| 1 |
1
피검사자의 소화 기관에 대한 의료 영상을 입력받는 단계;상기 입력된 의료 영상의 정상 여부를 판별하도록 기 학습된 인공 신경망을 이용하여, 상기 의료 영상 중에서 정상 영상을 선별하는 단계; 및상기 선별된 정상 영상을 이용하여 상기 소화 기관의 3차원 맵을 생성하는 단계를 포함하는소화 기관의 3차원 맵을 생성하는 방법
|
| 2 |
2
제1 항에 있어서,상기 인공 신경망은 생성기 및 판별기를 포함하고,상기 생성기는 랜덤 노이즈를 입력받아 상기 소화 기관에 대한 가짜 영상을 생성하도록 기 학습되고,상기 판별기는 기 촬영된 참조 의료 영상 및 상기 생성기에서 생성한 가짜 영상을 입력받아, 상기 가짜 영상의 진위 여부를 판별하도록 기 학습된소화 기관의 3차원 맵을 생성하는 방법
|
| 3 |
3
제2 항에 있어서,상기 가짜 영상과 상기 의료 영상 사이의 차이에 기초하여, 상기 랜덤 노이즈에 대한 손실(loss)을 산출하는 단계; 및상기 가짜 영상의 확률 분포에 기초하여, 상기 가짜 영상이 상기 정상 영상의 분포(manifold) 내에 위치하는지 여부를 나타내는 판별 손실(Discrimination loss)을 산출하는 단계를 더 포함하고,상기 정상 영상을 선별하는 단계는,상기 손실 및 산기 판별 손실을 이용하여 상기 의료 영상이 상기 정상 영상인지 여부를 결정하는소화 기관의 3차원 맵을 생성하는 방법
|
| 4 |
4
제1 항에 있어서,상기 인공 신경망은 인코더 및 디코더를 포함하고,상기 인코더는 상기 의료 영상의 특징을 추출하여 잠재 변수(latent variable)를 생성하도록 기 학습되고,상기 디코더는, 상기 생성된 잠재 변수를 이용하여, 상기 의료 영상을 복원한 출력 영상을 생성하도록 기 학습된소화 기관의 3차원 맵을 생성하는 방법
|
| 5 |
5
제4 항에 있어서,상기 의료 영상과 상기 출력 영상 사이의 차이를 나타내는 복원 오차(reconstruction error)를 산출하는 단계; 및상기 복원 오차에 기초하여, 상기 의료 영상이 상기 정상 영상인지 여부를 판별하는 단계를 더 포함하는소화 기관의 3차원 맵을 생성하는 방법
|
| 6 |
6
제1 항에 있어서,상기 인공 신경망은 정규화 플로우 및 역변환 플로우를 포함하고,상기 정규화 플로우는 상기 의료 영상을 정규화하여 랜덤 변수를 생성하도록 기 학습되고,상기 역변환 플로우는 상기 랜덤 변수를 입력받아 상기 의료 영상을 복원한 출력 영상을 생성하도록 기 학습된소화 기관의 3차원 맵을 생성하는 방법
|
| 7 |
7
제6 항에 있어서
|
| 8 |
8
소화 기관에 대한 의료 영상을 촬영하는 카메라; 및상기 촬영된 의료 영상의 정상 여부를 판별하도록 기 학습된 인공 신경망을 이용하여, 상기 의료 영상 중에서 정상 영상을 선별하고, 상기 선별된 정상 영상을 이용하여 상기 소화 기관의 3차원 맵을 생성하는 프로세서를 포함하는3차원 맵 생성 장치
|
| 9 |
9
제8 항에 있어서,상기 인공 신경망은 생성기 및 판별기를 포함하고,상기 생성기는 랜덤 노이즈를 입력받아 상기 소화 기관에 대한 가짜 영상을 생성하도록 기 학습되고,상기 판별기는 기 촬영된 참조 의료 영상 및 상기 생성기에서 생성한 가짜 영상을 입력받아, 상기 가짜 영상의 진위 여부를 판별하도록 기 학습된3차원 맵 생성 장치
|
| 10 |
10
제9 항에 있어서,상기 프로세서는,상기 가짜 영상과 상기 의료 영상 사이의 차이에 기초하여, 상기 랜덤 노이즈에 대한 손실(loss)을 산출하고,상기 가짜 영상의 확률 분포에 기초하여, 상기 가짜 영상이 상기 정상 영상의 분포(manifold) 내에 위치하는지 여부를 나타내는 판별 손실(Discrimination loss)을 산출하고,상기 손실 및 산기 판별 손실을 이용하여 상기 의료 영상이 상기 정상 영상인지 여부를 결정하는3차원 맵 생성 장치
|
| 11 |
11
제8 항에 있어서,상기 인공 신경망은 인코더 및 디코더를 포함하고,상기 인코더는 상기 의료 영상의 특징을 추출하여 잠재 변수(latent variable)를 생성하도록 기 학습되고,상기 디코더는, 상기 생성된 잠재 변수를 이용하여, 상기 의료 영상을 복원한 출력 영상을 생성하도록 기 학습된3차원 맵 생성 장치
|
| 12 |
12
제11 항에 있어서,상기 프로세서는,상기 의료 영상과 상기 출력 영상 사이의 차이를 나타내는 복원 오차(reconstruction error)를 산출하고,상기 복원 오차에 기초하여, 상기 의료 영상이 상기 정상 영상인지 여부를 판별하는3차원 맵 생성 장치
|
| 13 |
13
제8 항에 있어서,상기 인공 신경망은 정규화 플로우 및 역변환 플로우를 포함하고,상기 정규화 플로우는 상기 의료 영상을 정규화하여 랜덤 변수를 생성하도록 기 학습되고,상기 역변환 플로우는 상기 랜덤 변수를 입력받아 상기 의료 영상을 복원한 출력 영상을 생성하도록 기 학습된3차원 맵 생성 장치
|
| 14 |
14
제13 항에 있어서
|
| 15 |
15
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은,제1 항 내지 제7 항 중 어느 한 항에 따른 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하는컴퓨터 판독 가능한 기록매체
|
| 16 |
16
컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은,제1 항 내지 제7 항 중 어느 한 항에 따른 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하는컴퓨터 프로그램
|
