| 1 |
1
단층촬영영상을 수신하는 단계; 및최적 운송(optimal transport) 이론에 기초하여 생성된 비지도 학습(unsupervised learning) 기반의 뉴럴 네트워크를 이용하여 상기 단층촬영영상에서 누락된 원뿔 아티팩트를 제거함으로써, 상기 누락된 원뿔 아티팩트가 제거된 투영 영상들을 생성하는 단계를 포함하는 단층촬영영상 처리 방법
|
| 2 |
2
제1항에 있어서,상기 수신하는 단계는광학회절 단층촬영영상에 대한 투영 영상들을 수신하고,상기 생성하는 단계는상기 뉴럴 네트워크를 이용하여 상기 투영 영상들에 포함된 상기 누락된 원뿔 아티팩트를 제거함으로써, 고해상도의 투영 영상들을 생성하는 것을 특징으로 하는 단층촬영영상 처리 방법
|
| 3 |
3
제1항에 있어서,상기 생성된 투영 영상들을 이용한 필터보정역투영(FBP; filtered backprojection)을 통해 3차원 단층촬영영상을 재구성하는 단계를 더 포함하는 것을 특징으로 하는 단층촬영영상 처리 방법
|
| 4 |
4
제1항에 있어서,상기 뉴럴 네트워크는비매칭 데이터를 포함하는 트레이닝 데이터 세트를 이용하여 학습되는 것을 특징으로 하는 단층촬영영상 처리 방법
|
| 5 |
5
제1항에 있어서, 상기 뉴럴 네트워크는제1 투영 영상을 입력으로 상기 제1 투영 영상을 상기 누락된 원뿔 아티팩트가 제거된 제2 투영 영상으로 변환하는 제1 뉴럴 네트워크;상기 제2 투영 영상을 입력으로 상기 제2 투영 영상을 상기 누락된 원뿔 아티팩트가 포함된 제3 투영 영상으로 변환하는 제2 뉴럴 네트워크;상기 제1 투영 영상과 상기 제3 투영 영상을 구별하는 제3 뉴럴 네트워크; 및상기 제2 투영 영상과 상기 제2 투영 영상에 대응하는 실제 영상을 구별하는 제4 뉴럴 네트워크를 포함하는 것을 특징으로 하는 단층촬영영상 처리 방법
|
| 6 |
6
제5항에 있어서,상기 뉴럴 네트워크는상기 제1 투영 영상과 상기 제3 투영 영상 간의 순환 손실(cyclic loss) 및 상기 제2 투영 영상과 상기 실제 영상 간의 적대 손실(adversarial loss)에 기초하여 비지도 학습되는 것을 특징으로 하는 단층촬영영상 처리 방법
|
| 7 |
7
제1항에 있어서,상기 뉴럴 네트워크는투영 영상과 누락된 원뿔 아티팩트가 제거된 투영 영상에 대하여, 미리 정의된 사이클 손실(cyclic loss) 및 적대 손실(adversarial loss)에 기초하여 학습되는 것을 특징으로 하는 단층촬영영상 처리 방법
|
| 8 |
8
제1항에 있어서, 상기 뉴럴 네트워크는컨볼루션 프레임렛(convolution framelet) 기반의 뉴럴 네트워크 및 풀링 레이어와 언풀링 레이어를 포함하는 뉴럴 네트워크 중 어느 하나의 뉴럴 네트워크를 포함하는 것을 특징으로 하는 단층촬영영상 처리 방법
|
| 9 |
9
단층촬영영상을 수신하는 단계;최적 운송(optimal transport) 이론에 기초하여 생성된 비지도 학습(unsupervised learning) 기반의 뉴럴 네트워크를 이용하여 상기 단층촬영영상에서 누락된 원뿔 아티팩트를 제거함으로써, 상기 누락된 원뿔 아티팩트가 제거된 투영 영상들을 생성하는 단계; 및상기 생성된 투영 영상들을 이용한 필터보정역투영(FBP; filtered backprojection)을 통해 3차원 단층촬영영상을 재구성하는 단계를 포함하는 단층촬영영상 처리 방법
|
| 10 |
10
단층촬영영상을 수신하는 수신부; 및최적 운송(optimal transport) 이론에 기초하여 생성된 비지도 학습(unsupervised learning) 기반의 뉴럴 네트워크를 이용하여 상기 단층촬영영상에서 누락된 원뿔 아티팩트를 제거함으로써, 상기 누락된 원뿔 아티팩트가 제거된 투영 영상들을 생성하는 생성부를 포함하는 단층촬영영상 처리 방법
|
| 11 |
11
제10항에 있어서,상기 수신부는광학회절 단층촬영영상에 대한 투영 영상들을 수신하고,상기 생성부는상기 뉴럴 네트워크를 이용하여 상기 투영 영상들에 포함된 상기 누락된 원뿔 아티팩트를 제거함으로써, 고해상도의 투영 영상들을 생성하는 것을 특징으로 하는 단층촬영영상 처리 장치
|
| 12 |
12
제10항에 있어서,상기 생성된 투영 영상들을 이용한 필터보정역투영(FBP; filtered backprojection)을 통해 3차원 단층촬영영상을 재구성하는 재구성부를 더 포함하는 것을 특징으로 하는 단층촬영영상 처리 장치
|
| 13 |
13
제10항에 있어서,상기 뉴럴 네트워크는비매칭 데이터를 포함하는 트레이닝 데이터 세트를 이용하여 학습되는 것을 특징으로 하는 단층촬영영상 처리 장치
|
| 14 |
14
제10항에 있어서, 상기 뉴럴 네트워크는제1 투영 영상을 입력으로 상기 제1 투영 영상을 상기 누락된 원뿔 아티팩트가 제거된 제2 투영 영상으로 변환하는 제1 뉴럴 네트워크;상기 제2 투영 영상을 입력으로 상기 제2 투영 영상을 상기 누락된 원뿔 아티팩트가 포함된 제3 투영 영상으로 변환하는 제2 뉴럴 네트워크;상기 제1 투영 영상과 상기 제3 투영 영상을 구별하는 제3 뉴럴 네트워크; 및상기 제2 투영 영상과 상기 제2 투영 영상에 대응하는 실제 영상을 구별하는 제4 뉴럴 네트워크를 포함하는 것을 특징으로 하는 단층촬영영상 처리 장치
|
| 15 |
15
제14항에 있어서,상기 뉴럴 네트워크는상기 제1 투영 영상과 상기 제3 투영 영상 간의 순환 손실(cyclic loss) 및 상기 제2 투영 영상과 상기 실제 영상 간의 적대 손실(adversarial loss)에 기초하여 비지도 학습되는 것을 특징으로 하는 단층촬영영상 처리 장치
|
| 16 |
16
제10항에 있어서,상기 뉴럴 네트워크는투영 영상과 누락된 원뿔 아티팩트가 제거된 투영 영상에 대하여, 미리 정의된 사이클 손실(cyclic loss) 및 적대 손실(adversarial loss)에 기초하여 학습되는 것을 특징으로 하는 단층촬영영상 처리 장치
|
| 17 |
17
제10항에 있어서, 상기 뉴럴 네트워크는컨볼루션 프레임렛(convolution framelet) 기반의 뉴럴 네트워크 및 풀링 레이어와 언풀링 레이어를 포함하는 뉴럴 네트워크 중 어느 하나의 뉴럴 네트워크를 포함하는 것을 특징으로 하는 단층촬영영상 처리 장치
|
