1 |
1
호흡 운동 예측 모델을 기반으로 측정 대상에 대한 위치 측정값으로부터 호흡 운동의 상태 벡터 및 예측 위치 정보를 산출하는 모델기반 예측부;비모델 기반 학습 방식으로 상기 모델기반 예측부의 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 비모델기반 보정부; 및상기 모델기반 예측부의 예측 위치 정보와 상기 비모델기반 보정부의 예측 위치 보정 값을 결합하여 최종 예측 위치 정보를 산출하는 결합부를 포함하며,상기 비모델기반 보정부는,상기 호흡 운동의 상태 벡터 중 과거의 학습 데이터의 상태 벡터와, 과거의 예측 위치 오차 간의 상관 관계를 학습하는 학습부; 및상기 상관 관계의 학습을 통해 상기 상태 벡터와 상기 예측 위치 오차 간의 상관 관계 함수를 구축하고, 상기 상관 관계 함수에 따라 현재의 상태 벡터에 대응하는 예측 위치 보정 값을 산출하는 보정값 산출부를 포함하는 호흡 운동 예측 장치
|
2 |
2
제1 항에 있어서,상기 상태 벡터는 상기 측정 대상의 위치 측정값, 속도 및 가속도 정보를 포함하는 호흡 운동 예측 장치
|
3 |
3
제2 항에 있어서,상기 모델기반 예측부는 상기 호흡 운동 예측 모델을 기반으로 상기 측정 대상의 위치 측정값, 속도 및 가속도 정보를 이용하여 상기 예측 위치 정보를 산출하는 호흡 운동 예측 장치
|
4 |
4
호흡 운동 예측 모델을 기반으로 측정 대상에 대한 위치 측정값으로부터 호흡 운동의 상태 벡터 및 예측 위치 정보를 산출하는 모델기반 예측부;비모델 기반 학습 방식으로 상기 모델기반 예측부의 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 비모델기반 보정부; 및상기 모델기반 예측부의 예측 위치 정보와 상기 비모델기반 보정부의 예측 위치 보정 값을 결합하여 최종 예측 위치 정보를 산출하는 결합부를 포함하며,상기 호흡 운동 예측 모델은 국소 원운동 확장 칼만 필터(local circular motion extended Kalman filter) 모델을 포함하는 호흡 운동 예측 장치
|
5 |
5
삭제
|
6 |
6
호흡 운동 예측 모델을 기반으로 측정 대상에 대한 위치 측정값으로부터 호흡 운동의 상태 벡터 및 예측 위치 정보를 산출하는 모델기반 예측부;비모델 기반 학습 방식으로 상기 모델기반 예측부의 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 비모델기반 보정부; 및상기 모델기반 예측부의 예측 위치 정보와 상기 비모델기반 보정부의 예측 위치 보정 값을 결합하여 최종 예측 위치 정보를 산출하는 결합부를 포함하며,상기 비모델 기반 학습 방식은 서포트 벡터 회귀(support vector regression) 학습 방식을 포함하는 호흡 운동 예측 장치
|
7 |
7
호흡 운동 예측 모델을 기반으로 측정 대상에 대한 위치 측정값으로부터 호흡 운동의 상태 벡터 및 예측 위치 정보를 산출하는 모델기반 예측부;비모델 기반 학습 방식으로 상기 모델기반 예측부의 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 비모델기반 보정부; 및상기 모델기반 예측부의 예측 위치 정보와 상기 비모델기반 보정부의 예측 위치 보정 값을 결합하여 최종 예측 위치 정보를 산출하는 결합부를 포함하며,상기 비모델 기반 학습 방식은 가우시안 프로세스 회귀(Gaussian process regression) 학습 방식을 포함하는 호흡 운동 예측 장치
|
8 |
8
호흡 운동 예측 모델을 기반으로 측정 대상에 대한 위치 측정값으로부터 호흡 운동의 상태 벡터 및 예측 위치 정보를 산출하는 단계;비모델 기반 학습 방식으로 상기 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 단계; 및상기 예측 위치 정보와 상기 예측 위치 보정 값을 결합하여 최종 예측 위치 정보를 산출하는 단계를 포함하며,상기 예측 위치 보정 값을 산출하는 단계는,상기 호흡 운동의 상태 벡터 중 과거의 학습 데이터의 상태 벡터와, 과거의 예측 위치 오차 간의 상관 관계를 학습하는 단계; 및상기 상관 관계의 학습을 통해 상기 상태 벡터와 상기 예측 위치 오차 간의 상관 관계 함수를 구축하고, 상기 상관 관계 함수에 따라 현재의 상태 벡터에 대응하는 예측 위치 보정 값을 산출하는 단계를 포함하는 호흡 운동 예측 방법
|
9 |
9
제8 항에 있어서,상기 상태 벡터는 상기 측정 대상의 위치 측정값, 속도 및 가속도 정보를 포함하는 호흡 운동 예측 방법
|
10 |
10
제9 항에 있어서,상기 예측 위치 정보를 산출하는 단계는 상기 호흡 운동 예측 모델을 기반으로 상기 측정 대상의 위치 측정값, 속도 및 가속도 정보를 이용하여 상기 예측 위치 정보를 산출하는 호흡 운동 예측 방법
