1 |
1
컴퓨팅 장치에 의해 수행되는 인공지능 모델 학습용 데이터 생성 방법에 있어서,영상 데이터 상의 치아를 식별하는 단계;상기 치아의 해부학적 구조를 기초로, 상기 치아의 제1 특징점을 결정하는 단계;상기 영상 데이터 상의 상기 치아와 인접한 잇몸을 식별하는 단계;상기 잇몸과 상기 치아가 만나는 접점을 기초로 제2 특징점을 결정하는 단계; 및상기 제1 특징점 및 상기 제2 특징점을 기초로 상기 치아에 대한 바운딩 박스(Bounding Box)를 생성하는 단계를 포함하는,인공지능 모델 학습용 데이터 생성 방법
|
2 |
2
제1 항에 있어서,상기 치아의 제1 특징점을 결정하는 단계는,상기 치아의 치아 중심선을 결정하는 단계;상기 치아의 해부학적 구조를 기초로, 상기 치아 중심선과 상이한 방향으로 연장되는 참조선을 결정하는 단계; 및상기 치아 중심선과 상기 참조선을 이용하여 제1 특징점을 결정하는 단계를 포함하는, 인공지능 모델 학습용 데이터 생성 방법
|
3 |
3
제2 항에 있어서,상기 참조선은, 상기 치아의 치관 영역의 상부 표면에 위치한 2개의 점을 이은 선이고,상기 제1 특징점은,상기 치아의 상부 치주기준점인,인공지능 모델 학습용 데이터 생성 방법
|
4 |
4
제2 항에 있어서,상기 참조선은, 상기 치아의 치근 영역의 하부 표면에 위치한 2개의 점을 이은 선이고,상기 제1 특징점은,상기 치아의 하부 치주기준점인,인공지능 모델 학습용 데이터 생성 방법
|
5 |
5
제2 항에 있어서,상기 참조선은, 상기 치아의 CEJ(Cemento-Enamel Junction) 선이고,상기 제1 특징점은,상기 치아의 중앙 치주기준점인,인공지능 모델 학습용 데이터 생성 방법
|
6 |
6
제2 항에 있어서,상기 치아의 치아 중심선을 결정하는 단계는,상기 치아의 치아목 영역을 확인하는 단계;상기 치아목 영역의 일측 두 점을 기초로 제1 직선을 결정하는 단계;상기 치아목 영역의 타측 두 점을 기초로 제2 직선을 결정하는 단계; 및상기 제1 직선 및 상기 제2 직선을 기초로 상기 치아 중심선을 결정하는 단계를 포함하는,인공지능 모델 학습용 데이터 생성 방법
|
7 |
7
삭제
|
8 |
8
제1 항에 있어서, 상기 제2 특징점을 결정하는 단계는,상기 치아의 치관 및 치근을 식별하는 단계; 및상기 치관의 법랑질과 상기 치근의 상아질의 접점을 기초로 상기 제2 특징점을 결정하는 단계를 포함하는,인공지능 모델 학습용 데이터 생성 방법
|
9 |
9
제1 항과 제8 항 중 어느 한 항에 있어서,상기 제2 특징점은, 상기 치아의 좌측 치주기준점 또는 우측 치주기준점인,인공지능 모델 학습용 데이터 생성 방법
|
10 |
10
제1 항에 있어서,상기 치아에 대한 바운딩 박스를 생성하는 단계는,상기 제1 특징점 및 상기 제2 특징점의 좌표들의 최대값 및 최소값을 확인하는 단계; 및상기 좌표들의 최대값 및 최소값을 기초로 상기 바운딩 박스의 꼭지점 좌표를 결정하는 단계를 포함하는,인공지능 모델 학습용 데이터 생성 방법
|
11 |
11
제10 항에 있어서,상기 제1 특징점 및 상기 제2 특징점의 좌표들 및 상기 바운딩 박스의 꼭지점 좌표는 직교 좌표계 좌표인,인공지능 모델 학습용 데이터 생성 방법
|
12 |
12
