| 1 |
1
질확대경검사에서 환자의 자궁 경부를 촬영한 복수의 자궁 경부 이미지와 상기 환자의 부가 정보를 저장하는 데이터 저장부; 및상기 자궁 경부 이미지들의 개별 이미지와 상기 부가 정보를 하나의 입력 데이터로 하는 입력 데이터 세트를 상기 자궁 경부 이미지의 개수만큼 산출하고, 사전 훈련된 인공지능 학습모델에 상기 입력 데이터 세트를 입력정보로 하여 상기 환자의 자궁경부가 자궁경부암 또는 고등급병변으로 판단될 확률을 최종 결과값으로 산출하는 데이터 처리부를 포함하되,상기 부가 정보는 상기 환자의 나이 정보, 변형대 정보, 그리고 HPV 보균 정보를 포함하는 인공지능을 이용한 질확대경 검사 시스템
|
| 2 |
2
제 1 항에 있어서,상기 나이 정보는 나이대별로 따라 제1나이 입력 코드, 제2나이 입력 코드, 제3나이 입력 코드를 포함하고,상기 변형대 정보는 상기 자궁 경부 내외부의 접합부 근처에서 세포의 형태 변화가 나타나는 곳을 기준으로, 제1변형대 입력 코드, 제2변형대 입력 코드, 그리고 제3변형대 입력 코드를 포함하고,상기 HPV 보균 정보는 HPV 보균 여부에 따라 HPV 양성 코드와 HPV 음성 코드를 포함하는 인공지능을 이용한 질확대경 검사 시스템
|
| 3 |
3
제 1 항에 있어서,상기 데이터 처리부는상기 입력 데이터 세트마다 상기 환자의 자궁경부가 자궁경부암 또는 고등급병변으로 판단될 확률을 개별적으로 산출하고, 산출된 확률 중 가장 큰 값을 상기 최종 결과값으로 산출하는 인공지능을 이용한 질확대경 검사 시스템
|
| 4 |
4
제 1 항에 있어서,상기 자궁 경부 이미지는아세트산, 아이오딘, 그리고 생리식염수 중 어느 하나의 용액과 상기 환자의 자궁 경부와의 반응을 촬영한 용액 반응 이미지; 및상기 용액과 상기 환자의 자궁 경부와의 반응을 기 설정된 색상의 필터를 통해 촬영한 필터 촬영 이미지를 포함하는 인공지능을 이용한 질확대경 검사 시스템
|
| 5 |
5
제 1 항에 있어서,상기 인공지능 학습모델은 resnet 50이 사용되고,상기 처리부는,수식 1을 이용하여 상기 자궁 경부 이미지를 제1벡터 공간(first vector space)로 치환하고, 수식 2 내지 수식 4를 이용하여 상기 부가 정보를 제2벡터 공간(second vector space)로 치환하고,수식 5 및 수식 6을 이용하여, 상기 제1벡터 공간과 상기 제2벡터 공간으로부터 상기 환자의 자궁경부가 자궁경부암 또는 고등급병변으로 판단될 확률을 산출하는 인공지능을 이용한 질확대경 검사 시스템
|
| 6 |
6
질확대경 검사에서 환자의 자궁 경부를 촬영한 복수의 자궁 경부 이미지와 상기 환자의 부가 정보를 저장하는 단계; 및상기 자궁 경부 이미지들의 개별 이미지와 상기 부가 정보를 하나의 입력 데이터로 하는 입력 데이터 세트를 상기 자궁 경부 이미지의 개수만큼 산출하고, 사전 훈련된 인공지능 학습모델에 상기 입력 데이터 세트를 입력정보로 하여 상기 환자의 자궁경부가 자궁경부암 또는 고등급병변으로 판단될 확률을 최종 결과값으로 산출하는 단계를 포함하되, 상기 부가 정보는 상기 환자의 나이 정보, 변형대 정보, 그리고 HPV 보균 정보를 포함하는 인공지능을 이용한 질확대경 검사 방법
|
| 7 |
7
제 6 항에 있어서,상기 환자의 자궁경부가 자궁경부암 또는 고등급병변으로 판단될 확률을 최종 결과값으로 산출하는 단계는,상기 입력 데이터 세트마다 상기 환자의 자궁경부가 자궁경부암 또는 고등급병변으로 판단될 확률을 개별적으로 산출하고, 산출된 상기 확률이 가장 큰 값을 상기 최종 결과값으로 산출하는 인공지능을 이용한 질확대경 검사 방법
|
| 8 |
8
제 6 항에 있어서,상기 자궁 경부 이미지는아세트산, 아이오딘, 그리고 생리식염수 중 어느 하나의 용액과 상기 환자의 자궁 경부와의 반응을 촬영한 용액 반응 이미지; 및상기 용액과 상기 환자의 자궁 경부와의 반응을 기 설정된 색상의 필터를 통해 촬영한 필터 촬영 이미지를 포함하는 인공지능을 이용한 질확대경 검사 방법
|
