KR102424634B1 - Method and Apparatus for Analyzing Multi-Patient Biodata - Google Patents

Method and Apparatus for Analyzing Multi-Patient Biodata Download PDF

Info

Publication number
KR102424634B1
KR102424634B1 KR1020210169455A KR20210169455A KR102424634B1 KR 102424634 B1 KR102424634 B1 KR 102424634B1 KR 1020210169455 A KR1020210169455 A KR 1020210169455A KR 20210169455 A KR20210169455 A KR 20210169455A KR 102424634 B1 KR102424634 B1 KR 102424634B1
Authority
KR
South Korea
Prior art keywords
algorithm
data
patient
module
storage
Prior art date
Application number
KR1020210169455A
Other languages
Korean (ko)
Inventor
김후현
송희석
이영신
Original Assignee
(주)씨어스테크놀로지
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 (주)씨어스테크놀로지 filed Critical (주)씨어스테크놀로지
Priority to KR1020210169455A priority Critical patent/KR102424634B1/en
Application granted granted Critical
Publication of KR102424634B1 publication Critical patent/KR102424634B1/en

Links

Images

Classifications

    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references

Abstract

Disclosed are a method and device for simultaneously analyzing multi-patient biometric data. The present embodiment provides the method and device for simultaneously analyzing the multi-patient biometric data that enable the multi-biometric data to be stored in one container by randomly assigning the patient identification information, and enable a plurality of algorithms to be operated in parallel based on a pre-set priority, by allocating a scheduler module to each algorithm module, using a certain rule after checking whether or not the data pre-stored in the container is all set.

Description

다중 환자 생체데이터를 동시 분석하는 방법 및 장치{Method and Apparatus for Analyzing Multi-Patient Biodata}Method and Apparatus for Analyze Multi-Patient Biodata Simultaneously Analyze Multi-Patient Biodata

본 발명의 일 실시예는 다중 환자 생체데이터의 동시 분석하기 위한 방법 및 장치에 관한 것이다.One embodiment of the present invention relates to a method and apparatus for simultaneous analysis of multiple patient biodata.

이하에 기술되는 내용은 단순히 본 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.The content described below merely provides background information related to the present embodiment and does not constitute the prior art.

도 1은 종래의 데이터 입력에 따른 알고리즘 분석 시간을 나타낸 도면이다.1 is a diagram illustrating an algorithm analysis time according to a conventional data input.

종래의 환자 데이터를 처리하는 방식은 알고리즘 간의 연결성 및 관계성을 가지기에 순차적 동작을 필요로 했으며 1개의 프로세서에 할당하여 동작했다. 종래의 알고리즘 분석 시스템이 종료되기 전에 다른 환자의 생체데이터가 입력된다면, 앞선 데이터 처리 시간만큼 기다린 후 다음 환자 데이터를 처리할 때까지 기다려야 하는 문제점이 있다. The conventional method of processing patient data requires sequential operations to have connectivity and relationship between algorithms, and operates by assigning it to one processor. If the biometric data of another patient is input before the conventional algorithm analysis system is terminated, there is a problem in that the patient has to wait until the next patient data is processed after waiting for the previous data processing time.

환자 데이터의 입력 순서대로 환자 데이터를 분석하기 때문에, 늦게 환자 정보가 입력된 경우, 해당 환자는 늦은 결과를 받게 되는 문제가 있다. 다시 말해, 알고리즘이 순차적으로 작동하거나, 환자의 입력 순서에 따라 시스템이 동작하면 환자의 수에 따라 뒤에 입력된 환자는 생체분석이 늦어지게 된다.Since the patient data is analyzed in the order in which the patient data is input, if patient information is input late, the patient may receive a late result. In other words, if the algorithm operates sequentially or the system operates according to the patient's input order, the bioanalysis of the patient input later is delayed according to the number of patients.

따라서, 병원에서 환자 수 또는 생체센서 수에 따라 다중으로 입력되는 생체데이터는 공평한 분석 지연속도를 가지도록 하는 기술을 필요로 한다. Therefore, a technique for allowing a fair analysis delay rate for multiple input biometric data according to the number of patients or the number of biosensors in a hospital is required.

본 실시예는 다중 생체데이터를 하나의 저장소(Container)에 환자 식별정보를 임의로 부여하여 저장하고, 각 알고리즘 모듈마다 스케쥴러 모듈을 할당하여, 저장소에 기 저장된 데이터의 준비 완료된 여부를 확인한 후 일정 규칙을 이용하여 기 설정된 우선순위를 바탕으로 복수의 알고리즘을 병렬적으로 동작시키도록 하는 다중 환자 생체데이터를 동시 분석하는 방법 및 장치를 제공하는 데 목적이 있다.In this embodiment, multiple biometric data is arbitrarily assigned and stored with patient identification information in one container, and a scheduler module is allocated to each algorithm module, and after checking whether the data pre-stored in the storage is ready or not, a certain rule is applied. An object of the present invention is to provide a method and apparatus for simultaneously analyzing multi-patient bio-data using a plurality of algorithms to operate a plurality of algorithms in parallel based on a preset priority.

본 실시예의 일 측면에 의하면, 환자 식별정보별로 생체신호 로우 데이터를 입력하는 데이터 입력모듈; 상기 환자 식별정보별로 상기 생체신호 로우 데이터를 매칭하여 저장하는 저장소; 상기 저장소로부터 비동기(Async) 방식으로 상기 환자 식별정보별로 상기 생체신호 로우 데이터를 스트리밍한 후 상기 환자 식별정보에 매칭된 우선순위 및 알고리즘별 동작완료시간에 따라 다음 환자 식별정보에 대한 생체신호 로우 데이터를 병렬적으로 분석하기 위한 알고리즘 실행 순서를 스케쥴링하는 복수의 스케줄러 모듈; 상기 복수의 스케줄러 모듈의 스케쥴링 순서에 따라 상기 환자 식별정보별로 상기 생체신호 로우 데이터를 분석하는 복수의 알고리즘 모듈;을 포함하는 것을 특징으로 하는 다중 환자 데이터 분석장치를 제공한다.According to an aspect of the present embodiment, there is provided a data input module for inputting raw biosignal data for each patient identification information; a storage for matching and storing the raw biosignal data for each patient identification information; After streaming the raw bio-signal data for each patient identification information from the storage in an asynchronous manner, raw bio-signal data for the next patient identification information according to the priority matched to the patient identification information and the operation completion time for each algorithm a plurality of scheduler modules for scheduling an algorithm execution order to analyze in parallel; A plurality of algorithm modules for analyzing the raw biosignal data according to the patient identification information according to the scheduling sequence of the plurality of scheduler modules; provides a multi-patient data analysis apparatus comprising: a.

이상에서 설명한 바와 같이 본 실시예에 의하면, 다중 생체데이터를 하나의 저장소(Container)에 환자 ID(Key)를 임의로 부여하여 저장하고, 각 알고리즘 모듈마다 프로세서를 할당하고 스케줄러 모듈을 운영하여, 저장소에 있는 준비 완료된 데이터를 확인하고 일정 규칙을 이용하여 기 설정된 우선순위를 바탕으로 알고리즘을 동작시키는 효과가 있다.As described above, according to the present embodiment, multiple biometric data is stored by randomly assigning a patient ID (Key) to one container, allocating a processor to each algorithm module, operating a scheduler module, and storing the data in the storage. There is an effect of checking the ready-made data and operating the algorithm based on a preset priority using a schedule rule.

본 실시예에 의하면, 다중 환자 데이터를 동시(균등)하게 분석할 수 있으며, 병상 모니터링 등 다수의 병상을 모니터링하고 분석하는 시스템에 적용할 수 있는 효과가 있다.According to this embodiment, multiple patient data can be analyzed simultaneously (equally), and there is an effect that can be applied to a system for monitoring and analyzing multiple beds, such as bed monitoring.

