CHEST-IMAGE-BASED SARCOPENIA DIAGNOSIS SYSTEM AND METHOD FOR CRITICALLY ILL PATIENTS

• Main Authors: CHOE, Seong-Kyu, LEE, Chung-Sub, JEONG, Chang-Won, PARK, Chul, KIM, Tae-Hoon
• Format: Patent
• Language: English; French; Korean
• Published: 29.02.2024
• Subjects: 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

The present invention relates to a chest-image-based sarcopenia diagnosis system and method for critically ill patients, and may comprise: a data acquisition unit for acquiring and storing, as a dataset, at least one from among a chest image, body information, immunity information, nutrition information, and sarcopenia severity through interworking with an external device; a chest image analysis unit for extracting a respiratory muscle from the chest image, and generating and outputting a respiratory muscle index (RMI) on the basis of the volume of the respiratory muscle; a training data generation unit, which acquires and stores a plurality of datasets by classifying the plurality of datasets according to sarcopenia severity, and then replaces each of chest images in the datasets with the RMI, and generates a plurality of training data points having the RMI, body information, immunity information, and nutrition information as input conditions and having sarcopenia severity as an output condition; a prediction model training unit for training, through machine learning using the plurality of training data points, a prediction model implemented by means of an artificial neural network; an analysis data generation unit for replacing the chest image with the RMI, and then generating analysis data including the RMI, body information, immunity information, and nutrition information, if a chest image, body information, immunity information, and nutrition information of a patient to be diagnosed are acquired; and a sarcopenia diagnosis unit for predicting sarcopenia severity corresponding to the analysis data through the prediction model, and informing of same. La présente invention concerne un système et un procédé de diagnostic de sarcopénie basés sur une image thoracique pour des patients gravement malades, et peut comprendre : une unité d'acquisition de données pour acquérir et stocker, en tant qu'ensemble de données, au moins l'un parmi une image thoracique, des informations de corps, des informations d'immunité, des informations de nutrition et une gravité de sarcopénie par interfonctionnement avec un dispositif externe ; une unité d'analyse d'image thoracique pour extraire un muscle respiratoire de l'image thoracique, et générer et délivrer en sortie un indice de muscle respiratoire (RMI) sur la base du volume du muscle respiratoire ; une unité de génération de données d'apprentissage, qui acquiert et stocke une pluralité d'ensembles de données par classification de la pluralité d'ensembles de données selon la gravité de sarcopénie, puis remplace chacune des images thoraciques dans les ensembles de données par le RMI, et génère une pluralité de points de données d'apprentissage ayant le RMI, des informations de corps, des informations d'immunité et des informations de nutrition en tant que conditions d'entrée et ayant une gravité de sarcopénie en tant que condition de sortie ; une unité d'apprentissage de modèle de prédiction pour entraîner, par apprentissage automatique à l'aide de la pluralité de points de données d'apprentissage, un modèle de prédiction mis en œuvre au moyen d'un réseau neuronal artificiel ; une unité de génération de données d'analyse pour remplacer l'image thoracique par le RMI, puis générer des données d'analyse comprenant le RMI, des informations de corps, des informations d'immunité et des informations de nutrition, si une image thoracique, des informations de corps, des informations d'immunité et des informations de nutrition d'un patient à diagnostiquer sont acquises ; et une unité de diagnostic de sarcopénie pour prédire une gravité de sarcopénie correspondant aux données d'analyse par l'intermédiaire du modèle de prédiction, et informer celle-ci. 본 발명은 흉부 이미지 기반 중증환자용 근감소증 진단 시스템 및 방법에 관한 것으로, 이는 외부 장치와의 상호 연동을 통해 흉부 이미지, 신체 정보, 면역 정보, 영양 정보, 및 근감소증 정도 중 적어도 하나를 데이터 셋트로써 획득 및 저장하는 데이터 획득부; 상기 흉부 이미지로부터 호흡 근육을 추출하고, 상기 호흡 근육의 부피에 기반하여 RMI(Respiratory Muscle Index)를 생성 및 출력하는 흉부 이미지 분석부; 상기 데이터 셋트 다수개를 근감소증 정도에 따라 구분하여 획득 및 저장한 후, 데이터 셋트내 흉부 이미지 각각을 RMI로 대체하고, RMI, 신체 정보, 면역 정보, 영양 정보를 입력 조건으로 가지며, 근감소증 정도를 출력 조건으로 가지는 학습 데이터 다수개를 생성하는 학습 데이터 생성부; 상기 학습 데이터 다수개를 통해 인공 신경망으로 구현된 예측 모델을 기계 학습시키는 예측 모델 학습부; 진단 대상 환자의 흉부 이미지, 신체 정보, 면역 정보, 영양 정보가 획득되면, 흉부 이미지를 RMI로 대체한 후, RMI, 신체 정보, 면역 정보, 영양 정보를 포함하는 분석 데이터를 생성하는 분석 데이터 생성부; 및 상기 예측 모델을 통해 상기 분석 데이터에 대응되는 근감소증 정도를 예측 및 통보하는 근감소증 진단부를 포함할 수 있다.