| 1 |
1
뼈 나이 판독 장치에 있어서,손 부분의 뼈 영상을 입력하는 뼈 영상 입력부;입력된 손 부분의 뼈 영상에서 큰 관심영역을 추출하는 큰 관심영역 추출부;추출한 큰 관심영역에서 작은 관심영역들을 추출하는 작은 관심영역 추출부;추출한 각각의 작은 관심영역 영상에 대해 복수의 종류의 컨벌루션 신경망을 적용하고 앙상블을 형성하여 뼈 등급을 산출하는 뼈 등급 산출부; 및작은 관심영역의 뼈 등급을 이용하여 뼈 나이를 판독하는 뼈 나이 판독부를 포함하되,상기 작은 관심영역 추출부는 입력된 큰 관심영역의 뼈 영상에서 공유 합성곱 층을 통하여 특징맵을 추출하는 합성곱 신경망 특징 맵 추출부;큰 관심영역에서 작은 관심영역을 추출하기 위하여 학습데이터를 이용하여 학습하는 세부 관심영역 학습부; 및영역 제안 신경망에서 슬라이딩 윈도우 기법을 적용하여 영상의 각 위치에 대한 연산을 수행하여 특징 벡터를 생성하고, 생성한 특징 벡터를 이용하여 후보 영역의 위치 및 크기와 후보 영역에 대해 산출한 예측점수(Score)에 기초하여 작은 관심영역을 추출하는 세부 관심영역 추출부를 포함하는 뼈 나이 판독 장치
|
| 2 |
2
제1 항에 있어서, 상기 큰 관심영역 추출부는상기 손 부분의 뼈 영상에서 손목의 모양을 직각으로 세우기 위하여 뼈 영상을 회전시키고, 손목 부위의 상하단부 경계 및 손목의 좌우 윤곽선을 이용하여 손목 부위 큰 관심영역을 추출하는 손목 부위 큰 관심영역 추출부; 및손가락의 끝 특징점과 손가락 사이의 골 특징점을 이용하여 뼈 영상을 회전시키고, 손가락 끝 특징점 및 손 영역의 중심점을 이용하여 상하경계를 설정하고, 손가락의 양 옆 골 특징점들을 좌우 경계로 설정하여 엄지 부위 큰 관심영역, 중지 부위 큰 관심영역 및 소지 부위 큰 관심영역을 추출하는 손가락 부위 큰 관심영역 추출부를 포함하는 뼈 나이 판독 장치
|
| 3 |
3
제2 항에 있어서,상기 손목 부위 큰 관심영역 추출부는입력된 뼈 영상을 그레이스케일 영상으로 변환하고 임계값을 이용하여 이진화를 수행하는 뼈 영상 이진화부;이진화된 영상에서 노이즈를 제거하는 노이즈 제거부; 및노이즈가 제거된 이진화된 영상에서 손 윤곽선 영상을 생성하는 윤곽선 표시부를 포함하는 뼈 나이 판독 장치
|
| 4 |
4
제3 항에 있어서,상기 손목 부위 큰 관심영역 추출부는상기 손 윤곽선 영상에서 각 가로축 픽셀 라인 별로 좌우측 윤곽선인 부분에 2개의 점을 검출하고, 검출된 두 점을 이용하여 계산한 각 픽셀 라인의 손목 중심점들에 가장 근사한 직선을 산출하는 손목 중심선 산출부;상기 산출한 직선의 기울어진 각도를 계산하여 원본 뼈 영상 하단부 경계를 기준으로 손목이 직각이 되도록 뼈 영상을 회전한 손목 영상 회전부; 및손목 부위의 상하단부 경계 및 손목의 좌우 윤곽선을 이용하여 손목 부위 큰 관심영역을 추출하는 손목 관심영역 추출부를 더 포함하는 뼈 나이 판독 장치
|
| 5 |
5
제2 항에 있어서,상기 손가락 부위 큰 관심영역 추출부는뼈 영상을 대상으로 컨벡스 홀 방법을 이용해 손가락의 손가락의 끝점 및 손가락 사이의 골을 찾는 뼈 영상 특징점 추출부;손가락의 끝점과 왼쪽 또는 오른쪽에 근접해 있는 골을 잇는 특징점 직선을 구하는 특징점 직선 산출부;특징점 직선이 원본 뼈 영상 하단부 경계를 기준으로 직각이 되도록 뼈 영상을 회전하는 손가락 영상 회전부; 및손가락 끝점과 손 영역의 중심점을 이용해 손가락 부위 큰 관심영역의 상하경계 설정하고, 양 옆 골을 이용해 손가락 부위 큰 관심영역의 좌우경계를 설정하여 손가락 관심영역을 추출하는 손가락 관심영역 추출부를 포함하는 뼈 나이 판독 장치