도 1은 본 실시예에 따른 데이터 입력에 따른 알고리즘 분석 시간을 나타낸 도면이다.
도 2는 본 실시예에 따른 다중 환자 생체데이터 분석장치를 나타낸 도면이다.
도 3은 본 실시예에 따른 데이터베이스에 저장되는 데이터를 나타낸 도면이다.
도 4는 본 실시예에 따른 복수의 알고리즘을 적용한 스케쥴링 방법을 설명하기 위한 순서도이다.1 is a diagram illustrating an algorithm analysis time according to data input according to the present embodiment.
2 is a diagram illustrating a multi-patient biometric data analysis apparatus according to the present embodiment.
3 is a diagram illustrating data stored in a database according to the present embodiment.
4 is a flowchart illustrating a scheduling method to which a plurality of algorithms are applied according to the present embodiment.

이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, this embodiment will be described in detail with reference to the accompanying drawings.

도 2는 본 실시예에 따른 다중 환자 생체데이터 분석장치를 나타낸 도면이다.2 is a diagram illustrating a multi-patient biometric data analysis apparatus according to the present embodiment.

일반적으로 환자 정보에 대한 입력이 완료되면, 환자 상태를 판독하기 위한 제1 알고리즘을 수행하여 완료되기 전까지, 다른 환자 상태를 판독하기 위한 제2 알고리즘이 동작하지 못하도록 복수의 알고리즘이 시퀀셜하게 동작된다. 다시 말해, 환자 수가 많아지는 경우, 뒤쪽에 환자는 많은 시간을 대기해야만 자신의 환자 상태를 판별한 결과를 확인할 수 있다.In general, when the input of patient information is completed, the plurality of algorithms are sequentially operated so that the second algorithm for reading another patient's status does not operate until the first algorithm for reading the patient's status is performed and completed. In other words, when the number of patients increases, the patient must wait a long time in the back to confirm the result of determining his or her patient status.

다중 환자 데이터 분석장치(200)는 복수의 병상 모니터링을 하는데, 복수의 병상을 균등한 시간을 분배하여 환자 상태(심전도 상태, 부정맥 판독, 특정한 수치 산출)를 판독한 후 시스템 상에 입력하고, 외부로 출력할 수 있도록 스케줄링하는 알고리즘을 제공한다. 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))은 환자 식별정보(ID) 별로 해당 알고리즘을 모두 수행한다.The multi-patient data analysis device 200 monitors a plurality of beds, divides the plurality of beds equally, reads out the patient status (electrocardiogram status, read arrhythmia, calculates a specific value), and then inputs it into the system, It provides an algorithm for scheduling so that it can be output as . The plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) perform all corresponding algorithms for each patient identification information (ID).

일반적으로 환자 식별정보(ID) 별로 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))을 모두 완료하기 전까지, 다음 환자에 대해 분석을 수행할 수 없었다.In general, analysis could not be performed on the next patient until all of the plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252 ) for each patient identification information (ID) were completed.

본 실시예에 따른 다중 환자 데이터 분석장치(200)는 환자 식별정보(ID) 별로 환자 분석을 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))을 수행하는 과정에서, 각각의 알고리즘의 동작완료시간, 우선순위에 따라 다음 환자에 대한 분석을 병렬적으로 수행할 수 있도록 한다.In the process of performing a plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) for analyzing the patient for each patient identification information (ID), the multi-patient data analysis apparatus 200 according to the present embodiment , so that the analysis of the next patient can be performed in parallel according to the operation completion time and priority of each algorithm.

다중 환자 데이터 분석장치(200)는 다중 생체데이터를 하나의 저장소(Container)에 환자 식별정보를 임의로 부여하고 저장한다. 다중 환자 데이터 분석장치(200)는 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252)) 각각마다 프로세서를 할당하여 병렬적으로 동작하도록 한다. 다중 환자 데이터 분석장치(200)는 복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))을 운영하여, 저장소(220)에 기 저장된 데이터 중 준비 완료된 데이터를 확인한다.The multi-patient data analysis apparatus 200 arbitrarily assigns patient identification information to a single container and stores the multi-biometric data. The multi-patient data analysis apparatus 200 allocates a processor to each of a plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) to operate in parallel. The multi-patient data analysis apparatus 200 operates a plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254 ) to check ready-made data among data pre-stored in the storage 220 .

다중 환자 데이터 분석장치(200)는 저장소(220)에 기 저장된 데이터 중 준비 완료된 데이터에 일정한 규칙을 적용하고, 기 설정된 우선순위를 바탕으로 알고리즘을 동작시킨다. 다중 환자 데이터 분석장치(200)는 다중환자 간의 공평한 분석 시간을 할당할 수 있고, 최소한의 지연속도로 결과를 도출할 수 있다.The multi-patient data analysis apparatus 200 applies a predetermined rule to the prepared data among the data previously stored in the storage 220 and operates an algorithm based on a preset priority. The multi-patient data analysis apparatus 200 may allocate a fair analysis time between multiple patients, and may derive a result with a minimum delay speed.

본 실시예에 따른 다중 환자 데이터 분석장치(200)는 데이터 입력모듈(210), 저장소(220), 복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254)), 복수의 알고리즘 모듈(제1 알고리즘 모듈(232) 내지 제N 알고리즘 모듈(252))을 포함한다. 다중 환자 데이터 분석장치(200)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.The multi-patient data analysis apparatus 200 according to the present embodiment includes a data input module 210, a storage 220, a plurality of scheduler modules (first scheduler module 324 to N-th scheduler module 254), a plurality of and an algorithm module (a first algorithm module 232 to an Nth algorithm module 252). Components included in the multi-patient data analysis apparatus 200 are not necessarily limited thereto.

데이터 입력모듈(210)은 다중신호 데이터를 입력받아 데이터 저장소(Container)에 적재한다. 데이터 입력모듈(210)은 환자 식별정보별로 생체신호 로우 데이터를 입력한다. The data input module 210 receives multi-signal data and loads it into a data storage (Container). The data input module 210 inputs raw biosignal data for each patient identification information.

저장소(220)는 환자 식별정보별로 생체신호 로우 데이터를 매칭하여 저장한다. The storage 220 matches and stores the raw biosignal data for each patient identification information.

저장소(220)는 이전에 수행된 알고리즘 모듈이 수행한 알고리즘 결과 데이터에 알고리즘별 마지막 동작시간을 필드값으로 저장하며, 알고리즘별 마지막 동작시간의 위치값을 환자 식별 정보에 매칭하여 저장한다.The storage 220 stores the last operation time for each algorithm as a field value in the algorithm result data performed by the previously performed algorithm module, and stores the position value of the last operation time for each algorithm by matching the patient identification information.

저장소(220)는 환자 식별정보(ID)별로 우선순위, 생체신호 로우 데이터, 알고리즘별 마지막 동작시간, 알고리즘별 결과 데이터를 매칭하여 저장한다.The storage 220 matches and stores priority by patient identification information (ID), raw biosignal data, last operation time for each algorithm, and result data for each algorithm.

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220) 내에 저장된 데이터로 접근하여 일정규칙 의해 알고리즘에 실행할 데이터 순서를 결정한다. A plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254) access the data stored in the storage 220 and determine the data order to be executed in the algorithm according to a schedule rule.

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252)) 내에 포함된다.A plurality of scheduler modules (first scheduler module 324 to Nth scheduler module 254) are included in a plurality of algorithm modules (first algorithm module 132 to Nth algorithm module 252).

