VERFAHREN ZUR DIAGNOSE DES SCHLAFAPNOE-SYNDROMS UNTER VERWENDUNG VON MASCHINELLEM LERNEN

• Main Authors: Ryu, Susie, Choi, Yoon Jeong, Cho, Hyung Ju, Jung, Hwi Dong, Lee, Joon Sang
• Format: Patent
• Language: German
• Published: 16.02.2023
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; DIAGNOSIS; HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; HUMAN NECESSITIES; HYGIENE; IDENTIFICATION; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; MEDICAL OR VETERINARY SCIENCE; PHYSICS; SURGERY

Es ist ein Verfahren zur Diagnose eines obstruktiven Schlafapnoe-Syndroms unter Verwendung von maschinellem Lernen vorgesehen. Eine Aufgabe der vorliegenden Erfindung ist, ein Verfahren zur Diagnose des obstruktiven Schlafapnoe-Syndroms unter Verwendung von maschinellem Lernen bereitzustellen, welches das obstruktive Schlafapnoe-Syndrom diagnostiziert, indem Parameter, die mit dem obstruktiven Schlafapnoe-Syndrom zusammenhängen, aus einer geometrischen Form eines Atemwegs extrahiert werden und maschinelles Lernen unter Verwendung von durch Simulation berechneten Daten durchgeführt wird. Eine andere Aufgabe der vorliegenden Erfindung ist, ein Verfahren zur Diagnose des obstruktiven Schlafapnoe-Syndroms unter Verwendung von maschinellem Lernen bereitzustellen, welches die Genauigkeit der Diagnose des obstruktiven Schlafapnoe-Syndroms verbessert und einen quantitativen Standard wie vorstehend beschrieben durch Diagnose des obstruktiven Schlafapnoe-Syndroms aus der geometrischen Form des Atemwegs vorschlägt. Provided is an obstructive sleep apnea syndrome diagnosis method using machine learning. An embodiment of the present invention is directed to providing an obstructive sleep apnea syndrome diagnosis method using machine learning, which diagnoses obstructive sleep apnea syndrome by extracting parameters related to obstructive sleep apnea syndrome from a geometrical shape of an airway and performing machine learning using data calculated through simulation. Another embodiment of the present invention is directed to providing an obstructive sleep apnea syndrome diagnosis method using machine learning, which improves accuracy of diagnosis of obstructive sleep apnea syndrome and proposes a quantitative standard by diagnosing the obstructive sleep apnea syndrome from the geometrical shape of the airway as described above.