KR101025930B1 - Stroke differentiation of syndromes discriminant apparatus and method for the same - Google Patents

Stroke differentiation of syndromes discriminant apparatus and method for the same Download PDF

Info

Publication number
KR101025930B1
KR101025930B1 KR1020080111236A KR20080111236A KR101025930B1 KR 101025930 B1 KR101025930 B1 KR 101025930B1 KR 1020080111236 A KR1020080111236 A KR 1020080111236A KR 20080111236 A KR20080111236 A KR 20080111236A KR 101025930 B1 KR101025930 B1 KR 101025930B1
Authority
KR
South Korea
Prior art keywords
symptom
stroke
discrimination
dialectic
paralytic
Prior art date
Application number
KR1020080111236A
Other languages
Korean (ko)
Other versions
KR20100052284A (en
Inventor
강병갑
최선미
김보영
방옥선
강경원
고미미
김정철
이정섭
김중길
고호연
박세욱
Original Assignee
한국 한의학 연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to KR1020080111236A priority Critical patent/KR101025930B1/en
Publication of KR20100052284A publication Critical patent/KR20100052284A/en
Application granted granted Critical
Publication of KR101025930B1 publication Critical patent/KR101025930B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Neurology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Neurosurgery (AREA)
  • Physiology (AREA)
  • Psychology (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Developmental Disabilities (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 중풍 환자의 변증을 진단하는 장치 및 방법에 관한 것으로서, 본 발명의 목적은, 중풍 환자들의 증상에 대한 정보를 점수로 환산하여 계산함으로써 중풍 환자의 변증을 판별할 수 있는, 중풍 변증 진단 장치 및 방법을 제공하는 것이다. 이를 위해 본 발명은, 중풍 변증 판별 장치에 있어서, 중풍 환자의 증상에 대한 증상 정보들을 입력받는 입력부; 각 중풍 변증 별로 설정되어 있는 판별상수 및 가중치에 대한 정보를 저장하는 저장부; 상기 증상 정보들과, 상기 각 중풍 변증 별로 설정되어 있는 상기 판별상수 및 상기 가중치를 이용하여 각 중풍 변증 별로 판별점수를 산출하며, 산출된 판별점수들 중에서 최고치를 갖는 중풍 변증을 상기 중풍 환자의 변증으로 판별하는 연산부; 상기 연산부의 제어에 따라 상기 중풍 환자의 변증에 대한 정보를 출력하는 출력부를 포함한다.The present invention relates to a device and a method for diagnosing the symptom of a paralytic patient, an object of the present invention, to determine the symptom of a paralytic patient by calculating the information on the symptoms of the paralytic patients in scores, diagnosis of stroke paralysis It is to provide an apparatus and method. To this end, the present invention provides a device for determining a paralytic symptom, comprising: an input unit for receiving symptom information on symptoms of a paralytic patient; A storage unit for storing information on the determination constant and the weight set for each stroke. A symptom score is calculated for each paralytic symptom by using the symptom information, the discrimination coefficient and the weight set for each paralytic symptom, and a paralytic symptom having the highest value among the calculated discrimination scores An operation unit for determining; And an output unit for outputting information on the dialectic of the paralytic patient under the control of the calculating unit.

중풍, 변증, 판별 Paralysis, dialectic, discrimination

Description

중풍 변증 판별 장치 및 방법{STROKE DIFFERENTIATION OF SYNDROMES DISCRIMINANT APPARATUS AND METHOD FOR THE SAME}Apparatus and method for discriminating strokes {STROKE DIFFERENTIATION OF SYNDROMES DISCRIMINANT APPARATUS AND METHOD FOR THE SAME}

본 발명은 환자의 변증을 판별하는 장치 및 방법에 관한 것으로서, 특히, 중풍 환자의 변증을 판별하는 장치 및 방법에 관한 것이다. The present invention relates to an apparatus and method for determining the dialectic of a patient, and more particularly, to an apparatus and a method for determining the dialectic of a stroke patient.

뇌혈관질환은 65세 이상의 한국인에게서 사망 및 불구를 유발하는 가장 대표적인 요인이다. 2004년에 한국인의 전체 사망률은 10만명 당 506.97명이였으며, 전체사망자 중 약 13.9%가 뇌혈관질환 및 그 후유증에 의한 사망이었고, 이에 대한 치료 및 후유증으로 전체 의료비용의 10% 이상을 차지하고 있으며 사회의 고령화 및 생활 습관의 변화로 비용은 더 증가할 것으로 예상된다.Cerebrovascular disease is the leading cause of death and disability in Koreans over 65 years of age. In 2004, the total mortality rate of Koreans was 506.97 deaths per 100,000 people. About 13.9% of all deaths were caused by cerebrovascular disease and its sequelae, and treatment and sequelae accounted for more than 10% of total medical expenses. The costs are expected to increase due to the aging of the population and the change of lifestyle.

중풍 증형에 대한 판별모형은, 1996년 신양규에 의해 중풍에서의 한의학의 풍부한 임상자료들에 대한 객관적이고도 논리적인 자료처리방법 및 변증으로부터 중형을 추론할 수 있는 통계적 방법을 통한 연구에 의해 개발되었다. 신양규 연구는 중풍 전문의에 의해 수집된 65명의 환자들의 임상자료로부터 다변량 자료 분석 의 하나인 판별분석을 이용하여 증후로부터 중형을 판단할 수 있는 수리적 판별모형을 구축하였다. 이것은 현재까지 한의학에서 개발된 중풍의 증형 진단을 위한 판별모형에 대한 방법론으로 가장 유용한 정보를 제공하고 있다.The discriminant model for stroke increase was developed by Shin Yang-gyu in 1996 by objective and logical data processing methods for the rich clinical data of oriental medicine in stroke and statistical methods to infer the mid-size from dialectic. . Shin Yang-gyu research constructed a mathematical discriminant model to determine the medium-sizedness from symptoms by using discriminant analysis, which is one of multivariate data analysis, from the clinical data of 65 patients collected by paralyzed specialists. It provides the most useful information as a methodology for the discriminant model for diagnosing the increase of stroke in Korean medicine.

그러나, 이 중풍의 증형 진단을 위한 판별모형으로부터 얻는 중풍의 증형(변증)에 있어서 한계를 가지고 있다. 즉, 상기 판별모형은 중국에서 제정한 <중풍병 변증 진단 표준>을 이용하여 만들어진 것이므로, 우리나라의 임상현실을 완벽하게 포함할 수 없는 한계점이 있다.However, there is a limitation in the increase of the stroke (diagnosis) obtained from the discrimination model for diagnosing the increase of the stroke. That is, since the discrimination model is made using the <Physical Disease Diagnosis Standard> established in China, there is a limitation that cannot fully include the clinical reality of Korea.