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 비동기(Async) 방식으로 환자 식별정보별로 생체신호 로우 데이터를 스트리밍한 후 환자 식별정보에 매칭된 우선순위 및 알고리즘별 동작완료시간에 따라 다음 환자 식별정보에 대한 생체신호 로우 데이터를 병렬적으로 분석하기 위한 알고리즘 실행 순서를 스케쥴링한다.A plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254) stream biosignal raw data for each patient identification information in an asynchronous manner from the storage 220, and then match the patient identification information According to the priority and the operation completion time for each algorithm, an algorithm execution sequence is scheduled for parallel analysis of raw biosignal data for the next patient identification information.

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252)) 내에 각각 탑재된다. 복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 환자 식별정보별로 생체신호 로우 데이터를 비동기(Async) 방식으로 스트리밍한 후 ROI(Region Of Interest) 영역 내에 데이터가 쌓여 있는 경우에만 해당 알고리즘이 동작하도록 한다.A plurality of scheduler modules (first scheduler module 324 to N-th scheduler module 254) are respectively mounted in a plurality of algorithm modules (first algorithm module 132 to N-th algorithm module 252). A plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254 ) stream biosignal raw data for each patient identification information from the storage 220 in an asynchronous (Async) manner and then ROI (Region Of Interest) ), the algorithm operates only when data is accumulated in the area.

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 스트리밍한 환자 식별정보별로 생체신호 로우 데이터의 ROI 영역에 데이터가 존재하는 것으로 확인되면, 알고리즘별 마지막 동작시간, 환자 상태(예컨대, 응급 환자)를 기반으로 우선순위를 결정한다.The plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254) determines that data exists in the ROI region of the raw biosignal data for each patient identification information streamed from the storage 220, the algorithm Priority is determined based on each last operation time and patient status (eg, emergency patient).

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 우선순위에 기반하여 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252)) 중 하나 이상의 알고리즘 모듈을 병렬적으로 실행하도록 한다.The plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254) is one of the plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) based on the priority. The above algorithm modules are executed in parallel.

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 복수의 알고리즘 모듈이 알고리즘을 수행한 알고리즘 결과 데이터를 환자 식별 정보별로 매칭하여 저장소(220)에 저장한다.The plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254 ) match the algorithm result data obtained by performing the algorithm by the plurality of algorithm modules for each patient identification information and store it in the storage 220 .

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)에 환자 식별 정보별로 이전에 수행된 알고리즘 모듈이 수행한 알고리즘 결과 데이터를 반영한 상태로 ROI 영역 내에 데이터가 존재하는 경우에만 해당 알고리즘이 동작하도록 한다.The plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254 ) are stored in the ROI area in a state in which the algorithm result data performed by the previously performed algorithm module for each patient identification information is reflected in the storage 220 . Let the algorithm run only when data exists.

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)에 환자 식별 정보별로 이전에 수행된 알고리즘 모듈이 수행한 알고리즘 결과 데이터를 반영한 상태로 ROI 영역 내에 데이터가 존재하는 경우에 알고리즘별 마지막 동작시간, 환자 상태(예컨대, 응급 환자)를 기반으로 복수의 알고리즘에 대한 실행 순서를 결정한다.The plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254 ) are stored in the ROI area in a state in which the algorithm result data performed by the previously performed algorithm module for each patient identification information is reflected in the storage 220 . When data exists, the execution order of a plurality of algorithms is determined based on the last operation time for each algorithm and the patient status (eg, emergency patient).

복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 알고리즘별 마지막 동작시간의 위치값을 하나의 변수값으로 인지하고, ROI 영역 상에 동일한 알고리즘에 대한 마지막 동작시간이 새롭게 입력되면 동일한 알고리즘에 대한 마지막 동작시간까지의 길이를 확인하여 ROI 영역에 알고리즘 동작할 수 있는 만큼의 데이터가 쌓여 있는지의 여부를 확인한다.The plurality of scheduler modules (the first scheduler module 324 to the N-th scheduler module 254) recognize the position value of the last operation time for each algorithm as one variable value, and the last operation time for the same algorithm on the ROI area. When this is newly input, the length to the last operation time for the same algorithm is checked, and it is checked whether there is enough data to allow the algorithm to operate in the ROI area.

복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))은 저장소(220) 내에 저장된 데이터를 분석한다. 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))은 독립적으로 동작하지만, 각 알고리즘마다 연결성 및 관계성을 가질 수 있다.A plurality of algorithm modules (the first algorithm module 132 to the Nth algorithm module 252 ) analyze data stored in the storage 220 . The plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) operate independently, but each algorithm may have connectivity and relationship.

복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))은 동작된 결과를 다시 저장소에 해당 ID에 저장한다. 연결성과 관계성을 갖는 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))은 저장소(220) 내의 결과 데이터를 참조하여 복수의 알고리즘 각각을 스케줄링한다.The plurality of algorithm modules (the first algorithm module 132 to the Nth algorithm module 252) stores the operation result in the corresponding ID in the storage again. A plurality of algorithm modules (the first algorithm module 132 to the Nth algorithm module 252 ) having connectivity and relationship schedules each of the plurality of algorithms with reference to the result data in the storage 220 .

복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))은 복수의 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))의 스케쥴링 순서에 따라 환자 식별정보별로 생체신호 로우 데이터를 분석한다.The plurality of algorithm modules (the first algorithm module 132 to the Nth algorithm module 252) identify the patient according to the scheduling order of the plurality of scheduler modules (the first scheduler module 324 to the Nth scheduler module 254) Analyze raw biosignal data for each information.

도 3은 본 실시예에 따른 데이터베이스에 저장되는 데이터를 나타낸 도면이다.3 is a diagram illustrating data stored in a database according to the present embodiment.

저장소(220)는 데이터베이스 관리 프로그램(DBMS)을 이용하여 컴퓨터 시스템의 저장공간(하드디스크 또는 메모리)에 구현된 일반적인 데이터구조를 의미한다. 저장소(220)는 데이터의 검색(추출), 삭제, 편집, 추가 등을 수행할 수 있는 데이터 저장형태를 의미한다. 저장소(220)는 자신의 기능을 달성하기 위하여 필드(Field) 또는 엘리먼트들을 가진다.The storage 220 refers to a general data structure implemented in a storage space (hard disk or memory) of a computer system using a database management program (DBMS). The storage 220 refers to a data storage type in which data can be searched (extracted), deleted, edited, added, and the like. The storage 220 has a field or elements to achieve its function.

저장소(220)는 환자 구분을 위한 ID, 외부에서 지정된 분석 우선순위, 생체신호 데이터, 각 알고리즘의 마지막 동작 시간, 결과 데이터를 저장한다.The storage 220 stores an ID for patient classification, an externally designated analysis priority, biosignal data, the last operation time of each algorithm, and result data.

저장소(220)는 ID, 우선순위, 생체신호 데이터(Raw Data), 제1 알고리즘 마지막 동작시간, 제2 알고리즘 마지막 동작시간, 제N 알고리즘 마지막 동작시간, 제1 알고리즘 결과 데이터, 제2 알고리즘 결과 데이터, 제N 알고리즘 결과 데이터를 저장한다.The storage 220 stores ID, priority, biosignal data (Raw Data), first algorithm last operation time, second algorithm last operation time, N-th algorithm last operation time, first algorithm result data, second algorithm result data , the Nth algorithm result data is stored.

제N 알고리즘 결과 데이터는 알고리즘 적용 인덱스, 알고리즘 작용 결과(배열)을 포함한다.The Nth algorithm result data includes an algorithm application index and an algorithm operation result (array).

