1 |
1
프로세서에 의하여 수행되는 방법에 있어서,안저(fundus)를 촬영한 대상 영상 및 노이즈 값에 기초하여 생성된 입력 영상과 상기 입력 영상에 기계 학습 모델을 적용함으로써 산출된 스코어(score)를 이용하여 출력 영상을 획득하는 단계;상기 대상 영상 및 상기 출력 영상에 기초하여 복원 영상을 획득하는 단계; 및상기 대상 영상 및 상기 복원 영상에 기초하여 상기 복원 영상의 정상 영역을 결정하는 단계를 포함하는 방법
|
2 |
2
제1항에 있어서,상기 기계 학습 모델은,정상 안저에 관한 트레이닝 영상 및 노이즈 값에 기초하여 생성된, 트레이닝 입력에 상기 기계 학습 모델을 적용함으로써 산출된 임시 스코어에 기초하여 트레이닝된,방법
|
3 |
3
제1항에 있어서,상기 복원 영상을 획득하는 단계는,상기 대상 영상의 정상 영역(normal region) 및 상기 출력 영상의 일부 영역에 기초하여 상기 복원 영상을 획득하는 단계를 포함하는,방법
|
4 |
4
제1항에 있어서,상기 복원 영상을 획득하는 단계는,상기 대상 영상의 상기 정상 영역과 다른 영역을 상기 출력 영상의 일부 영역으로 변경함으로써 상기 복원 영상을 획득하는 단계를 포함하는,방법
|
5 |
5
제1항에 있어서,상기 복원 영상의 정상 영역을 결정하는 단계는,상기 대상 영상 및 상기 복원 영상 간의 차이에 기초하여 상기 복원 영상의 정상 영역을 결정하는 단계를 포함하는,방법
|
6 |
6
제1항에 있어서,상기 복원 영상의 정상 영역을 결정하는 단계는,상기 대상 영상의 픽셀 및 상기 대상 영상의 상기 픽셀에 대응하는 상기 복원 영상의 픽셀 간의 픽셀 값 차이가 임계 이하인 픽셀의 집합을 상기 복원 영상의 상기 정상 영역으로 결정하는 단계를 포함하는,방법
|
7 |
7
제1항에 있어서,상기 복원 영상에 기초하여 다른 출력 영상을 획득하고 상기 결정된 복원 영상의 정상 영역에 기초하여 다른 복원 영상을 획득함으로써, 복원 영상을 업데이트하는 단계; 및상기 복원 영상을 업데이트할 때마다 해당 복원 영상의 정상 영역을 결정함으로써 상기 복원 영상의 정상 영역의 결정을 반복하는 단계를 더 포함하는 방법
|
8 |
8
제1항에 있어서,상기 출력 영상을 획득하는 단계는,상기 대상 영상에 노이즈 분포로부터 샘플링된 노이즈 값들을 결합함으로써 상기 입력 영상을 생성하는 단계;상기 입력 영상에 상기 기계 학습 모델을 적용함으로써 상기 입력 영상의 획득에 이용된 상기 노이즈 분포의 로그 확률 밀도 함수(log probability density function)의 그래디언트(gradient)에 대한 추정 값을 포함하는 상기 스코어를 산출하는 단계; 및상기 스코어에 기초하여 상기 입력 영상의 픽셀 값을 조정함으로써 상기 출력 영상을 획득하는 단계를 포함하는,방법
|
9 |
9
제8항에 있어서,상기 입력 영상의 픽셀 값을 조정함으로써 상기 출력 영상을 획득하는 단계는,상기 입력 영상의 픽셀 값에 디노이징(denoise)을 적용함으로써 상기 출력 영상을 획득하는 단계를 포함하는,방법
|
10 |
10
하드웨어와 결합되어 제1항 내지 제9항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|
11 |
11
안저(fundus)를 촬영한 대상 영상 및 노이즈 값에 기초하여 생성된 입력 영상과 상기 입력 영상에 기계 학습 모델을 적용함으로써 산출된 스코어(score)를 이용하여 출력 영상을 획득하고, 상기 대상 영상 및 상기 출력 영상에 기초하여 복원 영상을 획득하며, 상기 대상 영상 및 상기 복원 영상에 기초하여 상기 복원 영상의 정상 영역을 결정하는 프로세서를 포함하는 장치
|
12 |
12
제11항에 있어서,상기 기계 학습 모델은,정상 안저에 관한 트레이닝 영상 및 노이즈 값에 기초하여 생성된, 트레이닝 입력에 상기 기계 학습 모델을 적용함으로써 산출된 임시 스코어에 기초하여 트레이닝된,장치
|
13 |
13
제11항에 있어서,상기 프로세서는,상기 대상 영상의 정상 영역(normal region) 및 상기 출력 영상의 일부 영역에 기초하여 상기 복원 영상을 획득하는,장치
|
14 |
14
제11항에 있어서,상기 프로세서는,상기 대상 영상의 상기 정상 영역과 다른 영역을 상기 출력 영상의 일부 영역으로 변경함으로써 상기 복원 영상을 획득하는,장치
|
15 |
15
제11항에 있어서,상기 프로세서는,상기 대상 영상 및 상기 복원 영상 간의 차이에 기초하여 상기 복원 영상의 정상 영역을 결정하는,장치
|
16 |
16
제11항에 있어서,상기 프로세서는,상기 대상 영상의 픽셀 및 상기 대상 영상의 상기 픽셀에 대응하는 상기 복원 영상의 픽셀 간의 픽셀 값 차이가 임계 이하인 픽셀의 집합을 상기 복원 영상의 상기 정상 영역으로 결정하는,장치
|
17 |
17
제11항에 있어서,상기 프로세서는,상기 복원 영상에 기초하여 다른 출력 영상을 획득하고 상기 결정된 복원 영상의 정상 영역에 기초하여 다른 복원 영상을 획득함으로써, 복원 영상을 업데이트하고,상기 복원 영상을 업데이트할 때마다 해당 복원 영상의 정상 영역을 결정함으로써 상기 복원 영상의 정상 영역의 결정을 반복하는, 장치
|
18 |
18
제11항에 있어서,상기 프로세서는,상기 대상 영상에 노이즈 분포로부터 샘플링된 노이즈 값들을 결합함으로써 상기 입력 영상을 생성하고,상기 입력 영상에 상기 기계 학습 모델을 적용함으로써 상기 입력 영상의 획득에 이용된 상기 노이즈 분포의 로그 확률 밀도 함수(log probability density function)의 그래디언트(gradient)에 대한 추정 값을 포함하는 상기 스코어를 산출하며,상기 스코어에 기초하여 상기 입력 영상의 픽셀 값을 조정함으로써 상기 출력 영상을 획득하는,장치
|
19 |
19
제18항에 있어서,상기 프로세서는,상기 입력 영상의 픽셀 값을 조정함으로써 상기 출력 영상을 획득하고,상기 입력 영상의 픽셀 값에 디노이징(denoise)을 적용함으로써 상기 출력 영상을 획득하는,장치
|