제10 항에 있어서,상기 바운딩 박스의 꼭지점 좌표를 결정하는 단계는,상기 좌표들의 최대값 및 최소값을 기초로 제1 박스의 꼭지점 좌표를 결정하는 단계; 및상기 제1 박스의 꼭지점 좌표에 보정치를 가산 또는 감산하여 상기 바운딩 박스의 꼭지점 좌표를 결정하는 단계를 포함하는,인공지능 모델 학습용 데이터 생성 방법
|
13 |
13
제12 항에 있어서,상기 보정치는,상기 제1 특징점 및 상기 제2 특징점 중 적어도 두 점의 중점의 좌표 값에 기초하여 결정되는,인공지능 모델 학습용 데이터 생성 방법
|
14 |
14
제1 항에 있어서, 상기 바운딩 박스를 생성하는 단계는,상기 제1 특징점 중 상부 치주기준점과 하부 치주기준점을 지나는 제1 기준선을 결정하는 단계;상기 제2 특징점 중 좌측 치주기준점과 우측 치주기준점을 지나는 제2 기준선을 결정하는 단계;상기 제1 기준선과 평행한 제1 선분 및 제2 선분과, 상기 제2 기준선과 평행한 제3 선분 및 제4 선분을 결정하는 단계; 및상기 제1 선분, 제2 선분, 제3 선분, 및 제4 선분을 조합하여 상기 바운딩 박스를 생성하는 단계를 포함하는, 인공지능 모델 학습용 데이터 생성 방법
|
15 |
15
제14 항에 있어서, 상기 제1 선분은 상기 좌측 치주기준점을 지나고,상기 제2 선분은 상기 우측 치주기준점을 지나고,상기 제3 선분은 상기 상부 치주기준점을 지나고,상기 제4 선분은 상기 하부 치주기준점을 지나는,인공지능 모델 학습용 데이터 생성 방법
|
16 |
16
제1 항에 있어서, 상기 제1 특징점 및 상기 제2 특징점 간 거리의 비(Ratio)를 이용하여 상기 치아의 치과 질환 등급을 산출하는 단계를 더 포함하는, 인공지능 모델 학습용 데이터 생성 방법
|
17 |
17
제16 항에 있어서, 치주염 등급을 상기 치아에 레이블링(Labeling)하는 단계를 더 포함하는,인공지능 모델 학습용 데이터 생성 방법
|
18 |
18
컴퓨팅 장치와 결합하여,영상 데이터 상의 치아를 식별하는 단계;상기 치아의 해부학적 구조를 기초로 상기 치아의 제1 특징점을 결정하는 단계;상기 영상 데이터 상의 상기 치아와 인접한 잇몸을 식별하는 단계;상기 잇몸과 상기 치아가 만나는 접점을 기초로 제2 특징점을 결정하는 단계; 및상기 제1 특징점 및 상기 제2 특징점을 기초로 상기 치아에 대한 바운딩 박스(Bounding Box)를 생성하는 단계를 포함하는,인공지능 모델 학습용 데이터 생성 방법을 수행하기 위한 컴퓨터 프로그램이 기록된, 컴퓨터가 읽을 수 있는 기록 매체
|
19 |
19
프로세서;상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 로드(load)하는 메모리; 및상기 컴퓨터 프로그램을 저장하는 스토리지를 포함하되,상기 컴퓨터 프로그램은,영상 데이터 상의 치아를 식별하는 동작,상기 치아의 해부학적 구조를 기초로 상기 치아의 제1 특징점을 결정하는 동작,상기 영상 데이터 상의 상기 치아와 인접한 잇몸을 식별하는 동작,상기 잇몸과 상기 치아가 만나는 접점을 기초로 제2 특징점을 결정하는 동작, 및상기 제1 특징점 및 상기 제2 특징점을 기초로 상기 치아에 대한 바운딩 박스(Bounding Box)를 생성하는 동작을 수행하기 위한 인스트럭션들을 포함하는,인공지능 모델 학습용 데이터 생성 장치
|