| 1 |
1
네트워크부(10); 및변환부(20);를 포함하며,상기 네트워크부의 입력층(110)에는 MRI 시퀀스를 특정하는 정보(3k1), 및 상기 MRI 시퀀스를 이용하여 피검부에 대하여 획득한 MRI 데이터인 소스 데이터(3k2)를 포함하는 입력층 데이터(3k)가 입력되도록 되어 있고, 상기 네트워크부의 출력층(120)은 상기 피검부의 물리적 파라미터 세트를 포함하는 출력층 데이터(40)를 출력하도록 되어 있으며,상기 변환부는 상기 물리적 파라미터 세트를 이용하여 상기 피검부에 대한 합성된 MRI 데이터(50)를 생성하도록 되어 있는,데이터 변환장치
|
| 2 |
2
제1항에 있어서, 상기 변환부는 상기 물리적 파라미터 세트 및 임의의 MRI 시퀀스를 함께 이용하여 상기 합성된 MRI 데이터를 생성하도록 되어 있는, 데이터 변환장치
|
| 3 |
3
제1항에 있어서, 상기 네트워크부는 한 세트의 학습용 입력층 데이터 및 한 세트의 학습용 출력층 데이터를 이용하여 기계학습된 것인, 데이터 변환장치
|
| 4 |
4
제1항에 있어서, 상기 MRI 시퀀스를 특정하는 정보는 상기 MRI 시퀀스를 특정하는 작동 파라미터 세트로서, 상기 MRI 시퀀스 및 상기 MRI 시퀀스에 이용된 스캔 파라미터들이 포함되어 있는, 데이터 변환장치
|
| 5 |
5
제1항에 있어서, 상기 피검부는 MRI 피검체의 특정 측정대상 슬라이스인, 데이터 변환장치
|
| 6 |
6
제1항에 있어서, 상기 소스 데이터는 MRI 이미지 또는 k-스페이스 데이터인, 데이터 변환장치
|
| 7 |
7
제1항에 있어서, 상기 물리적 파라미터 세트는 ρ, T1, 및 T2 중 적어도 하나 또는 전부를 포함하는, 데이터 변환장치
|
| 8 |
8
제1항에 있어서, 상기 물리적 파라미터 세트는 ρ, T1, 및 T2를 모두 포함하는, 데이터 변환장치
|
| 9 |
9
제1항에 있어서, 상기 네트워크부는 오토 인코더를 이용하는 콘볼루셔널 뉴럴 네트워크인, 데이터 변환장치
|
| 10 |
10
제1항에 있어서, 상기 합성된 MRI 데이터는 MRI 이미지 또는 k-스페이스 데이터인, 데이터 변환장치
|
| 11 |
11
제1항에 있어서, 상기 합성된 MRI 데이터는 상기 소스 데이터와 동일한 형식의 데이터인, 데이터 변환장치
|
| 12 |
12
제3항에 있어서, 상기 기계학습은 지도학습에 의한 것이며,상기 한 세트의 학습용 출력층 데이터 중 임의의 제1 학습용 출력층 데이터는, 임의의 제1피검부에 관한 상기 물리적 파라미터 세트이며,상기 한 세트의 학습용 입력층 데이터 중 상기 제1 학습용 출력층 데이터에 대응하는 제1 학습용 입력층 데이터는, MRI 시퀀스를 특정하는 정보, 및 상기 MRI 시퀀스를 이용하여 상기 제1피검부에 대하여 획득한 MRI 데이터인 소스 데이터를 포함하는,데이터 변환장치
|
| 13 |
13
제12항에 있어서, 상기 제1피검부에 대하여 획득한 MRI 데이터는, MRI 스캐너가 상기 MRI 시퀀스를 이용하여 상기 제1피검부로부터 획득한 MRI 신호로부터 생성한 MRI 이미지 또는 k-스페이스 데이터인, 데이터 변환장치
|
| 14 |
14