본 실시예에 따른 다중 환자 데이터 분석장치(200)는 복수의 병상을 모니터링하고, 환자 상태를 판독하는 과정에서 멀티 프로세싱을 수행하여 최소한 동일한 시점에 균등하게 환자 상태 판독 결과를 배출할 수 있다.The multi-patient data analysis apparatus 200 according to the present embodiment monitors a plurality of beds and performs multi-processing in the process of reading the patient status, so that the patient status reading result can be equally discharged at least at the same time point.

다중 환자 데이터 분석장치(200)는 환자 상태를 판독하기 위해 멀티프로세싱을 수행하는데, 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))마다 상관관계가 존재하므로, 상관관계를 기반으로 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))이 유기적으로 연결되어 멀티 프로세싱을 수행하도록 동작한다.The multi-patient data analysis apparatus 200 performs multi-processing to read the patient status, and since there is a correlation for each of a plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252), the correlation Based on the relationship, a plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) are organically connected to perform multi-processing.

예컨대, 다중 환자 데이터 분석장치(200)는 제1 알고리즘 모듈(132)이 수행되어 환자 상태를 판별한 결과를 기반으로 제2 알고리즘 모듈(242)이 수행되어야 하는 상관관계가 존재하는 경우, 해당 상관관계를 기반으로 제1 알고리즘 모듈(132)과 제2 알고리즘 모듈(242)이 동작하도록 순서를 스케쥴링할 수 있다.For example, the multi-patient data analysis apparatus 200 performs the first algorithm module 132 to determine the patient's condition based on the result of determining the patient's condition. Based on the relationship, the order in which the first algorithm module 132 and the second algorithm module 242 operate may be scheduled.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))마다 동작 순서를 각각 스케줄링한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) schedules an operation sequence for each of the plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252), respectively.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))별로 해당 알고리즘 모듈이 순서대로 수행되도록 하는 동작을 수행한다. The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) is configured such that the corresponding algorithm modules are sequentially performed for each of the plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252). perform the action

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 하나의 저장소(220)에 저장된 정보를 참조하여 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))의 구동 순서를 스케쥴링한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) refers to information stored in one storage 220, and a plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module ( 252)) is scheduled.

저장소(220)는 하나의 데이터베이스로 구현되어, 모든 환자 정보가 저장된다. 저장소(220)는 모든 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))이 접근 가능하다.The storage 220 is implemented as a single database, and all patient information is stored. The storage 220 is accessible to all scheduler modules (the first scheduler module 324 to the N-th scheduler module 254 ).

저장소(220)는 환자마다 식별 가능(Identification)한 환자 식별정보를 부여한 상태로 저장한다. 저장소(220)는 환자 식별정보마다 환자 상태(예컨대, 응급 환자), 우선순위(예컨대, 응급 환자는 높은 우선순위)를 매칭하여 저장한다. 저장소(220)는 환자 식별정보마다 로우 데이터(예컨대, 심전도 로우 데이터), 알고리즘 마지막 동작시간을 매칭하여 저장한다.The storage 220 stores patient identification information that can be identified for each patient in a state in which it is assigned. The storage 220 matches and stores the patient status (eg, emergency patient) and priority (eg, emergency patient has a high priority) for each patient identification information. The storage 220 matches and stores raw data (eg, raw electrocardiogram data) and the last operation time of the algorithm for each patient identification information.

도 3에 도시된 제1 알고리즘 마지막 동작시간은 제1 알고리즘 모듈(132)이 동작이 완료된 시점을 의미한다. 예컨대, 저장소(220)에 1번 환자에 대한 제1 알고리즘 모듈(132)이 마지막으로 동작했을 때의 시점을 제1 알고리즘 마지막 동작시간(예컨대, 10초)으로 기록한다.The last operation time of the first algorithm shown in FIG. 3 means the time when the operation of the first algorithm module 132 is completed. For example, a time point when the first algorithm module 132 for the first patient last operated in the storage 220 is recorded as the last operation time of the first algorithm (eg, 10 seconds).

다중 환자 데이터 분석장치(200)는 1번 환자에 대한 제1 알고리즘 모듈(132)의 동작시간이 10초로 기록되고, 10번 환자에 대한 제3 알고리즘 모듈(미도시)의 동작시간이 13초로 기록된 경우, 1번 환자가 10번 환자의 동작이 완료될 때까지 약 4초를 기다렸으므로, 10번 환자 이후에 1번 환자에 대한 제1 알고리즘 모듈(132)이 동작할 수 있도록 스케쥴링할 수 있다.In the multi-patient data analysis apparatus 200, the operation time of the first algorithm module 132 for patient No. 1 is recorded as 10 seconds, and the operation time of the third algorithm module (not shown) for patient No. 10 is recorded as 13 seconds. In this case, since patient 1 waited about 4 seconds until the operation of patient 10 was completed, it is possible to schedule the operation of the first algorithm module 132 for patient 1 after patient 10. .

저장소(220)는 알고리즘 결과 데이터를 기반으로 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))이 상관관계를 함께 저장한다.The storage 220 stores correlations between a plurality of algorithm modules (the first algorithm module 132 to the Nth algorithm module 252) based on the algorithm result data.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)에 저장된 알고리즘 결과 데이터를 기반으로 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252)) 상관관계를 기반으로 한 순서로 독립적으로 동작하도록 스케쥴링한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) is based on the algorithm result data stored in the storage 220, a plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module ( 252)) to operate independently in an order based on correlation.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 환자 정보를 추출할 때, 비동기(Async) 방식으로 데이터를 스트리밍으로 수신한다. 예컨대, 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 각 환자 정보를 서로 다른 타이밍으로 수신한다. When the scheduler module (the first scheduler module 324 to the N-th scheduler module 254) extracts the patient information from the storage 220, the data is streamed in an asynchronous (Async) manner. For example, the scheduler module (the first scheduler module 324 to the N-th scheduler module 254 ) receives each patient information from the storage 220 at different timings.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 각 환자 정보에 ROI(Region Of Interest) 영역이 존재하는 지의 여부를 1차적으로 확인한다. 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 ROI 영역 내 데이터가 100% 쌓여 있지 않은 경우, 해당 알고리즘을 미동작하도록 한다. The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) primarily checks whether a region of interest (ROI) region exists in each patient information. The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) disables the corresponding algorithm when 100% of the data in the ROI area is not accumulated.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 해당 알고리즘을 동작할 수 있는 새로운 데이터가 ROI 영역 내에 존재하는 지의 여부를 먼저 확인한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) first checks whether new data for operating the corresponding algorithm exists in the ROI region.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 환자별 데이터를 비동기(Async) 방식으로 수신하는데, ROI 영역 내에 데이터가 존재하는 경우에만 해당 알고리즘이 순차적으로 동작하도록 한다.The scheduler module (the first scheduler module 324 to the Nth scheduler module 254) receives patient-specific data from the storage 220 in an asynchronous (Async) manner. to operate sequentially.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 환자별 데이터 내의 ROI 영역에 데이터가 존재하는 것으로 확인한 후, 각 환자별 상태를 확인하기 위한 알고리즘 모듈의 동작 우선순위를 결정한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) checks that data exists in the ROI area in the patient-specific data from the storage 220, and then an algorithm module for checking the status of each patient. determine the priority of the operation.

예컨대, 스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 환자별 데이터 내의 ROI 영역에 데이터가 존재하는 환자가 1번 환자와 3번 환자인 것으로 가정하면, 각 환자별 알고리즘 마지막 동작시간, 환자 상태(예컨대, 응급 환자)를 기반으로 동작 우선순위를 결정한다.For example, the scheduler module (the first scheduler module 324 to the N-th scheduler module 254) may be configured for each patient, assuming that the patients whose data exists in the ROI area in the patient-specific data are the first and third patients. The algorithm determines the operation priority based on the last operation time and patient status (eg, emergency patient).

