| 1 |
1
백내장 데이터셋을 구성하는 복수의 클래스들을 복수의 집합으로 나누는 단계; 상기 복수의 집합으로 나누는 과정을 상기 복수의 클래스 모두가 하나의 집합에 하나의 클래스가 소속될 때까지 반복하는 단계; 상기 복수의 집합으로 나누어진 순서대로 토너먼트 구조를 생성하는 단계; 상기 복수의 집합으로 나누어진 백내장 데이터 셋을 판별하는 이진 컨볼루셔널 뉴럴 네트워크 모델(binary cnn model)을 학습시키는 단계; 및 상기 학습시킨 이진 컨볼루셔널 뉴럴 네트워크 모델을 사용하여 입력 이미지(input image)의 이진 컨볼루셔널 뉴럴 네트워크 모델의 이진 출력을 획득하고, 획득된 이진 출력에 기초하여 토너먼트 구조에 따라 복수의 레이블 중 하나를 결정하는 단계 를 포함하는 백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 동작 방법
|
| 2 |
2
제1항에 있어서,상기 백내장 데이터셋을 구성하는 복수의 클래스들을 복수의 집합으로 나누는 단계는, 복수의 클래스들을 복수의 집합으로 나누는 이진 모델의 AUC를 기준으로 가장 높게 나오는 경우에 기초하여 나누는 방법, 복수의 클래스들을 복수의 집합으로 나눌 때 백내장 데이터 셋을 이루는 이미지의 개수를 균등하게 분포하도록 나누는 방법, 또는 복수의 클래스들을 복수의 집합이 갖는 등급의 수가 균등하게 나뉘는 방법 중 어느 하나를 이용하는 백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 동작 방법
|
| 3 |
3
제1항에 있어서,상기 복수의 집합으로 나누어진 순서대로 토너먼트 구조를 생성하는 단계는, 입력된 백내장 이미지가 거치는 이진 컨볼루셔널 뉴럴 네트워크 모델의 순서를 결정하고, 상기 복수의 집합으로 나누는 과정을 상기 복수의 클래스 모두가 하나의 집합에 하나의 클래스가 소속될 때까지 반복할 때, 나뉘는 순서대로 토너먼트 구조를 생성하는 백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 동작 방법
|
| 4 |
4
제1항에 있어서, 상기 복수의 집합으로 나누어진 백내장 데이터 셋을 판별하는 이진 컨볼루셔널 뉴럴 네트워크 모델(binary cnn model)을 학습시키는 단계는, 이진 컨볼루셔널 뉴럴 네트워크 모델 별로 해당 클래스를 분류하도록 학습시키는 백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 동작 방법
|
| 5 |
5
제1항에 있어서, 랭킹 컨볼루셔널 뉴럴 네트워크의 변형을 통해 깊은 컨볼루션 인공 신경망을 사용하면서 분류에 필요한 특징 추출 및 학습을 위해 전달 학습을 사용하고, 데이터의 순서를 가지는 레이블의 특성, 선형이지 않은 이미지와 등급간의 관계, 및 데이터 클래스 간에 존재하는 수의 차이를 고려하여 분류하는 백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 동작 방법
|
| 6 |
6
백내장 데이터셋을 구성하는 복수의 클래스들을 복수의 집합으로 나누고, 상기 복수의 집합으로 나누는 과정을 상기 복수의 클래스 모두가 하나의 집합에 하나의 클래스가 소속될 때까지 반복하는 집합 생성부; 상기 복수의 집합으로 나누어진 순서대로 토너먼트 구조를 생성하는 토너먼트 구조 생성부; 상기 복수의 집합으로 나누어진 백내장 데이터 셋을 판별하는 이진 컨볼루셔널 뉴럴 네트워크 모델(binary cnn model)을 학습시키는 모델 학습부; 및 상기 학습시킨 이진 컨볼루셔널 뉴럴 네트워크 모델을 사용하여 입력 이미지(input image)의 이진 컨볼루셔널 뉴럴 네트워크 모델의 이진 출력을 획득하고, 획득된 이진 출력에 기초하여 토너먼트 구조에 따라 복수의 레이블 중 하나를 결정하는 판단부를 포함하는 백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 장치
|
| 7 |
7
제6항에 있어서, 상기 집합 생성부는, 복수의 클래스들을 복수의 집합으로 나누는 이진 모델의 AUC를 기준으로 가장 높게 나오는 경우에 기초하여 나누는 방법, 복수의 클래스들을 복수의 집합으로 나눌 때 백내장 데이터 셋을 이루는 이미지의 개수를 균등하게 분포하도록 나누는 방법, 또는 복수의 클래스들을 복수의 집합이 갖는 등급의 수가 균등하게 나뉘는 방법 중 어느 하나를 이용하는 백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 장치
|
| 8 |
8
제6항에 있어서, 상기 토너먼트 구조 생성부는, 입력된 백내장 이미지가 거치는 이진 컨볼루셔널 뉴럴 네트워크 모델의 순서를 결정하고, 상기 복수의 집합으로 나누는 과정을 상기 복수의 클래스 모두가 하나의 집합에 하나의 클래스가 소속될 때까지 반복할 때, 나뉘는 순서대로 토너먼트 구조를 생성하는백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 장치
|
| 9 |
9
제6항에 있어서, 상기 모델 학습부는, 이진 컨볼루셔널 뉴럴 네트워크 모델 별로 해당 클래스를 분류하도록 학습시키는 백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 장치
|
| 10 |
10
제6항에 있어서, 랭킹 컨볼루셔널 뉴럴 네트워크의 변형을 통해 깊은 컨볼루션 인공 신경망을 사용하면서 분류에 필요한 특징 추출 및 학습을 위해 전달 학습을 사용하고, 데이터의 순서를 가지는 레이블의 특성, 선형이지 않은 이미지와 등급간의 관계, 및 데이터 클래스 간에 존재하는 수의 차이를 고려하여 분류하는백내장 진단을 위한 토너먼트 기반의 컨볼루셔널 뉴럴 네트워크 장치
|
