| 1 |
1
데이터를 송수신하도록 구성된 통신부; 및 상기 통신부와 연결하도록 구성된 제어부를 포함하고,상기 제어부는,상기 통신부를 통해 촬영 장치로부터 피검자의 목적 부위를 서로 다른 방향에서 촬영한 복수의 의료 영상을 획득하고,상기 복수의 의료 영상을 기초로 상기 목적 부위에 해당하는 영역을 예측하도록 학습된 예측 모델을 이용하여 각 의료 영상으로부터 목적 부위 영역을 예측한 결과 데이터를 획득하고, 상기 결과 데이터를 기초로 상기 목적 부위 영역의 질환 중증도를 분류하도록 학습된 분류 모델을 이용하여 상기 질환 중증도를 결정하도록 구성되는, 의료 영상 기반 질환 중증도 결정 장치
|
| 2 |
2
제1항에 있어서, 상기 복수의 의료 영상은,상기 피검자의 얼굴을 복수의 시점으로 촬영한 엑스레이(x-ray) 영상인, 의료 영상 기반 질환 중증도 결정 장치
|
| 3 |
3
제1항에 있어서, 상기 예측 모델은, 상기 복수의 의료 영상 각각을 입력으로 하여 상기 목적 부위 영역의 종류(class) 및 상기 목적 부위 영역에 대응하는 바운딩 박스(bounding box)를 예측하고, 상기 복수의 의료 영상 각각에 상기 예측된 종류 및 바운딩 박스를 나타낸 예측 결과 데이터를 출력하는, 의료 영상 기반 질환 중증도 결정 장치
|
| 4 |
4
제3항에 있어서, 상기 목적 부위 영역은, 적어도 하나의 서브 영역을 포함하고,상기 예측 모델은,상기 적어도 하나의 서브 영역의 종류 및 상기 적어도 하나의 서브 영역에 대응하는 바운딩 박스를 예측하도록 구성되는, 의료 영상 기반 질환 중증도 결정 장치
|
| 5 |
5
제4항에 있어서, 상기 제어부는,상기 예측 결과 데이터에서 상기 바운딩 박스를 크롭(crop)한 크롭 영상을 생성하고, 상기 생성된 크롭 영상은, 상기 분류 모델의 입력값으로 입력되는, 의료 영상 기반 질환 중증도 결정 장치
|
| 6 |
6
제5항에 있어서, 상기 분류 모델은, 복수의 크롭 영상을 입력으로 하여 특징 데이터를 출력하는 복수의 인공신경망, 상기 복수의 인공신경망을 통해서 출력된 특징 데이터를 통합하여 통합 특징 데이터를 출력하는 풀링(pooling) 계층, 및 상기 통합 특징 데이터를 입력으로 하여 상기 질환 중증도를 분류한 분류 결과 데이터를 출력하는 인공신경망을 포함하는, 의료 영상 기반 질환 중증도 결정 장치
|
| 7 |
7
제6항에 있어서, 상기 분류 결과 데이터는,상기 적어도 하나의 서브 영역에 대한 질환 중증도를 분류한 결과 데이터인, 의료 영상 기반 질환 중증도 결정 장치
|
| 8 |
8
의료 영상 기반 질환 중증도 결정 장치의 제어부에 의해서 수행되는 의료 영상 기반 질환 중증도 결정 방법에 있어서, 촬영 장치로부터 피검자의 목적 부위를 서로 다른 방향에서 촬영한 복수의 의료 영상을 획득하는 단계;상기 복수의 의료 영상을 기초로 상기 목적 부위에 해당하는 영역을 예측하도록 학습된 예측 모델을 이용하여 각 의료 영상으로부터 목적 부위 영역을 예측한 결과 데이터를 획득하는 단계; 및 상기 결과 데이터를 기초로 상기 목적 부위 영역의 질환 중증도를 분류하도록 학습된 분류 모델을 이용하여 상기 질환 중증도를 결정하는 단계를 포함하는, 의료 영상 기반 질환 중증도 결정 방법
|
| 9 |
9
제8항에 있어서, 상기 복수의 의료 영상은,상기 피검자의 얼굴을 복수의 시점으로 촬영한 엑스레이(x-ray) 영상인, 의료 영상 기반 질환 중증도 결정 방법
|
| 10 |
10
제8항에 있어서, 상기 예측 모델은, 상기 복수의 의료 영상 각각을 입력으로 하여 상기 목적 부위 영역의 종류(class) 및 상기 목적 부위 영역에 대응하는 바운딩 박스(bounding box)를 예측하고, 상기 복수의 의료 영상 각각에 상기 예측된 종류 및 바운딩 박스를 나타낸 예측 결과 데이터를 출력하는, 의료 영상 기반 질환 중증도 결정 방법
|
| 11 |
11
제10항에 있어서, 상기 목적 부위 영역은, 적어도 하나의 서브 영역을 포함하고,상기 예측 모델은,상기 적어도 하나의 서브 영역의 종류 및 상기 적어도 하나의 서브 영역에 대응하는 바운딩 박스를 예측하도록 구성되는, 의료 영상 기반 질환 중증도 결정 방법
|
| 12 |
12
제11항에 있어서, 상기 예측 결과 데이터에서 상기 바운딩 박스를 크롭(crop)한 크롭 영상을 생성하는 단계를 더 포함하고,상기 생성된 크롭 영상은, 상기 분류 모델의 입력값으로 입력되는, 의료 영상 기반 질환 중증도 결정 장치
|
| 13 |
13
제12항에 있어서, 상기 분류 모델은, 복수의 크롭 영상을 입력으로 하여 특징 데이터를 출력하는 복수의 인공신경망, 상기 복수의 인공신경망을 통해서 출력된 특징 데이터를 통합하여 통합 특징 데이터를 출력하는 풀링(pooling) 계층, 및 상기 통합 특징 데이터를 입력으로 하여 상기 질환 중증도를 분류한 분류 결과 데이터를 출력하는 인공신경망을 포함하는, 의료 영상 기반 질환 중증도 결정 방법
|
| 14 |
14
제13항에 있어서, 상기 분류 결과 데이터는,상기 적어도 하나의 서브 영역에 대한 질환 중증도를 분류한 결과 데이터인, 의료 영상 기반 질환 중증도 결정 방법
|
