맞춤기술찾기

이전대상기술

기계학습을 이용한 의료 영상 처리 방법 및 장치

  • 기술번호 : KST2020017251
  • 담당센터 : 광주기술혁신센터
  • 전화번호 : 062-360-4654
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 기계학습을 이용한 의료 영상 처리 장치 및 방법이 개시된다. 본 발명의 일실시예에 따른 기계학습을 이용한 의료 영상 처리 방법은, 오브젝트를 촬상한 엑스레이 영상을 획득하는 단계, 상기 엑스레이 영상을 구성하는 골구조 영역 별로, 딥 러닝 기법을 적용하여, 복수의 해부 영역을 구분하는 단계, 상기 복수의 해부 영역 각각에 대해, 골질에 따른 골질환을 예측하는 단계, 및 상기 골질환이 예측된 해부 영역을, 대체하는 인공관절을 결정하는 단계를 포함할 수 있다.
Int. CL A61B 6/00 (2006.01.01) G16H 30/40 (2018.01.01) G16H 50/20 (2018.01.01)
CPC A61B 6/5217(2013.01) A61B 6/505(2013.01) G16H 30/40(2013.01) G16H 50/20(2013.01)
출원번호/일자 1020190063078 (2019.05.29)
출원인 전북대학교산학협력단
등록번호/일자
공개번호/일자 10-2020-0137178 (2020.12.09) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.05.29)
심사청구항수 12

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 전북대학교산학협력단 대한민국 전라북도 전주시 덕진구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 윤선중 전라북도 전주시 완산구
2 김민우 전라북도 전주시 덕진구
3 오일석 전라북도 전주시 덕진구
4 한갑수 전라북도 전주시 덕진구
5 고명환 전라북도 전주시 완산구
6 최웅 경기도 남양주시 별내중앙로 *

