| 1 |
1
3차원 정량 위상 영상 측정과 딥러닝을 이용한 비표지 혈액암 진단 장치에 있어서, 슬라이드 유리에 환자의 혈액을 도말한 혈액도말표본의 형태 또는 체외 슬라이드 유리 상에서 단일 또는 복수의 층을 이루는 형태로 3차원 굴절률 영상을 촬영하여, 상기 혈액도말표본의 3차원 굴절률 슬라이드 이미지를 생성하는 3차원 굴절률 세포 영상 측정부; 상기 3차원 굴절률 슬라이드 이미지를 통해 상기 혈액도말표본에서 의심 세포 부분을 샘플링 후, 비정상 세포로 판단된 세포를 ROI(Region of Interest) 패치들로 결정하는 ROI 검출부; 딥러닝(deep learning) 알고리즘에 기반하여 구축된 암세포 세부 분류 구별 모델을 이용하여 각 ROI 패치에 해당하는 암세포의 세부 분류를 구별하고, 상기 ROI 패치들의 세부 분류된 결과를 취합하여 혈액암 진단 결과를 생성하는 진단부를 포함하는, 비표지 혈액암 진단 장치
|
| 2 |
2
제1항에 있어서,빛을 상기 혈액도말표본에 입사시키는 광원; 상기 혈액도말표본에서 회절된 투과광을 측정하여 다수의 2차원 홀로그램을 획득하는 간섭계; 및 상기 다수의 2차원 홀로그램을 이용하여 상기 혈액도말표본의 3차원 굴절률 분포를 측정하는 측정부를 포함하고, 상기 혈액도말표본에 입사되는 빛의 각도를 회전시켜 상기 간섭계에서 측정된 상기 다수의 2차원 홀로그램을 이용하여 상기 혈액도말표본의 3차원 굴절률 분포를 측정하는 것을 특징으로 하는, 비표지 혈액암 진단 장치
|
| 3 |
3
제1항에 있어서,빛을 상기 혈액도말표본에 입사시키는 광원; 상기 혈액도말표본에서 회절된 투과광을 측정하여 다수의 2차원 홀로그램을 획득하는 간섭계; 및 상기 다수의 2차원 홀로그램을 이용하여 상기 혈액도말표본의 3차원 굴절률 분포를 측정하는 측정부를 포함하고, 상기 혈액도말표본을 직접 회전시켜 상기 간섭계에서 측정된 상기 다수의 2차원 홀로그램을 이용하여 상기 혈액도말표본의 3차원 굴절률 분포를 측정하는 것을 특징으로 하는, 비표지 혈액암 진단 장치
|
| 4 |
4
제1항에 있어서, 상기 3차원 굴절률 세포 영상 측정부는, 슬라이드 유리에 혈액을 도말한 상기 혈액도말표본의 형태로 한번에 촬영 가능한 3차원 굴절률 영상을 촬영하는 3차원 패치 영상 촬영부; 및 한번에 촬영된 상기 3차원 굴절률 영상을 연결하여 상기 3차원 굴절률 슬라이드 이미지를 생성하는 패치 영상 연결부를 포함하는, 비표지 혈액암 진단 장치
|
| 5 |
5
제1항에 있어서, 상기 ROI 검출부는, 상기 혈액도말표본 전체의 3차원 굴절률 영상인 상기 3차원 굴절률 슬라이드 이미지에서 의심 세포 부분을 추출하는 세포 영역 추출부; 추출된 상기 의심 세포 부분을 샘플링 하여 패치를 생성하는 세포 패치 샘플링부; 및 비정상 세포로 판단된 세포를 ROI 패치들로 결정하는 관심 영역 결정부를 포함하는, 비표지 혈액암 진단 장치
|
| 6 |
6
제1항에 있어서, 상기 진단부는, 상기 ROI 패치들의 세부 분류된 결과를 취합하여 각 암세포 세부 분류 별 개수를 포함하는 혈액암 진단 결과를 생성하는 것을 특징으로 하는, 비표지 혈액암 진단 장치
|
| 7 |
7
제1항에 있어서, 상기 암세포 세부 분류 구별 모델은, 측정된 상기 3차원 굴절률 영상이 입력된 상기 딥러닝 알고리즘의 결과를 확률 기반으로 융합하여, 입력으로 들어온 상기 ROI 패치에 해당하는 암세포의 세부 분류를 구별하는 것을 특징으로 하는, 비표지 혈액암 진단 장치
|
| 8 |
8
3차원 정량 위상 영상 측정과 딥러닝을 이용한 비표지 혈액암 진단 방법에 있어서, 슬라이드 유리에 환자의 혈액을 도말한 혈액도말표본의 형태 또는 체외 슬라이드 유리 상에서 단일 또는 복수의 층을 이루는 형태로 3차원 굴절률 영상을 촬영하여, 상기 혈액도말표본의 3차원 굴절률 슬라이드 이미지를 생성하는 단계; 상기 3차원 굴절률 슬라이드 이미지를 통해 상기 혈액도말표본에서 의심 세포 부분을 샘플링 후, 비정상 세포로 판단된 세포를 ROI 패치들로 결정하는 단계; 및 딥러닝(deep learning) 알고리즘에 기반하여 구축된 암세포 세부 분류 구별 모델을 이용하여 각 ROI 패치에 해당하는 암세포의 세부 분류를 구별하고, 상기 ROI 패치들의 세부 분류된 결과를 취합하여 혈액암 진단 결과를 생성하는 단계를 포함하는, 비표지 혈액암 진단 방법
|
| 9 |
9
제8항에 있어서, 상기 혈액도말표본의 3차원 굴절률 슬라이드 이미지를 생성하는 단계는, 슬라이드 유리에 혈액을 도말한 상기 혈액도말표본의 형태로 한번에 촬영 가능한 3차원 굴절률 영상을 촬영하는 단계; 및 한번에 촬영된 상기 3차원 굴절률 영상을 연결하여 상기 3차원 굴절률 슬라이드 이미지를 생성하는 단계를 포함하는, 비표지 혈액암 진단 방법
|
| 10 |
10
제8항에 있어서, 상기 ROI 패치들의 세부 분류된 결과를 취합하여 혈액암 진단 결과를 생성하는 단계는, 상기 ROI 패치들의 세부 분류된 결과를 취합하여 각 암세포 세부 분류 별 개수를 포함하는 혈액암 진단 결과를 생성하고, 상기 암세포 세부 분류 구별 모델은, 측정된 상기 3차원 굴절률 영상이 입력된 상기 딥러닝 알고리즘의 결과를 확률 기반으로 융합하여, 입력으로 들어온 상기 ROI 패치에 해당하는 암세포의 세부 분류를 구별하는 것을 특징으로 하는, 비표지 혈액암 진단 방법
|
