| 1 |
1
유방암 조직학 이미지 분류 장치에서, 원본 이미지를 정규화하여 정규화 이미지를 생성하고, 상기 정규화 이미지에 대해서 증강한 데이터세트를 생성하는 증강 단계;상기 증강한 데이터세트에 대해서 복수의 해상도를 가진 입력 이미지를 생성하는 입력 이미지 생성 단계;상기 복수의 해상도를 가진 입력 이미지를 상기 해상도에 따라 각각 트레이닝하여, 해상도별 DCNN 모델을 구비하는 DCNN 트레이닝 단계;상기 DCNN 모델의 결과에 대해서 그래디언트 부스팅 트리 분류기를 각각 트레이닝시키는 분류기 트레이닝 단계; 및상기 분류기 트레이닝 단계에서 트레이닝한 각각의 결과를 결합하여 결합 모델을 생성하는 결합 단계;를 포함하며,상기 원본 이미지는,헤마톡실린 및 에오신으로 염색된 유방 생검 이미지이며,상기 증강한 데이터세트는,상기 유방 생검 이미지에 대해서 무작위 크로핑, 회전, 해석 또는 이들의 조합을 포함한 복수의 입력 이미지인 것을 특징으로 하는 유방암 조직학 이미지 분류 방법
|
| 2 |
2
청구항 1에 있어서,상기 유방암 조직학 이미지 분류 방법은,상기 유방암 조직학 이미지 분류 장치에서, 상기 원본 이미지에 얼룩 정규화의 전처리 방식을 적용하여 공통 공간으로 변환하고 분산을 줄이는 전처리 단계;를 더 포함하는 것을 특징으로 하는 유방암 조직학 이미지 분류 방법
|
| 3 |
3
삭제
|
| 4 |
4
청구항 1에 있어서,상기 해상도별 DCNN 모델은,Inception-ResNet-v2 모델이며,상기 Inception-ResNet-v2 모델은,600x600, 450x450 및 300x300의 해상도별 입력 이미지 중 하나로 트레이닝되는 것을 특징으로 하는 유방암 조직학 이미지 분류 방법
|
| 5 |
5
청구항 1에 있어서,상기 유방암 조직학 이미지 분류 방법은,상기 해상도별 DCNN 모델과 상기 결합 모델을 사용하여, 이미지 제공 장치로부터 입력받은 분류 대상의 원본 이미지로부터 유방암 타입을 분류하는 분류 단계;를 더 포함하는 것을 특징으로 하는 유방암 조직학 이미지 분류 방법
|
| 6 |
6
청구항 5에 있어서,상기 분류 단계는,암종 및 비 암종의 2가지 그룹과 정상 조직, 양성 병변, 계내 암종 및 침습성 암종의 4가지 클래스로 유방암 타입을 분류하는 것을 특징으로 하는 유방암 조직학 이미지 분류 방법
|
| 7 |
7
원본 이미지를 정규화하여 정규화 이미지를 생성하고, 상기 정규화 이미지에 대해서 증강한 데이터세트를 생성하는 데이터세트 증강부;상기 증강한 데이터세트에 대해서 복수의 해상도를 가진 입력 이미지를 생성하는 입력 이미지 생성부;상기 복수의 해상도를 가진 입력 이미지를 상기 해상도에 따라 각각 트레이닝하여, 해상도별 DCNN 모델을 구비하는 DCNN 트레이닝부;상기 DCNN 모델의 결과에 대해서 그래디언트 부스팅 트리 분류기를 각각 트레이닝시키는 그래디언트 부스팅 트리 분류기 트레이닝부; 및상기 그래디언트 부스팅 트리 분류기 트레이닝부에서 트레이닝한 각각의 결과를 결합하여 결합 모델을 생성하는 결합부;를 포함하며,상기 원본 이미지는,헤마톡실린 및 에오신으로 염색된 유방 생검 이미지이며,상기 증강한 데이터세트는,상기 유방 생검 이미지에 대해서 무작위 크로핑, 회전, 해석 또는 이들의 조합을 포함한 복수의 입력 이미지인 것을 특징으로 하는 유방암 조직학 이미지 분류 장치
|
| 8 |
8
청구항 7에 있어서,상기 유방암 조직학 이미지 분류 장치는,상기 원본 이미지에 얼룩 정규화의 전처리 방식을 적용하여 공통 공간으로 변환하고 분산을 줄이는 전처리 단계;를 더 포함하는 것을 특징으로 하는 유방암 조직학 이미지 분류 장치
|
| 9 |
9
삭제
|
| 10 |
10
청구항 7에 있어서,상기 해상도별 DCNN 모델은,Inception-ResNet-v2 모델이며,상기 Inception-ResNet-v2 모델은,600x600, 450x450 및 300x300의 해상도별 입력 이미지 중 하나로 트레이닝되는 것을 특징으로 하는 유방암 조직학 이미지 분류 장치
|
| 11 |
11
청구항 7에 있어서,상기 유방암 조직학 이미지 분류 장치는,상기 해상도별 DCNN 모델과 상기 결합 모델을 사용하여, 이미지 제공 장치로부터 입력받은 분류 대상의 원본 이미지로부터 유방암 타입을 분류하는 분류 모듈;을 더 포함하는 것을 특징으로 하는 유방암 조직학 이미지 분류 장치
|
| 12 |
12
청구항 11에 있어서,상기 분류 모듈은,암종 및 비 암종의 2가지 그룹과 정상 조직, 양성 병변, 계내 암종 및 침습성 암종의 4가지 클래스로 유방암 타입을 분류하는 것을 특징으로 하는 유방암 조직학 이미지 분류 장치
|
