| 1 |
1
원본 안저영상(FUNDUS IMAGE)에 대한 전처리 영상을 기반으로 상기 원본 안저영상에 대한 복수개의 변형 영상들을 생성하는 데이터 증폭 단계;상기 복수개의 변형 영상들을 기반으로 서로 종류가 다른 복수개의 개별 학습 모델들을 학습시키고, 학습된 복수개의 개별 학습 모델들 각각의 출력을 기반으로 녹내장 판독 모델을 생성하는 단계; 및상기 녹내장 판독 모델을 기반으로 상기 원본 안저영상에 대한 녹내장 등급을 진단하는 단계를 포함하고,상기 데이터 증폭 단계는상기 전처리 영상에서 검출된 시신경유두(OPTIC DISC)를 기준으로 기설정된 범위 내에서 상기 복수개의 변형 영상들을 생성하기 위한 복수개의 캡처 영역들을 지정하는 단계를 포함하고,상기 복수개의 캡처 영역들은 상기 시신경유두의 크기를 고려하여 기설정된 변의 길이를 갖는 정사각형 형태이고, 상기 시신경유두의 중심점을 원의 중심으로 하는 가상 원의 원주 상에 무게중심이 위치하되, 상기 가상 원의 반지름이 상기 시신경유두의 경계에 상응하는 원의 반지름보다 긴 것을 특징으로 하는 녹내장 진단 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
청구항 1에 있어서,상기 복수개의 개별 학습 모델들의 출력 등급은 적어도 3개 이상의 출력을 갖는 3등급 이상에 상응하는 것을 특징으로 하는 녹내장 진단 방법
|
| 5 |
5
청구항 1에 있어서,상기 녹내장 판독 모델을 생성하는 단계는상기 학습된 복수개의 개별 학습 모델들 각각의 출력을 수치화하여 통합한 행렬을 기반으로 상기 녹내장 판독 모델을 생성하는 것을 특징으로 하는 녹내장 진단 방법
|
| 6 |
6
청구항 1에 있어서,상기 복수개의 캡처 영역들을 지정하는 단계는상기 가상 원의 원주 상에서 어느 하나의 점을 기준점으로 설정하고, 상기 기준점으로부터 기설정된 각도만큼 이동하면서 상기 복수개의 캡처 영역들에 상응하는 복수개의 무게중심들을 설정하는 것을 특징으로 하는 녹내장 진단 방법
|
| 7 |
7
청구항 1에 있어서,상기 데이터 증폭 단계는상기 복수개의 캡처 영역들을 캡처하여 복수개의 캡처 영상들을 생성하고, 상기 복수개의 캡처 영상들 각각에 대해 회전 및 채널 분리를 수행하여 상기 복수개의 변형 영상들을 생성하는 것을 특징으로 하는 녹내장 진단 방법
|
| 8 |
8
청구항 1에 있어서,상기 데이터 증폭 단계는상기 전처리 영상을 이진화하고, 이진화 영상의 화소값을 나타낸 행렬의 가로축과 세로축 각각에 대한 합산 벡터를 기반으로 상기 시신경유두의 중심점과 경계를 추정하는 단계를 더 포함하는 것을 특징으로 하는 녹내장 진단 방법
|
| 9 |
9
청구항 8에 있어서,상기 추정하는 단계는상기 가로축의 합산 벡터 최대값과 상기 세로축의 합산 벡터 최대값에 상응하게 상기 중심점의 좌표를 추정하고, 상기 가로축과 세로축 각각의 합산 벡터에서 값이 '0'에 해당하는 부분을 제외한 나머지 영역을 기반으로 상기 경계에 상응하는 원의 반지름을 추정하는 것을 특징으로 하는 녹내장 진단 방법
|
| 10 |
10
청구항 1에 있어서,상기 복수개의 개별 학습 모델들은 합성곱 다층신경망(CONVOLUTIONAL NEURAL NETWORK, CNN)에 상응하되, 상호간에 다층신경망의 은닉층 개수, 입력 데이터 종류 및 출력 개수 중 적어도 하나가 상이한 것을 특징으로 하는 녹내장 진단 방법
|
| 11 |
11
