환자의 체온, 운동 및 발화 특성을 분석하기 위해 필요한 열화상 데이터, 운동 영상 데이터 및 음성 데이터를 획득하는 데이터 획득부; 기 학습된 인공지능 알고리즘을 기반으로 환자의 열화상 데이터를 분석하여 환자의 신경질환과 관련된 체온 특성을 분석하는 체온 분석부; 기 학습된 인공지능 알고리즘을 기반으로 환자의 운동 영상 데이터를 분석하여 환자의 운동 특성을 분석하는 운동 분석부; 기 학습된 인공지능 알고리즘을 기반으로 환자의 음성 데이터를 분석하여 환자의 발화 특성을 분석하는 발화 분석부; 및 상기 체온 분석부, 운동 분석부 및 발화 분석부의 분석 결과를 기초로 환자의 신경질환 유무 및 정도를 평가하는 신경질환 평가부를 포함하고,상기 운동 분석부는, 환자의 신체 영상에서 신체 랜드마크를 검출하고, 환자의 얼굴 영상에서 얼굴 랜드마크를 검출하며, 환자의 손 영상에서 손 랜드마크를 검출하고,상기 신체 랜드마크, 얼굴 랜드마크 및 손 랜드마크 각각에 대해 시간에 따른 랜드마크의 이동 정보인 랜드마크 궤적 정보를 이미지로 생성하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.

삭제

삭제

제 1 항에 있어서, 상기 신경질환 평가부는,상기 신체 랜드마크, 얼굴 랜드마크 및 손 랜드마크 각각에 대해 생성된 이미지를 마지막 레이어를 제외한 ResNet을 통과시켜 각각의 특징 벡터를 획득하고, 각각의 특징 벡터를 연결시켜서 특징 매트릭스를 구성하며, 상기 특징 매트릭스의 세로 축 각각에 대하여 최대값(max) 및 평균값(mean)을 취하여 최대 특징 벡터와 평균 특징 벡터를 하나씩 계산한 후, 상기 최대 특징 벡터와 평균 특징 벡터를 합쳐서 완전 연결 레이어(Fully Connected layer)를 지나 최종 출력값을 출력하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.

제 1 항에 있어서,상기 체온 분석부는 상기 데이터 획득부를 통해 획득한 환자의 손 및 발의 열화상 데이터 중 적어도 하나에서 두 지점 사이의 온도차를 산출하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.

제 1 항에 있어서,상기 발화 분석부는 상기 음성 데이터에 대해 단시간 푸리에 변환(Short-time Fourier transform)을 수행하여 스팩트로그램을 획득한 후 어텐션 모듈(Attention Module) 및 음성 네트워크(Audio Net)를 거쳐 발화 특징 벡터를 추출하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.

제 1 항에 있어서,상기 신경질환 평가부에 의한 평가 결과를 기초로 환자에게 건강 관리를 위한 가이드를 제공하는 가이드 제공부를 더 포함하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.