Search

비전 트랜스포머 모델에 기초하여 뇌파 스펙트로그램 이미지에 대한 정상 여부 판단을 수행하는 전자 장치 및 그 동작 방법

요약
이 기술은 비전 트랜스포머(Vision Transformer) 모델을 사용하여 뇌파 스펙트로그램 이미지를 분석하고 이를 통해 뇌 질환을 진단하는 방법을 제안한다. 기존의 주관적이고 비효율적인 뇌파 분석 방법을 개선하기 위해, 이미지를 소정의 패치 단위로 분할하고 시퀀스 형태로 변환하여 분석하는 트랜스포머 인코더를 사용하여 보다 객관적이고 고효율의 진단을 가능하게 한다. 이 기술은 병원, 스포츠 및 교육 분야에서 빠르고 정확한 진단 및 평가에 활용될 수 있으며, 이를 통해 의료비 절감, 훈련 및 학습 효율 향상 등 다양한 기대효과를 제공한다.

기본 정보

특허명: 비전 트랜스포머 모델에 기초하여 뇌파 스펙트로그램 이미지에 대한 정상 여부 판단을 수행하는 전자 장치 및 그 동작 방법
발명자: 김지범 교수
출원번호: 10-2023-0015354
등록번호: 10-2555139

상세 정보

발명의 배경과 필요성

기술의 배경과 문제점

최근 뇌 건강의 중요성이 증대됨에 따라 뇌 질환과 관련된 다양한 진단 방법이 등장함. 뇌파 분석은 이러한 진단 방법 중 하나로 주로 활용됨. 뇌파 스펙트로그램은 뇌파의 스펙트럼을 시각적으로 표현한 것으로, 시간과 주파수를 나타냄.
기존의 뇌파 스펙트로그램 분석 방법은 주관적 요소가 많아 진단의 정확성이 떨어짐. 또한, 반복적인 파형 인식이 필요하며, 이는 많은 시간과 노력을 요구함. 따라서, 보다 객관적이고 효율적인 진단 방법의 개발이 필요함.
기술의 발전에 따라, 기계학습 기반의 인공지능 기술이 등장하면서, 대량의 데이터를 처리하고 패턴을 인식하는 능력이 향상됨. 이는 뇌파 스펙트로그램 분석에도 적용 가능성을 열어줌.

구현방법

기술의 원리

본 발명은 비전 트랜스포머(Vision Transformer) 모델을 이용하여 뇌파 스펙트로그램 이미지를 분석하고, 이를 바탕으로 정상 여부를 판별함. 비전 트랜스포머 모델은 이미지를 소정의 패치 단위로 분할하고, 이를 시퀀스 형태로 변환하여 분석함.
비전 트랜스포머 모델은 기존의 합성곱 신경망(CNN)보다 높은 예측 성능을 보여줌. 이는 이미지 패치 간의 연관성을 고려할 수 있기 때문임.

구체적인 구현 방법

우선, 다양한 뇌파 스펙트로그램 이미지를 수집하고, 이를 기반으로 학습 데이터를 구축함. 정상과 비정상에 해당하는 이미지들을 각각 라벨링하여 저장함.
이미지를 가로와 세로로 소정의 크기(예: 3x3 픽셀)로 분할하여 여러 개의 이미지 패치를 생성함. 이후 각 이미지 패치에 대한 임베딩 벡터를 생성하고, 이 벡터들을 시퀀스 형태로 전환함.
트랜스포머 인코더에 임베딩 벡터 시퀀스를 입력하고, 이를 통해 셀프 어텐션 값을 산출함. 다수의 셀프 어텐션 헤드를 사용하여 각 이미지 패치 간의 관계를 분석함.
학습 과정에서는 제1 뇌파 스펙트로그램 이미지에 대한 정답 값과 모델의 예측 값 간의 오차를 최소화하는 방향으로 손실 함수를 활용하여 역전파 처리를 수행함.
완성된 모델에 실제 뇌파 스펙트로그램 이미지를 입력하였을 때, 정상 여부를 판단할 수 있도록 학습된 모델을 연동함. 이를 통해 높은 정확도의 진단 결과를 얻을 수 있음.

발명의 활용 방안

본 발명은 병원 및 뇌 건강 진단 센터에서 활용 가능함. 의료진이 뇌파 스펙트로그램 이미지를 분석하여 보다 빠르고 정확하게 뇌 질환을 진단할 수 있음.
스포츠 분야에서도 선수들의 뇌파를 분석하여 피로도나 집중력을 객관적으로 평가할 수 있음. 이를 통해 훈련 효율을 극대화할 수 있음.
교육 분야에서는 학생들의 뇌파를 분석하여 학습 집중도를 평가하고, 개인 맞춤형 학습 계획을 세울 수 있음.

기대효과

본 발명을 통해 뇌 질환 진단의 정확도와 효율성을 크게 향상시킬 수 있음. 이는 의료비 절감과 더불어 환자의 치료 효과를 높이는 데 기여할 것임.
스포츠 및 교육 분야에서의 활용을 통해 개인 맞춤형 전략 수립이 가능해지며, 이는 성과 향상으로 이어질 것임.
다양한 분야에서의 뇌파 데이터 활용이 가능해지면서, 새로운 비즈니스 모델과 산업 생태계가 조성될 것으로 기대됨.

대표도면

기술이전 담당자 연락처

담당자명: 이미정 계장
부서: 기술사업화팀
전화번호: 032-835-9766
이메일: mijung@inu.ac.kr
인천대학교 산학협력단
(21999) 인천광역시 연수구 갯벌로 27(송도동) INU이노베이션센터 202호
본 메일은 마케팅 활용 동의서에 동의하신 회원님께 전송된 것입니다.
인천대학교 산학협력단에서 발송되는 메일을 더 이상 받아보기 원하지 않으시면, [수신거부]를 클릭해주세요.
COPYRIGHT (c) 2023 Incheon National University. ALL RIGHT RESERVED.