청구항 1에 있어서,상기 원본 안저영상을 이진화한 화소값을 기반으로 생성된 2차원 행렬 값을 기반으로 안저의 좌측 접선과 우측 접선을 각각 검출하고, 상기 좌측 접선과 우측 접선을 기준으로 상기 안저의 정보를 포함하고 있지 않은 불필요 영역을 삭제하여 상기 전처리 영상을 생성하는 전처리 단계를 더 포함하는 것을 특징으로 하는 녹내장 진단 방법
|
| 12 |
12
원본 안저영상(FUNDUS IMAGE)에 대한 전처리 영상을 생성하는 전처리부;상기 전처리 영상을 기반으로 상기 원본 안저영상에 대한 복수개의 변형 영상들을 생성하는 데이터 증폭부;상기 복수개의 변형 영상들을 기반으로 서로 종류가 다른 복수개의 개별 학습 모델들을 학습시키고, 학습된 복수개의 개별 학습 모델들 각각의 출력을 기반으로 녹내장 판독 모델을 생성하는 녹내장 판독 모델 생성부;상기 녹내장 판독 모델을 기반으로 상기 원본 안저영상에 대한 녹내장 등급을 진단하는 처리부; 및상기 복수개의 개별 학습 모델들 및 상기 녹내장 판독 모델을 저장하는 저장부를 포함하고,상기 데이터 증폭부는상기 전처리 영상에서 검출된 시신경유두(OPTIC DISC)를 기준으로 기설정된 범위 내에서 상기 복수개의 변형 영상들을 생성하기 위한 복수개의 캡처 영역들을 지정하고,상기 복수개의 캡처 영역들은 상기 시신경유두의 크기를 고려하여 기설정된 변의 길이를 갖는 정사각형 형태이고, 상기 시신경유두의 중심점을 원의 중심으로 하는 가상 원의 원주 상에 무게중심이 위치하되, 상기 가상 원의 반지름이 상기 시신경유두의 경계에 상응하는 원의 반지름보다 긴 것을 특징으로 하는 녹내장 진단 장치
|
| 13 |
13
삭제
|
| 14 |
14
삭제
|
| 15 |
15
청구항 12에 있어서,상기 복수개의 개별 학습 모델들의 출력 등급은 적어도 3개 이상의 출력을 갖는 3등급 이상에 상응하는 것을 특징으로 하는 녹내장 진단 장치
|
| 16 |
16
청구항 12에 있어서,상기 녹내장 판독 모델 생성부는상기 학습된 복수개의 개별 학습 모델들 각각의 출력을 수치화하여 통합한 행렬을 기반으로 상기 녹내장 판독 모델을 생성하는 것을 특징으로 하는 녹내장 진단 장치
|
| 17 |
17
청구항 12에 있어서,상기 데이터 증폭부는상기 가상 원의 원주 상에서 어느 하나의 점을 기준점으로 설정하고, 상기 기준점으로부터 기설정된 각도만큼 이동하면서 상기 복수개의 캡처 영역들에 상응하는 복수개의 무게중심들을 설정하는 것을 특징으로 하는 녹내장 진단 장치
|
| 18 |
18
청구항 12에 있어서,상기 데이터 증폭부는상기 복수개의 캡처 영역들을 캡처하여 복수개의 캡처 영상들을 생성하고, 상기 복수개의 캡처 영상들 각각에 대해 회전 및 채널 분리를 수행하여 상기 복수개의 변형 영상들을 생성하는 것을 특징으로 하는 녹내장 진단 장치
|
| 19 |
19
청구항 12에 있어서,상기 데이터 증폭부는상기 전처리 영상을 이진화하고, 이진화 영상의 화소값을 나타낸 행렬의 가로축과 세로축 각각에 대한 합산 벡터를 기반으로 상기 시신경유두의 중심점과 경계를 추정하는 것을 특징으로 하는 녹내장 진단 장치
|
| 20 |
20
청구항 19에 있어서,상기 데이터 증폭부는상기 가로축의 합산 벡터 최대값과 상기 세로축의 합산 벡터 최대값에 상응하게 상기 중심점의 좌표를 추정하고, 상기 가로축과 세로축 각각의 합산 벡터에서 값이 '0'에 해당하는 부분을 제외한 나머지 영역을 기반으로 상기 경계에 상응하는 원의 반지름을 추정하는 것을 특징으로 하는 녹내장 진단 장치
|
