1 |
1
의료 영상으로부터 악성 종양 정보를 획득하는 의료 영상 장치에 있어서, 적어도 하나의 프로세서; 를 포함하고, 상기 적어도 하나의 프로세서는 대상체의 제 1 의료 영상을 매스(mass)를 포함하는 적어도 하나의 제 1 관심 영역으로 분할하고, 상기 대상체의 제 2 의료 영상을 매스를 포함하는 적어도 하나의 제 2 관심 영역으로 분할하고, 상기 적어도 하나의 제 1 관심 영역과 상기 적어도 하나의 제 2 관심 영역의 위치 정보를 기초로, 상기 대상체의 동일한 위치에 존재하는 제 1 페어(pair) 관심 영역 및 제 2 페어 관심 영역을 상기 적어도 하나의 제1 관심 영역 및 상기 적어도 하나의 제2 관심 영역 각각으로부터 획득하고, 상기 제 1 페어 관심 영역과 상기 제 2 페어 관심 영역으로부터 상기 제 1 페어 관심 영역과 상기 제 2 페어 관심 영역의 유사 정도를 나타내는 복수의 유사 특징을 추출하고, 상기 추출된 복수의 유사 특징을 복수의 그룹으로 나누고, 상기 복수의 그룹 각각에 포함된 복수의 유사 특징을 분석하여 상기 제1 페어 관심 영역과 상기 제2 페어 관심 영역에 포함된 매스가 악성 종양인지 여부에 관한 판단 결과 및 판단 결과에 관한 확률 정보를 포함하는 복수의 악성 종양 예비 정보를 생성하고, 상기 복수의 악성 종양 예비 정보 및 상기 복수의 그룹 각각의 유사 특징에 관한 신뢰도 정보에 기초하여 상기 제 1 페어 관심 영역과 상기 제 2 페어 관심 영역에 포함된 매스가 악성 종양인지 여부를 나타내는 악성 종양 정보를 생성하고, 상기 신뢰도 정보는, 상기 복수의 그룹 각각에 포함된 상기 복수의 유사 특징을 이용하여 상기 악성 종양 예비 정보를 획득하기 위한 학습의 에러율에 기초하여 획득되는, 의료 영상 장치
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
제1 항에 있어서,상기 적어도 하나의 프로세서는,상기 추출된 복수의 유사 특징으로부터 상기 제 1 페어 관심 영역과 제 2 페어 관심 영역 사이의 유사도를 결정하고,상기 유사도가 소정 기준값보다 크면, 상기 제 1 페어 관심 영역과 제 2 페어 관심 영역에 포함된 매스를 악성 종양으로 결정하는, 의료 영상 장치
|
6 |
6
제1 항에 있어서,상기 적어도 하나의 프로세서는,상기 제 1 의료 영상 및 제 2 의료 영상의 컨트라스트 또는 명암을 조절하기 위해 상기 제 1 의료 영상 및 제 2 의료 영상을 전처리하는, 의료 영상 장치
|
7 |
7
제1 항에 있어서,상기 적어도 하나의 프로세서는,상기 적어도 하나의 제 1 관심 영역 중 상기 제 1 페어 관심 영역을 제외한 제 1 논-페어(non-fair) 관심 영역으로부터 적어도 하나의 제 1 특징을 추출하고, 상기 적어도 하나의 제 2 관심 영역 중 상기 제 2 페어 관심 영역을 제외한 제 2 논-페어 관심 영역으로부터 적어도 하나의 제 2 특징을 추출하며, 상기 적어도 하나의 제 1 특징을 기초로 상기 제 1 논-페어 관심 영역에 포함된 매스가 악성 종양인지 여부를 판단하고, 상기 적어도 하나의 제 2 특징을 기초로 상기 제 2 논-페어 관심 영역에 포함된 매스가 악성 종양인지 여부를 판단하는, 의료 영상 장치
|
8 |
8
