1 |
1
대상체로부터 반사된 초음파 반사 신호를 프로브를 통해 수신하여 입력 데이터를 생성하는 단계;상기 입력 데이터에 대해 영상 복원 과정을 수행하는 렌더링 주기를 공유하여 심층 신경망 학습(DNN: Deep Neural Network)을 동시 실행하는 단계; 및상기 심층 신경망 학습의 실행 결과에 따라 초음파 영상의 신체 구조를 분류하는 단계;를 포함하고,빔포밍된 상기 입력 데이터에 대하여 초기화(initialization)과정, 렌더씬(render scene)과정, 그래픽스 파이프라인(graphics pipeline)과정을 수행하여 초음파 이미지를 생성하고, 상기 그래픽스 파이프라인은 그래픽 처리 장치(GPU)를 이용하여 상기 영상 복원 과정을 수행하는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류방법
|
2 |
2
제 1 항에 있어서,상기 렌더링 주기를 공유하여 상기 심층 신경망 학습을 동시 실행하는 단계는,스마트 기기에 입력된 초음파 신호에 포락선 검파 및 로그 압축이 실행된 로그 압축 데이터에 대해 블랙홀 필터링을 실행하는 제2 렌더 사이클을 공유하여 상기 로그 압축 데이터에 대해 이미지 리사이징 및 제1 히든 레이어를 동시 동작시키는 단계;상기 블랙홀 필터링에 의해 블랙홀이 제거된 데이터의 에지를 강화시키는 제3 렌더 사이클을 공유하여 제2 히든 레이어를 동시 동작시키는 단계; 상기 에지가 강화된 데이터에 대해 스캔 변환을 실행하는 제4 렌더 사이클을 공유하여 제3 히든 레이어를 동시 동작시키는 단계; 및상기 로그 압축 데이터에 대해 상기 제1 히든 레이어 내지 제3 히든 레이어를 포함하는 심층 신경망 학습 네트워크 기반으로 신체 부위 분류를 수행하는 단계;를 포함함으로써, 모바일 GPU를 구비하는 상기 스마트 기기가 상기 영상 복원 과정을 수행하는 렌더링 주기를 공유하여 공유된 상기 렌더링 주기에서 상기 심층 신경망 학습 기반으로 신체 부위 분류를 동시 실행하는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류방법
|
3 |
3
제 2 항에 있어서,상기 심층 신경망 학습의 데이터 집합을 구비하기 위한 데이터 전처리 단계를 더 포함하고, 상기 전처리 단계는, 프로브로부터 획득한 이미지 데이터를 원시 형태의 데이터로 역 변환하는 단계;상기 역 변환된 원시 형태의 데이터를 상기 심층 신경망 학습의 데이터 집합으로 설정하는 단계;를 포함함으로써, 서로 다른 프로브로부터 획득한 서로 다른 규격의 데이터들을 하나의 규격화된 데이터로 변환하여 상기 심층 신경망 학습에 이용하는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류방법
|
4 |
4
제 2 항에 있어서,상기 렌더링 주기를 공유하여 심층 신경망 학습을 동시 실행하는 단계는,상기 블랙홀 필터링과 상기 이미지 리사이징 및 제1 히든 레이어, 상기 에지 강화 및 제2 히든 레이어, 스캔변환 및 제3 히든 레이어를 상기 GPU에 의한 실행을 서로 독립적인 실행으로서 각 렌더 사이클에 공유시키는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류방법
|
5 |
5
삭제
|
6 |
6
제 2 항에 있어서,상기 영상 복원 과정 과정은,제1 렌더 사이클에서 상기 입력 데이터에 대해 포락선 검파와 로그 압축을 수행하는 단계; 및상기 초음파 영상의 전체적 이득(gain)을 조절하기 위해 이득 제어, 상기 제2 렌더 사이클에서 블랙홀 필터링, 제3 렌더 사이클에서 에지 강화 및 제4 렌더 사이클에서 디지털 스캔변환(DSC: Digital Scan Conversion)을 연속 수행하는 단계를 포함하는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류방법
|
7 |
7
제 1 항 내지 제 4 항, 제 6 항 중 어느 한 항에 따른 방법을 컴퓨터로 실행하기 위한 프로그램이 기록된 컴퓨터 판독가능 기록매체
|
8 |
8
대상체로부터 반사된 초음파 반사 신호를 프로브를 통해 수신하여 입력 데이터를 생성하는 초음파 수신부; 및상기 입력 데이터에 대해 영상 복원 과정을 수행하는 렌더링 주기를 공유하여 공유된 상기 렌더링 주기에서 심층 신경망 학습(DNN: Deep Neural Network) 기반으로 신체 부위 분류를 동시 실행하는 영상 처리부;를 포함하고,상기 영상 처리부는,빔포밍된 상기 입력 데이터에 대하여 초기화(initialization)과정, 렌더씬(render scene)과정, 그래픽스 파이프라인(graphics pipeline)과정을 수행하여 초음파 이미지를 생성하고, 상기 그래픽스 파이프라인은 그래픽 처리 장치(GPU)를 이용하여 상기 영상 복원 과정을 수행하는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류장치
|
9 |
9
제 8 항에 있어서,상기 영상 처리부는,상기 입력 데이터에 포락선 검파 및 로그 압축이 실행된 로그 압축 데이터에 대해 블랙홀 필터링을 실행하는 제2 렌더 사이클을 공유하여 상기 로그 압축 데이터에 대해 이미지 리사이징 및 제1 히든 레이어를 동시 동작시키는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류장치
