| 1 |
1
딥러닝을 기반으로 하여 당뇨성 망막 병증 검출 및 증증도 분류 장치에 있어서, 병증을 진단받고자 하는 피검자의 안저영상을 입력받으면, 입력된 피검자의 안저영상을 학습이 완료된 Faster R-CNN 기반의 객체인식 알고리즘에 입력하여 병리증상으로 판별되는 영역을 설정된 경계박스로 나타내어 검출하는 검출부, 상기 병리증상 데이터에 대한 전처리 과정을 수행하는 신호처리부, 그리고 전처리가 완료된 상기 병리증상 데이터를 랜덤포레스트 분류기에 입력하고, 상기 입력된 병리증상 데이터를 분석하여 당뇨성 망막병증의 중중도를 복수의 등급으로 분류하는 중증도 분류부를 포함하는 당뇨성 망막 병증 검출 및 증증도 분류 장치
|
| 2 |
2
제1항에 있어서,당뇨성 망막 병증을 진단받은 환자들의 안저영상을 수집하는 영상수집부, 그리고 상기 수집된 안저영상을 Faster R-CNN 기반의 객체인식 알고리즘에 입력하여 당뇨성 망막 병증의 병리적 특징을 학습시키는 학습부를 더 포함하는 당뇨성 망막 병증 검출 및 중증도 분류장치
|
| 3 |
3
제1항에 있어서,상기 검출부는, 상기 객체인식 알고리즘을 이용하여 상기 안저영상으로부터 망막출혈, 경상 삼출물 및 미세혈관류 중에서 적어도 하나에 해당하는 영역에 대해 경계박스를 생성하는 당뇨성 망막 병증 검출 및 증증도 분류 장치
|
| 4 |
4
제1항에 있어서,상기 검출부는, 상기 경계박스에 대응하여 병리증상 데이터를 획득하며, 상기 병리증상 데이터는, 상기 경계박스에 대한 이미지, 경계박스에 대한 좌표값, 상기 경계박스내에 포함된 픽셀의 개수, 당뇨성 망막 병증 타입, 및 상기 당뇨성 망막 병증 타입 해당되는 확률값 중에서 적어도 하나를 포함하는 당뇨성 망막 병증 검출 및 증증도 분류 장치
|
| 5 |
5
제1항에 있어서, 상기 신호처리부는, 상기 경계박스 내에 모든 픽셀값을 복수 레벨의 명암값을 가지는 회색조로 변환하고, 상기 회색조로 변화된 픽셀을 역변환하며, 상기 역변환된 픽셀에 히스토그램 평활화과정을 적용하여 명암 값의 분포를 균일하게 한 다음, 상기 명암값의 분포가 균일하게 된 픽셀을 이진화하는 당뇨성 망막 병증 검출 및 증증도 분류 장치
|
| 6 |
6
제5항에 있어서, 상기 신호처리부는, 상기 경계박스를 기준으로 X,Y축의 좌표값을 도출하고, 도출된 좌표값을 통해 경계박스 내에 검출된 객체들 간의 거리값을 연산하고, 연산된 거리값의 합을 통해 병리증상 데이터의 분포도를 획득하는 당뇨성 망막 병증 검출 및 증증도 분류 장치
|
| 7 |
7
제4항에 있어서, 상기 중증도 분류부는,기 구축된 복수의 의사결정트리에 상기 경계박스내에 포함된 출혈 병변의 픽셀 개수, 병리 증상의 분포도 및 병명 특성정보 확률 중에서 적어도 하나를 랜덤으로 적용하여 결과값을 산출하며, 상기 복수의 의사결정트리로부터 각각 산출된 결과값을 이용하여 중증도의 등급을 분류하는 당뇨성 망막 병증 검출 및 증증도 분류 장치
|
| 8 |
8
당뇨성 망막 병증 검출 및 증증도 분류 장치를 이용한 당뇨망막병증 검출 및 증증도 분류방법에 있어서, 당뇨성 망막 병증을 진단받은 환자들의 안저영상을 수집하는 단계,상기 수집된 안저영상을 Faster R-CNN 기반의 객체인식 알고리즘에 입력하여 당뇨성 망막 병증의 병리적 특징을 분석하는 방법을 학습시키는 단계, 병증을 진단받고자 하는 피검자의 안저영상을 입력받으면, 입력된 피검자의 안저영상을 학습이 완료된 Faster R-CNN 기반의 객체인식 알고리즘에 입력하여 병리증상으로 판별되는 영역에 경계박스를 설정하며, 설정된 경계박스에 대한 병리증상 데이터를 검출하는 단계, 상기 병리증상 데이터에 대한 전처리 과정을 수행하는 단계, 그리고 전처리가 완료된 상기 병리증상 데이터를 랜덤포레스트 분류기에 입력하고, 상기 입력된 병리증상 데이터를 분석하여 당뇨성 망막병증의 중중도를 복수의 등급으로 분류하는 단계를 포함하는 당뇨성 망막 병증 검출 및 증증도 분류 방법
|
| 9 |
9
제8항에 있어서,상기 병리증상 데이터를 검출하는 단계는, 상기 객체인식 알고리즘을 이용하여 상기 안저영상으로부터 망막출혈, 경상 삼출물 및 미세혈관류 중에서 적어도 하나에 해당하는 영역에 대해 경계박스를 생성하는 당뇨성 망막 병증 검출 및 증증도 분류 방법
|
| 10 |
10
제8항에 있어서,상기 병리증상 데이터를 검출하는 단계는, 상기 경계박스에 대응하여 병리증상 데이터를 획득하며, 상기 병리증상 데이터는, 상기 경계박스에 대한 이미지, 경계박스에 대한 좌표값, 상기 경계박스내에 포함된 픽셀의 개수, 당뇨성 망막 병증 타입, 및 상기 당뇨성 망막 병증 타입에 해당되는 확률값 중에서 적어도 하나를 포함하는 당뇨성 망막 병증 검출 및 증증도 분류 방법
|
| 11 |
11
제8항에 있어서, 상기 전처리 과정을 수행하는 단계는, 상기 경계박스 내에 모든 픽셀값을 복수 레벨의 명암값을 가지는 회색조로 변환하는 단계, 상기 회색조로 변화된 픽셀을 역변환하는 단계,상기 역변환된 픽셀에 히스토그램 평활화과정을 적용하여 명암 값의 분포를 균일하게 한 다음, 상기 명암값의 분포가 균일하게 된 픽셀을 이진화하여 출력하는 단계를 포함하는 당뇨성 망막 병증 검출 및 증증도 분류 방법
|
| 12 |
12
제11항에 있어서, 상기 전처리 과정을 수행하는 단계는, 상기 경계박스를 기준으로 X,Y축의 좌표값을 도출하고, 도출된 좌표값을 통해 경계박스 내에 검출된 객체들 간의 거리값을 연산하고, 연산된 거리값의 합을 통해 병리증상 데이터의 분포도를 획득하는 단계를 더 포함하는 당뇨성 망막 병증 검출 및 증증도 분류 방법
|
| 13 |
13
제10항에 있어서, 상기 중증도를 분류하는 단계는,기 구축된 복수의 의사결정트리에 상기 경계박스내에 포함된 출혈 병변의 픽셀 개수, 병리 증상의 분포도 및 병명 특성정보 확률 중에서 적어도 하나를 랜덤으로 적용하여 결과값을 산출하는 단계, 그리고상기 복수의 의사결정트리로부터 각각 산출된 결과값을 이용하여 중증도의 등급을 분류하는 단계를 포함하는 당뇨성 망막 병증 검출 및 증증도 분류 방법
|
