| 1 |
1
수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법에 있어서, 의료 영상 기기로부터 획득된 의료 영상 공간의 점군집을 랜덤 강체 변환(Random rigid transformation)을 통해 변환시켜 복수 개의 가상의 환자 공간의 점군집과 복수 개의 변환 행렬을 생성하는 단계; 상기 생성된 복수 개의 가상의 환자 공간의 점군집과 상기 생성된 복수 개의 변환 행렬을 각각 초기정렬 모델의 입력 데이터와 출력 데이터로 지정하여 상기 초기정렬 모델을 딥러닝 기반으로 학습하는 단계; 및 상기 학습된 초기정렬 모델과 수술용 내비게이션 대상이 되는 환자 공간의 점군집을 이용하여 의료 영상 공간의 점군집을 상기 환자 공간의 점군집이 위치한 환자 공간으로 초기 정렬시키는 단계를 포함하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 2 |
2
제1항에 있어서, 상기 환자 공간으로 초기 정렬된 의료 영상 공간의 점군집과 환자 공간의 점군집을 ICP(Iterative closest point) 알고리즘에 따라 표면정합하여 검증하는 단계를 더 포함하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 3 |
3
제1항에 있어서,상기 학습된 초기정렬 모델에 적용되기 전에 상기 환자 공간의 점군집에서 점들 간의 곡률을 이용하여 상기 환자 공간의 점군집을 가공하는 단계를 더 포함하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 4 |
4
제1항에 있어서, 상기 가상의 환자 공간의 점군집은, 가상의 환자 공간의 점군집에서 점들의 각 축의 위치와 각 점들간 3차원 곡률의 방향으로 이루어지는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 5 |
5
제1항에 있어서, 상기 생성된 복수 개의 변환 행렬은, 임의로 생성한 3차원 회전 각도와 3차원 이동 거리로 이루어지는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 6 |
6
제1항에 있어서, 상기 생성하는 단계는, 상기 획득된 의료 영상 공간의 점군집을 랜덤 강체 변환을 통해 복수 개의 가상의 환자 공간의 점군집으로 각각 변환시키는 복수 개의 회전 행렬과 복수 개의 이동 행렬을 산출하여 상기 복수 개의 변환 행렬을 생성하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 7 |
7
제1항에 있어서,상기 학습하는 단계는, 딥러닝 기반의 CNN(convolution neural network) 방식을 통해 상기 초기정렬 모델을 학습하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 8 |
8
제1항에 있어서,상기 학습하는 단계는, 컨볼루션(Convolution), 맥스 풀링(Max Pooling) 및 뉴럴 네트워크(NN, Neural network)로 구성된 서브 레이어를 기반으로 상기 생성된 복수 개의 가상의 환자 공간의 점군집에서의 각 점군집에 대한 특징점을 추출하고, 상기 추출된 특징점을 이용하여 상기 초기정렬 모델을 딥러닝 기반으로 학습하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 9 |
9
제1항에 있어서, 상기 학습하는 단계는, 순서가 없는 입력 데이터 예측을 위한 대칭 함수 역할로서 맥스 풀링 레이어를 이용하여 상기 생성된 복수 개의 가상의 환자 공간의 점군집에서의 각 점들에 대한 특징점을 추출하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 10 |
10
제1항에 있어서, 상기 생성된 복수 개의 가상의 환자 공간의 점군집은, 타겟 데이터인 상기 생성된 복수 개의 변환 행렬 중에서 3차원 회전과 3차원 이동 거리를 각각 타겟으로 하는 병렬 레이어로 대입되는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 방법
|
| 11 |
11
하나 이상의 프로그램을 저장하는 메모리; 및 상기 저장된 하나 이상의 프로그램을 실행하는 프로세서를 포함하고, 상기 프로세서는, 의료 영상 기기로부터 획득된 의료 영상 공간의 점군집을 랜덤 강체 변환(Random rigid transformation)을 통해 변환시켜 복수 개의 가상의 환자 공간의 점군집과 복수 개의 변환 행렬을 생성하고, 상기 생성된 복수 개의 가상의 환자 공간의 점군집과 상기 생성된 복수 개의 변환 행렬을 각각 초기정렬 모델의 입력 데이터와 출력 데이터로 지정하여 상기 초기정렬 모델을 딥러닝 기반으로 학습하고, 상기 학습된 초기정렬 모델과 수술용 내비게이션 대상이 되는 환자 공간의 점군집을 이용하여 의료 영상 공간의 점군집을 상기 환자 공간의 점군집이 위치한 환자 공간으로 초기 정렬시키는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 12 |
