| 1 |
1
조영증강 전의 관상동맥과 심근에 대한 대상 이미지를 획득하는 단계와, 기계 학습 알고리즘을 이용하여 상기 대상 이미지에 포함되는 상기 관상동맥을 식별하는 단계와, 상기 식별된 관상동맥에 기초하여 관상동맥석회화점수를 산정하는 단계를 포함하고, 상기 기계 학습 알고리즘은 기획득된 조영증강 전의 관상동맥과 심근에 대한 이미지와 기획득된 조영증강 후의 관상동맥과 심근에 대한 이미지의 정합에 의해 생성된 학습 데이터 베이스에 기초하여 학습이 수행된 관상동맥석회화점수 산정 방법
|
| 2 |
2
제1항에 있어서, 상기 관상동맥을 식별하는 단계는,상기 기계 학습 알고리즘을 이용하여, 상기 대상 이미지에서 좌관상동맥(Left Coronary Artery, LCA), 좌주관상동맥(Left Main Coronary Artery, LMCA), 좌전하행동맥 (Left Anterior Descending coronary artery, LAD), 근위부(proximal) 좌전하행동맥, 중간부(middle) 좌전하행동맥, 원위부(distal) 좌전하행동맥, 우관상동맥(Right Coronary Artery, RCA), 근위부 우관상동맥, 중간부 우관상동맥, 원위부 우관상동맥, 후하행동맥(posterior descending artery, PDA) 및 심근 중 적어도 하나에 대한 정보를 식별하는 단계를 포함하는 관상동맥석회화점수 산정 방법
|
| 3 |
3
제2항에 있어서, 상기 정보는, 상기 좌관상동맥, 상기 좌주관상동맥, 상기 좌전하행동맥, 상기 근위부 좌전하행동맥, 상기 중간부 좌전하행동맥, 상기 원위부 좌전하행동맥, 상기 우관상동맥, 상기 근위부 우관상동맥, 상기 중간부 우관상동맥, 상기 원위부 우관상동맥, 상기 후하행동맥 및 상기 심근 각각의 위치, 형태 및 길이 중 적어도 하나에 대한 정보를 포함하는관상동맥석회화점수 산정 방법
|
| 4 |
4
제1항에 있어서, 상기 관상동맥석회화점수를 산정하는 단계는, 상기 대상 이미지에서 석회화된 영역을 식별하고, 상기 식별된 영역 중 상기 식별된 관상동맥에 대응하는 영역을 이용하여 관상동맥석회화점수를 산정하는 단계를 포함하는 관상동맥석회화점수 산정 방법
|
| 5 |
5
제1항에 있어서, 상기 기획득된 조영증강 전의 관상동맥과 심근에 대한 이미지와 상기 기획득된 조영증강 후의 관상동맥과 심근에 대한 이미지는 동일한 대상에 대한 이미지이고, 상기 기계 학습 알고리즘은 FCN(Fully Convolutional Network)를 포함하는관상동맥석회화점수 산정 방법
|
| 6 |
6
제1항에 있어서, 상기 대상 이미지는 컴퓨터 단층촬영(Computed Tomography, CT) 이미지인 관상동맥석회화점수 산정 방법
|
| 7 |
7
조영증강 전의 관상동맥과 심근에 대한 대상 이미지를 획득하는 대상 이미지 획득부와, 기계 학습 알고리즘을 이용하여 상기 대상 이미지에 포함되는 상기 관상동맥을 식별하는 관상동맥 식별부와, 상기 식별된 관상동맥에 기초하여 관상동맥석회화점수를 산정하는 산정부를 포함하고, 상기 기계 학습 알고리즘은 기획득된 조영증강 전의 관상동맥과 심근에 대한 이미지와 기획득된 조영증강 후의 관상동맥과 심근에 대한 이미지의 정합에 의해 생성된 학습 데이터 베이스에 기초하여 학습이 수행된 관상동맥석회화점수 산정 장치
|
| 8 |
8
제7항에 있어서, 상기 관상동맥 식별부는,상기 기계 학습 알고리즘을 이용하여, 상기 대상 이미지에서 좌관상동맥(Left Coronary Artery, LCA), 좌주관상동맥(Left Main Coronary Artery, LMCA), 좌전하행동맥(Left Anterior Descending coronary artery, LAD), 근위부(proximal) 좌전하행동맥, 중간부(middle) 좌전하행동맥, 원위부(distal) 좌전하행동맥, 우관상동맥(Right Coronary Artery, RCA), 근위부 우관상동맥, 중간부 우관상동맥, 원위부 우관상동맥, 후하행동맥(posterior descending artery, PDA) 및 심근 중 적어도 하나에 대한 정보를 식별하는 관상동맥석회화점수 산정 장치
|
| 9 |
9
제8항에 있어서, 상기 정보는, 상기 정보는, 상기 좌관상동맥, 상기 좌주관상동맥, 상기 좌전하행동맥, 상기 근위부 좌전하행동맥, 상기 중간부 좌전하행동맥, 상기 원위부 좌전하행동맥, 상기 우관상동맥, 상기 근위부 우관상동맥, 상기 중간부 우관상동맥, 상기 원위부 우관상동맥, 상기 후하행동맥 및 상기 심근 각각의 위치, 형태 및 길이 중 적어도 하나에 대한 정보를 포함하는 관상동맥석회화점수 산정 장치
|
| 10 |
10
제7항에 있어서, 상기 산정부는, 상기 대상 이미지에서 석회화된 영역을 식별하고, 상기 식별된 영역 중 상기 식별된 관상동맥에 대응하는 영역을 이용하여 관상동맥석회화점수를 산정하는 관상동맥석회화점수 산정 장치
|
| 11 |
11
제7항에 있어서, 상기 기획득된 조영증강 전의 관상동맥과 심근에 대한 이미지와 상기 기획득된 조영증강 후의 관상동맥과 심근에 대한 이미지는 동일한 대상에 대한 이미지이고, 상기 기계 학습 알고리즘은 FCN(Fully Convolutional Network)를 포함하는관상동맥석회화점수 산정 장치
|
| 12 |
12
제7항에 있어서, 상기 대상 이미지는 컴퓨터 단층촬영(Computed Tomography, CT) 이미지인 관상동맥석회화점수 산정 장치
|
