1 |
1
의료 영상 처리 장치에서 뇌경색을 예측하는 방법에 있어서,제1 자기 공명 영상을 획득하는 입력 단계; 상기 제1 자기 공명 영상을 전처리하고, 전처리된 제1 자기 공명 영상을 인코더 및 디코더를 통해 업샘플링을 수행하는 딥러닝 모델에 입력하여 추출된 병변 특징을 이용하여 병변 영역을 검출하고, 검출된 병변 영역의 크기 및 위치에 대한 병변 영역 예측 결과를 생성하는 병변 예측 처리 단계;상기 제1 자기 공명 영상과 상기 병변 영역 예측 결과를 매칭시켜 환자 별로 정렬된 뇌경색 예측 결과를 저장하는 예측 결과 저장 단계;상기 뇌경색 예측 결과에 포함된 병변 영역 예측 결과를 이용하여 적어도 하나의 병변 영역의 크기를 산출하고, 산출된 적어도 하나의 병변 영역의 크기를 결합하여 환자별 뇌경색 병변의 볼륨(volume)을 산출하여 뇌경색 볼륨 산출 결과를 생성하는 뇌경색 볼륨 산출 단계; 및뇌경색 진단을 위한 상기 뇌경색 볼륨 산출 결과를 출력하는 최종 결과 출력 단계를 포함하되,상기 입력 단계는 외부 장치로부터 확산 강조 영상(DWI: Diffusion Weighted Image) 기법 기반의 상기 제1 자기 공명 영상을 획득하고, 현성 확산 계수(ADC: Apparent Diffusion Coefficient) 영상 기법 기반의 제2 자기 공명 영상을 추가로 획득하며, 상기 뇌경색 예측 결과 및 상기 제2 자기 공명 영상을 기반으로 뇌경색 심각도를 산출하여 뇌경색 심각도 산출 결과를 생성하는 뇌경색 심각도 산출 단계를 추가로 포함하고,상기 최종 결과 출력 단계는, 상기 뇌경색 심각도 산출 결과를 시각화하여 최종 예측 결과를 생성하고, 뇌경색 진단을 위하여 생성된 상기 최종 예측 결과를 출력하는 것을 특징으로 하는 의료 영상 처리 장치에 의해 수행되는 뇌경색 예측 방법
|
2 |
2
제1항에 있어서,상기 뇌경색 볼륨 산출 단계는, 상기 뇌경색 예측 결과를 기반으로 상기 제1 자기 공명 영상의 적어도 하나의 슬라이스 영상에 대한 복셀 크기와 상기 적어도 하나의 슬라이스 영상 간 간격을 이용하여 상기 뇌경색 병변의 볼륨을 산출하는 것을 특징으로 하는 의료 영상 처리 장치에 의해 수행되는 뇌경색 예측 방법
|
3 |
3
제1항에 있어서,상기 뇌경색 볼륨 산출 단계는, 상기 뇌경색 예측 결과에 포함된 2D 형태의 병변 영역 예측 결과를 이용하여 상기 적어도 하나의 슬라이스 영상 각각에 대한 병변 영역의 크기를 산출하고, 상기 병변 영역의 크기를 결합하여 3D 형태의 상기 뇌경색 병변의 볼륨을 산출하는 것을 특징으로 하는 의료 영상 처리 장치에 의해 수행되는 뇌경색 예측 방법
|
4 |
4
제1항에 있어서,상기 뇌경색 볼륨 산출 단계는, 상기 적어도 하나의 슬라이스 영상 중 병변 영역의 크기가 가장 큰 기준 슬라이스 영상을 추출하고, 상기 기준 슬라이스 영상의 촬영시점을 기준으로 이전 시점의 슬라이스 영상들을 순차적으로 결합하여 제1 결합 볼륨을 산출하고, 상기 기준 슬라이스 영상의 촬영시점을 기준으로 이후 시점의 슬라이스 영상들을 순차적으로 결합하여 제2 결합 볼륨을 산출한 후 상기 제1 결합 볼륨 및 상기 제2 결합 볼륨을 합산하여 상기 뇌경색 병변의 최종 볼륨을 산출하는 것을 특징으로 하는 의료 영상 처리 장치에 의해 수행되는 뇌경색 예측 방법
|
5 |
5