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 우선순위에 기반하여 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))을 순서대로 실행한다. The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) sequentially executes a plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) based on the priority. do.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 알고리즘 모듈의 수행 결과를 저장소(220)에 저장한다. 저장소(220)는 알고리즘 모듈의 수행 결과를 환자 식별정보마다 매칭하여 저장한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254 ) stores the execution result of the algorithm module in the storage 220 . The storage 220 matches and stores the result of the algorithm module for each patient identification information.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 다시 환자별 데이터 내의 ROI 영역에 데이터가 존재하는 지의 여부를 확인한다. The scheduler module (the first scheduler module 324 to the N-th scheduler module 254 ) checks whether data exists in the ROI region in the patient-specific data from the storage 220 again.

예컨대, 제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252) 중 제1 알고리즘 모듈(132)과 제3 알고리즘 모듈로부터 해당 환자에 대한 새로운 데이터가 저장소(220)에 저장되면, 이후 동작하는 제2 알고리즘 모듈(242)은 제1 알고리즘 모듈(132)과 제3 알고리즘 모듈의 수행 결과가 저장소(220)에 저장되어 있는지를 지속적으로 확인한다.For example, when new data about the patient from the first algorithm module 132 and the third algorithm module among the first algorithm module 132 to the N-th algorithm module 252 is stored in the storage 220, the first 2 The algorithm module 242 continuously checks whether the performance results of the first algorithm module 132 and the third algorithm module are stored in the storage 220 .

제2 알고리즘 모듈(242)은 저장소(220)에 저장된 제1 알고리즘 모듈(132)과 제3 알고리즘 모듈의 수행 결과(각 환자별 알고리즘 마지막 동작시간, 환자 상태)를 반영하여 우선 순위를 다시 결정한다.The second algorithm module 242 re-determines the priority by reflecting the results of the first algorithm module 132 and the third algorithm module stored in the storage 220 (the last operation time of the algorithm for each patient, the patient state) .

다시 말해, 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))은 각 알고리즘의 수행 결과를 반영하여 각각 독립적으로 동작한다.In other words, the plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) each independently operate by reflecting the execution result of each algorithm.

이전에 수행된 알고리즘 모듈이 해당 스케줄러에 의해 동작한 후 수행 결과를 저장소(220)에 저장한다. 이전에 수행된 알고리즘 모듈은 수행한 수행 결과를 버퍼에 저장한다.After the previously performed algorithm module operates by the corresponding scheduler, the execution result is stored in the storage 220 . The previously executed algorithm module stores the execution result in the buffer.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)에 이전에 수행된 알고리즘 모듈이 수행한 수행 결과를 반영하여 이후 수행할 알고리즘 모듈의 수행 순서를 결정한다. The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) reflects the execution result performed by the previously performed algorithm module in the storage 220 to determine the execution order of the algorithm module to be performed later. .

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 이전에 수행된 알고리즘 모듈의 수행 결과를 반영하여 저장소(220)로부터 수신된 데이터의 ROI 내에 데이터가 쌓여 있는지를 항상 확인한다. The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) always checks whether data is accumulated in the ROI of the data received from the storage 220 by reflecting the execution result of the previously performed algorithm module. do.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 ROI에 내에 데이터가 쌓여 있으면, 해당 알고리즘 모듈이 동작할 수 있는 실행 순서를 결정한 후 해당 알고리즘 모듈이 수행되도록 스케쥴링 한다.When data is accumulated in the ROI, the scheduler module (the first scheduler module 324 to the N-th scheduler module 254) determines the execution order in which the corresponding algorithm module can operate and then schedules the corresponding algorithm module to be executed.

이전에 수행된 알고리즘 모듈이 수행한 수행 결과는 해당 알고리즘 마지막 동작시간을 필드값으로 포함한다. 저장소(220)는 환자 식별정보별로 이전에 수행된 알고리즘 모듈이 처리한 데이터의 위치값을 저장한다.The execution result performed by the previously performed algorithm module includes the last operation time of the corresponding algorithm as a field value. The storage 220 stores a position value of data processed by the algorithm module previously performed for each patient identification information.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 환자 식별정보별로 ROI에 데이터가 쌓여 있는지의 여부를 시간의 위치 값으로 확인한다. The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) checks whether data is accumulated in the ROI for each patient identification information from the storage 220 as a time position value.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 하나의 변수를 시간의 위치값으로 인지하여 이전에 수행된 알고리즘 모듈의 버퍼의 마지막에 저장된 시간값을 하나의 변수값으로 인지한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) recognizes one variable as a position value of time and converts the time value stored at the end of the buffer of the previously performed algorithm module to one variable value. recognize as

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 시간값을 기반으로 새로운 데이터가 입력되면, 새로운 데이터의 데이터 길이를 확인하여 ROI 영역에 알고리즘 동작할 수 있는 만큼의 데이터가 쌓여 있는지의 여부를 확인한다.When new data is input based on the time value, the scheduler module (the first scheduler module 324 to the N-th scheduler module 254) checks the data length of the new data, and as much data as the algorithm can operate in the ROI area. Check whether or not the

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 ROI 영역에 데이터가 쌓여 있는 데이터를 수신하여 해당 알고리즘이 수행되도록 한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) receives data in which data is accumulated in the ROI region and performs a corresponding algorithm.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220)로부터 완료 지점에 대한 인덱스 값만 수신하고, 인덱스 값만을 기반으로 이전에 수행된 알고리즘 마지막 동작시간과 비교를 ROI 영역에 데이터가 쌓여 있는지의 여부를 확인한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) receives only the index value for the completion point from the storage 220, and compares it with the last operation time of the algorithm previously performed based on only the index value. Check whether data is accumulated in the ROI area.

저장소(220)는 환자 식별정보(ID)별로 우선순위, 생체신호 데이터, 알고리즘별 마지막 동작시간, 알고리즘별 결과 데이터를 매칭하여 저장한다. 예컨대, 저장소(220)에 저장된 각각의 필드가 하나의 테이블 내에 환자 식별정보(ID)별로 제1 알고리즘 마지막 동작시간부터 제N 알고리즘 마지막 동작시간까지를 저장한다.The storage 220 matches and stores the priority for each patient identification information (ID), the biosignal data, the last operation time for each algorithm, and the result data for each algorithm. For example, each field stored in the storage 220 stores from the last operation time of the first algorithm to the last operation time of the N-th algorithm for each patient identification information (ID) in one table.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 환자 식별정보(ID) 별로 복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))을 수행한 새로운 알고리즘 결과 데이터 값이 ROI 영역에 쌓여 있는 지를 확인한다. The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) performs a plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) for each patient identification information (ID). A new algorithm checks whether the resulting data values are stacked in the ROI area.

복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))이 환자 식별정보(ID) 별로 동작하여 알고리즘 결과 데이터를 저장소(220)에 저장하면, 저장소(220)에 ROI 영역을 알고리즘 결과 데이터들이 순차적으로 쌓이게 된다. When the plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) operate for each patient identification information (ID) and store the algorithm result data in the storage 220, the ROI area in the storage 220 Algorithm result data are sequentially stacked.

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 저장소(220) 저장된 알고리즘별 마지막 동작시간을 기반으로 ROI 영역에 데이터가 순차적으로 쌓여 있다고 판단한 경우, 해당 알고리즘을 동작시킨다. When the scheduler module (the first scheduler module 324 to the N-th scheduler module 254) determines that data is sequentially accumulated in the ROI area based on the last operation time for each algorithm stored in the storage 220, the corresponding algorithm is operated. .

