맞춤기술찾기

이전대상기술

의료영상 처리 장치와 그 의료영상 학습 방법 및 의료영상 처리 방법

  • 기술번호 : KST2023006155
  • 담당센터 : 부산기술혁신센터
  • 전화번호 : 051-606-6561
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 일 실시예에 따른 의료영상 처리 장치가 수행하는 의료영상 학습 방법은, 신체에 대한 의료영상 내에 금속인공물 영역 영상이 합성된 제 1 합성 의료영상과 제 1 합성 의료영상에 금속 아티팩트(metal artifact)가 부가된 제 2 합성 의료영상을 포함하는 학습용 영상 데이터세트를 획득하는 단계와, 실제 금속인공물 영역이 포함된 대상 의료영상으로부터 금속 아티팩트를 감소시킨 처리 의료영상을 획득할 수 있도록, 인공신경망 모델이 상기 학습용 영상 데이터세트를 학습하는 단계를 포함한다.
Int. CL G06T 11/00 (2006.01.01) G06T 5/50 (2006.01.01) G06T 3/40 (2006.01.01) G06N 3/02 (2023.01.01)
CPC G06T 11/008(2013.01) G06T 5/50(2013.01) G06T 3/40(2013.01) G06N 3/02(2013.01) G06T 2210/41(2013.01) G06T 2207/20081(2013.01) G06T 2207/20084(2013.01)
출원번호/일자 1020210180524 (2021.12.16)
출원인 재단법인 아산사회복지재단, 울산대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0091422 (2023.06.23) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.12.16)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 재단법인 아산사회복지재단 대한민국 서울특별시 송파구
2 울산대학교 산학협력단 대한민국 울산광역시 남구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김남국 서울특별시 송파구
2 정지헌 인천광역시 서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 제일특허법인(유) 대한민국 서울특별시 서초구 마방로 ** (양재동, 동원F&B빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2021.12.16 수리 (Accepted) 1-1-2021-1459683-36
2 보정요구서
Request for Amendment
2021.12.28 발송처리완료 (Completion of Transmission) 1-5-2021-0205092-98
3 특허고객번호 정보변경(경정)신고서·정정신고서
2022.01.10 수리 (Accepted) 4-1-2022-5006881-65
4 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2022.01.11 수리 (Accepted) 1-1-2022-0035670-21
5 특허고객번호 정보변경(경정)신고서·정정신고서
2022.01.13 수리 (Accepted) 4-1-2022-5010543-98
6 특허고객번호 정보변경(경정)신고서·정정신고서
2022.01.13 수리 (Accepted) 4-1-2022-5010528-13
7 특허고객번호 정보변경(경정)신고서·정정신고서
2022.04.25 수리 (Accepted) 4-1-2022-5097268-08
8 특허고객번호 정보변경(경정)신고서·정정신고서
2022.04.25 수리 (Accepted) 4-1-2022-5097214-43
9 선행기술조사의뢰서
Request for Prior Art Search
2022.12.15 수리 (Accepted) 9-1-9999-9999999-89
10 특허고객번호 정보변경(경정)신고서·정정신고서
2023.04.18 수리 (Accepted) 4-1-2023-5095011-70
11 특허고객번호 정보변경(경정)신고서·정정신고서
2023.04.18 수리 (Accepted) 4-1-2023-5095017-43
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
의료영상 처리 장치가 수행하는 의료영상 학습 방법으로서,신체에 대한 의료영상 내에 금속인공물 영역 영상이 합성된 제 1 합성 의료영상과 상기 제 1 합성 의료영상에 금속 아티팩트(metal artifact)가 부가된 제 2 합성 의료영상을 포함하는 학습용 영상 데이터세트를 획득하는 단계와,실제 금속인공물 영역이 포함된 대상 의료영상으로부터 금속 아티팩트를 감소시킨 처리 의료영상을 획득할 수 있도록, 인공신경망 모델이 상기 학습용 영상 데이터세트를 학습하는 단계를 포함하는의료영상 학습 방법
2 2
