| 1 |
1
피검자로부터 뇌 MRI 영상을 획득하는 단계;획득된 뇌 MRI 영상을 복수개의 영역으로 분할하는 단계;분할된 영역별로 뇌의 용량을 측정하는 단계; 및딥러닝 모델 기반으로, 측정된 뇌의 용량을 통해 치매 가능성을 예측하는 단계; 포함하되, 상기 뇌 MRI 영상을 복수개의 영역으로 분할하는 단계는 시맨틱 분할(semantic segmentation)을 이용하여 픽셀 단위로 뇌 MRI 영상을 분할하는 단계를 더 포함하는 것을 특징으로 하는, 뇌 MRI 영상의 뇌 영역별 치매 예측 방법
|
| 2 |
2
제1항에 있어서,상기 딥러닝 모델은,유효 데이터 셋을 이용하여 나이대에 따른 뇌 용량에 대한 특징 학습이 완료된 모델인, 뇌 MRI 영상의 뇌 영역별 치매 예측 방법
|
| 3 |
3
제1항에 있어서,상기 시맨틱 분할(semantic segmentation)은 뇌 MRI 영상을 2D 데이터로 처리하여 분할하는 것을 특징으로 하는, 뇌 MRI 영상의 뇌 영역별 치매 예측 방법
|
| 4 |
4
제1항에 있어서,상기 뇌 MRI 영상을 복수개의 영역으로 분할하는 단계는, 뇌 MRI 영상 내의 객체를 인식하고, 인식된 객체를 기준으로 영역을 분할하는 단계; 를 포함하고,상기 영역별로 뇌의 용량을 측정하는 단계는, 각 영역 내에 존재하는 객체의 픽셀의 수를 계산하는 단계; 를 포함하는, 뇌 MRI 영상의 뇌 영역별 치매 예측 방법
|
| 5 |
5
제4항에 있어서,상기 치매 가능성을 예측하는 단계는,딥러닝 모델을 기반으로, 치매에 걸릴 시기를 예측하는 단계를 포함하는, 뇌 MRI 영상의 뇌 영역별 치매 예측 방법
|
| 6 |
6
유효 데이터 셋을 이용하여 나이대에 따른 뇌 용량에 대한 특징을 학습하는 학습부;피검자의 뇌 MRI 영상을 복수개의 영역으로 분할하고, 분할된 영역별로 뇌의 용량을 측정하는 측정부;딥러닝 모델 기반으로, 측정된 뇌의 용량을 통해 치매 가능성 및 치매에 걸릴 시기를 예측하는 예측부; 및사용자 단말로부터 피검자의 뇌 MRI 영상을 수신하고, 예측된 치매 가능성 및 치매에 걸릴 시기를 사용자 단말로 제공하는 통신부;를 포함하고, 상기 뇌 MRI 영상은 시맨틱 분할(semantic segmentation)을 이용하여 2D 데이터로 처리되어 픽셀 단위로 분할되는 것을 특징으로 하는, 뇌 MRI 영상의 뇌 영역별 치매 예측 장치
|
| 7 |
7
제6항에 있어서,상기 학습부는,상기 유효 데이터 셋을 미리 설정된 비율로 트레이닝 데이터 셋과 밸리데이션 데이터 셋으로 나누어서, 트레이닝 데이터 셋을 학습하여 딥러닝 모델을 생성하고, 밸리데이션 데이터 셋으로 생성된 딥러닝 모델을 검증하는 것인, 뇌 MRI 영상의 뇌 영역별 치매 예측 장치
|
| 8 |
8
제6항에 있어서,상기 측정부는,뇌 MRI 영상 내의 객체를 인식하고, 인식된 객체를 기준으로 영역을 분할하고,각 영역 내에 존재하는 객체의 픽셀의 수를 계산하는, 뇌 MRI 영상의 뇌 영역별 치매 예측 장치
|
| 9 |
9
제6항에 있어서, 상기 측정부는, 피검자의 뇌 MRI 영상을 객체가 존재하는 영역별로 분할하고, 각 영역에 대해 객체와 매핑되도록 레이블링할 수 있는 것인, 뇌 MRI 영상의 뇌 영역별 치매 예측 장치
|
| 10 |
10
하드웨어인 컴퓨터와 결합되어, 제1항 내지 제5항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된, 뇌 MRI 영상의 뇌 영역별 치매 예측 프로그램
|