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 다해 대한민국 서울시 서초구 서운로**, ***호(서초동, 중앙로얄오피스텔)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2019.05.29 수리 (Accepted) 1-1-2019-0551351-48
2 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2019.05.31 수리 (Accepted) 1-1-2019-0562119-19
3 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.07.23 수리 (Accepted) 4-1-2019-5146986-17
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.07.23 수리 (Accepted) 4-1-2019-5146985-61
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.10.22 수리 (Accepted) 4-1-2019-5219602-91
6 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2020.06.10 수리 (Accepted) 1-1-2020-0597569-74
7 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.07.06 수리 (Accepted) 4-1-2020-5149086-79
8 의견제출통지서
Notification of reason for refusal
2020.10.05 발송처리완료 (Completion of Transmission) 9-5-2020-0680903-04
9 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.12.04 수리 (Accepted) 1-1-2020-1313733-18
10 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.12.04 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-1313734-53
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
오브젝트를 촬상한 엑스레이 영상을 획득하는 단계;상기 엑스레이 영상을 구성하는 골구조 영역 별로, 딥 러닝 기법을 적용하여, 복수의 해부 영역을 구분하는 단계;상기 복수의 해부 영역 각각에 대해, 골질에 따른 골질환을 예측하는 단계; 및상기 골질환이 예측된 해부 영역을, 대체하는 인공관절을 결정하는 단계를 포함하는 기계학습을 이용한 의료 영상 처리 방법
2 2
제1항에 있어서,상기 해부 영역을 구분하는 단계는,상기 골구조 영역에 대해, 골조직의 방사선량에 따른 골질을 분별하여 상기 복수의 해부 영역을 구분하는 단계를 포함하는 기계학습을 이용한 의료 영상 처리 방법
3 3
제1항에 있어서,상기 인공관절을 결정하는 단계는,상기 골질환이 예측된 해부 영역에서, 상기 골질환이 점유하는 형태와 비율을 확인하는 단계;상기 확인된 형태와 정해진 이내에서 일치하는 윤곽을 갖는 후보 인공관절을, 데이터베이스에서 검색하는 단계; 및검색된 후보 인공관절 중에서, 상기 확인된 비율에, 규정된 가중치를 적용하여 산출되는 크기와 일정 범위 이내인 후보 인공관절을 상기 인공관절로서 선별함으로써, 상기 인공관절의 형상 및 크기를 결정하는 단계를 포함하는 기계학습을 이용한 의료 영상 처리 방법
4 4
제1항에 있어서,상기 골구조 영역에 속하는 골의 부위에 따라, 피질골 두께를 수치화하여, 상기 엑스레이 영상으로 출력하는 단계를 더 포함하는 기계학습을 이용한 의료 영상 처리 방법
5 5
제1항에 있어서,상기 복수의 해부 영역 각각의 윤곽에 대응하는 네임정보를 학습 테이블에서 추출하는 단계; 및상기 네임정보를, 상기 해부 영역 각각에 연관시켜 상기 엑스레이 영상으로 출력하는 단계를 더 포함하는 기계학습을 이용한 의료 영상 처리 방법
6 6
제1항에 있어서,상기 해부 영역 각각으로 컬러를 매칭시켜 상기 엑스레이 영상으로 출력 함으로써 상기 복수의 해부 영역을 구분하되, 이웃하는 해부 영역 간에는 적어도 상이한 컬러를 매칭시키는 단계를 더 포함하는 기계학습을 이용한 의료 영상 처리 방법
7 7
제1항에 있어서,상기 골질환이 예측된 해부 영역이 대퇴골두(femoral head)일 경우,상기 대퇴골두의 지름(diameter)과 원만도(roundness)를, 상기 딥 러닝 기법을 적용하여 추정하는 단계;추정된 상기 지름과 상기 원만도에 기초하여, 상기 대퇴골두에 대한 원형태를 예측하는 단계; 및상기 예측된 원형태로부터, 비구형성(asphericity)을 포함하는, 상기 대퇴골두의 일부 영역을 지시자로 표시하여, 상기 엑스레이 영상으로 출력하는 단계를 더 포함하는 기계학습을 이용한 의료 영상 처리 방법
8 8
오브젝트를 촬상한 엑스레이 영상을 획득하는 인터페이스부;상기 엑스레이 영상을 구성하는 골구조 영역 별로, 딥 러닝 기법을 적용하여, 복수의 해부 영역을 구분하고, 상기 복수의 해부 영역 각각에 대해, 골질에 따른 골질환을 예측하는 프로세서; 및상기 골질환이 예측된 해부 영역을, 대체하는 인공관절을 결정하는 연산 컨트롤러를 포함하는 기계학습을 이용한 의료 영상 처리 장치
9 9
제8항에 있어서,상기 프로세서는,상기 골구조 영역에 대해, 골조직의 방사선량에 따른 골질을 분별하여 상기 복수의 해부 영역을 구분하는기계학습을 이용한 의료 영상 처리 장치
10 10
제8항에 있어서,상기 연산 컨트롤러는,상기 골질환이 예측된 해부 영역에서, 상기 골질환이 점유하는 형태와 비율을 확인하고, 상기 확인된 형태와 정해진 범위 이내에서 일치하는 윤곽을 갖는 후보 인공관절을 데이터베이스에서 검색하며, 검색된 후보 인공관절 중에서, 상기 확인된 비율에, 규정된 가중치를 적용하여 산출되는 크기와 일정 범위 이내인 후보 인공관절을 상기 인공관절로서 선별함으로써, 상기 인공관절의 형상 및 크기를 결정하는기계학습을 이용한 의료 영상 처리 장치
11 11
제8항에 있어서,상기 골구조 영역에 속하는 골의 부위에 따라, 피질골 두께를 수치화하여, 상기 엑스레이 영상으로 출력하는 디스플레이부를 더 포함하는 기계학습을 이용한 의료 영상 처리 장치
12 12
제8항에 있어서,상기 복수의 해부 영역 각각의 윤곽에 대응하는 네임정보를 학습 테이블에서 추출하고, 상기 네임정보를, 상기 해부 영역 각각에 연관시켜 상기 엑스레이 영상으로 출력하는 디스플레이부를 더 포함하는 기계학습을 이용한 의료 영상 처리 장치
13 13
제8항에 있어서,상기 해부 영역 각각으로 컬러를 매칭시켜 상기 엑스레이 영상으로 출력 함으로써 상기 복수의 해부 영역을 구분하되, 이웃하는 해부 영역 간에는 적어도 상이한 컬러를 매칭시키는 디스플레이부를 더 포함하는 기계학습을 이용한 의료 영상 처리 장치
14 14
제8항에 있어서,상기 골질환이 예측된 해부 영역이 대퇴골두일 경우,상기 프로세서는,상기 대퇴골두의 지름과 원만도를, 상기 딥 러닝 기법을 적용하여 추정하고, 추정된 상기 지름과 상기 원만도에 기초하여, 상기 대퇴골두에 대한 원형태를 예측하며,디스플레이부를 통해, 상기 예측된 원형태로부터, 비구형성을 포함하는, 상기 대퇴골두의 일부 영역을 지시자로 표시하여, 상기 엑스레이 영상으로 출력하도록 하는기계학습을 이용한 의료 영상 처리 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 전북대병원원내과제 전북대학교병원 전북대병원원내과제 딥러닝을 이용한 정형외과 고관절 진단 및 수술에서 인공지능도입
2 보건복지부 전북대학교병원 임상연구인프라조성사업 재활의료기기 중개임상시험지원센터 구축 및 운영