| 1 |
1
실제 치매 판정을 받은 환자들에 대한 뇌 활동 패턴 영상 및 학습용 안저 영상을 각각 획득하고, 획득한 상기 뇌 활동 패턴 영상 및 상기 학습용 안저 영상을 각각 입력 값 및 출력 값으로 하여 기 설정한 알고리즘을 이용하는 기계학습을 수행하며, 상기 기계학습의 학습 결과를 통해 상기 입력 값과 상기 출력 값 사이의 특정 알고리즘으로 표현되는 상관 관계 및 치매 예측 영상을 도출하는 영상 상관관계 획득부;복수의 검사 대상에 대한 안구 안쪽의 촬영 영상을 획득하고, 획득한 상기 촬영 영상을 저장하며, 상기 촬영 영상 중 기 설정된 유사도 값을 가지는 영상을 유사 영상으로 분류하는 유사 영상 획득부; 및상기 유사 영상을 기 설정된 알고리즘을 통해 분석하여 해당 유사 영상과 연결된 상기 검사 대상의 치매 예상 등급을 선별하는 치매 예상 등급 선별부;를 포함하는 안저 영상 학습을 이용한 치매 예측 선별 시스템
|
| 2 |
2
제 1항에 있어서,상기 학습용 안저 영상은, 상기 치매 판정을 받은 환자들의 베타 아밀로이드 플라크가 검출된 안저 영상인 안저 영상 학습을 이용한 치매 예측 선별 시스템
|
| 3 |
3
제 1항에 있어서,상기 유사 영상 획득부는,안구 내부에 대한 자가형광 안저촬영을 수행하고, 수행 결과인 상기 촬영 영상을 획득하는 촬영 영상 획득 모듈;상기 촬영 영상을 컬러 영상, 그레이 영상 및 이진 영상 중 어느 하나의 영상 포멧으로 변경하고, 변경한 포멧의 상기 촬영 영상을 저장하는 촬영 영상 저장 모듈; 및상기 상관 관계인 상기 특정 알고리즘에 저장된 촬영 영상을 적용하고 그 결과 값을 상기 치매 예측 영상과 비교하여 유사도를 확인하고, 기 설정된 유사도 값 이상을 나타내는 촬영 영상을 상기 유사 영상으로 분류하는 유사 영상 분류 모듈;을 포함하는 안저 영상 학습을 이용한 치매 예측 선별 시스템
|
| 4 |
4
제 1항에 있어서,상기 치매 예상 등급 선별부는,상기 유사 영상에 기 설정된 알고리즘을 적용하여 유사 영상으로부터 유효 베타 아밀로이드 플라크의 위치인 특정 포인트를 획득하는 특정 포인트 획득 모듈; 및상기 특정 포인트를 서로 연결하여 상기 유효 베타 아밀로이드 플라크의 영역을 시각화하고, 이를 이용하여 기 설정된 기준을 통해 상기 치매 예상 등급을 결정하고 출력하는 처리 결과 출력 모듈;을 포함하는 안저 영상 학습을 이용한 치매 예측 선별 시스템
|
| 5 |
5
제 4항에 있어서,상기 기 설정된 알고리즘은,부분 신뢰도 맵(Part Confidence Maps, PCM) 알고리즘, 부분 선호도 영역 (Part Affinity Fields, PAF) 알고리즘 및 이진 매칭(Bipartite Matching, BM) 알고리즘 중 적어도 하나를 포함하는 안저 영상 학습을 이용한 치매 예측 선별 시스템
|
| 6 |
6
영상 상관 관계 획득부를 이용하여 실제 치매 판정을 받은 환자들에 대한 뇌 활동 패턴 영상 및 학습용 안저 영상을 각각 획득하고, 획득한 상기 뇌 활동 패턴 영상 및 상기 학습용 안저 영상을 각각 입력 값 및 출력 값으로 하여 기 설정한 알고리즘을 이용하는 기계학습을 수행하며, 상기 기계학습의 학습 결과를 통해 상기 입력 값과 상기 출력 값 사이의 특정 알고리즘으로 표현되는 상관 관계 및 치매 예측 영상을 도출하는 단계;유사 영상 획득부를 이용하여 복수의 검사 대상에 대한 안구 안쪽의 촬영 영상을 획득하고, 획득한 상기 촬영 영상을 저장하며, 상기 촬영 영상 중 기 설정된 유사도 값을 가지는 영상을 유사 영상으로 분류하는 단계; 및치매 예상 등급 선별부를 이용하여 상기 유사 영상을 기 설정된 알고리즘을 통해 분석하여 해당 유사 영상과 연결된 상기 검사 대상의 치매 예상 등급을 선별하는 단계;를 포함하는 안저 영상 학습을 이용한 치매 예측 선별 방법
|