제1항에 있어서,상기 병변 예측 처리 단계는,상기 제1 자기 공명 영상의 평균 및 표준 편차를 이용하여 정규화하고, 상기 제1 자기 공명 영상의 복셀 사이즈 조정 및 왜곡 교정을 수행하여 상기 전처리를 수행하는 전처리 단계;상기 전처리된 제1 자기 공명 영상을 기 설정된 슬라이스 단위로 나누어 상기 딥러닝 모델에 적용하여 뇌경색에 대한 병변 영역의 크기 및 위치에 대한 상기 병변 영역 예측 결과를 예측하는 병변 영역 처리 단계; 및상기 제1 자기 공명 영상과 병변 예측 결과를 매칭시켜 환자별로 분류하여 정렬하는 예측 결과 정렬 단계를 포함하는 것을 특징으로 하는 의료 영상 처리 장치에 의해 수행되는 뇌경색 예측 방법
|
6 |
6
제1항에 있어서,상기 뇌경색 볼륨 산출 단계는,상기 복셀 크기와 상기 슬라이스 간 간격의 측정 단위를 서로 통일시켜 상기 뇌경색 병변의 볼륨을 산출하는 것을 특징으로 하는 의료 영상 처리 장치에 의해 수행되는 뇌경색 예측 방법
|
7 |
7
뇌경색 예측을 위한 의료 영상 처리 장치에 있어서,제1 자기 공명 영상을 획득하는 입력부; 상기 제1 자기 공명 영상을 전처리하고, 전처리된 제1 자기 공명 영상을 인코더 및 디코더를 통해 업샘플링을 수행하는 딥러닝 모델에 입력하여 추출된 병변 특징을 이용하여 병변 영역을 검출하고, 검출된 병변 영역의 크기 및 위치에 대한 병변 영역 예측 결과를 생성하는 병변 예측 처리부;상기 제1 자기 공명 영상과 상기 병변 영역 예측 결과를 매칭시켜 환자 별로 정렬된 뇌경색 예측 결과를 저장하는 예측 결과 저장부;상기 뇌경색 예측 결과에 포함된 병변 영역 예측 결과를 이용하여 적어도 하나의 병변 영역의 크기를 산출하고, 산출된 적어도 하나의 병변 영역의 크기를 결합하여 환자별 뇌경색 병변의 볼륨(volume)을 산출하여 뇌경색 볼륨 산출 결과를 생성하는 뇌경색 볼륨 산출부; 및뇌경색 진단을 위한 상기 뇌경색 볼륨 산출 결과를 출력하는 최종 결과 출력부를 포함하되,상기 입력부는 외부 장치로부터 확산 강조 영상(DWI: Diffusion Weighted Image) 기법 기반의 상기 제1 자기 공명 영상을 획득하고, 현성 확산 계수(ADC: Apparent Diffusion Coefficient) 영상 기법 기반의 제2 자기 공명 영상을 추가로 획득하며, 상기 뇌경색 예측 결과 및 상기 제2 자기 공명 영상을 기반으로 뇌경색 심각도를 산출하여 뇌경색 심각도 산출 결과를 생성하는 뇌경색 심각도 산출부를 추가로 포함하고,상기 최종 결과 출력부는, 상기 뇌경색 심각도 산출 결과를 시각화하여 최종 예측 결과를 생성하고, 뇌경색 진단을 위하여 생성된 상기 최종 예측 결과를 출력하는 것을 특징으로 하는 뇌경색 예측을 위한 의료 영상 처리 장치
|
8 |
8
제7항에 있어서,상기 병변 예측 처리부는,상기 제1 자기 공명 영상의 평균 및 표준 편차를 이용하여 정규화하고, 상기 제1 자기 공명 영상의 복셀 사이즈 조정 및 왜곡 교정을 수행하여 상기 전처리를 수행하는 전처리부;상기 전처리된 제1 자기 공명 영상을 기 설정된 슬라이스 단위로 나누어 상기 딥러닝 모델에 적용하여 뇌경색에 대한 병변 영역의 크기 및 위치에 대한 상기 병변 영역 예측 결과를 예측하는 병변 영역 처리부; 및상기 제1 자기 공명 영상과 병변 예측 결과를 매칭시켜 환자별로 분류하여 정렬하는 예측 결과 정렬부를 포함하는 것을 특징으로 하는 뇌경색 예측을 위한 의료 영상 처리 장치
|
9 |
9
컴퓨터에 제1항 내지 제6항 중 어느 한 항에 따른 뇌경색 예측 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터프로그램
|