제7 항에 있어서,상기 의료 영상 장치는,상기 제 1 논-페어 관심 영역에 포함된 매스가 악성 종양으로 판단된 경우, 상기 제 1 의료 영상 중 상기 제 1 논-페어 관심 영역에 대응하는 부분에 제 1 표시를 하고, 상기 제 2 논-페어 관심 영역에 포함된 매스가 악성 종양으로 판단된 경우, 상기 제 2 의료 영상 중 상기 제 2 논-페어 관심 영역에 대응하는 부분에 상기 제 1 표시를 하며, 상기 제 1 페어 관심 영역과 상기 제 2 페어 관심 영역에 포함된 매스가 악성 종양으로 판단된 경우, 상기 제 1 의료 영상과 제 2 의료 영상 중 상기 제 1 페어 관심 영역과 제 2 페어 관심 영역에 각각 대응하는 부분에 상기 제 1 표시와 상이한 제 2 표시를 하는 디스플레이부;를 더 포함하는, 의료 영상 장치
|
9 |
9
제1 항에 있어서,상기 제 1 의료 영상은 유방에 대한 CC(Cranio-caudal) 영상을 포함하고, 상기 제 2 의료 영상은 유방에 대한 MLO(Mediolateral oblique) 영상을 포함하는, 의료 영상 장치
|
10 |
10
제9 항에 있어서,상기 적어도 하나의 프로세서는,상기 적어도 하나의 제 1 관심 영역의 위치 정보를 상기 CC 영상 내 유두와 상기 적어도 하나의 제 1 관심 영역 사이의 위치 관계를 이용하여 획득하고, 상기 적어도 하나의 제 2 관심 영역의 위치 정보를 상기 MLO 영상 내 유두와 상기 적어도 하나의 제 2 관심 영역 사이의 위치 관계를 이용하여 획득하는, 의료 영상 장치
|
11 |
11
의료 영상 장치가 의료 영상으로부터 악성 종양을 예측하는 방법에 있어서,대상체의 제 1 의료 영상을 매스(mass)를 포함하는 적어도 하나의 제 1 관심 영역으로 분할하고, 상기 대상체의 제 2 의료 영상을 매스를 포함하는 적어도 하나의 제 2 관심 영역으로 분할하는 단계;상기 적어도 하나의 제 1 관심 영역과 상기 적어도 하나의 제 2 관심 영역의 위치 정보를 기초로, 상기 대상체의 동일한 위치에 존재하는 제 1 페어(pair) 관심 영역 및 제 2 페어 관심 영역을 상기 적어도 하나의 제1 관심 영역 및 상기 적어도 하나의 제2 관심 영역 각각으로부터 획득하는 단계; 상기 제 1 페어 관심 영역과 상기 제 2 페어 관심 영역으로부터 상기 제 1 페어 관심 영역과 상기 제 2 페어 관심 영역의 유사 정도를 나타내는 복수의 유사 특징을 추출하는 단계; 상기 추출된 복수의 유사 특징을 복수의 그룹으로 나누는 단계;상기 복수의 그룹 각각에 포함된 유사 특징을 분석하여, 상기 제1 페어 관심 영역과 상기 제2 페어 관심 영역에 포함된 매스가 악성 종양인지 여부에 관한 판단 결과 및 판단 결과에 관한 확률 정보를 포함하는 복수의 악성 종양 예비 정보를 생성하는 단계; 및상기 복수의 악성 종양 예비 정보 및 상기 복수의 그룹 각각의 유사 특징에 관한 신뢰도 정보에 기초하여 상기 제 1 페어 관심 영역과 상기 제 2 페어 관심 영역에 포함된 매스가 악성 종양인지 여부를 나타내는 악성 종양 정보를 생성하는 단계; 를 포함하고, 상기 신뢰도 정보는, 상기 복수의 그룹 각각에 포함된 상기 복수의 유사 특징을 이용하여 상기 악성 종양 예비 정보를 획득하기 위한 학습의 에러율에 기초하여 획득되고, 상기 분할하는 단계, 상기 제1 페어 관심 영역 및 상기 제2 페어 관심 영역을 획득하는 단계, 상기 복수의 유사 특징을 추출하는 단계, 상기 복수의 그룹으로 나누는 단계, 상기 악성 종양 예비 정보를 생성하는 단계, 및 상기 악성 종양 정보를 생성하는 단계는 상기 의료 영상 장치에 포함되는 적어도 하나의 프로세서에 의해 수행되는 단계인 것을 특징으로 하는 악성 종양 예측 방법
|
12 |
12
삭제
|
13 |
13
삭제
|
14 |
14
삭제
|
15 |
15
