1 |
1
인공지능 알고리즘을 기반으로 하는 고관절 이형성증 진단 시스템에 있어서, 고관절 이형성증(DDH)을 진단받은 영아의 고관절 초음파 영상과, 고관절 이형성증(DDH)을 진단받지 않은 영아의 고관절 초음파 영상을 수집하는 초음파 영상 수집부, 상기 수집된 고관절 초음파 영상에 포함된 장골과 구개에 해당하는 부분의 영역을 설정하고, 영역 설정이 완료된 고관절 초음파 영상을 입력하여 학습 모델을 1차 학습시키고, 상기 1차 학습이 완료된 학습 모델에 복수의 포인트가 설정된 고관절 초음파 영상을 입력하여 상기 학습 모델을 2차 학습시키는 학습부, 고관절 이형성증(DDH)을 진단받고자 하는 측정 대상자의 고관절 초음파 영상을 획득하고, 획득한 상기 고관절 초음파 영상을 학습이 완료된 학습모델에 입력하여, 상기 고관절 초음파 영상에 매칭되는 복수의 포인트를 획득하는 분석부, 그리고상기 복수의 포인트를 이용하여 장골과 구개가 이루는 길이와 각을 획득하고, 획득한 길이와 각을 이용하여 고관절 이형성증(DDH)를 진단하는 진단부를 포함하는 고관절 이형성증 진단 시스템
|
2 |
2
제1항에 있어서, 상기 포인트는, 장골의 시작과 끝 부분, 구개의 윗 부분과 아래 부분에 각각 위치하는 고관절 이형성증 진단 시스템
|
3 |
3
제1항에 있어서, 상기 학습부는,CVAT(Computer Vision Annotation Tool) 프로그램을 이용하여 장골과 구개에 해당하는 부분에 polypoint를 지정하여 생성된 XML 파일 및 이미지 파일을 획득하고, 획득한 XML 파일 및 이미지 파일을 이용하여 학습모델을 1차 학습시키는 고관절 이형성증 진단 시스템
|
4 |
4
제3항에 있어서, 상기 학습모델은,장골과 구개에 해당하는 부분을 흰색으로 변환하고, 나머지 부분을 검은색으로 변환한 제1 영상을 출력하는 고관절 이형성증 진단 시스템
|
5 |
5
제4항에 있어서, 상기 학습부는, CVAT(Computer Vision Annotation Tool) 프로그램을 이용하여 장골과 구개를 나타내는 부분에 복수의 포인트가 표시된 제2 영상을 획득하고, 상기 제1 학습 모델을 통해 출력된 제1 영상과, 상기 제2 영상을 각각 학습모델에 입력하여 2차 학습시키는 고관절 이형성증 진단 시스템
|
6 |
6
제1항에 있어서, 상기 진단부는, 장골의 시작점과 끝점을 연결하여 측정된 길이값에 대응하는 제1 기준값, 상기 장골의 시작점과 끝점을 연결한 수평선과, 상기 장골의 끝점과 구개의 윗부분을 연결하여 생성된 선 사이의 각도(α)에 대응하는 제2 기준값, 그리고상기 장골의 시작점과 끝점을 연결한 수평선과, 상기 장골의 끝점과 구개의 아래 부분을 연결하여 생성된 선 사이의 각도(β)에 대응하는 제3 기준값을 각각 설정한 다음, 상기 설정된 제1 기준값, 제2 기준값 및 제3 기준값을 이용하여 고관절 이형성증(DDH)을 복수의 등급으로 분류하여 진단하는 고관절 이형성증 진단 시스템
|
7 |
7
고관절 이형성증 진단 시스템을 이용한 고관절 이형성증 진단 방법에 있어서, 고관절 이형성증(DDH)을 진단받은 영아의 고관절 초음파 영상과, 고관절 이형성증(DDH)을 진단받지 않은 영아의 고관절 초음파 영상을 수집하는 단계,상기 수집된 고관절 초음파 영상에 포함된 장골과 구개에 해당하는 부분의 영역을 설정하고, 영역 설정이 완료된 고관절 초음파 영상을 입력하여 학습 모델을 1차 학습시키는 단계, 상기 1차 학습이 완료된 학습 모델에 복수의 포인트가 설정된 고관절 초음파 영상을 입력하여 상기 학습 모델을 2차 학습시키는 단계, 고관절 이형성증(DDH)을 진단받고자 하는 측정 대상자의 고관절 초음파 영상을 획득하고, 획득한 상기 고관절 초음파 영상을 학습이 완료된 학습모델에 입력하여, 상기 고관절 초음파 영상에 매칭되는 복수의 포인트를 획득하는 단계 그리고상기 복수의 포인트를 이용하여 장골과 구개가 이루는 길이와 각을 획득하고, 획득한 길이와 각을 이용하여 고관절 이형성증(DDH)을 진단하는 단계를 포함하는 고관절 이형성증 진단 방법
|
8 |
8
제7항에 있어서, 상기 포인트는, 장골의 시작과 끝 부분, 구개의 윗 부분과 아래 부분에 각각 위치하는 고관절 이형성증 진단 방법
|
9 |
9
제7항에 있어서, 상기 학습 모델을 1차 학습시키는 단계는,CVAT(Computer Vision Annotation Tool) 프로그램을 이용하여 장골과 구개에 해당하는 부분에 polypoint를 지정하여 생성된 XML 파일 및 이미지 파일을 획득하고, 획득한 XML 파일 및 이미지 파일을 이용하여 학습모델을 1차 학습시키는 고관절 이형성증 진단 방법
|
10 |
10
제9항에 있어서, 상기 학습모델은,장골과 구개에 해당하는 부분을 흰색으로 변환하고, 나머지 부분을 검은색으로 변환한 제1 영상을 출력하는 고관절 이형성증 진단 방법
|
11 |
11
제10항에 있어서, 상기 학습 모델을 2차 학습시키는 단계는,CVAT(Computer Vision Annotation Tool) 프로그램을 이용하여 장골과 구개를 나타내는 부분에 복수의 포인트가 표시된 제2 영상을 획득하고, 상기 제1 학습 모델을 통해 출력된 제1 영상과, 상기 제2 영상을 각각 학습모델에 입력하여 2차 학습시키는 고관절 이형성증 진단 방법
|
12 |
12
제7항에 있어서, 상기 고관절 이형성증(DDH)을 진단하는 단계는, 장골의 시작점과 끝점을 연결하여 측정된 길이값에 대응하는 제1 기준값, 상기 장골의 시작점과 끝점을 연결한 수평선과, 상기 장골의 끝점과 구개의 아래 부분을 연결하여 생성된 선 사이의 각도(α)에 대응하는 제2 기준값, 그리고상기 장골의 시작점과 끝점을 연결한 수평선과, 상기 장골의 끝점과 구개의 윗 부분을 연결하여 생성된 선 사이의 각도(β)에 대응하는 제3 기준값을 각각 설정한 다음, 상기 설정된 제1 기준값, 제2 기준값 및 제3 기준값을 이용하여 고관절 이형성증(DDH)을 복수의 등급으로 분류하여 진단하는 고관절 이형성증 진단 방법
|