| 1 |
1
초음파 영상과 아티팩트 데이터를 수신하는 단계; 및최적 운송(optimal transport) 이론에 기초하여 생성된 비지도 학습(unsupervised learning) 기반의 뉴럴 네트워크를 이용하여 상기 초음파 영상에서 상기 아티팩트 데이터에 대응하는 아티팩트를 제거함으로써, 상기 아티팩트가 제거된 초음파 영상을 생성하는 단계를 포함하는 초음파 영상 처리 방법
|
| 2 |
2
제1항에 있어서,상기 뉴럴 네트워크는비매칭 데이터를 포함하는 트레이닝 데이터 세트를 이용하여 학습되는 것을 특징으로 하는 초음파 영상 처리 방법
|
| 3 |
3
제1항에 있어서,상기 뉴럴 네트워크는제1 초음파 영상과 타겟 아티팩트 데이터를 입력으로 상기 제1 초음파 영상을 상기 타겟 아티팩트 데이터에 대응하는 아티팩트가 제거된 제2 초음파 영상으로 변환하는 제1 뉴럴 네트워크;상기 제2 초음파 영상을 입력으로 상기 제2 초음파 영상을 상기 타겟 아티팩트 데이터에 대응하는 아티팩트가 포함된 제3 초음파 영상으로 변환하는 제2 뉴럴 네트워크;상기 제1 초음파 영상과 상기 제3 초음파 영상을 구별하는 제3 뉴럴 네트워크; 및상기 제2 초음파 영상과 상기 제2 초음파 영상에 대응하는 실제 영상을 구별하는 제4 뉴럴 네트워크를 포함하는 것을 특징으로 하는 초음파 영상 처리 방법
|
| 4 |
4
제3항에 있어서,상기 뉴럴 네트워크는상기 제1 초음파 영상과 상기 제3 초음파 영상 간의 순환 손실(cyclic loss) 및 상기 제2 초음파 영상과 상기 실제 영상 간의 적대 손실(adversarial loss)에 기초하여 비지도 학습되는 것을 특징으로 하는 초음파 영상 처리 방법
|
| 5 |
5
제1항에 있어서,상기 뉴럴 네트워크는초음파 영상과 아티팩트가 제거된 초음파 영상에 대하여, 미리 정의된 사이클 손실(cyclic loss) 및 적대 손실(adversarial loss)에 기초하여 학습되는 것을 특징으로 하는 초음파 영상 처리 방법
|
| 6 |
6
제1항에 있어서,상기 뉴럴 네트워크는컨볼루션 프레임렛(convolution framelet) 기반의 뉴럴 네트워크 및 풀링 레이어와 언풀링 레이어를 포함하는 뉴럴 네트워크 중 어느 하나의 뉴럴 네트워크를 포함하는 것을 특징으로 하는 초음파 영상 처리 방법
|
| 7 |
7
제1 영상과 상기 제1 영상에서 제거하고자 하는 아티팩트 정보를 수신하는 단계; 및최적 운송(optimal transport) 이론에 기초하여 생성된 비지도 학습(unsupervised learning) 기반의 뉴럴 네트워크를 이용하여 상기 제1 영상에서 상기 아티팩트 정보에 대응하는 아티팩트를 제거함으로써, 상기 아티팩트가 제거된 영상을 생성하는 단계를 포함하는 영상 처리 방법
|
| 8 |
8
초음파 영상과 아티팩트 데이터를 수신하는 수신부; 및최적 운송(optimal transport) 이론에 기초하여 생성된 비지도 학습(unsupervised learning) 기반의 뉴럴 네트워크를 이용하여 상기 초음파 영상에서 상기 아티팩트 데이터에 대응하는 아티팩트를 제거함으로써, 상기 아티팩트가 제거된 초음파 영상을 생성하는 생성부를 포함하는 초음파 영상 처리 장치
|
| 9 |
9
제8항에 있어서,상기 뉴럴 네트워크는비매칭 데이터를 포함하는 트레이닝 데이터 세트를 이용하여 학습되는 것을 특징으로 하는 초음파 영상 처리 장치
|
| 10 |
10
제8항에 있어서,상기 뉴럴 네트워크는제1 초음파 영상과 타겟 아티팩트 데이터를 입력으로 상기 제1 초음파 영상을 상기 타겟 아티팩트 데이터에 대응하는 아티팩트가 제거된 제2 초음파 영상으로 변환하는 제1 뉴럴 네트워크;상기 제2 초음파 영상을 입력으로 상기 제2 초음파 영상을 상기 타겟 아티팩트 데이터에 대응하는 아티팩트가 포함된 제3 초음파 영상으로 변환하는 제2 뉴럴 네트워크;상기 제1 초음파 영상과 상기 제3 초음파 영상을 구별하는 제3 뉴럴 네트워크; 및상기 제2 초음파 영상과 상기 제2 초음파 영상에 대응하는 실제 영상을 구별하는 제4 뉴럴 네트워크를 포함하는 것을 특징으로 하는 초음파 영상 처리 장치
|
| 11 |
11
제10항에 있어서,상기 뉴럴 네트워크는상기 제1 초음파 영상과 상기 제3 초음파 영상 간의 순환 손실(cyclic loss) 및 상기 제2 초음파 영상과 상기 실제 영상 간의 적대 손실(adversarial loss)에 기초하여 비지도 학습되는 것을 특징으로 하는 초음파 영상 처리 장치
|
| 12 |
12
제8항에 있어서,상기 뉴럴 네트워크는초음파 영상과 아티팩트가 제거된 초음파 영상에 대하여, 미리 정의된 사이클 손실(cyclic loss) 및 적대 손실(adversarial loss)에 기초하여 학습되는 것을 특징으로 하는 초음파 영상 처리 장치
|
| 13 |
13
제8항에 있어서,상기 뉴럴 네트워크는컨볼루션 프레임렛(convolution framelet) 기반의 뉴럴 네트워크 및 풀링 레이어와 언풀링 레이어를 포함하는 뉴럴 네트워크 중 어느 하나의 뉴럴 네트워크를 포함하는 것을 특징으로 하는 초음파 영상 처리 장치
|
