맞춤기술찾기

이전대상기술

익스트림 기계 학습 알고리즘을 활용한 당뇨망막병증을 위한 하이브리드 CNN-SVD 기반 특징 추출 및 선별 방법 및 시스템

  • 기술번호 : KST2023010316
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
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 익스트림 기계 학습 알고리즘을 활용한 당뇨망막병증을 위한 하이브리드 CNN-SVD 기반 특징 추출 및 선별 방법 및 시스템이 제시된다. 본 발명에서 제안하는 익스트림 기계 학습 알고리즘을 활용한 당뇨망막병증을 위한 하이브리드 CNN-SVD 기반 특징 추출 및 선별 시스템은 당뇨망막병증 분류를 위해 수집된 안저 망막 이미지에 대한 노이즈 제거 및 이미지 대비를 개선을 위한 전처리를 수행하는 전처리부, 상기 전처리된 안저 망막 이미지에 대하여 특이값 분해(Singular Value Decomposition; SVD)와 결합된 심층 CNN 모델을 이용하여 당뇨망막병증 분류를 위한 특징을 추출하는 특징 추출부 및 익스트림 기계 학습(Extreme Learning Machine; ELM) 알고리즘을 이용하여 당뇨망막병증의 이진 분류 또는 다중 분류를 감지하는 당뇨망막병증 분류부를 포함한다.
Int. CL A61B 3/12 (2006.01.01) G06T 7/00 (2017.01.01) G06N 3/08 (2023.01.01) G06N 20/00 (2019.01.01)
CPC A61B 3/12(2013.01) G06T 7/0012(2013.01) G06N 3/08(2013.01) G06N 20/00(2013.01) G06T 2207/30041(2013.01) G06T 2207/20084(2013.01) G06T 2207/20081(2013.01)
출원번호/일자 1020220056228 (2022.05.06)
출원인 인하대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0156598 (2023.11.14) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.05.06)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 대한민국 인천광역시 미추홀구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 곽경섭 인천광역시 연수구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

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
2022.05.06 수리 (Accepted) 1-1-2022-0485599-64
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
당뇨망막병증 분류를 위해 수집된 안저 망막 이미지에 대한 노이즈 제거 및 이미지 대비를 개선을 위한 전처리를 수행하는 전처리부; 상기 전처리된 안저 망막 이미지에 대하여 특이값 분해(Singular Value Decomposition; SVD)와 결합된 심층 CNN 모델을 이용하여 당뇨망막병증 분류를 위한 특징을 추출하는 특징 추출부; 및익스트림 기계 학습(Extreme Learning Machine; ELM) 알고리즘을 이용하여 당뇨망막병증의 이진 분류 또는 다중 분류를 감지하는 당뇨망막병증 분류부를 포함하는 당뇨망막병증을 위한 특징 추출 및 선별 시스템
2 2
제1항에 있어서,상기 전처리부는, 수집된 안저 망막 이미지에 대하여 노이즈를 제거하기 위해 가우시안 블러 방법을 이용하여 블러링하고, 블러링된 안저 망막 이미지에 대하여 히스토그램 균등화를 적용하여 이미지 대비를 개선한 후, 이미지에 대한 사이즈 조정 및 정규화를 수행하는 당뇨망막병증을 위한 특징 추출 및 선별 시스템
3 3
제1항에 있어서,상기 특징 추출부는, 심층 CNN 모델을 이용하여 당뇨망막병증 분류를 위한 특징을 추출하여 표준화하고, 상기 심층 CNN 모델 복잡성과 시간 비용을 줄이기 위해 특이값 분해를 이용하여 차원 축소를 수행하는 당뇨망막병증을 위한 특징 추출 및 선별 시스템
4 4
제1항에 있어서,상기 당뇨망막병증 분류부는, 복수의 입력 노드, 복수의 은닉 노드 및 복수의 출력 노드를 포함하고, 복수의 출력 노드의 수에 따라 이진 분류 또는 다중 분류를 감지하며, 입력 가중치 및 바이어스 행렬을 랜덤하게 생성하여 은닉 계층의 출력 및 출력 계층 가중치를 계산하고, 상기 출력 계층 가중치를 이용하여 상기 당뇨망막병증의 이진 분류 또는 다중 분류를 감지하는 당뇨망막병증을 위한 특징 추출 및 선별 시스템
5 5
전처리부가 당뇨망막병증 분류를 위해 수집된 안저 망막 이미지에 대한 노이즈 제거 및 이미지 대비를 개선을 위한 전처리를 수행하는 단계; 특징 추출부가 상기 전처리된 안저 망막 이미지에 대하여 특이값 분해(Singular Value Decomposition; SVD)와 결합된 심층 CNN 모델을 이용하여 당뇨망막병증 분류를 위한 특징을 추출하는 단계; 및당뇨망막병증 분류부가 익스트림 기계 학습(Extreme Learning Machine; ELM) 알고리즘을 이용하여 당뇨망막병증의 이진 분류 또는 다중 분류를 감지하는 단계를 포함하는 당뇨망막병증을 위한 특징 추출 및 선별 방법
6 6
제5항에 있어서,상기 전처리부가 당뇨망막병증 분류를 위해 수집된 안저 망막 이미지에 대한 노이즈 제거 및 이미지 대비를 개선을 위한 전처리를 수행하는 단계는, 수집된 안저 망막 이미지에 대하여 노이즈를 제거하기 위해 가우시안 블러 방법을 이용하여 블러링하고, 블러링된 안저 망막 이미지에 대하여 히스토그램 균등화를 적용하여 이미지 대비를 개선한 후, 이미지에 대한 사이즈 조정 및 정규화를 수행하는 당뇨망막병증을 위한 특징 추출 및 선별 방법
7 7
제5항에 있어서,상기 특징 추출부가 상기 전처리된 안저 망막 이미지에 대하여 특이값 분해와 결합된 심층 CNN 모델을 이용하여 당뇨망막병증 분류를 위한 특징을 추출하는 단계는, 심층 CNN 모델을 이용하여 당뇨망막병증 분류를 위한 특징을 추출하여 표준화하고, 상기 심층 CNN 모델 복잡성과 시간 비용을 줄이기 위해 특이값 분해를 이용하여 차원 축소를 수행하는 당뇨망막병증을 위한 특징 추출 및 선별 방법
8 8
제5항에 있어서,상기 당뇨망막병증 분류부가 익스트림 기계 학습 알고리즘을 이용하여 당뇨망막병증의 이진 분류 또는 다중 분류를 감지하는 단계는, 복수의 입력 노드, 복수의 은닉 노드 및 복수의 출력 노드를 포함하고, 복수의 출력 노드의 수에 따라 이진 분류 또는 다중 분류를 감지하며, 입력 가중치 및 바이어스 행렬을 랜덤하게 생성하여 은닉 계층의 출력 및 출력 계층 가중치를 계산하고, 상기 출력 계층 가중치를 이용하여 상기 당뇨망막병증의 이진 분류 또는 다중 분류를 감지하는 당뇨망막병증을 위한 특징 추출 및 선별 방법
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 과학기술정보통신부 인하대학교 산학협력단 중견후속연구 [Ezbaro] 빅데이터 분석 기반 퍼지 온톨로지 및 기계학습을 활용한 IoT u-헬스케어 시스템 핵심기술 개발 및 설계