또한, 임상자료가 한 지역에서만 수집된 것이기 때문에, 우리나라 중풍 환자의 변증으로 분류하는 것을 제공하지 못하고 있으며, 65개의 임상자료로만 만들어진 모델의 신뢰성이 낮다는 문제점이 있다.In addition, since clinical data are collected only in one region, it does not provide a classification of dialectic patients in Korea, and there is a problem that the reliability of a model made of only 65 clinical data is low.

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 중풍 환자들의 증상에 대한 정보를 점수로 환산하여 계산함으로써 중풍 환자의 변증을 판별할 수 있는, 중풍 변증 판별 장치 및 방법을 제공하는 것이다.An object of the present invention for solving the above problems is to provide a paralysis symptom determination apparatus and method, which can determine the dialectic of paralysis patients by calculating the information on the symptoms of the paralytic patients to a score.

상기 목적을 달성하기 위한 본 발명은, 중풍 변증 판별 장치에 있어서, 중풍 환자의 증상에 대한 증상 정보들을 입력받는 입력부; 각 중풍 변증 별로 설정되어 있는 판별상수 및 가중치에 대한 정보를 저장하는 저장부; 상기 증상 정보들과, 상기 각 중풍 변증 별로 설정되어 있는 상기 판별상수 및 상기 가중치를 이용하여 각 중풍 변증 별로 판별점수를 산출하며, 산출된 판별점수들 중에서 최고치를 갖는 중풍 변증을 판별하는 연산부; 상기 연산부의 제어에 따라 상기 중풍 환자의 변증에 대한 정보를 출력하는 출력부를 포함한다.In order to achieve the above object, the present invention provides a device for determining a stroke, an input unit for receiving symptom information on symptoms of a stroke patient; A storage unit for storing information on the determination constant and the weight set for each stroke. An operation unit configured to calculate a discrimination score for each paralytic symptom by using the symptom information, the discrimination coefficient and the weight set for each paralytic symptom, and to determine a stroke symptom having the highest value among the calculated discrimination scores; And an output unit for outputting information on the dialectic of the paralytic patient under the control of the calculating unit.

본 발명에 따른 중풍 변증 판별 장치 및 방법은 중풍 환자들의 증상에 대한 정보를 점수로 환산하여 계산함으로써, 중풍 변증을 높은 정확도로 판별할 수 있다는 우수한 효과가 있다.The apparatus and method for determining paralytic palsy according to the present invention has an excellent effect of being able to discriminate paralytic symptom with high accuracy by calculating information about symptoms of paralytic patients in terms of scores.

또한, 본 발명은 중풍 환자의 증상 정보를 이용하여 개발된 것으로서, 중풍 환자의 변증을 높은 정확도로 판별할 수 있는 효과가 있으며, 중풍 환자의 증상 정보를 수집할 수 있고, 입력된 증상 정보의 결과를 종합적으로 출력함으로써, 각 변증별 주요 증상을 쉽게 알 수 있으며, 이를 통해 임상 전문가의 진단에 대한 객관성 및 재현성을 확보할 수 있다는 우수한 효과가 있다.In addition, the present invention was developed by using symptom information of a stroke patient, has the effect of distinguishing the symptoms of a stroke patient with high accuracy, can collect the symptom information of the stroke patient, the result of the input symptom information By comprehensively outputting, it is easy to know the main symptoms of each symptom, and through this, there is an excellent effect of ensuring objectivity and reproducibility of the diagnosis by a clinical expert.

이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 설명하면 다음과 같다. 한편, 본 발명은 교육기술과학부 특정연구개발사업 뇌혈관질환의 한의변증진단 표준화 및 과학화 기반연구에 따른 산물로서, 본 발명은 1196명의 중풍 환자로부터 [표 1]에 도시된 증상 및 다른 위험요인에 대한 자료를 수집한 것을 활용하였다. 본 발명에서 사용된 연구집단은 구체적으로 다음과 같다. 즉, 본 발명은 2005년에서 2008년 사이 한국한의학연구원에서 수행한 연구에 전국 한의과대학 및 한방병원에 내원한 중풍 환자 1196명의 데이터를 이용하였다. 본 발명은 중풍 변증 진단에서 전문가와 수련의의 진단 결과가 다른 512명을 제외한 최종 중풍 환자 684명을 대상으로 만들어진 중풍 변증 판별모형을 토대로 하여, 내원하는 중풍 환자의 변증을 진단(판별)할 수 있는, 중풍 변증 판별 장치 및 방법에 관한 것이다. 본 발명에 적용되는 데이터(Data)는 다기관을 통해 수집되었기 때문에, 피험자 동의서를 얻고, 한국한의학연구원 임상시험심사위원회(Institutional review boards)에서 연구 절차를 승인받았다.Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings. On the other hand, the present invention is a product according to the standardization and science-based research of oriental diagnostic diagnosis of cerebrovascular disease specific research and development project of the Ministry of Education, Science and Technology, the present invention is a symptom and other risk factors shown in [Table 1] from 1196 paralytic patients The data collected was used. The research group used in the present invention is specifically as follows. That is, the present invention used data from 1196 stroke patients who visited the Korean College of Oriental Medicine and Oriental Hospital for the study conducted by the Korea Institute of Oriental Medicine between 2005 and 2008. The present invention is capable of diagnosing (determining) dialectic symptoms of a paralyzed patient based on a paralytic dialectic discrimination model, which is made for 684 patients with final stroke, except for 512 patients who have different diagnosis results. The present invention relates to a paralytic dialectic discrimination apparatus and method. Since the data applied to the present invention was collected through the multi-center, the subject obtained a consent form and the research procedure was approved by the Institutional review boards of the Korean Institute of Oriental Medicine.

도 1은 본 발명에 따른 중풍 변증 판별 장치의 구성을 나타낸 예시도이다. 또한, 아래의 [표 1]은 본 발명에 따른 중풍 변증 판별에 이용되는 중풍 변증 진단 증상들을 나타낸 것으로서 무순으로 배열되어 있다.1 is an exemplary view showing the configuration of a paralysis symptom discrimination apparatus according to the present invention. In addition, Table 1 below shows the symptomatic paralytic diagnosis used in determining the paralytic dialectic according to the present invention and are arranged in an orderless manner.

이하에서 설명될 본 발명에 따른 중풍 변증의 분류는, 국내 임상전문가들로 구성된 중풍 변증 진단 표준화 위원회가 중풍 변증 관련 역대 문헌 고찰, 동의보감, 최근의 중풍관련 임상논문, 중국의 변증 표준안, 설문서(questionaire, interview schedule)를 바탕으로 중풍 변증의 기본요소인 풍을 제외한 5개 변증(기허, 습담, 어혈, 음허, 화열(가나다순))으로 분류하는 것에 합의한 것에 의해 분류된 것이다. 따라서, 이하에서는 상기 다섯 개의 중풍 변증을 이용하여 본 발명이 설명될 것이다.As described below, the classification of palsy symptom according to the present invention is performed by the Standardization Committee for Diagnosis of Psychiatric Disease, which is composed of domestic clinical experts, reviewing historical literature related to palsy symptom, consent and consent, recent clinical papers related to stroke, and Chinese dialectic standard draft, questionnaire. , based on the interview schedule, it was classified by consensus to classify the five dialects (gear, gossips, blood, hum, and fever) in order to exclude the basic elements of paralysis. Therefore, the present invention will be described below using the five strokes.

