표제지

목차

요약 9

Ⅰ. 서론 11

Ⅱ. 관련 연구 14

1. 머신 러닝(Machine Learning) 14

A. 로지스틱 회귀(Logistic Regression) 14

B. 랜덤 포레스트(Random Forest) 15

C. SVM (Support Vector Machine) 17

2. 인지기능 선별검사 19

A. 파킨슨병 환자에 대한 인지 기능 단계 분류 19

B. K-MoCA (Korean-Montreal Cognitive Assesment) 19

C. K-MMSE (Korean Mini-Mentel State Examination) 21

3. PPMI 데이터를 활용한 기계 학습 기반 인지 기능 장애 예측 24

A. 데이터 수집 및 전처리 24

B. 실험 및 성능 평가 27

Ⅲ. 본론 31

1. 데이터 수집 31

2. 국내 수집 데이터를 활용한 기계학습 기반 인지 기능 장애 분류 34

A. 실험 방법 34

B. 성능 평가 35

3. Logistic Regression을 활용한 K-MoCA 규준 개발 37

A. 실험 방법 37

B. 성능 평가 40

4. 인지 기능 저하 분류 홈페이지 42

Ⅳ. 결론 48

참고문헌 50

Abstract 53

표 1. K-MoCA 검사의 분야별 평가 점수 20

표 2. K-MMSE 검사의 분야별 평가 점수 22

표 3. 참가자 별 방문 횟수 26

표 4. Dataset I, II, III 실험 결과 28

표 5. Dataset IV, V VI 실험 결과 29

표 6. 학습 데이터에 대한 임상통계학적 특성 32

표 7. 성능 평가 데이터에 대한 임상통계학적 특성 33

표 8. 검증 데이터셋에 대한 성능 평가 결과 35

표 9. K-MoCA 선별 검사에 대한 신규 규준 39

표 10. 국내 수집 데이터에 대한 학습 방법 별 성능 평가 결과 40

그림 1. 랜덤 포레스트 모델 동작 예시 17

그림 2. K-MoCA 시험지 21

그림 3. K-MMSE 시험지 23

그림 4. PPMI 데이터 전처리 흐름도 25

그림 5. PPMI 참가자의 방문 횟수 별 인지 기능 변화 27

그림 6. Cut-off 그룹의 ROC 그래프 38

그림 7. 인지 장애 저하 분류 홈페이지 42

그림 8. 규준 기반 분류 방법 사용을 위한 기본 정보 입력 화면 43

그림 9. 규준을 사용한 경우 결과 화면 44

그림 10. 기계 학습 사용을 위한 기본 정보 입력 화면 45

그림 11. 기계 학습 기반 분류 방법 사용을 위한 선별 검사 정보 입력 화면 46

그림 12. 기계 학습을 사용한 경우 결과 화면 47

수식 1. 로지스틱 회귀 함수 15

수식 2. K-MoCA 점수 계산 방법 38