1 |
1
MR 영상유도 방사선 치료를 위한 합성 CT 영상 생성 방법으로서,방사선 치료 전 환자의 MR 영상을 획득하는 단계; 및획득된 상기 MR 영상을 합성 CT 영상 생성 모델에 입력하여 합성 CT 영상을 출력하는 단계;를 포함하며,상기 합성 CT 영상 생성 모델은 복수의 환자로부터 획득한 MR 영상 및 CT 영상을 이용한 딥러닝에 의해 생성되는, 합성 CT 영상 생성 방법
|
2 |
2
제1항에 있어서,상기 합성 CT 영상 생성 모델은,복수의 환자로부터 복수의 MR 영상과 복수의 CT 영상을 획득하는 단계;상기 복수의 CT 영상 중에서 상기 복수의 MR 영상의 적어도 하나와 매칭되는 CT 영상을 획득하는 단계; 및 서로 매칭되는 MR 영상과 CT 영상에 근거하여 딥러닝을 통해 MR 영상으로부터 CT 영상을 합성하는 알고리즘을 생성하는 단계;를 통해 생성되는, 합성 CT 영상 생성 방법
|
3 |
3
제2항에 있어서,상기 알고리즘을 생성하는 단계는, 상기 서로 매칭되는 MR 영상과 CT 영상에서 상호 대응되는 각 조직 영역을 매핑하는 단계; 및상기 서로 매칭되는 MR 영상과 CT 영상에서의 매핑 데이터를 기초로 MR 영상과 CT 영상 사이의 관계를 인공 신경망을 통해 학습시키는 단계;를 포함하는, 합성 CT 영상 생성 방법
|
4 |
4
제3항에 있어서,상기 인공 신경망은 컨볼루션 신경망(Convolutional Neural Network; CNN)으로 이루어지는, 합성 CT 영상 생성 방법
|
5 |
5
제3항에 있어서,상기 알고리즘을 생성하는 단계는 학습의 수렴 여부를 판단하는 단계를 더 포함하며, 상기 학습의 수렴 여부를 판단하는 단계는 MR 영상과 매칭되는 CT 영상과 MR 영상을 상기 합성 CT 영상 생성 모델에 입력하여 생성된 합성 CT 영상의 픽셀 일치율을 통해 손실 함수의 값을 계산하여 판단하는, 합성 CT 영상 생성 방법
|
6 |
6
제5항에 있어서,상기 손실 함수의 값이 소정의 범위를 벗어나는 경우 인공 신경망을 통한 학습을 반복하여 수행하는, 합성 CT 영상 생성 방법
|
7 |
7
제2항에 있어서,상기 복수의 MR 영상의 적어도 하나와 매칭되는 CT 영상을 획득하는 단계는 변형 영상 정합 알고리즘에 의해 수행되는, 합성 CT 영상 생성 방법
|
8 |
8
제2항에 있어서,상기 복수의 MR 영상의 적어도 하나와 매칭되는 CT 영상을 획득하는 단계와 상기 알고리즘을 생성하는 단계 사이에 수행되는 전처리 단계를 더 포함하며,상기 전처리 단계는,상기 서로 매칭되는 MR 영상과 CT 영상 중 CT 영상에서 환자의 신체 영역을 제외한 영역을 제거하는 제1 전처리 단계; 및상기 서로 매칭되는 MR 영상과 CT 영상이 대응되도록 정규화하는 제2 전처리 단계;를 포함하는, 합성 CT 영상 생성 방법
|
9 |
9
합성 CT 영상을 이용한 MR 영상유도 방사선 치료계획 수립방법으로서,방사선 치료 전 환자의 MR 영상 획득하는 단계;획득된 상기 MR 영상을 합성 CT 영상 생성 모델에 입력하여 합성 CT 영상을 출력하는 단계;상기 합성 CT 영상에 의거하여 방사선량 분포도를 산출하는 단계; 및상기 방사선량 분포도를 근거로 방사선 치료계획을 수립하는 단계;를 포함하는 MR 영상유도 방사선 치료계획 수립방법
|
10 |
10
제9항에 있어서,방사선 분할 치료 중 환자의 MR 영상을 추가 획득하는 단계;추가 획득된 상기 MR 영상을 합성 CT 영상 생성 모델에 입력하여 추가 합성 CT 영상을 출력하는 단계; 및상기 추가 합성 CT 영상에 기초하여 방사선 치료계획을 수정하는 단계;를 더 포함하는 MR 영상유도 방사선 치료계획 수립방법
|