본 발명에 따른 중풍 변증 판별 장치는 도 1에 도시된 바와 같이, [표 1]의 증상에 대한 증상 정보를 검사 대상자로부터 입력받는 입력부(10), 상기 입력부로 입력된 상기 각 증상 정보를 이용하여 판별점수를 계산함으로써 검사 대상자의 중풍 변증을 판별하는 연산부(20), 상기 연산부의 판별 결과를 출력하는 출력부(30) 및 상기 각 증상 정보와 연산부에 의해 출력되는 판별 결과를 저장하는 저장부(40)를 포함한다. As shown in FIG. 1, the apparatus for determining paralytic pneumonia according to the present invention uses the input unit 10 receiving the symptom information on the symptoms of [Table 1] from a test subject, and using the respective symptom information input to the input unit. An operation unit 20 for determining a testimonial symptom of a test subject by calculating a discrimination score, an output unit 30 for outputting a determination result of the operation unit, and a storage unit for storing the respective symptom information and the determination result output by the operation unit ( 40).

Figure 112008077713210-pat00001
Figure 112008077713210-pat00001

입력부(10)는 중풍으로 입원한 환자들의 증상 정보를 입력받는 기능을 수행하는 것으로서, 상기 증상 정보에는, [답답하고 열이 나서 잠자기가 힘들다, 얼굴빛이 붉은 편이다, 머리가 열나는 것 같이 아프다, 눈이 붉다, 눈이 건조하다, 입 냄새가 난다, 입이 쓰다, 갈증이 나서 물을 많이 마신다, 설질홍, 황태, 가슴이 답답하거나 열이 나는 느낌이 있다, 소변량이 적고 황적색이다, 변비, 홍삭맥, 몸에 열감이 나면서 더운 것을 싫어한다, 수족열, 얼굴이 누렇게 뜨거나 때가 낀 것 같다, 머리가 무겁고 맑지 않다, 머리가 아프면서 속이 메스껍다, 속이 메스꺼우면서 머리가 어지럽다, 목에 가래 끓는 소리가 난다, 태가 백색이다, 태가 두텁다, 치흔, 혀가 크다, 속이 메스껍거나 울렁거린다, 배에서 꾸룩꾸룩 하는 소리가 난다, 활맥, 잠을 잘 잤지만 자주 누워 있고 싶다, 쉽게 피곤하고 힘이 없다, 얼굴빛이 창백하다, 목소리가 힘이 없고 말하기 싫어한다, 담백/담홍, 조금만 움직여도 땀을 많이 흘린다, 미약무력맥, 손/발바닥만 차다, 얼굴빛이나 안검 밑이 검푸르다, 환자의 안검 주위가 검다, 피부에 자반이 있다, 입술색이 청자색이다, 머리의 고정된 부위가 아프다, 머리가 찌르는 듯이 아프다, 입이 마른다, 혀가 청자색이다, 혀에 어혈반점이 있다, 가슴이 찌르듯이 아프다, 삽맥, 얼굴빛이 희지만 광대뼈 부위가 붉다, 입 안이나 혀가 헌다, 입이 마른다, 조태, 경면설, 가슴이 두근거린다, 수면중에 땀을 많이 흘린다, 세삭맥, 손/발바닥만 뜨겁다 및 주로 오후에만 열감이 있다] 등과 같은 다양한 증상이 포함되어 있다. 즉, 증상 정보란 [표 1]에 도시된 바와 같은 다양한 증상으로, 망(望), 문(聞), 문(問), 절(切)의 네가지 진찰 체계를 통해 한의사 전문의의 판단으로 획득된 정보와 환자 본인의 실질적인 상태를 나타내는 증상 정보를 말한다.The input unit 10 performs a function of receiving the symptom information of the patients hospitalized by the stroke, and the symptom information is [hard to sleep because of frustration and fever, and the face is red, and the head hurts as if the head is opened. , Red eyes, dry eyes, smelling mouth, sore mouth, thirsty and drink a lot of water, sul jilhong, yellow, chest, feeling stuffy or fever, low urine volume, yellowish red, constipation , Erythema, hot, disgusting, hot and cold, limb fever, face yellowing or tingling, head heavy and not clear, head aching and nausea, nausea and dizziness, sputum on neck Squeezes, white is thick, thick is thick, scars, big tongue, nauseous or rumbled, squeaks in belly, tachycardia, sleeps often I want to be, I'm tired, I'm tired, I'm pale, I don't have a strong voice, I don't want to speak, I can't talk, I'm sweating with a little movement, Weak arm vein, Only my hands and soles Dark blue, patient's eyelid black, skin spots, lip color blue-purple, fixed part of head hurts, head stings pain, mouth dry, tongue blue-purple, tongue spots , My chest hurts, shovel, my face is white but my cheekbone is red, my mouth or my tongue swells, my mouth is dry, condition, speculative, my heart is pounding, I sweat a lot during sleep, my veins, my hands / Only the soles of the feet and hot only in the afternoon]. In other words, the symptom information is various symptoms as shown in [Table 1], which is obtained by the judgment of a oriental medical doctor through the four examination systems of the network, the door, the door, and the temple. Information and symptom information indicating the patient's actual condition.

연산부(20)는 상기 입력부로 입력된 상기 각 증상 정보를 이용하여 중풍의 변증을 판별하는 기능을 수행한다. 연산부의 기능에 대하여는 이하에서 도 2 내지 도 4를 참조하여 상세하게 설명된다. The calculating unit 20 determines a symptom of stroke by using the symptom information input to the input unit. The function of the calculation unit will be described in detail below with reference to FIGS. 2 to 4.

출력부(30)는 상기 연산부의 변증 판별 결과를 출력하는 기능을 수행한다. The output unit 30 performs a function of outputting the dialectic determination result of the calculator.

저장부(40)는 본 발명에 따른 중풍 변증 판별에 이용되는 각종 정보 예를 들어, 변증 판별을 위한 수학식에 이용되는 판별상수, 가중치(판별계수) 및 독립변수에 대한 정의 등에 대한 정보를 저장하는 기능을 수행한다. The storage unit 40 stores various types of information used to determine the stroke palsy according to the present invention, for example, information about a determination constant, weight (discrimination coefficient), and definitions of independent variables used in equations for dialectic determination. It performs the function.

