1 |
1
사용자의 일 관절 부위의 영상에 대응하는 의료 영상 데이터를 포함하는 입력 데이터를 획득하는 단계;상기 입력 데이터에 대해 유한 요소 해석(FEA, Finite element analysis) 기반 시뮬레이션을 수행하여 상기 관절 부위의 관절 모델을 생성하는 단계;상기 입력 데이터를 이용하여 상기 관절 부위의 골격 조직 패턴 정보를 생성하는 단계;상기 관절 모델 및 상기 골격 조직 패턴 정보를 이용하여 상기 관절 부위의 질환을 예측하는 단계; 및상기 사용자에게 상기 관절 부위의 질환 예측 결과를 제공하는 단계를 포함하는, 골관절염 예측 정보 제공 방법
|
2 |
2
청구항 1에 있어서,상기 관절 모델을 생성하는 단계는상기 입력 데이터에 대해 3차원 요소 해석 기반 시뮬레이션을 수행하여 상기 관절 부위의 3차원 관절 모델을 생성하는 단계;상기 3차원 관절 모델에 대해 2차원 정사영(orthogonal projection)을 수행하여 관절 단면 영상을 생성하는 단계; 및상기 관절 단면 영상을 포함하는 관절 모델을 생성하는 단계를 포함하는, 골관절염 예측 정보 제공 방법
|
3 |
3
청구항 2에 있어서,상기 관절 단면 영상을 생성하는 단계는상기 3차원 관절 모델에 포함된 골격들 각각의 가장 긴 축 및 투영 평면이 평행하도록 상기 골격들 각각의 투영 각도를 설정하고, 투영 각도들에 기초하여 상기 3차원 관절 모델에 대해 복수의 관절 단면 영상들을 생성하는 단계이고,상기 관절 모델은상기 복수의 관절 단면 영상들을 포함하는, 골관절염 예측 정보 제공 방법
|
4 |
4
청구항 1에 있어서,상기 관절 부위의 질환을 예측하는 단계는상기 관절 모델 및 상기 골격 조직 패턴 정보의 기 설정된 기간만큼의 시간 경과 후의 관절 모델 및 골격 조직 패턴을 예측하는 단계를 포함하는, 골관절염 예측 정보 제공 방법
|
5 |
5
청구항 4에 있어서,상기 시간 경과 후의 관절 모델 및 골격 조직 패턴을 예측하는 단계는상기 관절 모델 및 상기 골격 조직 패턴 정보를 기계 학습(machine learning) 모델의 입력 값으로 넣었을 때의 상기 기계 학습 모델의 출력 값을 기초로 상기 시간 경과 후의 관절 모델 및 골격 조직 패턴을 예측하는 단계인, 골관절염 예측 정보 제공 방법
|
6 |
6
청구항 5에 있어서,상기 기계 학습 모델은복수의 사용자들로부터 획득된 관절 모델 및 골격 조직 패턴 정보를 이용하여 교사 학습(supervised learning) 방식으로 학습된 모델인, 골관절염 예측 정보 제공 방법
|
7 |
7
청구항 4에 있어서,상기 관절 부위의 질환을 예측하는 단계는상기 관절 모델 및 골격 조직 패턴에 기초한 켈그렌-로렌스(Kellgren-Lawrence) 등급(grade) 및 기 설정된 기간만큼의 시간 경과 후의 켈그렌-로렌스 등급을 예측하는 단계를 더 포함하는, 골관절염 예측 정보 제공 방법
|
8 |
8
청구항 1에 있어서,상기 의료 영상 데이터는상기 관절 부위에 대해 엑스레이(X-ray), 컴퓨터단층촬영(CT, Computed Tomography) 및 자기공명영상(MRI, Magnetic Resonance Imaging) 중 적어도 하나의 방식에 의해 획득된 영상에 대응하는, 골관절염 예측 정보 제공 방법
|
9 |
9
청구항 1에 있어서,상기 입력 데이터를 획득하는 단계는상기 관절 부위의 측정 데이터에 대응하는 동작 캡처 데이터를 더 포함하는 상기 입력 데이터를 획득하는 단계인, 골관절염 예측 정보 제공 방법
|
10 |
10
청구항 9에 있어서,상기 동작 캡처 데이터는상기 관절 부위의 가동 시, 시간 진행에 따른 관절의 움직임 및 관절에 걸리는 부하 중 적어도 하나를 측정한 데이터에 대응하는, 골관절염 예측 정보 제공 방법
|
11 |
11
