맞춤기술찾기

이전대상기술

신경망을 이용한 간 경변 예측 장치 및 방법

  • 기술번호 : KST2018009330
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 실시예들은 다양한 위치에서 진행된 간 경변의 각 단계에 대해서 여러 표본 의료 영상들을 획득한 후에, 신경망을 통하여 검증 데이터와 비교 학습하고, 후보 영역을 검출하여 진행 정도를 영상에 수치적으로 표시함으로써, 수치화하기 어려운 간 경변 부위에 대해서 객관적인 지표를 제공하고, 의료 영상들의 다양한 환경 및 조건에서도 높은 정확도로 간의 경변 정도를 비 침습적으로 예측하고, 간 경변에서 간암으로 발전 가능한 영역을 사전에 검출할 수 있는 간 경변 예측 방법 및 장치를 제공한다.
Int. CL G06T 7/00 (2017.01.01) G06N 3/08 (2006.01.01) G06T 7/11 (2017.01.01)
CPC G06T 7/0014(2013.01) G06T 7/0014(2013.01) G06T 7/0014(2013.01) G06T 7/0014(2013.01) G06T 7/0014(2013.01) G06T 7/0014(2013.01)
출원번호/일자 1020160180737 (2016.12.28)
출원인 아주대학교산학협력단
등록번호/일자 10-1876338-0000 (2018.07.03)
공개번호/일자 10-2018-0076504 (2018.07.06) 문서열기
공고번호/일자 (20180709) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.12.28)
심사청구항수 16

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 아주대학교산학협력단 대한민국 경기도 수원시 영통구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 구형일 대한민국 경기도 수원시 영통구
2 허용석 대한민국 서울특별시 양천구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인우인 대한민국 서울특별시 강남구 역삼로 ***, *층(역삼동, 중평빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 아주대학교산학협력단 경기도 수원시 영통구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2016.12.28 수리 (Accepted) 1-1-2016-1283789-87
2 의견제출통지서
Notification of reason for refusal
2018.01.25 발송처리완료 (Completion of Transmission) 9-5-2018-0062141-32
3 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2018.03.22 수리 (Accepted) 1-1-2018-0286190-10
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.03.22 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0286191-55
5 등록결정서
Decision to grant
2018.06.28 발송처리완료 (Completion of Transmission) 9-5-2018-0439583-30
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
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
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 미래창조과학부 아주대학교 산학협력단 대학ICT연구센터육성지원사업 초소형 체내외 진단 지능형 디바이스 개발(Development of Ultra-small-sized Diagnostic Smart Devices)