과, 강원대학교) ;
- 방현기 (기계의용공학과, 강원대학교) ;
- 김기태 (기계의용공학과, 강원대학교) ;
- 류아진 (기계의용공학과, 강원대학교) ;
- 이종호 (기계의용공학과, 강원대학교) ;
- 김기태 (기계의용공학과, 강원대학교) ;
- 박선열 (기계의용공학과, 강원대학교) ;
- 이영권 (기계의용공학과, 강원대학교) ;
- 심은보 (기계의용공학과, 강원대학교)
- Published : 2017.03.24
Abstract
미병의 예방과 관리의 중요성이 거론되고 있으나, 미병에 대한 분류나 진단을 위한 확고한 근거가 미약한 상황으로서 미병 진단 인자 분류를 위한 생리시스템 모델 개발이 필요한 시점이다. 본 연구의 목적은 개발한 생리학적 모델이 미병 단계를 구별하는데 효과 및 유용성이 있는지를 임상 검증하기 위하여 생리학적 모델 인공지능 시뮬레이션을 개발하고자 함이다. 인공지능 계산은 3층으로 구성된 네트워크를 이용하였으며 각 층은 30개의 neuron들로 구성하였다. 인공지능망의 입력 값은 나이, 수축기 혈압, 이완기 혈압, 심박수 값 (입력 값 4개)이고 출력 값은 혈관 저항값인 Ra이다. 머신러닝 차수를 높이면서 인공지능을 사용하지 않은 생리적 모델로부터 도출된 결과와 인공지능을 통하여 계산된 결과를 비교하였다. 개발된 인공지능계산을 이용한 생리시스템 모델은 대량의 표본집단에서 임상 검증에 기여할 것이다.
Keywords