| 1 |
1
영상장치가 신경망의 인코더에 서로 다른 대조도를 갖는 2개의 자기 공명 영상을 입력하여 상기 자기 공명 영상의 특징을 추출하는 단계; 및상기 신경망의 생성기가 상기 특징을 토대로 상기 2개의 자기 공명 영상과 다른 대조도를 갖는 자기 공명 영상을 생성하는 단계;를 포함하되,상기 신경망은 상기 자기 공명 영상이 입력되기 이전에 상기 신경망의 판별기가 T2 강조 지방 포화 영상의 생성에 따른 손실을 판별한 결과 및 디코더가 블로흐 방정식을 이용하여 상기 인코더에 입력된 자기 공명 영상을 재구성한 결과에 따라 학습되는 지방 포화 자기 공명 영상 생성 방법
|
| 2 |
2
제 1 항에 있어서,상기 인코더에 입력되는 2개의 자기 공명 영상은 신체 내 특정 조직을 동일한 시점에서 촬영한 T1 강조(T1-Weighted) 영상 및 T2 강조 영상이고,상기 생성기가 생성하는 자기 공명 영상은 T2 강조 지방 포화 자기 공명 영상인 지방 포화 자기 공명 영상 생성 방법
|
| 3 |
3
제 1 항에 있어서,상기 신경망은 블로흐 방정식 기반 생성적 적대 신경망(Bloch-GAN)인 지방 포화 자기 공명 영상 생성 방법
|
| 4 |
4
제 1 항에 있어서,상기 생성적 적대 신경망은 적대적 손실함수, 정규화 손실함수, 픽셀와이즈 손실함수 및 인지 손실함수를 전체 손실함수로 포함하고, 상기 전체 손실함수가 최소화 되도록 학습되는 지방 포화 자기 공명 영상 생성 방법
|
| 5 |
5
제 1 항에 있어서,상기 디코더는 가상의 자기 공명 파라미터 맵을 생성하고 상기 자기 공명 파라미터 맵에 따라 상기 자기 공명 영상을 재구성하는 지방 포화 자기 공명 영상 생성 방법
|
| 6 |
6
제 5 항에 있어서,상기 자기 공명 파라미터 맵은 T1 자기이완율 맵, T2 자기이완율 맵 및 양성자 밀도 맵을 포함하는 지방 포화 자기 공명 영상 생성 방법
|
| 7 |
7
서로 다른 대조도를 갖는 2개의 자기 공명 영상을 입력받는 입력장치;인코더, 디코더, 생성기 및 판별기를 하위 네트워크로 포함하는 블로흐 방정식 기반 생성적 적대 신경망을 저장하는 저장장치; 및상기 인코더를 이용하여 상기 2개의 자기 공명 영상의 특징을 추출하고, 상기 생성기를 이용하여 상기 추출된 특징을 토대로 상기 2개의 자기 공명 영상과 다른 대조도를 갖는 자기 공명 영상을 생성하는 연산장치;를 포함하되, 상기 블로흐 방정식 기반 생성적 적대 신경망은 상기 2개의 자기 공명 영상이 입력되기 이전에 상기 판별기가 자기 공명 영상의 생성에 따른 손실을 판별한 결과 및 상기 디코더가 블로흐 방정식을 이용하여 상기 인코더에 입력된 자기 공명 영상을 재구성한 결과에 따라 학습되는 지방 포화 자기 공명 영상 생성 장치
|
| 8 |
8
제 1 항에 있어서,상기 2개의 자기 공명 영상은 신체 내 특정 조직을 동일한 시점에서 촬영한 T1 강조(T1-Weighted) 영상 및 T2 강조 영상이고,상기 생성기가 생성하는 자기 공명 영상은 T2 강조 지방 포화 자기 공명 영상인 지방 포화 자기 공명 영상 생성 장치
|
| 9 |
9
제 7 항에 있어서,상기 생성적 적대 신경망은 적대적 손실함수, 정규화 손실함수, 픽셀와이즈 손실함수 및 인지 손실함수를 전체 손실함수로 포함하고, 상기 전체 손실함수가 최소화 되도록 학습되는 지방 포화 자기 공명 영상 생성 장치
|
| 10 |
10
제 7 항에 있어서,상기 생성적 적대 신경망은 가상의 자기 공명 파라미터 맵을 생성하고 상기 자기 공명 파라미터 맵에 따라 상기 자기 공명 영상을 재구성하는 지방 포화 자기 공명 영상 생성 장치
|
| 11 |
11
제 10 항에 있어서,상기 자기 공명 파라미터 맵은 T1 자기이완율 맵, T2 자기이완율 맵 및 양성자 밀도 맵을 포함하는 지방 포화 자기 공명 영상 생성 장치
|
