| 1 |
1
컴퓨팅 디바이스에 의한 간 경변 예측 방법에 있어서,대상체를 포함하는 특정 영역을 촬영한 영상을 입력받는 단계;상기 대상체의 제1 질병 상태에 관한 형태적 특징이 포함된 데이터 세트 및 제1 검증 데이터를 기반으로 학습하여, 상기 대상체의 제1 질병 상태에 관한 제1 영상 영역 분류 모델을 생성하는 단계;상기 제1 영상 영역 분류 모델을 이용하여, 상기 영상으로부터 상기 제1 질병 상태에 관한 제1 영상 영역을 검출하는 단계; 및상기 영상 위에 상기 제1 영상 영역을 표시하는 단계를 포함하며,상기 제1 영상 영역 분류 모델을 생성하는 단계는, 하나 이상의 레이어에서 컨볼루션 연산자를 통해 특징을 추출하여 특징 맵을 생성하고, 상기 하나 이상의 레이어의 노드들은 네트워크로 연결되며, 상기 추출한 특징을 다른 레이어에 전달하고, 서브샘플링을 통해 상기 추출한 특징을 통합하여 공간적 차원을 축소시키는 과정을 수행하여, 상기 제1 영상 영역 분류 모델의 파라미터를 학습하는 것을 특징으로 하는 간 경변 예측 방법
|
| 2 |
2
제1항에 있어서,상기 제1 영상 영역 분류 모델을 생성하는 단계는,간 경변의 위치, 모양, 크기, 구조, 텍스처, 색깔, 또는 이들의 조합을 기준으로 간 경변에 관한 이미지 세트를 학습하여, 상기 제1 영상 영역 분류 모델을 생성하는 것을 특징으로 하는 간 경변 예측 방법
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,상기 대상체의 제1 질병 상태에 관한 제1 영상 영역 분류 모델을 생성하는 단계는, 상기 대상체의 제1 질병 상태에 관한 형태적 특징이 포함된 데이터 세트를 기 설정된 등급 내에서 상기 제1 질병 상태의 진행 정도에 따라 수치화하고,상기 제1 영상 영역을 표시하는 단계는, 상기 제1 질병 상태의 진행 정도에 따른 수치를 상기 제1 영상 영역과 함께 표시하는 것을 특징으로 하는 간 경변 예측 방법
|
| 5 |
5
제4항에 있어서,상기 대상체의 제1 질병 상태에 관한 형태적 특징이 포함된 데이터 세트, 상기 제1 영상 영역, 및 상기 제1 검증 데이터를 기반으로 학습하여, 상기 제1 질병 상태의 진행 정도에 따른 수치에 관한 신뢰도 평가 모델을 생성하는 단계; 및상기 신뢰도 평가 모델을 이용하여, 상기 제1 영상 영역에 대하여 상기 제1 질병 상태의 진행 정도에 따른 수치에 관한 신뢰도를 수치화하는 단계를 추가로 포함하며,상기 영상 위에 상기 제1 영상 영역을 표시하는 단계는, 상기 영상 위에 상기 제1 질병 상태의 진행 정도에 따른 수치에 관한 신뢰도에 따른 수치를 상기 제1 영상 영역과 함께 표시하는 것을 특징으로 하는 간 경변 예측 방법
|
| 6 |
6
제5항에 있어서,상기 신뢰도 평가 모델을 생성하는 단계는,상기 제1 영상 영역의 위치에 대한 마스크 맵을 생성하고, 네트워크로 연결된 하나 이상의 레이어의 노드들을 통해 상기 제1 영상 영역을 분류하고, 상기 제1 검증 데이터와 비교하여 상기 신뢰도 평가 모델의 파라미터를 학습하는 것을 특징으로 하는 간 경변 예측 방법
|
| 7 |
7
제1항에 있어서,상기 대상체의 제2 질병 상태에 관한 형태적 특징이 포함된 데이터 세트 및 제2 검증 데이터를 기반으로 학습하여, 상기 대상체의 제2 질병 상태에 관한 제2 영상 영역 분류 모델을 생성하는 단계; 및상기 제2 영상 영역 분류 모델을 이용하여, 상기 제1 영상 영역으로부터 상기 제2 질병 상태에 관한 제2 영상 영역을 검출하는 단계를 추가로 포함하며,상기 영상 위에 상기 제1 영상 영역을 표시하는 단계는, 상기 영상 위에 상기 제1 영상 영역 중에서 상기 제2 영상 영역을 표시하는 것을 특징으로 하는 간 경변 예측 방법
|
| 8 |
8
제7항에 있어서,상기 제2 영상 영역 분류 모델을 생성하는 단계는,간암의 모양, 크기, 구조, 텍스처, 색깔, 또는 이들의 조합을 기준으로 간암 이미지 세트를 학습하여, 상기 제2 영상 영역 분류 모델을 생성하는 것을 특징으로 하는 간 경변 예측 방법
|
| 9 |
9
제7항에 있어서,상기 제2 영상 영역 분류 모델을 생성하는 단계는,상기 제1 영상 영역의 위치에 대한 마스크 맵을 생성하고, 네트워크로 연결된 하나 이상의 레이어의 노드들을 통해 상기 제2 영상 영역을 분류하고, 상기 제2 검증 데이터와 비교하여 상기 제2 영상 영역 분류 모델의 파라미터를 학습하는 것을 특징으로 하는 간 경변 예측 방법