복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))은 멀티 프로세싱으로 순차적인 동작이 아니라 ROI 쌓여 있는 데이터가 준비된 데이터로 판단하여 알고리즘을 수행한다.The plurality of algorithm modules (the first algorithm module 132 to the N-th algorithm module 252) perform an algorithm by determining that the ROI-stacked data is the prepared data, rather than a sequential operation in multi-processing.

복수의 알고리즘 모듈(제1 알고리즘 모듈(132) 내지 제N 알고리즘 모듈(252))을 순차적으로 처리하면서 쌓이는 알고리즘 결과 데이터와 각 단계별로 완료된 결과 데이터를 환자 식별정보(ID)를 기준으로 저장한다. The algorithm result data accumulated while sequentially processing a plurality of algorithm modules (the first algorithm module 132 to the Nth algorithm module 252) and the result data completed in each step are stored based on the patient identification information (ID).

저장소(220)는 복수의 환자 식별정보(ID)에 알고리즘별 결과 데이터를 저장하는 다차원적인 테이블 구조를 가진다.The storage 220 has a multidimensional table structure that stores result data for each algorithm in a plurality of patient identification information (IDs).

스케줄러 모듈(제1 스케줄러 모듈(324) 내지 제N 스케줄러 모듈(254))은 [수학식 1]을 이용하여 우선순위에 0.8을 가중치로 적하고 마지막 동작시간에 0.2를 가중치로 적용한다.The scheduler module (the first scheduler module 324 to the N-th scheduler module 254) applies 0.8 to the priority as a weight and 0.2 as a weight to the last operation time using [Equation 1].

도 4는 본 실시예에 따른 복수의 알고리즘을 적용한 스케쥴링 방법을 설명하기 위한 순서도이다.4 is a flowchart illustrating a scheduling method to which a plurality of algorithms are applied according to the present embodiment.

다중 환자 데이터 분석장치(200)는 각 알고리즘의 스케줄러를 이용하여 저장소(220)의 모든 ID의 생체신호 데이터 또는 알고리즘 결과 데이터(연결성 및 관계성을 가지는 알고리즘의 경우)를 확인하고 작업이 필요한 데이터가 있으면 해당 ID를 체크한다.The multi-patient data analysis apparatus 200 uses the scheduler of each algorithm to check the biosignal data or algorithm result data (in the case of an algorithm having connectivity and relation) of all IDs in the storage 220, and the data that requires work If yes, check the ID.

다중 환자 데이터 분석장치(200)는 확인된 ID들의 우선순위, 알고리즘 마지막 동작시간 등을 [수학식 1]을 이용하여 계산한 후 높은 순서로 알고리즘 실행순서를 결정한다.The multi-patient data analysis apparatus 200 calculates the priority of the identified IDs, the last operation time of the algorithm, etc. using [Equation 1], and then determines the algorithm execution order in the highest order.

Figure 112021139010001-pat00001
Figure 112021139010001-pat00001

다중 환자 데이터 분석장치(200)는 알고리즘 실행 순서와 우선순위(외부에서 입력한)가 동일하다는 가정하에 알고리즘이 동작한지 오래된 데이터를 우선적으로 알고리즘을 실행하도록 하여 비교적 공평한 시간을 할당한다.The multi-patient data analysis apparatus 200 allocates a relatively fair time by preferentially executing the algorithm on data that has been operated for a long time under the assumption that the algorithm execution order and priority (input from the outside) are the same.

다중 환자 데이터 분석장치(200)는 각 알고리즘 모듈은 병렬(Parallel)적으로 동작하면서 연결성 및 관계성이 있어도 저장소에 해당 알고리즘 적용되어 있는 데이터(생체신호데이터 또는 알고리즘 결과 데이터)의 유무를 확인하는 것으로 독립적으로 동작할 수 있다.The multi-patient data analysis apparatus 200 checks the presence or absence of data (biometric signal data or algorithm result data) to which the corresponding algorithm is applied in the storage even if there is connectivity and relationship while each algorithm module operates in parallel. can operate independently.

다중 환자 데이터 분석장치(200)는 생체데이터뿐 아니라 다중 입력을 하나의 장비에서 동시 처리하기 위한 소프트웨어, 시스템, 로직에 적용될 수 있다.The multi-patient data analysis apparatus 200 may be applied to software, systems, and logic for simultaneously processing not only biometric data but also multiple inputs in one device.

다중 환자 데이터 분석장치(200)는 복수의 스케줄러 모듈(제1 스케줄러 모듈(234) 내지 제N 스케줄러 모듈(254))를 실행한다(S410).The multi-patient data analysis apparatus 200 executes a plurality of scheduler modules (the first scheduler module 234 to the N-th scheduler module 254) (S410).

다중 환자 데이터 분석장치(200)는 실행 ID를 감지한다(S420). 단계 S420에서, 다중 환자 데이터 분석장치(200)는 저장소(220)로부터 전체 ID의 이전 n 알고리즘 완료지점, 전체 ID의 n-1 알고리즘 결과 데이터 완료지점을 추출한다. 다중 환자 데이터 분석장치(200)는 실행 ID1, ID2, ID3을 감지한다. 다중 환자 데이터 분석장치(200)는 실행 ID1에 대해 n-1 알고리즘 데이터(이전 n 알고리즘 완료), n-1 알고리즘 데이터(업데이트)를 확인한다.The multi-patient data analysis apparatus 200 detects an execution ID (S420). In step S420 , the multi-patient data analysis apparatus 200 extracts the previous n algorithm completion points of the entire ID and the n-1 algorithm result data completion points of the entire ID from the storage 220 . The multi-patient data analysis apparatus 200 detects execution ID1, ID2, and ID3. The multi-patient data analysis apparatus 200 checks n-1 algorithm data (previous n algorithm completed) and n-1 algorithm data (updated) for the execution ID1.

다중 환자 데이터 분석장치(200)는 실행 ID2에 대해 n-1 알고리즘 데이터(이전 n 알고리즘 완료)를 확인한다. 다중 환자 데이터 분석장치(200)는 실행 ID3에 대해 n-1 알고리즘 데이터(이전 n 알고리즘 완료), n-1 알고리즘 데이터(업데이트)를 확인한다.The multi-patient data analysis apparatus 200 checks n-1 algorithm data (previous n algorithm completion) for execution ID2. The multi-patient data analysis apparatus 200 checks n-1 algorithm data (previous n algorithm completed) and n-1 algorithm data (updated) for the execution ID3.

다중 환자 데이터 분석장치(200)는 알고리즘 실행 순서를 결정한다(S430). 단계 S430에서, 다중 환자 데이터 분석장치(200)는 저장소(220)로부터 실행 ID 우선순위, 실행 ID의 이전 n 알고리즘 적용 시간을 추출한다. 다중 환자 데이터 분석장치(200)는 실행 ID1에 대해 우선순위, 이전 n 알고리즘 적용 시간을 확인한다. The multi-patient data analysis apparatus 200 determines an algorithm execution order (S430). In step S430 , the multi-patient data analysis apparatus 200 extracts the execution ID priority and the previous n algorithm application time of the execution ID from the storage 220 . The multi-patient data analysis apparatus 200 checks the priority for the execution ID1 and the previous n algorithm application time.

다중 환자 데이터 분석장치(200)는 실행 ID3에 대해 우선순위, 이전 n 알고리즘 적용 시간을 확인한다. 다중 환자 데이터 분석장치(200)는 실행 ID1 우선순위, ID1 이전 n 알고리즘 적용 시간, ID3 우선순위, ID3 이전 n 알고리즘 적용 시간을 기반으로 알고리즘 실행순서를 결정한다. The multi-patient data analysis apparatus 200 checks the priority for the execution ID3 and the previous n algorithm application time. The multi-patient data analysis apparatus 200 determines the algorithm execution order based on the execution ID1 priority, the n algorithm application time before ID1, the ID3 priority, and the n algorithm application time before ID3.