도 2는 본 발명에 따른 중풍 변증 판별 방법의 일실시예 흐름도이다. 또한, 도 3은 본 발명에 따른 중풍 변증 판별 장치를 통해 출력되는 입력화면의 예시도이며, 도 4는 본 발명에 따른 중풍 변증 판별 장치를 통해 출력되는 출력화면의 예시도이다. Figure 2 is a flow chart of one embodiment of the method for determining a stroke palsy according to the present invention. In addition, Figure 3 is an exemplary view of the input screen output through the stroke diagnosis device according to the present invention, Figure 4 is an exemplary view of the output screen output through the stroke diagnosis device according to the present invention.

본 발명에 따른 중풍 변증 판별 방법은 [표 1]의 증상들에 대한 검사 대상자의 증상 정보를 입력받는 제1단계(510), 상기 각 증상 정보를 소정의 보정값(독립변수)으로 보정하여 가중치를 곱한 후, 이를 모두 더하여 판별점수를 산출하는 제2단계(520), 상기 제2단계에서 산출된 판별점수들 중의 최고치를 이용하여 중풍 환자의 변증을 판별하는 제3단계(530) 및 상기 제3단계에서 산출된 중풍 변증을 출력하는 제4단계(540)를 포함하여 이루어진다. Paralysis symptom determination method according to the present invention is the first step (510) for receiving the symptom information of the test subjects for the symptoms of [Table 1], by correcting each symptom information to a predetermined correction value (independent variable) weighted Multiplying and adding them all to calculate a discrimination score 520, a third step 530 of discriminating dialectic patients using the highest value among the discrimination scores calculated in the second stage, and the third And a fourth step 540 of outputting the paralysis symptom calculated in step 3.

상기 단계들을 상세히 설명하면 다음과 같다.The above steps will be described in detail as follows.

우선, 도 2에 도시된 증상에 대한 검사 대상자의 증상 정보를 입력받는 제1단계(510)는 다음과 같다. 여기서, 도 3은 증상 정보를 입력받기 위해 출력부를 통해 출력되는 화면을 나타낸 예시도이다. First, a first step 510 of receiving symptom information of a test subject for the symptom shown in FIG. 2 is as follows. 3 is an exemplary diagram illustrating a screen output through an output unit to receive symptom information.

본 발명에서 고려된 중풍 증상은 [표 1]에 도시된 바와 같으며, 2006~2008년까지 자료를 수집하였으며 증상의 정도에 따라 아니다(증상이 없다), 그렇다(증상 정도가 보통이다), 매우 그렇다(증상 정도가 심하다)로 정의하였다. 이때, 연산부는 각각의 증상 정보를 저장부에 저장한다. 이에 대하여는 [수학식 1]을 참고하여 설명된다.Paralytic symptoms considered in the present invention are as shown in [Table 1], and the data were collected from 2006 to 2008 and not according to the degree of symptoms (no symptoms), yes (symptoms are moderate), very Yes (the symptom is severe). At this time, the operation unit stores each symptom information in the storage unit. This will be described with reference to [Equation 1].

한편, 본 발명에서 고려된 중풍 변증은 표준화 위원회에서 합의한 것을 포함하였는바, 상기한 바와 같이, 기허, 습담, 어혈, 음허, 화열(가나다 순)의 다섯 가지로 구분된다. On the other hand, the palsy dialectic considered in the present invention includes the agreement by the standardization committee, as described above, it is divided into five kinds, such as gimhae, gossips, blood, gamyeo, fever (in alphabetical order).

다음으로, 연산부는 입력된 상기 각 증상 정보들 각각을 소정의 보정값(독립변수)으로 보정하고, 각각의 독립변수에 가중치를 곱한 후, 이를 모두 더하여 하나의 변증에 대한 판별점수를 산출하는 제2단계(520)를 수행한다. 한편, 연산부는 상기 과정을 다섯 개의 변증에 대하여 모두 실시하게 된다. 즉, 연산부는 제2단계를 통해 다섯 개의 판별점수를 산출하게 된다. 이러한 과정은 연산부의 제1연산부(21)가 수행한다.Next, the calculation unit corrects each of the inputted symptom information to a predetermined correction value (independent variable), multiplies each independent variable by weight, and adds all of them to calculate a discrimination score for one symptom. Perform step 520. On the other hand, the calculation unit is to perform the above process for all five dialectic. That is, the calculator calculates five discrimination scores through the second step. This process is performed by the first operator 21 of the calculator.

상기한 바와 같이, 연산부가 각 중풍 변증에 대한 판별분석을 수행하여 판별점수를 산출하는 기본식은 [수학식 1]과 같다.As described above, a basic formula for calculating a discrimination score by performing a discrimination analysis on each stroke is performed by Equation 1 as shown in [Equation 1].

Figure 112008077713210-pat00002
Figure 112008077713210-pat00002

여기서, 변증j는 j번째 변증에 대한 판별점수를 나타내는 것으로서, 예를 들어, 변증1은 화열, 변증2는 습담, 변증3은 어혈, 변증4는 기허, 변증5는 음허에 대한 판별점수를 나타내는 것이다. 따라서, j는 1부터 5의 숫자를 갖는다. 그러나, 상기한 바와 같이 변증의 숫자가 추가 또는 감소된다면 j의 값은 다양하게 변경될 수 있다.Here, as dialectic j represents a determination score for the j-th dialectic, for example, the dialectic 1 pyrogenic, dialectic 2 seupdam, dialectic 3 eohyeol, dialectic 4 giheo, dialectic 5 represents a determination score for eumheo will be. Thus, j has a number from 1 to 5. However, if the number of dialectic is added or decreased as described above, the value of j may be changed in various ways.

독립변수는 [표 1]에 도시된 각각의 56가지 증상에 대한 상태를 숫자로 보정한 것으로서, 예를 들어, [표 1]에서 '답답하고 열이 나서 잠자기가 힘들다'라는 첫 번째 증상에 대하여, 상기 증상이 없으면 독립변수1은 0이 되고, 증상의 정도가 보통이면 독립변수1은 1이 되고, 증상 정도가 심하면 독립변수1은 2로 정의될 수 있다. 따라서, [표 1]에 도시된 56가지 증상에 대하여 독립변수 역시 56개가 산출될 수 있다. 그러나, 변증의 숫자와 마찬가지로, 독립변수의 숫자 역시 새로운 증상의 추가 및 유사한 증상의 병합 등에 의하여 증감될 수 있다.The independent variable is a numerical correction of the status of each of the 56 symptoms shown in [Table 1]. For example, in [Table 1], for the first symptom of 'hard to sleep after frustration and fever', In the absence of the symptom, the independent variable 1 becomes 0, and if the symptom is moderate, the independent variable 1 becomes 1, and if the symptom is severe, the independent variable 1 may be defined as 2. Therefore, 56 independent variables may be calculated for the 56 symptoms shown in [Table 1]. However, like the number of dialectic, the number of independent variables can also be increased or decreased by adding new symptoms and merging similar symptoms.

ai는 각 증상에 대한 가중치로서, [표 1]에 도시된 56가지의 증상에 대한 독립변수에 대한 가중치를 나타낸다. 즉, 가중치(ai)의 숫자(i)는 독립변수의 숫자에 따라 증감될 수 있다.a i is a weight for each symptom, and represents weights for the independent variables for the 56 symptoms shown in [Table 1]. That is, the number i of the weights a i may be increased or decreased according to the number of independent variables.

