피험자의 임상 데이터를 입력받는 데이터 입력부;상기 임상 데이터를 전처리하는 전처리부; 및참조 데이터베이스에서 상기 임상 데이터 또는 상기 전처리된 임상 데이터와 가장 유사한 소정 개수의 사례들을 추출하고, 상기 소정 개수에 대한 상기 추출된 사례들 중 녹내장인 사례의 개수의 비를 산출하고, 상기 전처리된 임상 데이터 및 상기 산출된 비를 기반으로 통합 녹내장 위험 지수를 산출하는 지수 산출부; 를 포함하고,상기 임상 데이터는 망막신경섬유층 상측 두께, 망막신경섬유층 하측 두께, 망막신경섬유층 이측 두께, 안압, 시야 검사를 통해 획득되는 패턴표준편차 및 평균편차를 포함하고,상기 전처리부는,상기 임상 데이터를 0과 1 사이의 값으로 정규화하고, 상기 임상 데이터 중 적어도 일부 임상 데이터의 정규화된 값을 1에서 감산하여 반전 값으로 변환시키는,녹내장 위험도 진단 장치.

삭제

제1항에 있어서,상기 전처리부는,상기 망막신경섬유층 상측 두께, 상기 망막신경섬유층 하측 두께, 상기 망막신경섬유층 이측 두께 및 상기 평균편차의 정규화된 값 각각을 1에서 감산하여 반전 값으로 변환시키는,녹내장 위험도 진단 장치.

제1항에 있어서,상기 소정 개수는 5인,녹내장 위험도 진단 장치.

제1항에 있어서,상기 지수 산출부는,하기 수학식을 이용하여 상기 통합 녹내장 위험 지수를 산출하는,녹내장 위험도 진단 장치.[수학식](는 상기 통합 녹내장 위험 지수를 나타내고, 는 상기 소정 개수에 대한 상기 추출된 사례들 중 녹내장인 사례의 개수의 비를 나타내고, 는 각 임상 데이터의 전처리된 값을 나타내고, 는 각 임상 데이터에 적용되는 가중치를 나타내고, 과 는 각각 와 에 적용되는 가중치를 나타내고, +=1 임)

제5항에 있어서,상기 는 학습용 임상 데이터를 학습시켜 생성된 기계학습 기반의 녹내장 진단 모델로부터 도출되는 각 임상 데이터의 중요도인,녹내장 위험도 진단 장치.

제1항에 있어서,통합 녹내장 위험 지수를 기반으로 상기 피험자에 대해 녹내장 위험도를 진단하는 진단부; 를 더 포함하는,녹내장 위험도 진단 장치.

제7항에 있어서,상기 진단부는,상기 통합 녹내장 위험 지수가 클수록 녹내장 위험도가 높다고 진단하는,녹내장 위험도 진단 장치.

제7항에 있어서,상기 진단부는,상기 통합 녹내장 위험 지수 또는 녹내장 위험도 진단 결과를 나타내는 그래픽 차트를 생성하는,녹내장 위험도 진단 장치.

제1항에 있어서,상기 통합 녹내장 위험 지수는 0에서 1 사이의 값을 가지며, 녹내장의 위험 또는 진행 정도를 반영하는,녹내장 위험도 진단 장치.

녹내장 진단 장치가 수행하는 동작으로서,피험자의 임상 데이터를 입력받는 단계;상기 임상 데이터를 전처리하는 단계;참조 데이터베이스에서 상기 임상 데이터 또는 상기 전처리된 임상 데이터와 가장 유사한 소정 개수의 사례들을 추출하는 단계; 및상기 소정 개수에 대한 상기 추출된 사례들 중 녹내장인 사례의 개수의 비를 산출하고, 상기 전처리된 임상 데이터 및 상기 산출된 비를 기반으로 통합 녹내장 위험 지수를 산출하는 단계; 를 포함하고,상기 임상 데이터는 망막신경섬유층 상측 두께, 망막신경섬유층 하측 두께, 망막신경섬유층 이측 두께, 안압, 시야 검사를 통해 획득되는 패턴표준편차 및 평균편차를 포함하고,상기 임상 데이터를 전처리하는 단계는,상기 임상 데이터를 0과 1 사이의 값으로 정규화하는 단계; 및상기 임상 데이터 중 적어도 일부 임상 데이터의 정규화된 값을 1에서 감산하여 반전 값으로 변환시키는 단계; 를 포함하는,녹내장 위험도 진단 방법.

삭제

제11항에 있어서,상기 임상 데이터를 변환시키는 단계는,상기 망막신경섬유층 상측 두께, 상기 망막신경섬유층 하측 두께, 상기 망막신경섬유층 이측 두께 및 상기 평균편차의 정규화된 값 각각을 1에서 감산하여 반전 값으로 변환시키는,녹내장 위험도 진단 방법.

제11항에 있어서,상기 소정 개수는 5인,녹내장 위험도 진단 방법.

제11항에 있어서,상기 통합 녹내장 위험 지수를 산출하는 단계는,하기 수학식을 이용하여 상기 통합 녹내장 위험 지수를 산출하는,녹내장 위험도 진단 방법.[수학식](는 상기 통합 녹내장 위험 지수를 나타내고, 는 상기 소정 개수에 대한 상기 추출된 사례들 중 녹내장인 사례의 개수의 비를 나타내고, 는 각 임상 데이터의 전처리된 값을 나타내고, 는 각 임상 데이터에 적용되는 가중치를 나타내고, 과 는 각각 와 에 적용되는 가중치를 나타내고, +=1 임)

제15항에 있어서,상기 는 학습용 임상 데이터를 학습시켜 생성된 기계학습 기반의 녹내장 진단 모델로부터 도출되는 각 임상 데이터의 중요도인,녹내장 위험도 진단 방법.

제11항에 있어서,통합 녹내장 위험 지수를 기반으로 상기 피험자에 대해 녹내장 위험도를 진단하는 단계; 를 더 포함하는,녹내장 위험도 진단 방법.

제17항에 있어서,상기 녹내장 위험도를 진단하는 단계는,상기 통합 녹내장 위험 지수가 클수록 녹내장 위험도가 높다고 진단하는,녹내장 위험도 진단 방법.

제17항에 있어서,상기 통합 녹내장 위험 지수 또는 녹내장 위험도 진단 결과를 나타내는 그래픽 차트를 생성하는 단계; 를 더 포함하는,녹내장 위험도 진단 방법.

제11항에 있어서,상기 통합 녹내장 위험 지수는 0에서 1 사이의 값을 가지며, 녹내장의 위험 또는 진행 정도를 반영하는,녹내장 위험도 진단 방법.