12
제11항에 있어서, 상기 프로세서는, 상기 환자 공간으로 초기 정렬된 의료 영상 공간의 점군집과 환자 공간의 점군집을 ICP(Iterative closest point) 알고리즘에 따라 표면정합하여 검증하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 13 |
13
제11항에 있어서,상기 프로세서는, 상기 학습된 초기정렬 모델에 적용되기 전에 상기 환자 공간의 점군집에서 점들 간의 곡률을 이용하여 상기 환자 공간의 점군집을 가공하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 14 |
14
제11항에 있어서, 상기 가상의 환자 공간의 점군집은, 가상의 환자 공간의 점군집에서 점들의 각 축의 위치와 각 점들간 3차원 곡률의 방향으로 이루어지는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 15 |
15
제11항에 있어서, 상기 생성된 복수 개의 변환 행렬은, 임의로 생성한 3차원 회전 각도와 3차원 이동 거리로 이루어지는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 16 |
16
제11항에 있어서, 상기 프로세서는, 상기 획득된 의료 영상 공간의 점군집을 랜덤 강체 변환을 통해 복수 개의 가상의 환자 공간의 점군집으로 각각 변환시키는 복수 개의 회전 행렬과 복수 개의 이동 행렬을 산출하여 상기 복수 개의 변환 행렬을 생성하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 17 |
17
제11항에 있어서,상기 프로세서는, 딥러닝 기반의 CNN(convolution neural network) 방식을 통해 상기 초기정렬 모델을 학습하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 18 |
18
제11항에 있어서,상기 프로세서는, 컨볼루션(Convolution), 맥스 풀링(Max Pooling) 및 뉴럴 네트워크(NN, Neural network)로 구성된 서브 레이어를 기반으로 상기 생성된 복수 개의 가상의 환자 공간의 점군집에서의 각 점군집에 대한 특징점을 추출하고, 상기 추출된 특징점을 이용하여 상기 초기정렬 모델을 딥러닝 기반으로 학습하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 19 |
19
제11항에 있어서, 상기 프로세서는, 순서가 없는 입력 데이터 예측을 위한 대칭 함수 역할로서 맥스 풀링 레이어를 이용하여 상기 생성된 복수 개의 가상의 환자 공간의 점군집에서의 각 점들에 대한 특징점을 추출하는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 20 |
20
제11항에 있어서, 상기 생성된 복수 개의 가상의 환자 공간의 점군집은, 타겟 데이터인 상기 생성된 복수 개의 변환 행렬 중에서 3차원 회전과 3차원 이동 거리를 각각 타겟으로 하는 병렬 레이어로 대입되는, 수술용 내비게이션 시스템에서의 딥러닝 기반 초기정렬 자동화 장치
|
| 21 |
21
프로세서에 의해 실행될 때, 상기 프로세서로 하여금 방법을 실행하게 하는 명령어들을 저장하기 위한 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 방법은: 의료 영상 기기로부터 획득된 의료 영상 공간의 점군집을 랜덤 강체 변환(Random rigid transformation)을 통해 변환시켜 복수 개의 가상의 환자 공간의 점군집과 복수 개의 변환 행렬을 생성하는 단계; 상기 생성된 복수 개의 가상의 환자 공간의 점군집과 상기 생성된 복수 개의 변환 행렬을 각각 초기정렬 모델의 입력 데이터와 출력 데이터로 지정하여 상기 초기정렬 모델을 딥러닝 기반으로 학습하는 단계; 및 상기 학습된 초기정렬 모델과 수술용 내비게이션 대상이 되는 환자 공간의 점군집을 이용하여 의료 영상 공간의 점군집을 상기 환자 공간의 점군집이 위치한 환자 공간으로 초기 정렬시키는 단계를 포함하는, 비일시적 컴퓨터 판독 가능한 저장 매체
|
