1 |
1
메모리에 저장된 소프트웨어 모듈이나 프로그램을 상기 메모리에 연결된 제어부가 실행하는 의료 진단 방법으로서-여기서, 상기 소프트웨어 모듈은 제1 전처리부, 제1 특징추출부, 제2 전처리부, 제2 특징추출부 및 진단부를 포함함-,상기 제1 전처리부에 의해 의료영상을 전처리하는 단계;상기 제1 특징추출부에 의해 상기 전처리된 의료영상에서 제1 특징정보를 추출하는 단계;상기 제2 전처리부에 의해 임상정보를 전처리하는 단계;상기 제2 특징추출부에 의해 상기 전처리된 임상정보에서 제2 특징정보를 추출하는 단계; 및상기 진단부에 의해 상기 제1 특징정보와 상기 제2 특징정보를 결합 및 적재하여 기계학습 알고리즘에 입력함으로써 진단을 수행하는 단계를 포함하며,상기 의료영상을 전처리하는 단계는, 복수의 2차원 의료영상을 신체 부위별 표준 영상을 기준으로 정렬하고, 정렬된 복수의 영상들에서 각각 병변 영역을 검출하고, 검출된 병변 영역들을 맵핑하여 하나의 맵핑 영상을 생성하고, 상기 맵핑 영상 내 병변의 유무에 따라 픽셀 정보를 1과 0으로 바이너리화하는 것을 포함하고,상기 임상정보를 전처리하는 단계는, 상기 임상정보의 수치화 정보의 각 항목값을 최대값으로 나누어 0에서 1 사이의 값으로 만드는 것을 포함하는, 의료 진단 방법
|
2 |
2
청구항 1에 있어서,상기 임상정보를 전처리하는 단계 전에, 상기 소프트웨어 모듈에 포함된 영상 획득부에 의해 상기 임상정보에 대응하는 임상정보 템플릿을 획득하는 단계를 더 포함하며,상기 제2 특징추출부는 MLP(Multilayer Perceptron), RBM(Restricted Boltzmann Machine) 및 DBN(Deep Belief Network) 중 적어도 어느 하나 이상의 기계학습 알고리즘을 이용하여 상기 임상정보에서 특징을 추출하고,상기 임상 정보는 성별, 나이, 심방세동 여부, 특정 치료 여부를 나타내는 복수의 이진형식의 정보와 상기 임상정보의 정도 또는 방향을 수치화한 정보를 포함하는, 의료진단 방법
|
3 |
3
2차원 영상 또는 3차원 영상을 포함한 의료영상을 획득하는 영상 획득부;상기 의료영상을 전처리하는 제1 전처리부;상기 전처리된 의료영상에서 제1 특징정보를 추출하는 제1 특징추출부;획득한 임상정보를 전처리하는 제2 전처리부;상기 전처리된 임상정보에서 제2 특징정보를 추출하는 제2 특징추출부;상기 제1 특징정보와 상기 제2 특징정보를 결합 및 적재하는 적재부; 및상기 적재된 특징 정보들을 기계학습 알고리즘에 입력하여 진단하는 진단부를 포함하며,상기 제1 전처리부는, 특정 사용자의 복수의 2차원 의료영상을 신체 부위별 표준 영상을 기준으로 정렬하고, 정렬된 복수의 영상들에서 각각 병변 영역을 검출하고, 검출된 병변 영역들을 맵핑하여 하나의 맵핑 영상을 생성하고, 상기 맵핑 영상 내 병변의 유무에 따라 픽셀 정보를 1과 0으로 바이너리화하는 것을 포함하며,상기 제2 전처리부는, 상기 임상정보의 전처리시 상기 임상정보의 수치화 정보의 각 항목값을 최대값으로 나누어 0에서 1 사이의 값으로 만드는 것을 포함하는, 의료 진단 장치
|
4 |
4
청구항 3에 있어서,상기 의료영상은 의료 카메라, 의료 스캐너, X-Ray, 컴퓨터 단층촬영(CT, Computerized Tomography), 자기공명영상(MRI, Magnetic Resonance Imaging), 양전자 단층 촬영기(PET, Positron Emission Tomography), 초음파 촬영기기 및 임상 검사용 현미경 중 적어도 어느 하나에 의하여 획득된 2차원 또는 3차원 의료영상을 포함하는 의료 진단 장치
|
5 |
5
청구항 3에 있어서,상기 제1 전처리부는, 상기 맵핑 영상을 스케일링함으로써 표준 영상에 정합하고, 정합된 맵핑 영상에 대해 영상 보정을 수행하는 것을 더 포함하는, 의료 진단 장치
|
6 |
6
청구항 3에 있어서,상기 임상정보는 생물학적 데이터 자료를 포함하고, 상기 생물학적 데이터 자료는 심박수, 심전도, 운동량, 산호포화도, 혈압, 체중, 당뇨 중 적어도 어느 하나 이상에 대한 수치적 데이터를 포함하는, 의료 진단 장치
|
7 |
7
청구항 3에 있어서,상기 제1 특징추출부는 2차원 합성곱 신경망, 3차원 합성곱 신경망 또는 가상 3차원 합성곱 신경망(Convolutional Neural Network, CNN) 중 어느 하나를 이용하여 상기 의료영상에서 특징을 추출하는 의료진단 장치
|
8 |
8
청구항 3 또는 7에 있어서,상기 제2 특징추출부는 MLP(Multilayer Perceptron), RBM(Restricted Boltzmann Machine) 및 DBN(Deep Belief Network) 중 적어도 어느 하나 이상의 기계학습 알고리즘을 이용하여 상기 임상정보에서 특징을 추출하는, 의료 진단 장치
|
9 |
9
청구항 8에 있어서,상기 진단부는 MLP(Multilayer Perceptron), SVM(Support Vector Machines) 및 RF(Random Forest) 중 적어도 어느 하나 이상의 기계학습 알고리즘에 상기 특징 정보들을 입력하여 진단하는, 의료 진단 장치
|
10 |
10
청구항 9에 있어서,상기 의료진단은 발병 유형, 중증도 판단, 예후 예측 중 적어도 어느 하나 이상을 포함하는, 의료 진단 장치
|