1 |
1
의료 영상 처리 장치에서 뇌경색을 예측하는 방법에 있어서,제1 자기 공명 영상 및 제2 자기 공명 영상을 획득하는 입력 단계; 상기 제1 자기 공명 영상을 전처리하고, 전처리된 제1 자기 공명 영상을 딥러닝 모델에 적용하여 뇌경색에 대한 병변 영역을 예측하여 병변 영역 예측 결과를 생성하는 병변 예측 처리 단계;상기 제1 자기 공명 영상과 상기 병변 영역 예측 결과를 매칭시켜 환자 별로 정렬된 뇌경색 예측 결과를 저장하는 예측 결과 저장 단계;상기 뇌경색 예측 결과 및 상기 제2 자기 공명 영상을 기반으로 뇌경색 심각도를 산출하여 뇌경색 심각도 산출 결과를 생성하는 뇌경색 심각도 산출 단계; 및상기 뇌경색 심각도 산출 결과를 시각화하여 최종 예측 결과를 생성하고, 뇌경색 진단을 위하여 생성된 상기 최종 예측 결과를 출력하는 최종 결과 출력 단계를 포함하는 것을 특징으로 하는 뇌경색 예측 방법
|
2 |
2
제1항에 있어서,상기 입력 단계는,외부 장치로부터 확산 강조 영상(DWI: Diffusion Weighted Image) 기법 기반의 상기 제1 자기 공명 영상과 현성 확산 계수 영상(ADC: Apparent Diffusion Coefficient) 기법 기반의 상기 제2 자기 공명 영상을 획득하는 것을 특징으로 하는 뇌경색 예측 방법
|
3 |
3
제2항에 있어서,상기 병변 예측 처리 단계는,상기 제1 자기 공명 영상의 평균 및 표준 편차를 이용하여 정규화하고, 상기 제1 자기 공명 영상의 복셀 사이즈 조정 및 왜곡 교정을 수행하여 상기 전처리를 수행하는 전처리 단계;상기 전처리된 제1 자기 공명 영상을 기 설정된 슬라이스 단위로 나누어 상기 딥러닝 모델에 적용하여 뇌경색에 대한 병변 영역의 크기 및 위치에 대한 상기 병변 영역 예측 결과를 예측하는 병변 영역 처리 단계; 및상기 제1 자기 공명 영상과 병변 예측 결과를 매칭시켜 환자별로 분류하여 정렬하는 예측 결과 정렬 단계를 포함하는 것을 특징으로 하는 뇌경색 예측 방법
|
4 |
4
제2항에 있어서,상기 뇌경색 심각도 산출 단계는,상기 제2 자기 공명 영상 상에서 ADC 값을 분류하기 위한 적어도 하나의 기준 수치를 설정하는 단계;상기 뇌경색 예측 결과와 상기 제2 자기 공명 영상을 이용하여 상기 병변 영역에 대한 ADC 값을 추출하는 단계; 및추출된 상기 ADC 값을 상기 적어도 하나의 기준 수치와 비교하여 상기 뇌경색 심각도를 산출하는 단계를 포함하는 것을 특징으로 하는 뇌경색 예측 방법
|
5 |
5
제4항에 있어서,상기 뇌경색 심각도 산출 단계는,상기 적어도 하나의 기준 수치를 기반으로 ADC 값 범위에 대한 그룹을 설정하고, 상기 추출된 ADC 값이 포함되는 상기 그룹에 대응되는 상기 뇌경색 심각도를 산출하여 상기 뇌경색 심각도 산출 결과를 생성하는 것을 특징으로 하는 뇌경색 예측 방법
|
6 |
6
제5항에 있어서,상기 최종 결과 출력 단계는,병변 영역에 대해 추출된 상기 ADC 값을 기반으로 히트맵(heat map)을 생성하여 상기 뇌경색 심각도 산출 결과를 시각화하고, 상기 병변 영역과 시각화된 상기 뇌경색 심각도 산출 결과를 결합한 상기 최종 예측 결과를 생성하는 것을 특징으로 하는 뇌경색 예측 방법
|
7 |
7
뇌경색 예측을 위한 의료 영상 처리 장치에 있어서,제1 자기 공명 영상 및 제2 자기 공명 영상을 획득하는 입력부; 상기 제1 자기 공명 영상을 전처리하고, 전처리된 제1 자기 공명 영상을 딥러닝 모델에 적용하여 뇌경색에 대한 병변 영역을 예측하여 병변 영역 예측 결과를 생성하는 병변 예측 처리부;상기 제1 자기 공명 영상과 상기 병변 영역 예측 결과를 매칭시켜 환자 별로 정렬된 뇌경색 예측 결과를 저장하는 예측 결과 저장부;상기 뇌경색 예측 결과 및 상기 제2 자기 공명 영상을 기반으로 뇌경색 심각도를 산출하여 뇌경색 심각도 산출 결과를 생성하는 뇌경색 심각도 산출부; 및상기 뇌경색 심각도 산출 결과를 시각화하여 최종 예측 결과를 생성하고, 뇌경색 진단을 위하여 생성된 상기 최종 예측 결과를 출력하는 최종 결과 출력부를 포함하는 뇌경색 예측을 위한 의료 영상 처리 장치
|
8 |
8
제7항에 있어서,상기 입력부는, 외부 장치로부터 확산 강조 영상(DWI: Diffusion Weighted Image) 기법 기반의 상기 제1 자기 공명 영상과 현성 확산 계수 영상(ADC: Apparent Diffusion Coefficient) 기법 기반의 상기 제2 자기 공명 영상을 획득하며, 상기 병변 예측 처리부는,상기 제1 자기 공명 영상의 평균 및 표준 편차를 이용하여 정규화하고, 상기 제1 자기 공명 영상의 복셀 사이즈 조정 및 왜곡 교정을 수행하여 상기 전처리를 수행하는 전처리부;상기 전처리된 제1 자기 공명 영상을 기 설정된 슬라이스 단위로 나누어 상기 딥러닝 모델에 적용하여 뇌경색에 대한 병변 영역의 크기 및 위치에 대한 상기 병변 영역 예측 결과를 예측하는 병변 영역 처리부; 및상기 제1 자기 공명 영상과 병변 예측 결과를 매칭시켜 환자별로 분류하여 정렬하는 예측 결과 정렬부를 포함하는 것을 특징으로 하는 뇌경색 예측을 위한 의료 영상 처리 장치
|
9 |
9
제8항에 있어서,상기 뇌경색 심각도 산출부는,상기 제2 자기 공명 영상 상에서 ADC 값을 분류하기 위한 적어도 하나의 기준 수치를 설정하고, 상기 뇌경색 예측 결과와 상기 제2 자기 공명 영상을 이용하여 상기 병변 영역에 대한 ADC 값을 추출하며, 추출된 상기 ADC 값을 상기 적어도 하나의 기준 수치와 비교하여 상기 뇌경색 심각도를 산출하는 것을 특징으로 하는 뇌경색 예측을 위한 의료 영상 처리 장치
|
10 |
10
제9항에 있어서,상기 뇌경색 심각도 산출부는,상기 적어도 하나의 기준 수치를 기반으로 ADC 값 범위에 대한 그룹을 설정하고, 상기 추출된 ADC 값이 포함되는 상기 그룹에 대응되는 상기 뇌경색 심각도를 산출하여 상기 뇌경색 심각도 산출 결과를 생성하는 것을 특징으로 하는 뇌경색 예측을 위한 의료 영상 처리 장치
|
11 |
11
컴퓨터에 제1항 내지 제6항 중 어느 한 항에 따른 뇌경색 예측 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터프로그램
|