| 1 |
1
인공지능을 이용한 면역형광검사 결과 판독 장치에 있어서, 음성으로 판독된 이미지와 양성으로 판독된 이미지를 기 구축된 기계 학습 알고리즘에 의해 학습시키는 학습부,환자로부터 채취되어 형광 처리된 체액 또는 조직이 부착된 판독 슬라이드를 확대한 상태에서 촬영한 이미지를 획득하는 영상획득부, 상기 획득한 이미지를 픽셀단위로 분류하고, 상기 분류된 픽셀에 대한 각각의 RGB값을 획득하며, 상기 획득한 RGB값에 따른 특징 데이터를 추출하는 데이터 추출부, 그리고상기 획득된 특징 데이터를 상기 기계 학습 알고리즘에 입력하여 항체에 대한 판독 결과를 수신하는 판독부를 포함하는 면역형광검사 결과 판독 장치
|
| 2 |
2
제1항에 있어서, 상기 항체가 양성 반응을 나타낼 때 제1 색상으로 발현되고, 상기 항체가 음성 반응을 나타낼 때 제2 색상으로 발현되는 경우, 상기 특징 데이터는, 상기 제1 색상에 해당하는 RGB 값을 가지는 픽셀이 차지하는 비율, 및상기 제2 색상에 해당하는 RGB 값을 가지는 픽셀이 차지하는 비율을 포함하는 면역형광검사 결과 판독 장치
|
| 3 |
3
제2항에 있어서, 상기 기계 학습 알고리즘은 형광 처리된 체액 또는 조직의 제1 색상이 차지하는 비율 및 제2 색상이 차지하는 비율에 따라 항체의 양성 또는 음성 반응을 판독하도록 학습되는 면역형광검사 결과 판독 장치
|
| 4 |
4
제1항에 있어서, 상기 특징 데이터는, 상기 입력된 이미지의 평균 RGB 값을 포함하는 면역형광검사 결과 판독 장치
|
| 5 |
5
제4항에 있어서, 상기 기계 학습 알고리즘은 형광 처리된 체액 또는 조직의 평균 RGB값에 따라 항체의 양성 또는 음성 반응을 판독하도록 학습되는 면역형광검사 결과 판독 장치
|
| 6 |
6
면역형광검사 결과 판독 장치를 이용한 면역형광검사 결과 판독 방법에 있어서, 음성으로 판독된 이미지와 양성으로 판독된 이미지를 기 구축된 기계 학습 알고리즘에 입력하여, 상기 기계 학습 알고리즘을 학습시키는 단계,환자로부터 채취되어 형광 처리된 체액 또는 조직이 부착된 판독 슬라이드를 확대한 상태에서 촬영한 이미지를 촬영장치로부터 획득하는 이미지 획득 단계, 상기 획득한 이미지를 픽셀단위로 분류하고, 상기 분류된 픽셀에 대한 각각의 RGB값을 획득하며, 상기 획득한 RGB값에 따른 특징 데이터를 추출하는 단계, 그리고상기 획득된 특징 데이터를 상기 기계 학습 알고리즘에 입력하고, 상기 기계 학습 알고리즘으로부터 항체에 대한 판독 결과를 수신하는 단계를 포함하는 면역형광검사 결과 판독 방법
|
| 7 |
7
제1항에 있어서, 상기 항체가 양성 반응을 나타낼 때 제1 색상으로 발현되고, 상기 항체가 음성 반응을 나타낼 때 제2 색상으로 발현되는 경우, 상기 특징 데이터는, 상기 제1 색상에 해당하는 RGB 값을 가지는 픽셀이 차지하는 비율, 및상기 제2 색상에 해당하는 RGB 값을 가지는 픽셀이 차지하는 비율을 포함하는 면역형광검사 결과 판독 방법
|
| 8 |
8
제7항에 있어서, 상기 기계 학습 알고리즘은 형광 처리된 체액 또는 조직의 제1 색상이 차지하는 비율 및 제2 색상이 차지하는 비율에 따라 항체의 양성 또는 음성 반응을 판독하도록 학습되는 면역형광검사 결과 판독 방법
|
| 9 |
9
제6항에 있어서, 상기 특징 데이터는, 상기 입력된 이미지의 평균 RGB 값을 포함하는 면역형광검사 결과 판독 방법
|
| 10 |
10
제9항에 있어서, 상기 기계 학습 알고리즘은, 형광 처리된 체액 또는 조직의 평균 RGB값에 따라 항체의 양성 또는 음성 반응을 판독하도록 학습되는 면역형광검사 결과 판독 방법
|