판별상수는 판별점수를 산출하기 위해 임의적으로 추가되는 상수이다.The discriminant constant is a constant added arbitrarily to calculate the discriminant score.

한편, 상기한 바와 같은 독립변수, 가중치 및 판별상수는 각 변증별로 다른 값을 갖도록 설정될 수 있으며, 상기 독립변수, 가중치 및 판별상수는 기존의 중풍 환자들로부터 얻어진 증상 정보들을 분석하여 설정된 값들이다. Meanwhile, the independent variables, weights, and discrimination constants as described above may be set to have different values for each symptom, and the independent variables, weights, and discrimination constants are values set by analyzing symptom information obtained from existing paralytic patients. .

즉, 본 발명은 전문가와 수련의에 의해 진단된 변증이 일치하는 것을 반응변수로 놓고, 변증별 증상을 독립변수로 간주하여 판별분석을 수행하였다. 모든 통계 분석은 SAS software(ver.9.1)을 이용하였다.That is, according to the present invention, as a response variable, a symptom coinciding with an expert and a practitioner was regarded as a response variable, and a symptom analysis was regarded as an independent variable. All statistical analysis was performed using SAS software (ver.9.1).

한편, [수학식 1]을 다섯 개의 각 변증별로 세분화하여 나타내면 [수학식 2] 내지 [수학식 6]과 같다.On the other hand, when [Equation 1] is broken down to each of the five dialectic expressions are shown in [Equation 2] to [Equation 6].

Figure 112008077713210-pat00003
Figure 112008077713210-pat00003

Figure 112008077713210-pat00004
Figure 112008077713210-pat00004

Figure 112008077713210-pat00005
Figure 112008077713210-pat00005

Figure 112008077713210-pat00006
Figure 112008077713210-pat00006

Figure 112008077713210-pat00007
Figure 112008077713210-pat00007

예를 들어, [수학식 2]는 화열이라는 변증의 판별점수를 구하는 식으로서, 판별상수가 -15.876로 정의되어 있으며, '답답하고 열이 나서 잠자기가 힘들다'라 는 증상에 대한 가중치(a1)가 1.198로 정의되어 있음을 알 수 있다. 또한, [수학식 3]은 습담이라는 변증의 판별점수를 구하는 식으로서, 판별상수가 -14.3으로 정의되어 있으며, '답답하고 열이 나서 잠자기가 힘들다'라는 증상에 대한 가중치(a1)가 0.696으로 정의되어 있음을 알 수 있다.For example, [Equation 2] is a formula for determining the discrimination score of adiagnosis called fever, and the discrimination constant is defined as -15.876, and the weight for the symptom of 'hard to sleep after frustration and fever' (a 1 ) Is defined as 1.198. In addition, Equation 3 is a formula for determining the discrimination score of the dialectic of fever. The discriminant constant is defined as -14.3, and the weight (a 1 ) for the symptom of 'hard to sleep after fever and fever' is 0.696. It can be seen that it is defined as.

즉, 연산부는 상기 56가지의 증상에 대한 독립변수가 입력되면, 우선 [수학식 2]를 이용하여 화열에 대한 판별점수를 산출하고, 이 후, [수학식 3] 내지 [수학식 6]을 이용하여 습담, 어혈, 기허 및 음허에 대한 판별점수를 각각 산출한다. That is, when the independent variable for the 56 symptoms is input, the calculation unit first calculates the discrimination score for the heat by using [Equation 2], and then [Equations 3] to [Equation 6]. Calculate the discriminating scores for the sputum, the blood, the sign, and the sign.

다음으로, 연산부는 상기 제2단계에서 산출된 판별점수들 중 최고치를 이용하여 중풍 환자의 변증을 판별한다(530). Next, the calculation unit determines the dialectic of the stroke patient using the highest value among the determination scores calculated in the second step (530).

즉, 중풍 환자의 증상 정보가 입력되면, 연산부는 [수학식 2] 내지 [수학식 6]을 적용하여 다섯 개의 변증별로, 다섯 개의 판별점수를 산출하게 된다. 이후, 연산부는 상기에서 얻어진 다섯 개의 판별점수들을 아래의 [수학식 7]에 대입하여 가장 큰 값을 가지는 판별점수를 선택하며, 이에 해당되는 변증을 환자의 변증으로 판별한다. 즉, 연산부는 [수학식 2] 내지 [수학식 6]을 통해 각 변증별로 산출된 판별점수들을 아래의 [수학식 7]에 대입하여 최고치를 선택하게 되며, 이 최고치에 해당되는 변증을 환자의 변증으로 판별하게 된다. 이러한 과정은 연산부의 제2연산부(22)가 수행한다.That is, when symptom information of the paralytic patient is input, the calculating unit calculates five discrimination scores for each of the five dialectic points by applying Equation 2 to Equation 6. Subsequently, the operation unit selects the discrimination score having the largest value by substituting the five discrimination scores obtained above into Equation 7 below, and determines the corresponding dialectic as the dialectic of the patient. That is, the calculator selects the highest value by substituting the discrimination scores calculated for each symptom through [Equation 2] to [Equation 6] into [Equation 7] below, and selects the dialect corresponding to the highest value. It is judged by dialectic. This process is performed by the second calculator 22 of the calculator.

Figure 112008077713210-pat00008
Figure 112008077713210-pat00008

마지막 제4단계(540)로서, 연산부는 상기 제3단계에서 판별된 중풍 변증에 대한 정보를 도 4에 도시된 바와 같이 출력한다. 즉, 도 4는 본 발명에 따른 중풍 변증 판별 장치에서 검사대상자의 증상 정보를 입력받은 후 그 결과값이 출력된 화면의 예시도로서, 검사대상자의 증상 정보를 중풍 변증 유형별로 분류하여 출력하는 화면, 상기한 바와 같은 본 발명에 따라 산출된 판별점수를 그래프로 출력하는 화면 및 상기 그래프의 내용을 문자로 출력하는 화면 등을 나타내고 있다. As a final fourth step 540, the calculating unit outputs information on the stroke phenomena determined in the third step as shown in FIG. That is, FIG. 4 is an exemplary view of a screen in which the symptom information of the test subject is input after the symptom information of the test subject is input in the apparatus for determining the stroke test according to the present invention. And a screen for outputting the determination score calculated according to the present invention as a graph, a screen for outputting the contents of the graph in text, and the like.