|
| 6 |
6
삭제
|
| 7 |
7
제1 항에 있어서,상기 작은 관심 영역은손목 부위의 요골(Radius) 관심영역, 척골(Ulna) 관심영역, 엄지 원위부 지골(1st Distal Phalanx) 관심영역, 엄지 근위부 지골(1st Proximal Phalanx) 관심영역, 엄지 중수골(1st Metacarpal) 관심영역, 중지 원위부 지골(3rd Distal Phalanx) 관심영역, 중지 중간부 지골(3rd Middle Phalanx) 관심영역, 중지 근위부 지골(3rd Proximal Phalanx) 관심영역, 중지 중수골(3rd Metacarpal) 관심영역, 소지 원위부 지골(5th Distal Phalanx) 관심영역, 소지 중간부 지골(5th Middle Phalanx) 관심영역, 소지 근위부 지골(5th Proximal Phalanx) 관심영역 및 소지 중수골(5th Metacarpal) 관심영역 중 적어도 하나를 포함하는 뼈 나이 판독 장치
|
| 8 |
8
제1 항에 있어서,상기 뼈 등급 산출부는제1 컨벌루션 신경망 및 제2 컨벌루션 신경망 구조에 대해 학습데이터를 이용하여 학습을 수행하는 뼈 등급 합성곱 신경망 학습부; 및추출한 각각의 작은 관심영역 영상에 대해 제1 컨벌루션 신경망 및 제2 컨벌루션 신경망을 구축하고 앙상블을 형성하여 뼈 등급을 예측하는 뼈 등급 예측부를 포함하는 뼈 나이 판독 장치
|
| 9 |
9
제8 항에 있어서,제1 컨벌루션 신경망은 제1 내지 제5 합성곱 층, 제1 내지 제3 완전 연결층 및 소프트맥스 함수를 포함하고,제2 컨벌루션 신경망은 제1 내지 제4 합성곱 층, 제1 및 제2 완전 연결층 및 소프트맥스 함수를 포함하는 뼈 나이 판독 장치
|
| 10 |
10
제1 항에 있어서,상기 뼈 나이 판독부는 TW3기법을 사용하여 예측한 13개의 작은 관심영역의 뼈 등급을 이용하여 RUS(Radius, Ulna and Short bones) 점수를 산출하고 산출된 RUS 점수를 뼈 나이로 환산하는 뼈 나이 판독 장치
|
| 11 |
11
뼈 나이 판독 장치가 뼈 나이를 판독하는 방법에 있어서,손 부분의 뼈 영상을 입력하는 단계;입력된 손 부분의 뼈 영상에서 큰 관심영역을 추출하는 단계;추출한 큰 관심영역에서 작은 관심영역들을 추출하는 단계;추출한 각각의 작은 관심영역 영상에 대해 복수의 종류의 컨벌루션 신경망을 적용하고 앙상블을 형성하여 뼈 등급을 산출하는 단계; 및작은 관심영역의 뼈 등급을 이용하여 뼈 나이를 판독하는 단계를 포함하되,상기 추출한 큰 관심영역에서 작은 관심영역들을 추출하는 단계는 입력된 큰 관심영역의 뼈 영상에서 공유 합성곱 층을 통하여 특징맵을 추출하는 단계;큰 관심영역에서 작은 관심영역을 추출하기 위하여 학습데이터를 이용하여 학습하는 단계; 및영역 제안 신경망에서 슬라이딩 윈도우 기법을 적용하여 영상의 각 위치에 대한 연산을 수행하여 특징 벡터를 생성하고, 생성한 특징 벡터를 이용하여 후보 영역의 위치 및 크기와 후보 영역에 대해 산출한 예측점수(Score)에 기초하여 작은 관심영역을 추출하는 단계를 포함하는 뼈 나이 판독 방법