적어도 하나의 프로그램이 기록된 메모리; 및상기 프로그램을 실행하는 프로세서를 포함하며,상기 프로그램은사용자의 일 관절 부위의 영상에 대응하는 의료 영상 데이터를 포함하는 입력 데이터를 획득하는 단계;상기 입력 데이터에 대해 유한 요소 해석(FEA, Finite element analysis) 기반 시뮬레이션을 수행하여 상기 관절 부위의 관절 모델을 생성하는 단계;상기 입력 데이터를 이용하여 상기 관절 부위의 골격 조직 패턴 정보를 생성하는 단계;상기 관절 모델 및 상기 골격 조직 패턴 정보를 이용하여 상기 관절 부위의 질환을 예측하는 단계; 및상기 사용자에게 상기 관절 부위의 질환 예측 결과를 제공하는 단계의 수행을 위한 명령어들을 포함하는, 골관절염 예측 정보 제공 장치
|
12 |
12
청구항 11에 있어서,상기 관절 모델을 생성하는 단계는상기 입력 데이터에 대해 3차원 요소 해석 기반 시뮬레이션을 수행하여 상기 관절 부위의 3차원 관절 모델을 생성하는 단계;상기 3차원 관절 모델에 대해 2차원 정사영(orthogonal projection)을 수행하여 관절 단면 영상을 생성하는 단계; 및상기 관절 단면 영상을 포함하는 관절 모델을 생성하는 단계를 포함하는, 골관절염 예측 정보 제공 장치
|
13 |
13
청구항 12에 있어서,상기 관절 단면 영상을 생성하는 단계는상기 3차원 관절 모델에 포함된 골격들 각각의 가장 긴 축 및 투영 평면이 평행하도록 상기 골격들 각각의 투영 각도를 설정하고, 투영 각도들에 기초하여 상기 3차원 관절 모델에 대해 복수의 관절 단면 영상들을 생성하는 단계이고,상기 관절 모델은상기 복수의 관절 단면 영상들을 포함하는, 골관절염 예측 정보 제공 장치
|
14 |
14
청구항 11에 있어서,상기 관절 부위의 질환을 예측하는 단계는상기 관절 모델 및 상기 골격 조직 패턴 정보의 기 설정된 기간만큼의 시간 경과 후의 관절 모델 및 골격 조직 패턴을 예측하는 단계를 포함하는, 골관절염 예측 정보 제공 장치
|
15 |
15
청구항 14에 있어서,상기 시간 경과 후의 관절 모델 및 골격 조직 패턴을 예측하는 단계는상기 관절 모델 및 상기 골격 조직 패턴 정보를 기계 학습(machine learning) 모델의 입력 값으로 넣었을 때의 상기 기계 학습 모델의 출력 값을 기초로 상기 시간 경과 후의 관절 모델 및 골격 조직 패턴을 예측하는 단계인, 골관절염 예측 정보 제공 장치
|
16 |
16
청구항 15에 있어서,상기 기계 학습 모델은복수의 사용자들로부터 획득된 관절 모델 및 골격 조직 패턴 정보를 이용하여 교사 학습(supervised learning) 방식으로 학습된 모델인, 골관절염 예측 정보 제공 장치
|
17 |
17
청구항 14에 있어서,상기 관절 부위의 질환을 예측하는 단계는상기 관절 모델 및 골격 조직 패턴에 기초한 켈그렌-로렌스(Kellgren-Lawrence) 등급(grade) 및 기 설정된 기간만큼의 시간 경과 후의 켈그렌-로렌스 등급을 예측하는 단계를 더 포함하는, 골관절염 예측 정보 제공 장치
|
18 |
18
청구항 11에 있어서,상기 의료 영상 데이터는상기 관절 부위에 대해 엑스레이(X-Ray), 컴퓨터단층촬영(CT, Computed Tomography) 및 자기공명영상(MRI, Magnetic Resonance Imaging) 중 적어도 하나의 방식에 의해 획득된 영상에 대응하는, 골관절염 예측 정보 제공 장치
|
19 |
19
청구항 11에 있어서,상기 입력 데이터를 획득하는 단계는상기 관절 부위의 측정 데이터에 대응하는 동작 캡처 데이터를 더 포함하는 상기 입력 데이터를 획득하는 단계인, 골관절염 예측 정보 제공 장치
|
20 |
20
청구항 19에 있어서,상기 동작 캡처 데이터는상기 관절 부위의 가동 시, 시간 진행에 따른 관절의 움직임 및 관절에 걸리는 부하 중 적어도 하나를 측정한 데이터에 대응하는, 골관절염 예측 정보 제공 장치
|