이하에서는, 상기한 바와 같은 본 발명에 따라 판별된 중풍 변증과 실제로 의사들이 판별한 중풍 변증 간의 관계를 [표 2]를 참조하여 간단히 설명해 보도록 하겠다.In the following, the relationship between the stroke palsy determined according to the present invention as described above and palsy palsy actually determined by the doctor will be briefly described with reference to [Table 2].

[표 2]는 본 발명에 사용된 684명의 중풍 환자에 대한 실제 변증과 본 발명에 따라 판별된 변증을 나타내는 표이다. 즉, [표 2]에서 실제변증이란 의사들에 의해 실제로 판별된 변증을 말하는 것이며, 판별모형에 의한 변증이란 상기한 바와 같은 본 발명에 따라 판별된 변증을 말하는 것이다.Table 2 is a table showing actual dialectic and dialectic discrimination determined according to the present invention for the 684 paralytic patients used in the present invention. In other words, the actual dialectic in Table 2 refers to the dialectic actually determined by the doctors, and the dialectic by the discrimination model refers to the dialectic discriminated according to the present invention as described above.

Figure 112008077713210-pat00009
Figure 112008077713210-pat00009

[표 2]를 참조하면, 의사들에 의해 기허 변증으로 판단된 환자 217명 중 172명(79.26%)이 판별모형에 의해 정확하게 판별되었고, 습담, 화열 음허,어혈은 각각 74%, 65.19%, 52.63%, 50% 순으로 정확하게 분류되었다. 즉, 의사에 의해 판단된 기허 변증 환자 217명 중 본 발명에 따른 방법에 의해 기허 변증 환자로 판단된 환자는 172명으로써, 79.26%의 정확도를 나타내고 있다. 또한, 어혈 변증의 경우, 의사에 의해 판단된 어혈 변증 환자 14명 중 본 발명에 다른 방법에 의해 어혈 환자로 판단된 환자는 7명으로써, 50%의 정확도를 나타내고 있다. 한편. 전체적으로는 684명 중 480명의 중풍 변증이 일치하여 70%의 진단 정확율을 나타낸다.Referring to [Table 2], 172 (79.26%) out of 217 patients diagnosed as pseudodiagnosed by doctors were correctly identified by the discriminant model, and sedation, feverish tone, and blood were 74%, 65.19%, respectively. 52.63%, 50% were classified correctly. That is, out of 217 patients with known dialectic symptoms, 172 patients were diagnosed as patients with known dialectics by the method according to the present invention, indicating an accuracy of 79.26%. In addition, in the case of bleeding blood phenomena, seven of the bleeding patients judged by the doctor were judged to be bleeding patients by another method according to the present invention, and showed 50% accuracy. Meanwhile. Overall, 480 of the 684 people had a stroke deficit with a 70% diagnostic accuracy rate.

본 발명에서는 한의학적인 증상만을 포함하는 것이 특징이다. 한편, 비록 어혈 변증의 케이스(case)가 적고, 어혈 변증이 음허 변증과 함께 다른 변증에 비해 진단 정확율이 낮지만, 본 연구에서는 중요한 변증이다.In the present invention, it is characterized by including only the oriental medical symptoms. On the other hand, although there are few cases of bleeding, and the bleeding is lower than the other ones with the false dialect, the diagnosis accuracy is important in this study.

이상과 같이 본 발명에 의한 중풍 변증 판별 장치 및 방법을 예시된 도면을 참조로 설명하였으나, 본 명세서에 개시된 실시 예와 도면에 의해 본 발명은 한정되지 않고, 기술사상이 보호되는 범위 이내에서 응용될 수 있다.As described above, the apparatus and method for determining a palsy of pneumoconiosis according to the present invention have been described with reference to the illustrated drawings, but the present invention is not limited by the embodiments and drawings disclosed herein, and may be applied within the scope of the technical idea. Can be.

도 1은 본 발명에 따른 중풍 변증 판별 장치의 구성을 나타낸 예시도.1 is an exemplary view showing the configuration of a paralysis symptom discrimination apparatus according to the present invention.

도 2는 본 발명에 따른 중풍 변증 판별 방법의 일실시예 흐름도.Figure 2 is a flow diagram of one embodiment of a paralysis symptom determination method according to the present invention.

도 3은 본 발명에 따른 중풍 변증 판별 장치를 통해 출력되는 입력화면의 예시도.Figure 3 is an exemplary view of the input screen output through the paralytic dialectic determination device according to the invention.

도 4는 본 발명에 따른 중풍 변증 판별 장치를 통해 출력되는 출력화면의 예시도. Figure 4 is an exemplary view of the output screen output through the paralytic dialectic determination device according to the invention.

<도면의 주요 부호에 대한 설명>DESCRIPTION OF THE RELATED ART [0002]

10 : 입력부 20 : 연산부10: input unit 20: calculation unit

30 : 출력부 40 : 저장부30: output unit 40: storage unit

Claims (11)