다중 환자 데이터 분석장치(200)는 알고리즘 실행 순서에 따라 알고리즘을 실행한다(S440). 단계 S440에서, 다중 환자 데이터 분석장치(200)는 저장소(220)로부터 실행 ID의 n-1 최신 알고리즘 결과 데이터를 추출한다. 다중 환자 데이터 분석장치(200)는 ID3에 대한 n 알고리즘을 실행한다. 다중 환자 데이터 분석장치(200)는 ID1에 대한 n 알고리즘을 실행한다.The multi-patient data analysis apparatus 200 executes the algorithm according to the algorithm execution order (S440). In step S440 , the multi-patient data analysis apparatus 200 extracts the n-1 latest algorithm result data of the execution ID from the storage 220 . The multi-patient data analysis apparatus 200 executes an n algorithm for ID3. The multi-patient data analysis apparatus 200 executes an n algorithm for ID1.

다중 환자 데이터 분석장치(200)는 알고리즘 결과를 저장한다(S450). 단계 S450에서, 다중 환자 데이터 분석장치(200)는 저장소(220)로 실행 ID의 n 알고리즘 결과 데이터를 저장한다. 다중 환자 데이터 분석장치(200)는 ID3에 대한 n 알고리즘 결과 데이터를 저장소(220)에 저장한다. 다중 환자 데이터 분석장치(200)는 ID1에 대한 n 알고리즘 결과 데이터를 저장소(220)에 저장한다.The multi-patient data analysis apparatus 200 stores the algorithm result (S450). In step S450 , the multi-patient data analysis device 200 stores the n algorithm result data of the execution ID in the storage 220 . The multi-patient data analysis apparatus 200 stores n algorithm result data for ID3 in the storage 220 . The multi-patient data analysis apparatus 200 stores n algorithm result data for ID1 in the storage 220 .

이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of this embodiment, and a person skilled in the art to which this embodiment belongs may make various modifications and variations without departing from the essential characteristics of the present embodiment. Accordingly, the present embodiments are intended to explain rather than limit the technical spirit of the present embodiment, and the scope of the technical spirit of the present embodiment is not limited by these embodiments. The protection scope of this embodiment should be interpreted by the claims below, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present embodiment.

200: 다중 환자 데이터 분석장치
210: 데이터 입력모듈
220: 저장소
232: 제1 알고리즘 모듈
234: 제1 스케줄러 모듈
242: 제2 알고리즘 모듈
244: 제2 스케줄러 모듈
252: 제N 알고리즘 모듈
254: 제N 스케줄러 모듈200: multi-patient data analysis device
210: data input module
220: storage
232: first algorithm module
234: first scheduler module
242: second algorithm module
244: second scheduler module
252: Nth algorithm module
254: N-th scheduler module

Claims (10)

환자 식별정보별로 생체신호 로우 데이터를 입력하는 데이터 입력모듈;
상기 환자 식별정보별로 상기 생체신호 로우 데이터를 매칭하여 저장하는 저장소;
상기 저장소로부터 비동기(Async) 방식으로 상기 환자 식별정보별로 상기 생체신호 로우 데이터를 스트리밍한 후 상기 환자 식별정보에 매칭된 우선순위 및 알고리즘별 동작완료시간에 따라 다음 환자 식별정보에 대한 생체신호 로우 데이터를 병렬적으로 분석하기 위한 알고리즘 실행 순서를 스케쥴링하는 복수의 스케줄러 모듈; 및
상기 복수의 스케줄러 모듈의 스케쥴링 순서에 따라 상기 환자 식별정보별로 상기 생체신호 로우 데이터를 분석하는 복수의 알고리즘 모듈;을 포함하고,
상기 저장소는 환자 구분을 위한 ID, 생체신호 데이터, 각 알고리즘의 마지막 동작 시간, 결과 데이터를 저장하고, 상기 결과 데이터는 알고리즘 적용 인덱스, 알고리즘 작용 결과를 포함하고,
상기 복수의 스케줄러 모듈은,
상기 저장소로부터 상기 각 알고리즘의 마지막 동작 시간과 연관된 완료 지점에 대한 상기 알고리즘 적용 인덱스의 인덱스 값만 수신하고, 상기 인덱스 값만을 기반으로 이전에 수행된 알고리즘의 마지막 동작시간과 비교하여 상기 생체신호 로우 데이터의 ROI 영역에 데이터가 쌓여 있는지의 여부를 확인하고,
상기 저장소로부터 스트리밍한 상기 환자 식별정보별로 상기 생체신호 로우 데이터의 ROI 영역에 데이터가 존재하는 것으로 확인되면, 상기 환자 식별정보에 매칭되는 알고리즘 별 마지막 동작시간, 환자 상태를 기반으로 상기 우선순위를 결정하고,
상기 결과 데이터, 상관관계 및 상기 우선순위를 기반으로 한 순서로 상기 복수의 알고리즘 모듈이 독립적으로 동작하면서 병렬적으로 동작하도록 스케줄링하는 것을 특징으로 하는 다중 환자 데이터 분석장치.a data input module for inputting raw biosignal data for each patient identification information;
a storage for matching and storing the raw biosignal data for each patient identification information;
After streaming the raw bio-signal data for each patient identification information from the storage in an asynchronous manner, raw bio-signal data for the next patient identification information according to the priority matched to the patient identification information and the operation completion time for each algorithm a plurality of scheduler modules for scheduling an algorithm execution sequence for analyzing in parallel; and
a plurality of algorithm modules for analyzing the raw biosignal data according to the patient identification information according to the scheduling sequence of the plurality of scheduler modules;
The storage stores ID for patient identification, biosignal data, the last operation time of each algorithm, and result data, and the result data includes an algorithm application index, an algorithm operation result,
The plurality of scheduler modules,
Only the index value of the algorithm application index for the completion point associated with the last operation time of each algorithm is received from the storage, and the biosignal raw data is compared with the last operation time of the algorithm previously performed based on only the index value. Check whether data is accumulated in the ROI area,
When it is confirmed that data exists in the ROI region of the raw biosignal data for each patient identification information streamed from the storage, the priority is determined based on the patient status and the last operation time for each algorithm matching the patient identification information do,
The apparatus for analyzing multi-patient data, characterized in that the plurality of algorithm modules operate independently and schedule to operate in parallel in an order based on the result data, the correlation, and the priority. 제1항에 있어서,
상기 복수의 스케줄러 모듈은,
상기 복수의 알고리즘 모듈 내에 각각 탑재되며, 상기 저장소로부터 상기 환자 식별정보별로 상기 생체신호 로우 데이터를 비동기(Async) 방식으로 스트리밍한 후 ROI(Region Of Interest) 영역 내에 데이터가 쌓여 있는 경우에만 해당 알고리즘이 동작하도록 하는 것을 특징으로 하는 다중 환자 데이터 분석장치.According to claim 1,
The plurality of scheduler modules,
The algorithm is installed in each of the plurality of algorithm modules, and after streaming the raw biosignal data for each patient identification information from the storage in an asynchronous (Async) manner, the algorithm is executed only when the data is accumulated in the ROI (Region Of Interest) area. Multi-patient data analysis device, characterized in that to operate. 삭제delete 삭제delete 제1항에 있어서,
상기 복수의 스케줄러 모듈은,
상기 복수의 알고리즘 모듈이 알고리즘을 수행한 알고리즘 결과 데이터를 상기 환자 식별정보별로 매칭하여 상기 저장소에 저장하는 것을 특징으로 하는 다중 환자 데이터 분석장치.According to claim 1,
The plurality of scheduler modules,
The apparatus for analyzing multi-patient data, characterized in that the plurality of algorithm modules match the algorithm result data obtained by performing the algorithm for each patient identification information and store the data in the storage. 제5항에 있어서,
상기 복수의 스케줄러 모듈은,
상기 저장소에 상기 환자 식별정보별로 이전에 수행된 알고리즘 모듈이 수행한 알고리즘 결과 데이터를 반영한 상태로 ROI 영역 내에 데이터가 존재하는 경우에만 해당 알고리즘이 동작하도록 하는 것을 특징으로 하는 다중 환자 데이터 분석장치.6. The method of claim 5,
The plurality of scheduler modules,
Multi-patient data analysis apparatus, characterized in that the corresponding algorithm is operated only when data exists in the ROI area while reflecting the algorithm result data performed by the algorithm module previously performed for each patient identification information in the storage. 제5항에 있어서,
상기 복수의 스케줄러 모듈은,
상기 저장소에 상기 환자 식별정보별로 이전에 수행된 알고리즘 모듈이 수행한 알고리즘 결과 데이터를 반영한 상태로 ROI 영역 내에 데이터가 존재하는 경우에 알고리즘별 마지막 동작시간, 환자 상태를 기반으로 상기 복수의 알고리즘에 대한 실행 순서를 결정하는 것을 특징으로 하는 다중 환자 데이터 분석장치.6. The method of claim 5,
The plurality of scheduler modules,
When data exists in the ROI area in a state in which the algorithm result data previously performed by the algorithm module performed for each patient identification information is reflected in the storage, the last operation time for each algorithm and the patient status for the plurality of algorithms Multi-patient data analysis device, characterized in that determining the execution order. 제1항에 있어서,
상기 저장소는
이전에 수행된 알고리즘 모듈이 수행한 알고리즘 결과 데이터에 알고리즘별 마지막 동작시간을 필드값으로 저장하며, 상기 알고리즘별 마지막 동작시간의 위치값을 상기 환자 식별정보에 매칭하여 저장하는 것을 특징으로 하는 다중 환자 데이터 분석장치.According to claim 1,
the storage is
Multiple patients, characterized in that the last operation time for each algorithm is stored as a field value in the algorithm result data performed by the previously performed algorithm module, and the position value of the last operation time for each algorithm is matched with the patient identification information and stored data analysis device. 제8항에 있어서,
상기 복수의 스케줄러 모듈은,
상기 알고리즘별 마지막 동작시간의 위치값을 하나의 변수값으로 인지하고, ROI 영역 상에 동일한 알고리즘에 대한 마지막 동작시간이 새롭게 입력되면 동일한 알고리즘에 대한 마지막 동작시간까지의 길이를 확인하여 상기 ROI 영역에 알고리즘 동작할 수 있는 만큼의 데이터가 쌓여 있는지의 여부를 확인하는 것을 특징으로 하는 다중 환자 데이터 분석장치.9. The method of claim 8,
The plurality of scheduler modules,
The position value of the last operation time for each algorithm is recognized as a single variable value, and when the last operation time for the same algorithm is newly input on the ROI area, the length to the last operation time for the same algorithm is checked and added to the ROI area. A multi-patient data analysis device, characterized in that it is checked whether there is enough data to be operated by the algorithm. 제1항에 있어서,
상기 저장소는
상기 환자 식별정보별로 우선순위, 생체신호 로우 데이터, 알고리즘별 마지막 동작시간, 알고리즘별 결과 데이터를 매칭하여 저장하는 것을 특징으로 하는 다중 환자 데이터 분석장치.
According to claim 1,
the storage is
The multi-patient data analysis apparatus, characterized in that the priority, bio-signal raw data, last operation time for each algorithm, and result data for each algorithm are matched and stored for each patient identification information.
KR1020210169455A 2021-11-30 2021-11-30 Method and Apparatus for Analyzing Multi-Patient Biodata KR102424634B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210169455A KR102424634B1 (en) 2021-11-30 2021-11-30 Method and Apparatus for Analyzing Multi-Patient Biodata