제11항에 있어서,상기 악성 종양 정보를 생성하는 단계는,상기 적어도 하나의 프로세서에 의해, 상기 추출된 복수의 유사 특징으로부터 상기 제 1 페어 관심 영역과 제 2 페어 관심 영역 사이의 유사도를 결정하는 단계; 및상기 유사도가 소정 기준값보다 크면, 상기 적어도 하나의 프로세서에 의해 상기 제 1 페어 관심 영역과 제 2 페어 관심 영역에 포함된 매스를 악성 종양으로 결정하는 단계; 를 포함하는 것을 특징으로 하는 악성 종양 예측 방법
|
16 |
16
제11항에 있어서,상기 악성 종양 예측 방법은,상기 제 1 의료 영상 및 제 2 의료 영상의 컨트라스트 또는 명암을 조절하기 위해, 상기 적어도 하나의 프로세서를 이용하여 상기 제 1 의료 영상 및 제 2 의료 영상을 전처리하는 단계;를 더 포함하는 것을 특징으로 하는 악성 종양 예측 방법
|
17 |
17
제11항에 있어서,상기 악성 종양 예측 방법은,상기 적어도 하나의 프로세서에 의해, 상기 적어도 하나의 제 1 관심 영역 중 상기 제 1 페어 관심 영역을 제외한 제 1 논-페어(non-fair) 관심 영역으로부터 적어도 하나의 제 1 특징을 추출하고, 상기 적어도 하나의 제 2 관심 영역 중 상기 제 2 페어 관심 영역을 제외한 제 2 논-페어 관심 영역으로부터 적어도 하나의 제 2 특징을 추출하는 단계; 및상기 적어도 하나의 프로세서에 의해, 상기 적어도 하나의 제 1 특징을 기초로 상기 제 1 논-페어 관심 영역에 포함된 매스가 악성 종양인지 여부를 판단하고, 상기 적어도 하나의 제 2 특징을 기초로 상기 제 2 논-페어 관심 영역에 포함된 매스가 악성 종양인지 여부를 판단하는 단계;를 더 포함하는 것을 특징으로 하는 악성 종양 예측 방법
|
18 |
18
제17항에 있어서,상기 악성 종양 예측 방법은,상기 적어도 하나의 프로세서에 의해 상기 제 1 논-페어 관심 영역에 포함된 매스가 악성 종양으로 판단된 경우, 상기 의료 영상 장치의 디스플레이부에 디스플레이되는 상기 제 1 의료 영상 중 상기 제 1 논-페어 관심 영역에 대응하는 부분에 제 1 표시를 하고, 상기 제 2 논-페어 관심 영역에 포함된 매스가 악성 종양으로 판단된 경우, 상기 의료 영상 장치의 디스플레이부에 디스플레이되는 상기 제 2 의료 영상 중 상기 제 2 논-페어 관심 영역에 대응하는 부분에 상기 제 1 표시를 하는 단계; 및상기 적어도 하나의 프로세서에 의해 상기 제 1 페어 관심 영역과 상기 제 2 페어 관심 영역에 포함된 매스가 악성 종양으로 판단된 경우, 상기 제 1 의료 영상과 제 2 의료 영상 중 상기 제 1 페어 관심 영역과 제 2 페어 관심 영역에 각각 대응하는 부분에 상기 제 1 표시와 상이한 제 2 표시를 하는 단계;를 포함하는 것을 특징으로 하는 악성 종양 예측 방법
|
19 |
19
제11항에 있어서,상기 제 1 의료 영상은 유방에 대한 CC(Cranio-caudal) 영상을 포함하고, 상기 제 2 의료 영상은 유방에 대한 MLO(Mediolateral oblique) 영상을 포함하는 것을 특징으로 하는 악성 종양 예측 방법
|
20 |
20
제19항에 있어서,상기 적어도 하나의 제 1 관심 영역의 위치 정보는 상기 CC 영상 내 유두와 상기 적어도 하나의 제 1 관심 영역 사이의 위치 관계를 이용하여 상기 적어도 하나의 프로세서에 의해 획득되고, 상기 적어도 하나의 제 2 관심 영역의 위치 정보는 상기 MLO 영상 내 유두와 상기 적어도 하나의 제 2 관심 영역 사이의 위치 관계를 이용하여 상기 적어도 하나의 프로세서에 의해 획득되는 것을 특징으로 하는 악성 종양 예측 방법
|
21 |
21
제11 항, 제15 항 내지 제20 항 중 어느 하나의 항에 기재된 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|