메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김의선 (숭실대학교 미디어학과) 허지민 (블라우비트) 은성종 (정보통신산업진흥원 디지털헬스산업팀) 이준영 (연세대학교 의과대학 의료기기산업학과)
저널정보
대한배뇨장애요실금학회 International Neurourology Journal International Neurourology Journal 제26권
발행연도
2022.2
수록면
76 - 82 (7page)
DOI
10.5213/inj.2244030.015

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Purpose: There are various neurogenic bladder patterns that occur in patients during stroke. Among these patterns, the focus was mainly on the patient’s facial parsy diagnosis. Stroke requires early response, and it is most important to identify initial symptoms such as facial parsy. There is an urgent need for a diagnostic technology that notifies patients and caregivers of the onset of disease in the early stages of stroke. We developed an artificial intelligence (AI) stroke early-stage analysis software that can alert the early stage of stroke through analysis of facial muscle abnormalities for the elderly neurogenic bladder pre vention. Methods: The method proposed in this paper developed a learning-based deep learning analysis technology that outputs the initial stage of stroke after acquiring a high-definition digital image and then deep learning face analysis. The applied AI model was applied as a multimodal deep learning concept. The system is linked and integrated with the existing urine management integrated system to support patient management with a total-care concept. Results: We developed an AI stroke early-stage analysis software that can alert the early stage of stroke with 86% hit perfor mance through analysis of facial muscle abnormalities in the elderly. This result shows the validation result of the landmark image learning model based on the distance learning model. Conclusions: We developed an AI stroke early-stage diagnostic system as a wellness personal medical service plan and pre vent cases of missing golden time when existing stroke occurs. In order to secure and facilitate distribution of this, it was de veloped in the form of AI analysis software so that it can be mounted on various hardware products. In the end, it was found that using AI for these stroke diagnoses and making them quickly and accurately had a positive effect indirectly, if not directly, on the neurogenic bladder.
#Stroke #Face recognition #Deep learning #Early-stage stroke diagnosis system #Neurogenic bladder

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0