|
| 10 |
10
대상체를 포함하는 특정 영역을 촬영한 영상을 입력받는 영상 입력부;상기 대상체의 제1 질병 상태에 관한 형태적 특징이 포함된 데이터 세트 및 제1 검증 데이터를 기반으로 학습하여, 상기 대상체의 제1 질병 상태에 관한 제1 영상 영역 분류 모델을 생성하는 제1 영상 영역 분류 모델 생성부;상기 제1 영상 영역 분류 모델을 이용하여, 상기 영상으로부터 상기 제1 질병 상태에 관한 제1 영상 영역을 검출하는 제1 영상 영역 검출부; 및상기 영상 위에 상기 제1 영상 영역을 표시하는 영상 표시부를 포함하며,상기 제1 영상 영역 분류 모델 생성부는, 하나 이상의 레이어에서 컨볼루션 연산자를 통해 특징을 추출하여 특징 맵을 생성하고, 상기 하나 이상의 레이어의 노드들은 네트워크로 연결되며, 상기 추출한 특징을 다른 레이어에 전달하고, 서브샘플링을 통해 상기 추출한 특징을 통합하여 공간적 차원을 축소시키는 과정을 수행하여, 상기 제1 영상 영역 분류 모델의 파라미터를 학습하는 것을 특징으로 하는 간 경변 예측 장치
|
| 11 |
11
제10항에 있어서,상기 제1 영상 영역 분류 모델 생성부는,간 경변의 위치, 모양, 크기, 구조, 텍스처, 색깔, 또는 이들의 조합을 기준으로 간 경변에 관한 이미지 세트를 학습하여, 상기 제1 영상 영역 분류 모델을 생성하는 것을 특징으로 하는 간 경변 예측 장치
|
| 12 |
12
삭제
|
| 13 |
13
제10항에 있어서,상기 제1 영상 영역 분류 모델 생성부는, 상기 대상체의 제1 질병 상태에 관한 형태적 특징이 포함된 데이터 세트를 기 설정된 등급 내에서 상기 제1 질병 상태의 진행 정도에 따라 수치화하고,상기 영상 표시부는, 상기 제1 질병 상태의 진행 정도에 따른 수치를 상기 제1 영상 영역과 함께 표시하는 것을 특징으로 하는 간 경변 예측 장치
|
| 14 |
14
제13항에 있어서,상기 대상체의 제1 질병 상태에 관한 형태적 특징이 포함된 데이터 세트, 상기 제1 영상 영역, 및 상기 제1 검증 데이터를 기반으로 학습하여, 상기 제1 질병 상태의 진행 정도에 따른 수치에 관한 신뢰도 평가 모델을 생성하는 신뢰도 평가 모델 생성부; 및상기 신뢰도 평가 모델을 이용하여, 상기 제1 영상 영역에 대하여 상기 제1 질병 상태의 진행 정도에 따른 수치에 관한 신뢰도를 수치화하는 신뢰도 평가부를 추가로 포함하며,상기 영상 표시부는, 상기 영상 위에 상기 제1 질병 상태의 진행 정도에 따른 수치에 관한 신뢰도에 따른 수치를 상기 제1 영상 영역과 함께 표시하는 것을 특징으로 하는 간 경변 예측 장치
|
| 15 |
15
제14항에 있어서,상기 신뢰도 평가 모델 생성부는,상기 제1 영상 영역의 위치에 대한 마스크 맵을 생성하고, 네트워크로 연결된 하나 이상의 레이어의 노드들을 통해 상기 제1 영상 영역을 분류하고, 상기 제1 검증 데이터와 비교하여 상기 신뢰도 평가 모델의 파라미터를 학습하는 것을 특징으로 하는 간 경변 예측 장치
|
| 16 |
16
제10항에 있어서,상기 대상체의 제2 질병 상태에 관한 형태적 특징이 포함된 데이터 세트 및 제2 검증 데이터를 기반으로 학습하여, 상기 대상체의 제2 질병 상태에 관한 제2 영상 영역 분류 모델을 생성하는 제2 영상 영역 분류 모델 생성부;상기 제2 영상 영역 분류 모델을 이용하여, 상기 제1 영상 영역으로부터 상기 제2 질병 상태에 관한 제2 영상 영역을 검출하는 제2 영상 영역 검출부를 추가로 포함하며,상기 영상 표시부는, 상기 영상 위에 상기 제1 영상 영역 중에서 상기 제2 영상 영역을 표시하는 것을 특징으로 하는 간 경변 예측 장치
|
| 17 |
17
제16항에 있어서,상기 제2 영상 영역 분류 모델 생성부는,간암의 모양, 크기, 구조, 텍스처, 색깔, 또는 이들의 조합을 기준으로 간암 이미지 세트를 학습하여, 상기 제2 영상 영역 분류 모델을 생성하는 것을 특징으로 하는 간 경변 예측 장치
|
| 18 |
18
제16항에 있어서,상기 제2 영상 영역 분류 모델 생성부는,상기 제1 영상 영역의 위치에 대한 마스크 맵을 생성하고, 네트워크로 연결된 하나 이상의 레이어의 노드들을 통해 상기 제2 영상 영역을 분류하고, 상기 제2 검증 데이터와 비교하여 상기 제2 영상 영역 분류 모델의 파라미터를 학습하는 것을 특징으로 하는 간 경변 예측 장치
|