제 1 항에 있어서,상기 학습용 영상 데이터세트를 획득하는 단계는,금속 아티팩트가 없거나 기준치 이하인 촬영 의료영상 내에 금속인공물 영역을 합성해 상기 제 1 합성 의료영상을 획득하는 단계와,상기 제 1 합성 의료영상에 대한 라돈 변환(radon transform)을 통해 상기 제 2 합성 의료영상을 획득하는 단계를 포함하는의료영상 학습 방법
3 3
제 2 항에 있어서,상기 제 2 합성 의료영상을 획득하는 단계는,상기 제 1 합성 의료영상에 대한 가상적 사이노그램(sonogram)을 통해 포워드 프로젝션(forward-projection)을 수행한 후, 상기 가상적 사이노그램의 결과에 대한 백 프로젝션(back-projection)을 통해 상기 제 2 합성 의료영상을 생성하는의료영상 학습 방법
4 4
제 1 항에 있어서,상기 인공신경망 모델은 적대적 생성 신경망(generative adversarial network)이고,상기 학습용 영상 데이터세트를 학습하는 단계에서, 상기 적대적 생성 신경망의 생성자에 상기 제 2 합성 의료영상을 입력하며, 상기 적대적 생성 신경망의 판별자에 상기 제 1 합성 의료영상을 입력하고, 상기 적대적 생성 신경망은 구별가능 증강(differentiable augmentation)을 통해 데이터를 증강시키는의료영상 학습 방법
5 5
제 4 항에 있어서,상기 적대적 생성 신경망은 영상 업샘플링(upsampling) 시에 픽셀셔플(PixelShuffle)을 사용하는의료영상 학습 방법
6 6
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,제 1 항 내지 제 5 항 중 어느 한 항에 따른 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 판독 가능한 기록매체
7 7
컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,제 1 항 내지 제 5 항 중 어느 한 항에 따른 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 프로그램
8 8
신체에 대한 의료영상 내에 금속인공물 영역 영상이 합성된 제 1 합성 의료영상과 상기 제 1 합성 의료영상에 금속 아티팩트가 부가된 제 2 합성 의료영상을 포함하는 학습용 영상 데이터세트를 획득하는 획득부와,실제 금속인공물 영역이 포함된 대상 의료영상으로부터 금속 아티팩트를 감소시킨 처리 의료영상을 획득할 수 있도록, 인공신경망 모델이 상기 학습용 영상 데이터세트를 학습하는 학습부를 포함하는의료영상 처리 장치
9 9
제 8 항에 있어서,금속 아티팩트가 없거나 기준치 이하인 촬영 의료영상 내에 금속인공물 영역을 합성해 상기 제 1 합성 의료영상을 획득한 후, 상기 제 1 합성 의료영상에 대한 라돈 변환을 통해 상기 제 2 합성 의료영상을 획득하는 전처리부를 더 포함하는의료영상 처리 장치
10 10
제 9 항에 있어서,상기 전처리부는,상기 제 1 합성 의료영상에 대한 가상적 사이노그램을 통해 포워드 프로젝션을 수행하고, 상기 가상적 사이노그램의 결과에 대한 백 프로젝션을 통해 상기 제 2 합성 의료영상을 생성하는의료영상 처리 장치
11 11
의료영상 처리 장치가 수행하는 의료영상 처리 방법으로서,신체에 대한 의료영상 내에 금속인공물 영역 영상이 합성된 제 1 합성 의료영상과 상기 제 1 합성 의료영상에 금속 아티팩트가 부가된 제 2 합성 의료영상을 포함하는 학습용 영상 데이터세트가 학습된 인공신경망 모델이 실제 금속인공물 영역이 포함된 대상 의료영상을 입력 받는 단계와,상기 인공신경망 모델이 상기 대상 의료영상으로부터 금속 아티팩트를 감소시킨 처리 의료영상을 획득하는 단계를 포함하는의료영상 처리 방법
12 12
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,제 11 항에 따른 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 판독 가능한 기록매체
13 13
컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,제 11 항에 따른 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 프로그램
14 14
금속인공물이 삽입된 신체를 촬영한 실제 금속인공물 영역과 금속 아티팩트가 포함된 대상 의료영상을 획득하는 획득부와,신체에 대한 의료영상 내에 금속인공물 영역 영상이 합성된 제 1 합성 의료영상과 상기 제 1 합성 의료영상에 금속 아티팩트가 부가된 제 2 합성 의료영상을 포함하는 학습용 영상 데이터세트가 학습된 인공신경망 모델이 상기 대상 의료영상으로부터 금속 아티팩트를 감소시킨 처리 의료영상을 획득하는 학습부를 포함하는의료영상 처리 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 보건복지부 서울아산병원 연구중심병원육성(R&D) MeDIA: 의료 빅데이터, 사물인터넷, 인공지능 플랫폼 구축을 통한 혁신형 의료기술 개발