| 연구목표 |
본 연구과제의 목표는 영상, 생체신호, 생체 오믹스, 자연어 등 다양한 형식으로 주어지는 데이터를 통합적으로 분석하여 불안장애 유형을 분류하고 요인을 분석해주는 딥 러닝 알고리즘을 개발하는 것이다. 개발 알고리즘의 주요 요구 사항은 단순 불안장애 유형 분류 뿐만 아니라 유형 분류의 신뢰도와 의사 결정 요인을 분석할 수 있는 기능을 포함한다. |
| 연구내용 |
1년차(1단계) : 다양한 형식으로 수집된 데이터의 전처리와 가공을 통해 딥 러닝 학습에 유리한 특징을 추출한다.2년차 (1단계): 영상 / 시계열 데이터 / 자연어 / 생체 오믹스 등 각각의 개별 데이터 형식을 이용하여 특징을 추출하고 이를 통해 불안장애 유형을 분류하는 딥 러닝 알고리즘을 학습한다.3년차 (1단계): 다양한 형식의 데이터를 통합하여 불안... |
| 기대효과 |
본 연구 과제에서 개발할 분석 알고리즘을 통해 불안장애가 의심되는 환자들을 사전 스크리닝할 수 있고, 다양한 형식의 데이터를 이용한 분류 알고리즘을 적극적으로 활용한다면 병원에서도 현상학적 판단을 보조할 수 있는 수단으로써 불안장애 치료의 효율성을 극대화시킬 수 있을 것으로 기대된다.개발 알고리즘의 핵심 요소인 불확실성을 고려한 신뢰도 정량화 기능과 설명가... |
| 키워드 |
불안장애 딥 러닝 분류 알고리즘 다중 형식 데이터 특징 학습 신뢰도 정량화 베이지안 학습 설명가능 인공지능 |