중풍 변증 판별 장치에 있어서,In the stroke diagnosis device, 중풍 환자의 증상에 대한 증상 정보들을 입력받는 입력부;An input unit for receiving symptom information on symptoms of a stroke patient; 각 중풍 변증 별로 설정되어 있는 판별상수 및 가중치에 대한 정보를 저장하는 저장부;A storage unit for storing information on the determination constant and the weight set for each stroke. 상기 증상 정보들과, 상기 각 중풍 변증 별로 설정되어 있는 상기 판별상수 및 상기 가중치를 이용하여 각 중풍 변증 별로 판별점수를 산출하며, 산출된 판별점수들 중에서 최고치를 갖는 중풍 변증을 상기 중풍 환자의 변증으로 판별하는 연산부;A symptom score is calculated for each paralytic symptom by using the symptom information, the discrimination coefficient and the weight set for each paralytic symptom, and a paralytic symptom having the highest value among the calculated discrimination scores An operation unit for determining; 상기 연산부의 제어에 따라 상기 중풍 환자의 변증에 대한 정보를 출력하는 출력부를 포함하는 중풍 변증 판별 장치. Pung dialectic discrimination apparatus including an output unit for outputting information on the dialectic of the paralytic patient under the control of the calculating unit. 제 1 항에 있어서,The method of claim 1, 상기 연산부는,The calculation unit, 상기 증상 정보들을 각 중풍 변증에 해당되는 독립변수들로 보정하는 한편, 상기 각 중풍 변증 별로 설정되어 있는 상기 판별상수, 상기 독립변수들 및 상기 독립변수들 별로 설정되어 있는 가중치들을 이용하여 각 중풍 변증 별로 판별점수를 산출하는 제1연산부; 및The symptom information is corrected by independent variables corresponding to each stroke, and each stroke is used by using the discrimination constant set for each stroke, weights set for each of the independent variables, and the independent variables. A first calculating unit calculating a discrimination score for each unit; And 산출된 상기 판별점수들 중에서 최고치를 판별하는 한편, 상기 최고치를 갖 는 중풍 변증을 상기 중풍 환자의 변증으로 판별하는 제2연산부를 포함하는 중풍 변증 판별 장치.And a second calculation unit for discriminating a peak value among the calculated scores and discriminating a stroke change having the highest value as a dialectic of the stroke patient. 제 2 항에 있어서,The method of claim 2, 상기 제1연산부는, The first calculation unit, 상기 증상 정보들을, 중풍 변증들 중 제1 중풍 변증에 해당되는 독립변수들로 보정하고, 상기 독립변수들 각각을, 상기 독립변수에 대하여 설정되어 있는 상기 가중치와 곱한 값들을 서로 더하여, 상기 제1 중풍 변증에 대한 상기 판별점수를 산출하는 한편, 상기 중풍 변증들에 포함되는 모든 중풍 변증들에 대하여 상기와 같은 과정을 반복적으로 수행하여 각 중풍 변증 별로 판별점수들을 산출하는 것을 특징으로 하는 중풍 변증 판별 장치.The symptom information is corrected with independent variables corresponding to the first stroke symptoms among the stroke symptoms, and each of the independent variables is added to each other by multiplying the weights set with respect to the independent variables, and the first variable is increased. While calculating the discrimination score for the stroke phenomena, the same process is repeated for all the palsy dialectic changes included in the palsy dialects to determine the discrimination score for each palsy dialect Device. 제 3 항에 있어서,The method of claim 3, wherein 상기 제2연산부는, The second operation unit, 상기 제1연산부가 상기 반복과정을 통해 산출된 판별점수들 중에서 최고치를 판별하는 한편, 상기 최고치를 갖는 중풍 변증을 상기 중풍 환자의 변증으로 판별하는 것을 특징으로 하는 중풍 변증 판별 장치.The first calculation unit determines the highest value among the discrimination scores calculated through the iterative process, and the stroke ambience discrimination apparatus characterized in that it is determined by the dialectic of the paralytic patients with the highest value. 제 2 항에 있어서,The method of claim 2, 상기 제1연산부는,The first calculation unit, 상기 증상 정보가, 상기 증상에 대한 증상이 없다는 것이면 상기 독립변수를 0으로, 상기 증상에 대한 증상의 정도가 보통이라는 것이면 상기 독립변수를 1로, 상기 증상에 대한 증상 정도가 심하다는 것이면 상기 독립변수를 2로 설정하여 상기 판별 점수를 산출하는 것을 특징으로 하는 중풍 변증 판별 장치.If the symptom information indicates that there is no symptom for the symptom, the independent variable is 0; if the symptom of the symptom is moderate, the independent variable is 1; Paralytic dialectic discrimination apparatus, characterized in that for calculating the discrimination score by setting the variable to 2. 중풍 변증 판별 장치에 적용되는 중풍 변증 판별 방법에 있어서,In the stroke test discrimination method applied to the stroke test discrimination apparatus, 상기 중풍 변증 판별 장치의 입력부를 통해 중풍 증상에 대한 검사 대상자의 증상 정보들을 입력받는 증상 정보 입력 단계;A symptom information input step of receiving symptom information of a test subject of a paralytic symptom through an input unit of the paralytic dialectic determination device; 상기 중풍 변증 판별 장치의 연산부가, 상기 증상 정보들과, 상기 각 중풍 변증 별로 설정되어 있는 판별상수 및 가중치를 이용하여 각 중풍 변증 별로 판별점수를 산출하며, 산출된 판별점수에서 최고치를 갖는 중풍 변증을 상기 중풍 환자의 변증으로 판별하는 변증 판별 단계; 및The calculation unit of the stroke diagnosis apparatus calculates a discrimination score for each stroke by using the symptom information and the discrimination constant and weights set for each of the stroke symptoms, and have a maximum stroke score from the calculated discrimination score. Dialectic determination step of determining the dialectic of the paralytic patient; And 상기 연산부가 상기 변증 판별 단계에서 판별된 변증에 대한 정보를 상기 중풍 변증 판별 장치의 출력부를 통해 출력하는 변증 출력 단계를 포함하는 중풍 변증 판별 방법. A dialectical dialectic determination method comprising the dialect output step of the operation unit outputs the information on the dialecty determined in the dialectic determination step through the output unit of the palsy dialectic determination device. 제 6 항에 있어서,The method of claim 6, 상기 변증 판별 단계는,The dialectic determination step, 상기 연산부가, 상기 증상 정보들을 각 중풍 변증에 해당되는 독립변수들로 보정하는 한편, 상기 각 중풍 변증 별로 설정되어 있는 상기 판별상수, 상기 독립변수들 및 상기 독립변수들 별로 설정되어 있는 가중치들을 이용하여 각 중풍 변증 별로 판별점수를 산출하는 제1연산 단계; 및The calculation unit corrects the symptom information to independent variables corresponding to each stroke, and uses weights set for each of the determination constant, the independent variables, and the independent variables set for each stroke. A first calculation step of calculating discrimination scores for each stroke; And 상기 연산부가, 산출된 상기 판별점수들 중에서 최고치를 판별하는 한편, 상기 최고치를 갖는 중풍 변증을 상기 중풍 환자의 변증으로 판별하는 제2연산 단계를 포함하는 중풍 변증 판별 방법.And a second calculation step of the calculating unit to determine a highest value among the calculated scores, and to determine a stroke change having the highest value as a dialectic of the stroke patient. 제 7 항에 있어서,The method of claim 7, wherein 상기 변증 판별 단계는,The dialectic determination step, 상기 증상 정보가, 상기 증상에 대한 증상이 없다는 것이면 상기 연산부가 독립변수를 0으로, 상기 증상에 대한 증상의 정도가 보통이라는 것이면 상기 연산부가 독립변수를 1로, 상기 증상에 대한 증상 정도가 심하다는 것이면 상기 연산부가 독립변수를 2로 설정하여 상기 판별 점수를 산출하는 것을 특징으로 하는 중풍 변증 판별 방법.If the symptom information indicates that there is no symptom for the symptom, the operation unit sets the independent variable to 0, and if the degree of symptom for the symptom is normal, the operation unit sets the independent variable to 1 and the symptom degree for the symptom is severe. If the calculation unit sets the independent variable to 2 to calculate the discrimination scores. 제 7 항에 있어서,The method of claim 7, wherein 상기 제1연산 단계는,The first operation step, 상기 연산부가 상기 증상 정보들을, 중풍 변증들 중 제1 중풍 변증에 해당되는 독립변수들로 보정하는 보정 단계;A correction step of correcting, by the calculation unit, the symptom information as independent variables corresponding to the first stroke among stroke symptoms; 상기 연산부가 상기 독립변수들 각각을, 상기 독립변수에 대하여 설정되어 있는 상기 가중치와 곱한 값들을 서로 더하여 상기 제1 중풍 변증에 대한 제1 판별점수를 산출하는 판별점수 산출 단계; 및A calculation score calculation step of calculating, by the calculation unit, a first determination score for the first paralytic symptom by adding each of the independent variables with values multiplied with the weights set for the independent variables; And 상기 연산부가 상기 중풍 변증들에 포함되는 또 다른 중풍 변증들에 대하여 상기 보정 단계 및 판별점수 산출 단계를 수행하여 또 다른 판별점수들을 산출하는 반복 수행 단계를 포함하는 중풍 변증 판별 방법.And the calculation unit repeats calculating another discrimination score by performing the correction step and the discrimination score calculating step with respect to the further paralyze variations included in the paralyzing dialects. 제 9 항에 있어서,The method of claim 9, 상기 제2연산 단계는,The second operation step, 상기 연산부가 상기 반복 수행 단계를 통해 산출된 판별점수들 중에서 최고치를 판별하는 한편, 상기 최고치를 갖는 중풍 변증을 상기 중풍 환자의 변증으로 판별하는 것을 특징으로 하는 중풍 변증 판별 방법.And the calculation unit determines the highest value among the discrimination scores calculated through the iteratively performing step, and determines the palsy symptom having the highest value as the dialectic of the palsy patient. 제 10 항에 있어서,11. The method of claim 10, 상기 변증 출력 단계는,The dialectical output step, 상기 연산부가, 상기 증상 정보를 중풍 변증 유형별로 분류하여 상기 출력부에 출력하는 단계;The calculating unit, classifying the symptom information for each type of paralytic symptom and outputting the classified information to the output unit; 상기 연산부가, 상기 반복 수행 단계에서 산출된 각 중풍 변증 별 판별점수를 상기 출력부에 그래프로 출력하는 단계; 및Outputting, by the calculation unit, a discrimination score for each palsy symptom calculated in the repeating step as a graph on the output unit; And 상기 연산부가, 상기 그래프의 내용을 상기 출력부에 문자로 출력하는 단계를 포함하는 중풍 변증 판별 방법.And the calculation unit outputs the contents of the graph as text to the output unit.
KR1020080111236A 2008-11-10 2008-11-10 Stroke differentiation of syndromes discriminant apparatus and method for the same KR101025930B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080111236A KR101025930B1 (en) 2008-11-10 2008-11-10 Stroke differentiation of syndromes discriminant apparatus and method for the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080111236A KR101025930B1 (en) 2008-11-10 2008-11-10 Stroke differentiation of syndromes discriminant apparatus and method for the same