|
10 |
10
제 9 항에 있어서,상기 영상 처리부는,상기 블랙홀 필터링에 의해 블랙홀이 제거된 데이터의 에지를 강화시키는 제3 렌더 사이클을 공유하여 제2 히든 레이어를 동시 동작시키는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류장치
|
11 |
11
제 10 항에 있어서,상기 영상 처리부는,상기 에지가 강화된 데이터에 대해 스캔 변환을 실행하는 제4 렌더 사이클을 공유하여 제3 히든 레이어를 동시 동작시키는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류장치
|
12 |
12
제 11 항에 있어서,상기 영상 처리부는,모바일 GPU를 구비하는 상기 스마트 기기가 영상 복원 과정을 수행하는 렌더링 주기를 공유하여 공유된 상기 렌더링 주기에서 상기 제1 히든 레이어 내지 제3 히든 레이어를 포함하는 심층 신경망 학습 기반으로 신체 부위 분류를 동시 실행하는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류장치
|
13 |
13
제 9 항에 있어서,상기 심층 신경망 학습은, 데이터 집합을 기반으로 심층 신경망 구조를 학습하여 입력 데이터를 분류하는 구조이며,상기 데이터 집합을 구비하기 위한 데이터 전처리로서, 프로브로부터 획득한 이미지 데이터를 원시 형태의 데이터로 역 변환하고, 상기 역 변환된 원시 형태의 데이터를 상기 심층 신경망 학습의 데이터 집합으로 설정함으로써, 서로 다른 프로브로부터 획득한 서로 다른 규격의 데이터들을 하나의 규격화된 데이터로 변환하여 상기 심층 신경망 학습에 이용하는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류장치
|
14 |
14
제 11 항에 있어서,상기 영상 처리부는,상기 블랙홀 필터링과 상기 이미지 리사이징 및 제1 히든 레이어, 상기 에지 강화 및 제2 히든 레이어, 스캔변환 및 제3 히든 레이어를 상기 스마트 기기에 구비된 GPU에 의한 실행을 서로 독립적인 실행으로서 각 렌더 사이클에 공유시키는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류장치
|
15 |
15
삭제
|
16 |
16
제 11 항에 있어서,상기 영상 처리부는,상기 영상 복원 과정을 위해 제1 렌더 사이클에서 포락선 검파와 로그 압축을 수행하며, 이후 영상의 전체적 이득을 조절할 수 있는 이득 제어, 제2 렌더 사이클에서 블랙홀 필터링, 제3 렌더 사이클에서 에지 강화 및 제4 렌더 사이클에서 디지털 스캔변환을 연속 수행하는, 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류장치
|
17 |
17
입력된 초음파 신호에 포락선 검파 및 로그 압축이 실행된 로그 압축 데이터에 대해 블랙홀 필터링을 실행하는 제2 렌더 사이클을 공유하여 상기 로그 압축 데이터에 대해 이미지 리사이징 및 제1 히든 레이어를 동시 동작시키고, 상기 블랙홀이 제거된 데이터의 에지를 강화시키는 제3 렌더 사이클을 공유하여 제2 히든 레이어를 동시 동작시키며,상기 에지가 강화된 데이터에 대해 스캔 변환을 실행하는 제4 렌더 사이클을 공유하여 제3 히든 레이어를 동시 동작시켜, 영상 복원 과정을 수행하는 렌더링 주기를 공유함으로써, 상기 로그 압축 데이터에 대해 상기 제1 히든 레이어 내지 제3 히든 레이어를 포함하는 심층 신경망 학습 기반으로 신체 부위 분류를 동시에 수행하는 GPU(Graphic processing unit)를 포함하는, 의료용 초음파 영상을 분류하는 스마트 기기
|
18 |
18
제 17 항에 있어서,상기 심층 신경망 학습은, 데이터 집합을 기반으로 심층 신경망 구조(DNN: Deep Neural Network)를 학습하여 입력 데이터를 분류하는 구조이며,상기 데이터 집합을 구비하기 위한 데이터 전처리로서, 프로브로부터 획득한 이미지 데이터를 원시 형태의 데이터로 역 변환하고, 상기 역 변환된 원시 형태의 데이터를 상기 심층 신경망 학습의 데이터 집합으로 설정함으로써, 서로 다른 프로브로부터 획득한 서로 다른 규격의 데이터들을 하나의 규격화된 데이터로 변환하여 상기 심층 신경망 학습에 이용하는, 의료용 초음파 영상을 분류하는 스마트 기기
|
19 |
19
제 17 항에 있어서,상기 GPU는,상기 블랙홀 필터링과 상기 이미지 리사이징 및 제1 히든 레이어, 상기 에지 강화 및 제2 히든 레이어, 스캔변환 및 제3 히든 레이어를 상기 GPU에 의한 실행을 서로 독립적인 실행으로서 각 렌더 사이클에 공유시키는, 의료용 초음파 영상을 분류하는 스마트 기기
|
20 |
20
제 17 항에 있어서,상기 GPU는,빔포밍된 입력 데이터에 대하여 초기화(initialization)과정, 렌더씬(render scene)과정, 그래픽스 파이프라인(graphics pipeline)과정을 수행하여 초음파 이미지를 생성하고, 상기 그래픽스 파이프라인은 OpenGL ES 환경의 그래픽 처리 장치(GPU)를 이용하여 상기 영상 복원 과정을 수행하는, 의료용 초음파 영상을 분류하는 스마트 기기
|