1 |
1
진단하고자 하는 병변에 대한 이미지를 입력 받는 입력부;제2 신경망을 이용하여 상기 이미지를 미리 정의된 사이즈로 리사이징하고, 상기 리사이징된 이미지를 분할하여 미리 결정된 크기의 복수개의 격자셀들을 생성함에 따라, 상기 입력된 이미지 중 상기 병변이 존재할 것으로 예측되는 후보 영역들을 선별하고, 상기 후보 영역들 중 관심 영역을 추출하는 관심 영역 추출부; 및상기 추출된 관심 영역을 입력으로 하고, 상기 병변의 중증도를 진단하기 위한 지표로서 적어도 하나의 병변 수치를 출력으로 하는 제1 신경망을 이용하여 상기 병변을 진단하는 진단부;를 포함하되,상기 관심 영역 추출부는 상기 복수개의 격자셀들 중 적어도 하나에 중심을 가지며, 상기 병변이 존재할 것으로 예측되는 후보 영역들로서 상기 입력된 이미지의 적어도 일부를 포함하는 복수의 바운더리 셀들을 생성하는 바운더리 셀 생성부 및 상기 생성된 각 바운더리 셀의 중심 좌표 및 상기 각 바운더리 셀에 대하여 상기 병변이 존재하는 확률을 계산하는 계산부를 더 포함하고, 상기 병변이 존재하는 확률과 미리 설정된 기준값을 비교하여 상기 각 바운더리 셀을 서로 다른 굵기의 경계선으로 설정하며,상기 생성된 바운더리 셀들 중 서로 중복되는 영역이 있는 바운더리 셀들의 경우, 상기 설정된 각 바운더리 셀의 경계선 굵기 및 상기 각 바운더리 셀에 대하여 상기 병변이 존재하는 확률과 기 설정된 임계치를 비교한 결과를 고려하여, 상기 중복되는 영역을 포함하는 바운더리 셀들 중 하나의 바운더리 셀만을 상기 관심 영역으로 추출하는 것을 특징으로 하는 병변 진단 장치
|
2 |
2
제1항에 있어서, 상기 병변은 여드름 질환이고, 상기 관심 영역은 사람의 피부 중 여드름이 밀집된 영역인 것을 특징으로 하는 병변 진단 장치
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
제1항에 있어서, 상기 제2 신경망은컨벌루션(convolution) 연산을 통한 컨벌루션 특징을 추출하는 적어도 하나의 컨벌루션 레이어 및 상기 컨벌루션 레이어의 일단에 연결되어 상기 후보 영역들의 중심 좌표와 상기 각 후보 영역 내에 상기 병변이 존재하는 확률을 계산하는 적어도 하나의 폴리 커넥티드 레이어를 포함하는 것을 특징으로 하는 병변 진단 장치
|
8 |
8
제1항에 있어서, 상기 진단부는 상기 입력된 이미지에서 상기 병변이 존재하는 관심 영역을 기반으로 구진이 나타나는 상태를 경증, 결절이 나타나는 상태를 중등증, 반흔이 나타나는 상태를 중증으로 정의하여 상기 병변의 중증도를 라벨링하는 가공부를 포함하는 것을 특징으로 하는 병변 진단 장치
|
9 |
9
제1항에 있어서, 상기 제1 신경망은컨벌루션(convolution) 연산을 통해 컨벌루션 특징을 추출하는 적어도 하나의 컨벌루션 레이어 및 상기 컨벌루션 레이어의 일단에 연결되어 상기 병변의 중증도를 분류하는 폴리 커넥티드 레이어를 포함하고,상기 컨벌루션 레이어 및 상기 폴리 커넥티드 레이어의 배치 구조와 배치수는 진단하고자 하는 상기 병변의 종류에 따라 서로 다르게 마련되는 것을 특징으로 하는 병변 진단 장치
|
10 |
10
제9항에 있어서, 상기 진단부는상기 중증도가 라벨링된 이미지 중 일부를 학습용 데이터, 나머지 일부를 검증용 데이터로 설정하고, 상기 학습용 데이터 및 상기 검증용 데이터를 기반으로 상기 컨벌루션 레이어 및 상기 폴리 커넥티드 레이어 내부의 뉴런 사이의 연결 강도에 관한 가중치를 결정하여 상기 제1 신경망을 학습하는 학습부;를 더 포함하는 것을 특징으로 하는 병변 진단 장치
|
11 |
11
병변 진단 장치에 의해 수행되는 병변 진단 보조 방법에 있어서,입력부가, 진단하고자 하는 병변에 대한 이미지를 입력 받는 단계;관심 영역 추출부가, 제2 신경망을 이용하여 상기 이미지를 미리 정의된 사이즈로 리사이징하고, 상기 리사이징된 이미지를 분할하여 미리 결정된 크기의 복수개의 격자셀들을 생성함에 따라, 상기 입력된 이미지 중 상기 병변이 존재할 것으로 예측되는 후보 영역들을 선별하고, 상기 후보 영역들 중 관심 영역을 추출하는 단계; 및진단 보조부가, 상기 추출된 관심 영역을 입력으로 하고, 상기 병변의 중증도를 진단하기 위한 지표로서 적어도 하나의 병변 수치를 출력으로 하는 제1 신경망을 이용하여 상기 병변 진단을 보조하는 단계;를 포함하되,상기 관심 영역을 추출하는 단계는, 상기 복수개의 격자셀들 중 적어도 하나에 중심을 가지며, 상기 병변이 존재할 것으로 예측되는 후보 영역들로서 상기 입력된 이미지의 적어도 일부를 포함하는 복수의 바운더리 셀들을 생성하는 단계 및 상기 생성된 각 바운더리 셀의 중심 좌표 및 상기 각 바운더리 셀에 대하여 상기 병변이 존재하는 확률을 계산하는 단계를 더 포함하고, 상기 관심 영역 추출부가, 상기 병변이 존재하는 확률을 미리 설정된 기준값과 비교하여 상기 각 바운더리 셀들을 서로 다른 굵기의 경계선으로 설정하며, 상기 생성된 바운더리 셀들 중 서로 중복되는 영역이 있는 바운더리 셀들의 경우, 상기 설정된 각 바운더리 셀의 경계선 굵기 및 상기 각 바운더리 셀에 대하여 상기 병변이 존재하는 확률과 기 설정된 임계치와의 비교한 결과를 고려하여, 상기 중복되는 영역을 포함하는 바운더리 셀들 중 하나의 바운더리 셀만을 상기 관심 영역으로 추출하는 것을 특징으로 하는 병변 진단 보조 방법
|
12 |
12
삭제
|
13 |
13
삭제
|
14 |
14
삭제
|
15 |
15
삭제
|
16 |
16
제11항에 있어서, 상기 진단을 보조하는 단계는 상기 입력된 이미지에서 상기 병변이 존재하는 관심 영역을 기반으로 구진이 나타나는 상태를 경증, 결절이 나타나는 상태를 중등증, 반흔이 나타나는 상태를 중증으로 정의하여 상기 병변의 중증도를 라벨링하는 것을 특징으로 하는 병변 진단 보조 방법
|
17 |
17
제11항 및 제16항 중 어느 한 항에 따른 방법을 위한 분석 방법을 컴퓨터에서 수행하기 위한 컴퓨터에서 판독 가능한 프로그램이 기록된 저장 매체
|