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210169455A KR102424634B1 (en) 2021-11-30 2021-11-30 Method and Apparatus for Analyzing Multi-Patient Biodata

Publications (1)

Publication Number Publication Date
KR102424634B1 true KR102424634B1 (en) 2022-07-25

Family

ID=82608909

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210169455A KR102424634B1 (en) 2021-11-30 2021-11-30 Method and Apparatus for Analyzing Multi-Patient Biodata

Country Status (1)

Country Link
KR (1) KR102424634B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018152074A (en) * 2012-12-21 2018-09-27 デカ・プロダクツ・リミテッド・パートナーシップ System, method and apparatus for electronic patient care
KR102043236B1 (en) * 2018-05-17 2019-11-11 서울대학교산학협력단 Automatic diagnostic method which classifies signals from multiple patients pathologically or physiologically based on surgical or treatment outcome and system thereof
WO2019244949A1 (en) * 2018-06-19 2019-12-26 ソニー株式会社 Biological information processing method, biological information processing device, and biological information processing system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018152074A (en) * 2012-12-21 2018-09-27 デカ・プロダクツ・リミテッド・パートナーシップ System, method and apparatus for electronic patient care
KR102043236B1 (en) * 2018-05-17 2019-11-11 서울대학교산학협력단 Automatic diagnostic method which classifies signals from multiple patients pathologically or physiologically based on surgical or treatment outcome and system thereof
WO2019244949A1 (en) * 2018-06-19 2019-12-26 ソニー株式会社 Biological information processing method, biological information processing device, and biological information processing system

Similar Documents

Publication Publication Date Title
EP2738665A1 (en) Similarity analysis method, apparatus, and system
US20190253489A1 (en) Command process load balancing system
US20070179927A1 (en) Method and apparatus for reducing execution time for parallel support vector machine computations
JP6665784B2 (en) Log analysis system, log analysis method and log analysis program
CN110141243A (en) A kind of electrocardiogram identification processing method
CN114334169A (en) Medical object category decision method and device, electronic equipment and storage medium
KR102424634B1 (en) Method and Apparatus for Analyzing Multi-Patient Biodata
Jessica et al. The role of linear discriminant analysis for accurate prediction of breast cancer
US8095768B2 (en) VSAM smart reorganization
GB2603831A (en) Mobile AI
US20180225122A1 (en) Method, system, and non-transitory computer-readable storage medium for analyzing access to storage device
CN113138841A (en) Resource scheduling method and resource scheduling system
Lin et al. Continuous detection of abnormal heartbeats from ECG using online outlier detection
JP5043166B2 (en) Computer system, data search method, and database management computer
CN113925517B (en) Cognitive disorder recognition method, device and medium based on electroencephalogram signals
CN110176276A (en) Analysis of biological information orderly management method and system
WO2022095423A1 (en) Video frame extraction method and related device
KR102525866B1 (en) Delirium prediction method and apparatus
KR102236437B1 (en) Method and apparatus for mental workload assessment of multitasking user using physiological data and simulated data
JPS62241026A (en) Character string retrieving system
CN112037874A (en) Distributed data processing method based on mapping reduction
Jane et al. SBKMMA: sorting based K means and median based clustering algorithm using multi machine technique for big data
CN114913986B (en) Medical object clustering method and device, electronic equipment and storage medium
KR102009454B1 (en) Intelligent data preprocessing system and method for minimizing delay time of real-time data processing in distributed cloud environment
KR101872420B1 (en) A method of single-pass mining of frequent simultaneous event groups for stream data, an apparatus for single-pass mining of frequent simultaneous event groups for stream data

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant