1 |
1
피검체의 흉부 영상(chest view)의 판독을 지원하는 방법에 있어서, (a) 컴퓨팅 장치가, 상기 피검체의 흉부 영상을 획득하거나 상기 컴퓨팅 장치에 연동되는 타 장치로 하여금 획득하도록 지원하는 단계; (b) 상기 컴퓨팅 장치가, 상기 흉부 영상의 입력으로부터 딥 러닝 모델(deep learning model)에 기초하여 상기 흉부 영상에 관한 판독 보조 정보를 생성하거나 상기 타 장치로 하여금 생성하도록 지원하는 단계; 및 (c) 상기 판독 보조 정보가 생성되면, 상기 컴퓨팅 장치가, 상기 판독 보조 정보를 외부 엔티티(entity)에게 제공하거나 상기 타 장치로 하여금 제공하도록 지원하는 단계를 포함하고, 상기 판독 보조 정보는, (i) 상기 흉부 영상에 대한 적어도 하나의 소견 정보, 또는 (ii) 상기 적어도 하나의 소견 정보 및 상기 소견 정보 각각에 대응되는 마스크 영상(mask image)을 포함하되, 상기 마스크 영상은, 상기 흉부 영상의 적어도 일부 위에 중첩됨으로써 상기 마스크 영상에 대응되는 개별 소견 정보를 지지하는 표시로서 제공되며, 상기 방법은, (d) 상기 컴퓨팅 장치가, 상기 판독 보조 정보에 관한 평가 정보를 획득하거나 상기 타 장치로 하여금 획득하도록 지원하는 단계를 더 포함하되, 상기 평가 정보는 상기 소견 정보 및 상기 소견 정보에 대응되는 판독문의 정보를 포함하며, 상기 판독문은, 초기값으로서, (i) 상기 소견 정보가 정상 소견인 경우에 상기 정상 소견에 대응되도록 제공되는 기본 판독문, 또는 (ii) 상기 소견 정보가 정상 소견이 아닌 경우에 상기 소견 정보에 대응되도록 제공되는 적어도 한 세트(set)의 복수개의 판독문 선택지 중에서 상기 컴퓨팅 장치에 의하여 상기 딥 러닝 모델에 기초하여 선택된 결과인 선택형 판독문으로서 획득되고, 상기 (d) 단계는, 상기 외부 엔티티의 수정 입력이 획득되면, 상기 컴퓨팅 장치가, 상기 외부 엔티티의 수정 입력에 응하여 상기 판독문을 수정하거나 상기 타 장치로 하여금 수정하도록 지원하는 것을 특징으로 하는 흉부 영상 판독 지원 방법
|
2 |
2
삭제
|
3 |
3
제1항에 있어서, 상기 적어도 하나의 소견 정보는, 상기 피검체의 흉부에 대한 정상(normal) 소견 및 비정상(abnormal) 소견 중에서 선택되는 것을 특징으로 하는 흉부 영상 판독 지원 방법
|
4 |
4
제1항에 있어서, 상기 적어도 하나의 소견 정보는, 적어도 결절(nodule) 소견, 경화(consolidation) 소견, 흉막 삼출(pleural effusion) 소견, 기흉(pneumothorax) 소견, 간질 혼탁(interstitial opacity) 소견 및 정상(normal) 소견을 포함하는 군에서 선택되는 것을 특징으로 하는 흉부 영상 판독 지원 방법
|
5 |
5
삭제
|
6 |
6
제1항에 있어서, 상기 (b) 단계는, 상기 컴퓨팅 장치가, 상기 딥 러닝 모델에 기초하여 다특징 분획 및 분류(multi feature segmentation and classification)를 수행함으로써 상기 판독 보조 정보를 생성하거나 상기 타 장치로 하여금 생성하도록 지원하되, 상기 딥 러닝 모델에 의하여 상기 적어도 하나의 소견 정보 각각의 특징에 대한 ROI 분획(region of interest segmentation) 및 영상 분류(image classification)가 동시에 또는 순차적으로 수행되는 것을 특징으로 하는 흉부 영상 판독 지원 방법
|
7 |
7
제1항에 있어서, (e) 상기 평가 정보가 획득되면, 상기 컴퓨팅 장치가, 상기 평가 정보에 기초하여 상기 딥 러닝 모델을 갱신하거나 상기 타 장치로 하여금 갱신하도록 지원하는 단계를 더 포함하는 흉부 영상 판독 지원 방법
|
8 |
8
컴퓨팅 장치로 하여금, 제1항, 제3항, 제4항, 제6항 및 제7항 중 어느 한 항의 방법을 수행하도록 구현된 명령어(instructions)를 포함하는, 기계 판독 가능한 비일시적 기록 매체에 저장된, 컴퓨터 프로그램
|
9 |
9
피검체의 흉부 영상(chest view)의 판독을 지원하는 컴퓨팅 장치에 있어서, 상기 피검체의 흉부 영상을 획득하는 통신부; 및 상기 흉부 영상의 입력으로부터 딥 러닝 모델(deep learning model)에 기초하여 상기 흉부 영상에 관한 판독 보조 정보를 생성하거나 상기 통신부를 통하여 연동되는 타 장치로 하여금 생성하도록 지원하는 프로세서를 포함하되, 상기 프로세서는, 상기 판독 보조 정보가 생성되면, 상기 판독 보조 정보를 외부 엔티티(entity)에게 제공하거나 상기 타 장치로 하여금 제공하도록 지원하고, 상기 판독 보조 정보는, (i) 상기 흉부 영상에 대한 적어도 하나의 소견 정보, 또는 (ii) 상기 적어도 하나의 소견 정보 및 상기 소견 정보 각각에 대응되는 마스크 영상(mask image)을 포함하되, 상기 마스크 영상은, 상기 흉부 영상의 적어도 일부 위에 중첩됨으로써 상기 마스크 영상에 대응되는 개별 소견 정보를 지지하는 표시로서 제공되며, 상기 프로세서는, 상기 판독 보조 정보에 관한 평가 정보를 획득하거나 상기 타 장치로 하여금 획득하도록 지원하는 프로세스를 수행하되, 상기 평가 정보는 상기 소견 정보 및 상기 소견 정보에 대응되는 판독문의 정보를 포함하며, 상기 판독문은, 초기값으로서, (i) 상기 소견 정보가 정상 소견인 경우에 상기 정상 소견에 대응되도록 제공되는 기본 판독문, 또는 (ii) 상기 소견 정보가 정상 소견이 아닌 경우에 상기 소견 정보에 대응되도록 제공되는 적어도 한 세트(set)의 복수개의 판독문 선택지 중에서 상기 컴퓨팅 장치에 의하여 상기 딥 러닝 모델에 기초하여 선택된 결과인 선택형 판독문으로서 획득되고, 상기 프로세서는, 상기 외부 엔티티의 수정 입력이 획득되면, 상기 외부 엔티티의 수정 입력에 응하여 상기 판독문을 수정하거나 상기 통신부를 통하여 연동되는 상기 타 장치로 하여금 수정하도록 지원하는 것을 특징으로 하는 흉부 영상 판독 지원 장치
|
10 |
10
삭제
|
11 |
11
삭제
|
12 |
12
제9항에 있어서, 프로세서는, 상기 평가 정보가 획득되면, 상기 평가 정보에 기초하여 상기 딥 러닝 모델을 갱신하거나 상기 타 장치로 하여금 갱신하도록 지원하는 것을 특징으로 하는 흉부 영상 판독 지원 장치
|