맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

기계학습 알고리즘을 활용한 신속한 3차원 단층촬영의 정규화 방법 및 장치

  • 기술번호 : KST2021004738
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 기계학습 알고리즘을 활용한 신속한 3차원 단층촬영의 정규화 방법 및 장치가 제시된다. 일 실시예에 따른 기계학습 알고리즘을 활용한 3차원 단층촬영의 정규화 방법은, 세포의 3차원 단층영상(tomogram)을 측정하여 세포 본래의 단층영상(raw tomogram)을 획득하는 단계; 정규화 알고리즘을 사용하여 정규화된 단층영상(regularized tomogram)을 획득하는 단계; 및 상기 본래의 단층영상과 상기 정규화된 단층영상 사이의 관계를 기계학습 알고리즘을 통해 학습하는 단계를 포함하여 이루어질 수 있다.
Int. CL G01N 21/45 (2006.01.01) G06N 20/00 (2019.01.01) G06N 3/02 (2019.01.01) G01N 21/17 (2006.01.01)
CPC G01N 21/45(2013.01) G06N 20/00(2013.01) G06N 3/02(2013.01) G01N 2021/1787(2013.01)
출원번호/일자 1020200020158 (2020.02.19)
출원인 주식회사 토모큐브, 한국과학기술원
등록번호/일자 10-2246439-0000 (2021.04.26)
공개번호/일자
공고번호/일자 (20210430) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.02.19)
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 주식회사 토모큐브 대한민국 대전광역시 유성구
2 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박용근 대전광역시 유성구
2 류동훈 대전광역시 유성구
3 민현석 경기도 수원시 영통구
4 류동민 전라남도 순천시 연향중앙

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 주식회사 토모큐브 대전광역시 유성구
2 한국과학기술원 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2020.02.19 수리 (Accepted) 1-1-2020-0175217-32
2 선행기술조사의뢰서
Request for Prior Art Search		 2020.04.10 수리 (Accepted) 9-1-9999-9999999-89
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
4 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
5 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.07.06 수리 (Accepted) 4-1-2020-5149377-50
6 선행기술조사보고서
Report of Prior Art Search		 2020.07.13 발송처리완료 (Completion of Transmission) 9-6-2020-0180715-01
7 의견제출통지서
Notification of reason for refusal		 2020.11.26 발송처리완료 (Completion of Transmission) 9-5-2020-0824996-62
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2021.01.19 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0072231-79
9 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2021.01.19 수리 (Accepted) 1-1-2021-0072230-23
10 등록결정서
Decision to grant		 2021.04.20 발송처리완료 (Completion of Transmission) 9-5-2021-0313068-11
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
세포의 3차원 단층영상(tomogram)을 측정하여 세포 본래의 단층영상(raw tomogram)을 획득하는 단계; 정규화 알고리즘을 사용하여 정규화된 단층영상(regularized tomogram)을 획득하는 단계; 상기 본래의 단층영상과 상기 정규화된 단층영상 사이의 관계를 기계학습 알고리즘을 통해 학습하는 단계; 및 학습된 상기 기계학습 알고리즘을 이용하여, 측정된 세포의 3차원 단층영상을 정규화하는 단계를 포함하고, 상기 기계학습 알고리즘을 이용하여, 측정된 세포의 3차원 단층영상을 정규화하는 단계는, 측정된 상기 본래의 단층영상을 콘볼루션 신경망(Convolutional Neural Network, CNN) 알고리즘에 입력하여 정규화된 단층영상을 출력하고, 상기 정규화된 단층영상을 적용하여 상기 세포의 종류를 구분하며, 세포의 상기 본래의 단층영상 데이터에서 콘볼루션(convolution)과 서브샘플링(subsampling)의 순차적인 단계별 적용을 통해 특이적인 특성을 추출하는 수축 단계; 및 콘볼루션(convolution)과 서브샘플링(subsampling)의 순차적인 단계별 적용을 통해 다시 입력 값과 같은 크기의 상기 정규화된 단층영상 데이터를 출력하는 팽창 단계를 포함하는, 기계학습 알고리즘을 활용한 3차원 단층촬영의 정규화 방법
2 2
삭제
3 3
제1항에 있어서,상기 세포의 3차원 단층영상을 측정하여 세포 본래의 단층영상을 획득하는 단계는, 복수의 각도에서 조명하는 입사광 회전 방식을 이용하여 세포의 3차원 굴절률 영상을 측정하거나, 세포를 회전(sample rotation) 또는 이동(translation)시키면서 측정한 복수의 2차원 영상들을 이용하여 세포의 3차원 굴절률 영상을 획득하는 것을 특징으로 하는, 기계학습 알고리즘을 활용한 3차원 단층촬영의 정규화 방법
4 4
제1항에 있어서,상기 정규화 알고리즘을 사용하여 정규화된 단층영상을 획득하는 단계는, 토탈 배리에이션(total variation) 정규화를 통해 각 영상에 대응하는 정규화된 굴절률 영상을 획득하여, 상기 본래의 단층영상과 상기 정규화된 단층영상의 짝 데이터셋(paired dataset)을 형성하는 것을 특징으로 하는, 기계학습 알고리즘을 활용한 3차원 단층촬영의 정규화 방법
5 5
제4항에 있어서,상기 본래의 단층영상과 상기 정규화된 단층영상 사이의 관계를 기계학습 알고리즘을 통해 학습하는 단계는, 상기 기계학습 알고리즘을 통해 상기 본래의 단층영상과 상기 정규화된 단층영상의 짝 데이터셋 사이의 비선형적 관계를 학습하여 세포 종류의 특이적인 특성을 추출하는 것을 특징으로 하는, 기계학습 알고리즘을 활용한 3차원 단층촬영의 정규화 방법
6 6
삭제
7 7
삭제
8 8
세포의 3차원 단층영상(tomogram)을 측정하여 세포 본래의 단층영상(raw tomogram)을 획득하는 3차원 단층영상 측정부; 정규화된 단층영상(regularized tomogram)을 획득하는 정규화 알고리즘; 상기 본래의 단층영상과 상기 정규화된 단층영상 사이의 관계를 학습하는 기계학습 알고리즘; 및 학습된 상기 기계학습 알고리즘을 이용하여, 측정된 세포의 3차원 단층영상을 정규화하는 정규화부를 포함하고, 상기 정규화부는, 측정된 상기 본래의 단층영상을 콘볼루션 신경망(Convolutional Neural Network, CNN) 알고리즘에 입력하여 정규화된 단층영상을 출력하고, 상기 정규화된 단층영상을 적용하여 상기 세포의 종류를 구분하며, 세포의 상기 본래의 단층영상 데이터에서 콘볼루션(convolution)과 서브샘플링(subsampling)의 순차적인 단계별 적용을 통해 특이적인 특성을 추출한 후, 콘볼루션(convolution)과 서브샘플링(subsampling)의 순차적인 단계별 적용을 통해 다시 입력 값과 같은 크기의 상기 정규화된 단층영상 데이터를 출력하는 것을 특징으로 하는, 기계학습 알고리즘을 활용한 3차원 단층촬영의 정규화 장치
9 9
삭제
10 10
삭제
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한국과학기술원 연구산업육성(R＆D) 백색광 이용 고속 Holography 현미경 개발 사업화(2019)
2 과학기술정보통신부 한국과학기술원 개인기초연구(과기정통부)(R＆D) 시간 역행 반사 연구단(2019)