심혈관 시뮬레이션 데이터 기반의 심혈관 혈류역학 예측용 인공지능 개발

심혈관 시뮬레이션 데이터 기반의 심혈관 혈류역학 예측용 인공지능 개발

썸네일 Challenge 애게서 업로드 하였습니다. 17. 8. 11 오전 10:13
평균 (0 투표)
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 3 층으로 구성된 네트워크를 이용하였으며 각 층은 30 개의 neuron들로 구성하였다. 인공지능망의 입력 값은 나이, 수축기 혈압, 이완기 혈압, 심박수 값 (입력 값 4 개)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 임상검증에 기여할 것이다.
경진대회: 전산의학 전산의학 » 6회 경진대회
1 Of 3
코멘트
아직 코멘트가 없습니다. Please sign in to comment.

버전 1.2

EDISON Test가 마지막으로 수정함
17. 8. 29 오후 4:46
상태: 승인됨
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 3 층으로 구성된 네트워크를 이용하였으며 각 층은 30 개의 neuron들로 구성하였다. 인공지능망의 입력 값은 나이, 수축기 혈압, 이완기 혈압, 심박수 값 (입력 값 4 개)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 임상검증에 기여할 것이다.
다운로드 (328k) URL 또는 Webdav URL 가져오기
버전 히스토리
버전 날짜 크기  
1.2 5 년 전 328k
1.1 5 년 전 984k
1.0 5 년 전 328k