| 1 |
1
프로세서에 의해 실행되는 인공지능 기반 MRI-CT 영상 변환 방법으로서,기계학습을 위한 MRI 영상 및 CT 영상을 포함하는 학습 데이터를 획득하는 단계;상기 학습 데이터에 대해 전처리를 수행하는 단계;상기 학습 데이터를 이용하여, 상기 MRI 영상에 대응하는 CT 영상을 생성하고, 생성된 CT 영상을 학습 데이터에 포함된 원본 CT 영상과 비교하는 인공신경망 모델을 학습시키는 단계;CT 영상으로 변환하고자 하는 MRI 영상을 입력 받는 단계;상기 입력된 MRI 영상을 복수의 패치들로 분할하는 단계;학습된 인공신경망 모델을 이용하여, 상기 입력된 MRI 영상의 패치들에 대응하는 CT 영상의 패치들을 생성하는 단계; 및상기 CT 영상의 패치들을 융합하여 출력 CT 영상을 생성하는 단계를 포함하는, 인공지능 기반 MRI-CT 영상 변환 방법
|
| 2 |
2
제1항에 있어서,상기 인공신경망 모델을 학습시키는 단계는,생성자를 이용하여 상기 학습 데이터에 포함된 MRI 영상에 대응하는 CT 영상을 생성하는 제1 프로세스; 판별자를 이용하여 상기 생성된 CT 영상과 학습 데이터에 포함된 원본 CT 영상을 비교하여 오차 데이터를 획득하는 제2 프로세스; 및상기 오차 데이터를 이용하여 상기 생성자를 학습시키는 제3 프로세스를 포함하는 것을 특징으로 하는, 인공지능 기반 MRI-CT 영상 변환 방법
|
| 3 |
3
제2항에 있어서,상기 인공신경망 모델은, 상기 제1 내지 제3 프로세스를 반복적으로 수행함으로써 원본 CT 영상과 생성된 CT 영상 간의 오차를 줄이도록 학습되는 것을 특징으로 하는, 인공지능 기반 MRI-CT 영상 변환 방법
|
| 4 |
4
제2항에 있어서,상기 생성자는,MRI 영상 데이터를 입력 받아 관심영역의 특징을 강조하는 특징맵을 출력하기 위한 적어도 하나의 합성곱층; 및상기 특징맵에 기초하여 상기 입력된 MRI 영상에 대응하는 CT 영상을 생성하기 위한 적어도 하나의 전치합성곱층을 포함하는 것을 특징으로 하는, 인공지능 기반 MRI-CT 영상 변환 방법
|
| 5 |
5
제2항에 있어서,상기 판별자는,상기 생성자에 의해 생성된 CT 영상 데이터를 입력 받아 관심영역의 특징을 강조하는 특징맵을 출력하기 위한 적어도 하나의 합성곱층을 포함하는 것을 특징으로 하는, 인공지능 기반 MRI-CT 영상 변환 방법
|
| 6 |
6
제1항에 있어서,상기 인공신경망 모델은 학습된 비선형 매핑을 통해 MRI 영상에 대응하는 CT 영상을 생성하는 것을 특징으로 하는, 인공지능 기반 MRI-CT 영상 변환 방법
|
| 7 |
7
제1항에 있어서,상기 학습 데이터에 대해 전처리를 수행하는 단계는, 상기 학습 데이터에 포함된 MRI 영상 및 CT 영상에서 관심영역에 마스크를 적용하여 학습에 불필요한 부분을 제거하는 단계를 포함하는 것을 특징으로 하는, 인공지능 기반 MRI-CT 영상 변환 방법
|
| 8 |
8
제1항 내지 제7항 중 어느 한 항에 따른 인공지능 기반 MRI-CT 영상 변환 방법을 실행하기 위한, 컴퓨터로 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|
| 9 |
9
촬영된 환자의 MRI 영상을 획득하기 위한 MRI 영상 획득부;상기 MRI 영상에 기초하여 초음파 치료 대상 조직을 디스플레이에 표시하기 위한 표시부;제1항 내지 제7항 중 어느 한 항에 따른 인공지능 기반 MRI-CT 영상 변환 방법을 이용하여, 상기 MRI 영상에 대응하는 CT 영상을 생성하기 위한 CT 영상 생성부;상기 CT 영상에 기초하여 대상 조직의 초음파 치료와 관련된 인자 정보 및 변수 정보를 획득하기 위한 처리부; 및상기 인자 정보 및 변수 정보에 기초하여 설정된 초음파를 대상 조직에 출력하기 위한 초음파 출력부를 포함하는, 자기공명영상 유도 초음파 치료 장치
|
| 10 |
10
제9항에 있어서,상기 초음파 출력부는, 대상 조직을 열적 또는 기계적으로 제거할 수 있는 고강도 집속초음파, 또는 대상 조직을 손상시키지 않고 자극하기 위한 저강도 집속초음파를 출력하도록 구성되는 것을 특징으로 하는, 자기공명영상 유도 초음파 치료 장치
|
| 11 |
11
프로세서에 의해 실행되는 인공지능 기반 MRI-CT 영상 변환 방법으로서,CT 영상으로 변환하고자 하는 MRI 영상을 입력 받는 단계;상기 입력된 MRI 영상을 복수의 패치들로 분할하는 단계;입력된 임의의 MRI 영상에 대응하는 CT 영상을 생성하도록 학습된 인공신경망 모델을 이용하여, 상기 입력된 MRI 영상의 패치들에 대응하는 CT 영상의 패치들을 생성하는 단계; 및상기 CT 영상의 패치들을 융합하여 출력 CT 영상을 생성하는 단계를 포함하는, 인공지능 기반 MRI-CT 영상 변환 방법
|
| 12 |
12
제11항에 있어서,상기 인공신경망 모델은, 입력된 학습 데이터에 포함된 MRI 영상에 대응하는 CT 영상을 생성하고, 생성된 상기 CT 영상을 상기 학습 데이터에 포함된 원본 CT 영상과 비교하여 학습되는 것을 특징으로 하는, 인공지능 기반 MRI-CT 영상 변환 방법
|
| 13 |
13
촬영된 환자의 MRI 영상을 획득하기 위한 MRI 영상 획득부;상기 MRI 영상에 기초하여 초음파 치료 대상 조직을 디스플레이에 표시하기 위한 표시부;제11항 또는 제12항에 따른 인공지능 기반 MRI-CT 영상 변환 방법을 이용하여, 상기 MRI 영상에 대응하는 CT 영상을 생성하기 위한 CT 영상 생성부;상기 CT 영상에 기초하여 대상 조직의 초음파 치료와 관련된 인자 정보 및 변수 정보를 획득하기 위한 처리부; 및상기 인자 정보 및 변수 정보에 기초하여 설정된 초음파를 대상 조직에 출력하기 위한 초음파 출력부를 포함하는, 자기공명영상 유도 초음파 치료 장치
|
