| 1 |
1
영상 처리 장치에 의해 수행되는 의료영상에서 플라크(plaque)를 분석하기 위한 방법으로서, 컴퓨터 단층촬영(CT) 영상을 포함하는 의료영상을 수신하는 단계; 상기 CT 영상의 창 너비(WW; window width) 및 창 수준(WL; window level)을 조정하여 n-채널 데이터를 생성하는 단계 ― 여기서, n은 2 이상의 자연수임 ― ; 상기 n-채널 데이터 각각에서 영상을 직각(orthogonal)으로 재구성하여 수평면(axial) 영상, 시상면(sagittal) 영상 및 관상면(coronal) 영상으로 재구성하는 단계; 상기 재구성된 영상들에 대해 합성곱 신경망(CNN; convolutional neural network) 기반으로 기계 학습시키는 단계; 및기계 학습된 직각으로 재구성된 영상 중 적어도 하나를 포함하는 영상으로부터 마스크 영상을 생성하고, 생성된 마스크 영상들에 기초하여 관상동맥 혈관의 단면 영상을 획득하는 단계를 포함하고,상기 단계들이 관상동맥 내벽과 관상동맥 외벽에 대해 각각 개별적으로 또는 통합적으로 수행되는 것을 특징으로 하는, 의료영상에서 플라크를 분석하기 위한 방법
|
| 2 |
2
제 1 항에 있어서, 획득된 상기 관상동맥 내벽의 단면 영상 및 획득된 상기 관상동맥 외벽의 단면 영상을 이용하여, 상기 관상동맥 내의 플라크를 분석하는 단계를 더 포함하는,의료영상에서 플라크를 분석하기 위한 방법
|
| 3 |
3
제 1 항에 있어서, 상기 CT 영상의 창 너비(WW) 및 창 수준(WL)을 조정하여 n-채널 데이터를 생성하는 단계는, 관상동맥 내강(lumen) 관찰을 위한 WW1 및 WL1, 칼슘 분석을 위한 WW2 및 WL2 및 지질 플라크를 위한 WW3 및 WL3를 설정함으로써 상기 n-채널 데이터를 생성하는 단계를 포함하고, 여기서 n은 3인, 의료영상에서 플라크를 분석하기 위한 방법
|
| 4 |
4
제 1 항에 있어서, 상기 합성곱 신경망(CNN)은 2개의 간략 합성곱망(BCN; brief convolutional network)을 연속적으로 적층하여 구성되는, 의료영상에서 플라크를 분석하기 위한 방법
|
| 5 |
5
제 4 항에 있어서, 상기 2개의 간략 합성곱망(BCN) 중 선행하는 제1 BCN에서 자기부호화기(auto-encoder)를 이용하여 사전 학습이 수행되는, 의료영상에서 플라크를 분석하기 위한 방법
|
| 6 |
6
제 1 항 내지 제 5 항 중 어느 한 항에 따른 방법을 수행하도록 구성되는 영상 처리 장치로서, 컴퓨터 단층촬영(CT) 영상을 수신하도록 구성되는 영상 수신부와, 상기 영상 수신부에서 수신된 심장 영상을 처리하도록 구성되는 영상 처리부와, 상기 영상 처리부에서 출력된 관상동맥 내벽 영상, 외벽 영상 및 플라크 영상 중 적어도 하나를 디스플레이하도록 구성되는 디스플레이부와, 상기 영상 수신부, 상기 영상 처리부 및 상기 디스플레이부를 제어하도록 구성되는 제어부를 포함하고, 상기 영상 처리부는, 상기 CT 영상의 창 너비(WW) 및 창 수준(WL)을 조정하여 n-채널 데이터를 생성하도록 구성되는 n-채널데이터생성유닛 ― 여기서, n은 2 이상의 자연수임 ―; 상기 n-채널 데이터 각각에서 영상을 직각으로 재구성하여 수평면 영상, 시상면 영상 및 관상면 영상으로 재구성하도록 구성되는 영상재구성유닛; 상기 재구성된 영상들에 대해 합성곱 신경망(CNN) 기반으로 기계 학습시키도록 구성되는 기계학습유닛; 및 기계 학습된 직각으로 재구성된 영상 중 적어도 하나를 포함하는 영상으로부터 각각 마스크 영상을 생성하고, 생성된 마스크 영상들에 기초하여 관상동맥 혈관의 단면 영상을 획득하도록 구성되는 영상획득유닛을 포함하는,영상 처리 장치
|
| 7 |
7
제 6 항에 있어서, 상기 영상 처리부는, 획득된 상기 관상동맥 내벽의 단면 영상 및 획득된 상기 관상동맥 외벽의 단면 영상을 이용하여, 상기 관상동맥 내의 플라크를 분석하도록 구성되는 플라크분석유닛을 더 포함하는,영상 처리 장치
|
| 8 |
8
제 6 항에 있어서, 상기 n-채널데이터생성유닛은, 관상동맥 내강(lumen) 관찰을 위한 WW1 및 WL1, 칼슘 분석을 위한 WW2 및 WL2 및 지질 플라크를 위한 WW3 및 WL3를 설정함으로써 상기 n-채널 데이터를 생성하도록 구성되고, 여기서 n은 3인, 영상 처리 장치
|
| 9 |
9
제 6 항에 있어서, 상기 합성곱 신경망(CNN)은 2개의 간략 합성곱망(BCN; brief convolutional network)을 연속적으로 적층하여 구성되는, 영상 처리 장치
|
| 10 |
10
제 9 항에 있어서, 상기 2개의 간략 합성곱망(BCN) 중 선행하는 제1 BCN에서 자기부호화기를 이용하여 사전 학습이 수행되는, 영상 처리 장치
|