|
| 12 |
12
제11 항에 있어서, 상기 큰 관심영역을 추출하는 단계는손목 부위 큰 관심영역을 추출하는 단계; 및엄지 부위 큰 관심영역, 중지 부위 큰 관심영역 및 소지 부위 큰 관심영역을 추출하는 단계를 포함하는 뼈 나이 판독 방법
|
| 13 |
13
제12 항에 있어서,상기 손목 부위 큰 관심영역을 추출하는 단계는, 입력된 뼈 영상을 그레이스케일 영상으로 변환하고 임계값을 이용하여 이진화를 수행하는 단계;이진화된 영상에서 노이즈를 제거하는 단계; 및노이즈가 제거된 이진화된 영상에서 손 윤곽선 영상을 생성하는 단계를 포함하는 뼈 나이 판독 방법
|
| 14 |
14
제13 항에 있어서,상기 손목 부위 큰 관심영역을 추출하는 단계는, 상기 손 윤곽선 영상을 생성하는 단계: 후에,상기 손 윤곽선 영상에서 각 가로축 픽셀 라인 별로 좌우측 윤곽선인 부분에 2개의 점을 검출하고, 검출된 두 점을 이용하여 계산한 각 픽셀 라인의 손목 중심점들에 가장 근사한 직선을 산출하는 단계;상기 산출한 직선의 기울어진 각도를 계산하여 원본 뼈 영상 하단부 경계를 기준으로 손목이 직각이 되도록 뼈 영상을 회전하는 단계; 및손목 부위의 상하단부 경계 및 손목의 좌우 윤곽선을 이용하여 손목 부위 큰 관심영역을 추출하는 단계를 더 포함하는 뼈 나이 판독 방법
|
| 15 |
15
제12 항에 있어서,상기 엄지 부위 큰 관심영역, 중지 부위 큰 관심영역 및 소지 부위 큰 관심영역을 추출하는 단계는뼈 영상을 대상으로 컨벡스 홀 방법을 이용해 손가락의 손가락의 끝점 및 손가락 사이의 골을 찾는 단계;손가락의 끝점과 왼쪽 또는 오른쪽에 근접해 있는 골을 잇는 특징점 직선을 구하는 단계;특징점 직선이 원본 뼈 영상 하단부 경계를 기준으로 직각이 되도록 뼈 영상을 회전하는 단계; 및손가락 끝점과 손 영역의 중심점을 이용해 손가락 부위 큰 관심영역의 상하경계 설정하고, 양 옆 골을 이용해 손가락 부위 큰 관심영역의 좌우경계를 설정하여 손가락 관심영역을 추출하는 단계를 포함하는 뼈 나이 판독 방법
|
| 16 |
16
삭제
|
| 17 |
17
제11항에 있어서,상기 추출한 각각의 작은 관심영역 영상에 대해 복수의 종류의 컨벌루션 신경망을 적용하고 앙상블을 형성하여 뼈 등급을 산출하는 단계는제1 컨벌루션 신경망 및 제2 컨벌루션 신경망 구조에 대해 학습데이터를 이용하여 학습을 수행하는 단계; 및추출한 각각의 작은 관심영역 영상에 대해 제1 컨벌루션 신경망 및 제2 컨벌루션 신경망을 구축하고 앙상블을 형성하여 뼈 등급을 예측하는 단계를 포함하는 뼈 나이 판독 방법
|
| 18 |
18
제17 항에 있어서,제1 컨벌루션 신경망은 제1 내지 제5 합성곱 층, 제1 내지 제3 완전 연결층 및 소프트맥스 함수를 포함하고,제2 컨벌루션 신경망은 제1 내지 제4 합성곱 층, 제1 및 제2 완전 연결층 및 소프트맥스 함수를 포함하는 뼈 나이 판독 방법
|
| 19 |
19
제18 항에 있어서, 제1 컨벌루션 신경망은 알렉스 네트(Alex net), 제2 컨벌루션 신경망은 브이지지 네트(VGG net)인 뼈 나이 판독 방법
|
| 20 |
20
제 11항 내지 제15항 중 어느 하나의 항, 또는 제17항 내지 제19항 중 어느 하나의 항의 뼈 나이 판독 방법을 실행하는 컴퓨터 프로그램을 기록한 컴퓨터가 판독 가능한 기록매체
|