|
11 |
11
호흡 운동 예측 모델을 기반으로 측정 대상에 대한 위치 측정값으로부터 호흡 운동의 상태 벡터 및 예측 위치 정보를 산출하는 단계;비모델 기반 학습 방식으로 상기 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 단계; 및상기 예측 위치 정보와 상기 예측 위치 보정 값을 결합하여 최종 예측 위치 정보를 산출하는 단계를 포함하며,상기 호흡 운동 예측 모델은 국소 원운동 확장 칼만 필터(local circular motion extended Kalman filter) 모델을 포함하는 호흡 운동 예측 방법
|
12 |
12
삭제
|
13 |
13
호흡 운동 예측 모델을 기반으로 측정 대상에 대한 위치 측정값으로부터 호흡 운동의 상태 벡터 및 예측 위치 정보를 산출하는 단계;비모델 기반 학습 방식으로 상기 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 단계; 및상기 예측 위치 정보와 상기 예측 위치 보정 값을 결합하여 최종 예측 위치 정보를 산출하는 단계를 포함하며,상기 비모델 기반 학습 방식은 서포트 벡터 회귀(support vector regression) 학습 방식을 포함하는 호흡 운동 예측 방법
|
14 |
14
호흡 운동 예측 모델을 기반으로 측정 대상에 대한 위치 측정값으로부터 호흡 운동의 상태 벡터 및 예측 위치 정보를 산출하는 단계;비모델 기반 학습 방식으로 상기 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 단계; 및상기 예측 위치 정보와 상기 예측 위치 보정 값을 결합하여 최종 예측 위치 정보를 산출하는 단계를 포함하며,상기 비모델 기반 학습 방식은 가우시안 프로세스 회귀(Gaussian process regression) 학습 방식을 포함하는 호흡 운동 예측 방법
|
15 |
15
제8 항 내지 제11 항, 제13 항 및 제14 항 중 어느 한 항에 기재된 호흡 운동 예측 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체
|
16 |
16
호흡 운동 예측 모델을 기반으로 질환 영역에 대한 위치 측정값으로부터 호흡 운동의 상태 벡터 및 예측 위치 정보를 산출하는 모델기반 예측부;비모델 기반 학습 방식으로 상기 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 비모델기반 보정부;상기 예측 위치 정보와 상기 예측 위치 보정 값을 결합하여 상기 질환 영역에 대한 최종 예측 위치 정보를 산출하는 결합부;상기 질환 영역으로 상기 질환 영역의 치료를 위한 치료용 빔을 조사하는 조사부; 및상기 최종 예측 위치 정보에 따라 상기 치료용 빔을 게이팅하는 게이팅부를 포함하며,상기 비모델기반 보정부는,상기 호흡 운동의 상태 벡터 중 과거의 학습 데이터의 상태 벡터와, 과거의 예측 위치 오차 간의 상관 관계를 학습하는 학습부; 및상기 상관 관계의 학습을 통해 상기 상태 벡터와 상기 예측 위치 오차 간의 상관 관계 함수를 구축하고, 상기 상관 관계 함수에 따라 현재의 상태 벡터에 대응하는 예측 위치 보정 값을 산출하는 보정값 산출부를 포함하는 의료 기기
|
17 |
17
제16 항에 있어서,상기 게이팅부는, 상기 최종 예측 위치 정보가 상기 치료용 빔이 조사되는 영역으로부터 미리 설정된 거리 이상 벗어날 가능성이 기준값보다 큰 경우, 상기 치료용 빔의 조사를 중단하는 의료 기기
|
18 |
18
제16 항에 있어서,상기 질환 영역은 종양을 포함하고,상기 치료용 빔은 방사선 빔을 포함하는 의료 기기
|
19 |
19
운동 예측 모델을 기반으로 측정 대상에 대한 위치 측정값으로부터 측정 대상의 운동에 관한 상태 벡터 및 예측 위치 정보를 산출하는 모델기반 예측부;비모델 기반 학습 방식으로 상기 모델기반 예측부의 예측 위치 정보의 오차를 보정하기 위한 예측 위치 보정 값을 산출하는 비모델기반 보정부; 및상기 모델기반 예측부의 예측 위치 정보와 상기 비모델기반 보정부의 예측 위치 보정 값을 결합하여 상기 측정 대상에 대한 최종 예측 위치 정보를 산출하는 결합부를 포함하며,상기 비모델기반 보정부는,상기 운동에 관한 상태 벡터 중 과거의 학습 데이터의 상태 벡터와, 과거의 예측 위치 오차 간의 상관 관계를 학습하는 학습부; 및상기 상관 관계의 학습을 통해 상기 상태 벡터와 상기 예측 위치 오차 간의 상관 관계 함수를 구축하고, 상기 상관 관계 함수에 따라 현재의 상태 벡터에 대응하는 예측 위치 보정 값을 산출하는 보정값 산출부를 포함하는 운동 예측 장치
|