제12항에 있어서, 상기 제1피검부에 대하여 획득한 MRI 데이터는, 상기 제1피검부의 ρ, T1, 및 T2 파라미터들 및 상기 MRI 시퀀스를 함께 이용하여 합성한 상기 제1피검부에 대한 MRI 이미지 또는 k-스페이스 데이터인, 데이터 변환장치
|
| 15 |
15
제12항에 있어서, 상기 네트워크부의 입력층은, 제1타입의 MRI 시퀀스를 특정하는 정보(311), 및 상기 제1타입의 MRI 시퀀스를 이용하여 상기 제1피검부에 대하여 획득한 MRI 데이터인 제1소스 데이터(312)가 입력되는 제1부분(1101), 및제2타입의 MRI 시퀀스를 특정하는 정보(321), 및 상기 제2타입의 MRI 시퀀스를 이용하여 상기 제1피검부에 대하여 획득한 MRI 데이터인 제2소스 데이터(322)가 입력되는 제2부분(1102)을 포함하는,데이터 변환장치
|
| 16 |
16
제15항에 있어서, 학습이 완료된 상기 네트워크부의 입력층 중 상기 제1부분에는, 상기 제1타입의 MRI 시퀀스를 특정하는 정보, 및 상기 제1타입의 MRI 시퀀스를 이용하여 임의의 피검부에 대하여 획득한 MRI 데이터인 제3소스 데이터가 입력되도록 되어 있는,데이터 변환장치
|
| 17 |
17
입력층 및 출력층을 포함하는 네트워크부를 포함하는 데이터 변환장치에 있어서, 상기 네트워크부를 지도학습하는 신경망의 지도학습방법으로서, 상기 입력층은 임의의 MRI 시퀀스를 특정하는 정보, 및 상기 임의의 MRI 시퀀스를 이용하여 임의의 피검부에 대하여 획득한 MRI 데이터인 소스 데이터를 입력받도록 되어 있으며,상기 출력층은 임의의 피검부에 관한 ρ, T1, 및 T2 파라미터와 동일한 포맷을 갖는 출력층 데이터를 출력하도록 되어 있으며,제1 MRI 시퀀스를 특정하는 정보, 및 상기 제1 MRI 시퀀스를 이용하여 제1피검부에 대하여 획득한 MRI 데이터인 제1 소스 데이터를 상기 입력층에 제공하는 단계; 및상기 출력층으로부터 출력된 상기 출력층 데이터와, 상기 제1피검부에 관한 ρ, T1, 및 T2 파라미터들 간의 오차를 감소시키도록 상기 네트워크부 내에 할당된 가중치를 갱신하는 단계;를 포함하는, 신경망의 지도학습방법
|
| 18 |
18
제17항에 있어서, 상기 제1피검부에 대하여 획득한 MRI 데이터는, 상기 제1피검부에 관한 ρ, T1, 및 T2 파라미터들 및 상기 제1 MRI 시퀀스를 함께 이용하여 합성한 상기 제1피검부에 대한 MRI 이미지 또는 k-스페이스 데이터인, 신경망의 지도학습방법
|
| 19 |
19
네트워크부 및 변환부를 포함하는 데이터 변환장치를 이용하여 MRI 데이터를 변환하는 MRI 데이터 변환방법으로서,상기 네트워크부의 출력층은 임의의 피검부에 관한 ρ, T1, 및 T2 파라미터와 동일한 포맷을 갖는 출력층 데이터를 출력하도록 되어 있으며,상기 네트워크부가, 상기 네트워크부의 입력층에 MRI 시퀀스를 특정하는 정보, 및 상기 MRI 시퀀스를 이용하여 피검부에 대하여 획득한 MRI 데이터인 소스 데이터를 포함하는 입력층 데이터가 입력되면, 상기 출력층 데이터를 출력하는 단계; 및상기 변환부가, 상기 네트워크부의 출력층으로부터 출력된 출력층 데이터 및 임의의 MRI 시퀀스를 함께 이용하여 상기 피검부에 대한 합성된 MRI 데이터를 생성하는 단계;를 포함하는,MRI 데이터 변환방법
|
