1 |
1
3차원 영상 재건 장치의 동작 방법에 있어서,적어도 하나의 다중에너지 기반의 2차원 방사선 투영 영상을 수신하는 단계;영상 정보에 기초하여, 상기 2차원 방사선 투영 영상에 대해 제1 물질분별을 수행하는 단계; 그리고상기 제1 물질분별 수행 결과에 대해 제1 심층 학습(Deep Learning)을 수행하여 제1 3차원 컴퓨터 단층 촬영 영상을 재건하는 단계를 포함하는 동작 방법
|
2 |
2
제 1 항에 있어서,상기 제1 물질분별 수행 결과에 대해 제1 심층 학습을 수행하여 제1 3차원 컴퓨터 단층 촬영 영상을 재건하는 단계는:인코더 네트워크에 기초하여, 상기 제1 물질분별 수행 결과로부터 제1 2차원 피쳐(Feature)를 생성하는 단계;상기 제1 2차원 피쳐를 제1 3차원 피쳐로 변환하는 단계; 그리고디코더 네트워크에 기초하여, 상기 제1 3차원 피쳐로부터 상기 제1 3차원 컴퓨터 단층 촬영 영상을 재건하는 단계를 포함하는 동작 방법
|
3 |
3
제 2 항에 있어서,상기 제1 3차원 컴퓨터 단층 촬영 영상으로부터 적어도 하나의 디지털 복원 방사선 투과 사진(Digitally Reconstructed Radiograph)을 생성하는 단계;상기 디지털 복원 방사선 투과 사진 및 상기 제1 물질분별 수행 결과에 기초하여 적어도 하나의 2차원 결합 영상을 생성하는 단계; 상기 2차원 결합 영상에 대해 제2 물질분별을 수행하는 단계;상기 제2 물질분별 수행 결과에 대해 제2 심층 학습을 수행하여 제2 3차원 컴퓨터 단층 촬영 영상을 재건하는 단계를 더 포함하는 동작 방법
|
4 |
4
제 3 항에 있어서,상기 제2 물질분별 수행 결과에 대해 제2 심층 학습을 수행하여 제2 3차원 컴퓨터 단층 촬영 영상을 재건하는 단계는:상기 인코더 네트워크에 기초하여, 상기 제2 물질분별 수행 결과로부터 제2 2차원 피쳐를 생성하는 단계;상기 제2 2차원 피쳐를 제2 3차원 피쳐로 변환하는 단계; 그리고상기 디코더 네트워크에 기초하여, 상기 제2 3차원 피쳐로부터 상기 제2 3차원 컴퓨터 단층 촬영 영상을 재건하는 단계를 포함하는 동작 방법
|
5 |
5
제 4 항에 있어서,상기 제1 및 제2 3차원 컴퓨터 단층 촬영 영상 각각은, 3차원 물질분별 컴퓨터 단층 촬영 영상을 포함하는 동작 방법
|
6 |
6
제 4 항에 있어서,상기 인코더 네트워크는 표현 네트워크(Representation Network)이고, 상기 디코더 네트워크는 발생 네트워크(Generation Network)인 동작 방법
|
7 |
7
제 1 항에 있어서,상기 영상 정보는 에너지 영역 또는 레벨인 동작 방법
|
8 |
8
제 7 항에 있어서,상기 에너지 영역 또는 레벨은 가변 가능한 방법
|
9 |
9
제 7 항에 있어서,상기 영상 정보에 기초하여, 상기 2차원 방사선 투영 영상에 대해 제1 물질분별을 수행하는 단계는, 상기 2차원 방사선 투영 영상을 상기 에너지 영역별로 분류하는 단계를 포함하는 동작 방법
|
10 |
10
제 4 항에 있어서,상기 제1 및 제2 심층 학습들 각각은 DNN(Deep Neural Network)에 기초하는 동작 방법
|
11 |
11
제 4 항에 있어서상기 제1 및 제2 심층 학습들 각각은 반복 알고리즘(Iterative Algorithm)에 기초하는 동작 방법
|
12 |
12
복수의 영상들을 저장하는 메모리;영상 정보에 기초하여, 외부로부터 수신한 적어도 하나의 다중에너지 기반의 2차원 방사선 투영 영상에 대해 제1 물질분별을 수행하는 제1 프로세서;심층 학습 모듈을 실행하도록 구성되는 제2 프로세서를 포함하되,상기 심층 학습 모듈을 실행한 때에, 상기 제2 프로세서는:제1 인코딩을 수행하여 상기 제1 물질분별 수행 결과로부터 제1 2차원 피쳐를 생성하고;상기 제1 2차원 피쳐를 제1 3차원 피쳐로 변환하고; 그리고제1 디코딩을 수행하여 상기 제1 3차원 피쳐로부터 제1 3차원 컴퓨터 단층 촬영 영상을 재건하는 3차원 영상 재건 장치
|
13 |
13
제 12 항에 있어서,상기 3차원 영상 재건 장치는, 상기 제1 컴퓨터 단층 촬영 영상으로부터 적어도 하나의 디지털 복원 방사선 투과 사진을 생성하고, 상기 디지털 복원 방사선 투과 사진 및 상기 제1 물질분별 수행 결과에 기초하여 적어도 하나의 2차원 결합 영상을 생성하는 제3 프로세서를 더 포함하고,상기 제1 프로세서는 상기 2차원 결합 영상에 대해 제2 물질분별을 수행하고,상기 심층 학습 모듈을 실행한 때에, 상기 제2 프로세서는:제2 인코딩을 수행하여 상기 제2 물질분별 수행 결과로부터 제2 2차원 피쳐를 생성하고;상기 제2 2차원 피쳐를 제2 3차원 피쳐로 변환하고; 그리고제2 디코딩을 수행하여 상기 제2 3차원 피쳐로부터 제2 3차원 컴퓨터 단층 촬영 영상을 재건하는 3차원 영상 재건 장치
|
14 |
14
제 13 항에 있어서,상기 심층 학습 모듈은:인코더 네트워크에 기초하여 상기 제1 및 제2 인코딩을 수행하는 인코딩부;상기 제1 2차원 피쳐를 상기 제1 3차원 피쳐로 변환하고, 상기 제2 2차원 피쳐를 상기 제2 3차원 피쳐로 변환하는 변환부; 그리고디코더 네트워크에 기초하여 상기 제1 및 제2 디코딩을 수행하는 디코딩부를 포함하는 3차원 영상 재건 장치
|
15 |
15
제 14 항에 있어서,상기 인코더 네트워크는 표현 네트워크이고, 상기 디코더 네트워크는 생성네트워크인 3차원 영상 재건 장치
|
16 |
16
제 13 항에 있어서,상기 제1 및 제2 3차원 컴퓨터 단층 촬영 영상 각각은 3차원 물질분별 컴퓨터 단층 촬영 영상을 포함하는 3차원 영상 재건 장치
|
17 |
17
제 12 항에 있어서,상기 2차원 방사선 투영 영상은 EID(Energy Integrating Detector) 또는 PCD(Photon Counting Detector)에 기초하여 획득된 3차원 영상 재건 장치
|
18 |
18
제 12 항에 있어서,상기 영상 정보는 에너지 영역 또는 레벨인 3차원 영상 재건 장치
|
19 |
19
제 18 항에 있어서,상기 에너지 영역 또는 레벨은 가변 가능한 3차원 영상 재건 장치
|
20 |
20
제 12 항에 있어서,상기 심층 학습 모듈은 DNN 또는 반복 알고리즘에 기초하는 3차원 영상 재건 장치
|