Publications (2)

Publication Number Publication Date
KR20100052284A KR20100052284A (en) 2010-05-19
KR101025930B1 true KR101025930B1 (en) 2011-03-30

Family

ID=42277666

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080111236A KR101025930B1 (en) 2008-11-10 2008-11-10 Stroke differentiation of syndromes discriminant apparatus and method for the same

Country Status (1)

Country Link
KR (1) KR101025930B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210202090A1 (en) * 2019-12-26 2021-07-01 Teladoc Health, Inc. Automated health condition scoring in telehealth encounters

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101361546B1 (en) * 2012-07-09 2014-02-13 전남대학교산학협력단 Computer readable medium recorded computer program to perform method for estimating reason for Hereditary Skeletal Muscle Channelopathy
KR102063240B1 (en) * 2017-11-29 2020-01-07 경희대학교 산학협력단 Novel SNP marker for pattern identification of lung cancer patients and uses thereof

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080065320A (en) * 2006-12-28 2008-07-14 김동균 The convenient detecting system and diagnosis kit for preventing of occlusive cerebrovascular disease
KR100931300B1 (en) 2007-06-08 2009-12-11 한국 한의학 연구원 Apparatus and method for predicting stroke risk and the medium that recorded the stroke risk prediction program

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080065320A (en) * 2006-12-28 2008-07-14 김동균 The convenient detecting system and diagnosis kit for preventing of occlusive cerebrovascular disease
KR100931300B1 (en) 2007-06-08 2009-12-11 한국 한의학 연구원 Apparatus and method for predicting stroke risk and the medium that recorded the stroke risk prediction program

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210202090A1 (en) * 2019-12-26 2021-07-01 Teladoc Health, Inc. Automated health condition scoring in telehealth encounters

Also Published As

Publication number Publication date
KR20100052284A (en) 2010-05-19

Similar Documents

Publication Publication Date Title
Shen et al. Prevalence and associated factors of sarcopenia in nursing home residents: a systematic review and meta-analysis
Austin et al. The number of subjects per variable required in linear regression analyses
Gill et al. Validity of the mental health component scale of the 12-item Short-Form Health Survey (MCS-12) as measure of common mental disorders in the general population
Bentley et al. Functional status, life-space mobility, and quality of life: a longitudinal mediation analysis
Preatoni et al. Movement variability and skills monitoring in sports
Al Snih et al. The effect of obesity on disability vs mortality in older Americans
Holmes et al. Quantifying diplopia with a questionnaire
Amin et al. The psychological impact of facial changes in scleroderma
Cho et al. An empirical comparative study on biological age estimation algorithms with an application of Work Ability Index (WAI)
KR20170061222A (en) The method for prediction health data value through generation of health data pattern and the apparatus thereof
AU2016278357A1 (en) Method and system for monitoring stress conditions
WO2019162054A1 (en) System and method for client-side physiological condition estimations based on a video of an individual
RU2657384C2 (en) Method and system for noninvasive screening physiological parameters and pathology
Decker et al. The mediating role of internalized weight stigma on weight perception and depression among emerging adults: Exploring moderation by weight and race
Mosca et al. Exploring differences in prevalence of diagnosed, measured and undiagnosed hypertension: the case of Ireland and the United States of America
López-Lopez et al. Pain and symptoms of depression in older adults living in community and in nursing homes: the role of activity restriction as a potential mediator and moderator
Zhu et al. Quantifying discordance between structure and function measurements in the clinical assessment of glaucoma
KR101025930B1 (en) Stroke differentiation of syndromes discriminant apparatus and method for the same
Lehmann et al. Noninvasive hypoglycemia detection in people with diabetes using smartwatch data
Prigatano et al. Kinematic recordings while performing a modified version of the Halstead Finger Tapping Test: Age, sex, and education effects
JP5280735B2 (en) Prognosis prediction device for PEG-treated patients, and prognosis prediction program for PEG-treated patients
JP2021103582A (en) Method, system, and program for making health degree positioning map and health function, and method for using the same
Chen et al. PREDICTIVE MODELING OF POSTOPERATIVE OUTCOMES
Kuckertz et al. Reevaluating the psychometric properties of symptom measures within longitudinal contexts: The Yale–Brown Obsessive Compulsive Scale and Dimensional Obsessive–Compulsive Scale.
KR101121226B1 (en) Discriminant apparatus for obesity syndrome differentiation and discriminant method for obesity syndrome differentiation

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20131211

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150312

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20151230

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee