폐 조직을 촬영한 의료 영상 데이터를 획득하고, 상기 의료 영상 데이터를 단계적으로 가공하여 연속되는 복수의 폐 영역 이미지를 추출하는 전처리부;상기 복수의 폐 영역 이미지를 기초로 학습을 수행하여, 입력되는 특정 이미지를 질환 이미지 또는 정상 이미지로 구분하는 진단 모델을 생성하는 모델 생성부; 및상기 진단 모델을 이용하여 환자의 폐 영역 이미지에 발생된 질환 여부를 진단하는 진단부;를 포함하는 것을 특징으로 하는 폐 질환 진단 장치.

제 1 항에 있어서,상기 의료 영상 데이터는,상기 폐 조직을 중심으로 동일한 척추 방향에서 촬영된 컴퓨터단층촬영(Computer tomography, CT) 이미지인 것을 특징으로 하는 폐 질환 진단 장치.

제 1 항에 있어서,상기 전처리부는,상기 의료 영상 데이터에 포함된 각각의 원본 이미지 별로 미리 설정된 경계 값을 기준으로 이진화(binary) 이미지를 생성하고, 상기 이진화 이미지로부터 노이즈를 제거하여 상기 폐 영역 이미지를 추출하는 것을 특징으로 하는 폐 질환 진단 장치.

제 3 항에 있어서,상기 전처리부는,상기 이진화 이미지에서 추출된 윤곽 정보를 기준으로 폐 영역의 내부 또는 외부에 존재하는 노이즈를 제거하고, 상기 노이즈가 제거된 이미지를 상기 원본 이미지에 오버레이(overlay)하여 상기 폐 영역 이미지를 추출하는 것을 특징으로 하는 폐 질환 진단 장치.

제 1 항에 있어서,상기 모델 생성부는,합성곱 신경망(Convolutional Neural Network, CNN) 및 장단기 기억 신경망(Long-Short Term Memory, LSTM)으로 구성된 장기 순환 합성곱 신경망(Long-term Recurrent Convolutional Networks, LRCN) 모델을 이용하여 상기 진단 모델을 생성하는 것을 특징으로 하는 폐 질환 진단 장치.

제 1 항에 있어서,상기 진단 모델은,상기 복수의 폐 영역 이미지 각각으로부터 합성곱 신경망을 이용하여 이미지 별 특징 정보를 추출하고, 추출된 상기 이미지 별 특징 정보에 대해 순차적으로 장단기 기억 신경망을 적용하여 학습을 수행하는 것을 특징으로 하는 폐 질환 진단 장치.

제 6 항에 있어서,상기 진단 모델은,상기 복수의 폐 영역 이미지 각각에 대해 세그멘테이션을 수행하여 샘플링 이미지를 생성하고, 상기 샘플링 이미지를 상기 합성곱 신경망의 입력으로 하며,상기 장단기 기억 신경망의 출력에 복수의 완전 연결된 계층(FC Layer, Fully Connected Layer)이 더 연결되는 것을 특징으로 하는 폐 질환 진단 장치.

폐 조직을 촬영한 의료 영상 데이터를 획득하고, 상기 의료 영상 데이터를 단계적으로 가공하여 연속되는 복수의 폐 영역 이미지를 추출하는 전처리 단계;상기 복수의 폐 영역 이미지를 기초로 학습을 수행하여, 입력되는 특정 이미지를 질환 이미지 또는 정상 이미지로 구분하는 진단 모델을 생성하는 모델 생성 단계; 및상기 진단 모델을 이용하여 환자의 폐 영역 이미지에 발생된 질환 여부를 진단하는 진단 단계;를 포함하는 것을 특징으로 하는 폐 질환 진단 방법.

제 8 항에 있어서,상기 의료 영상 데이터는,상기 폐 조직을 중심으로 동일한 척추 방향에서 촬영된 컴퓨터단층촬영(Computer tomography, CT) 이미지인 것을 특징으로 하는 폐 질환 진단 방법.

제 8 항에 있어서,상기 전처리 단계는,상기 의료 영상 데이터에 포함된 각각의 원본 이미지 별로 미리 설정된 경계 값을 기준으로 이진화(binary) 이미지를 생성하고, 상기 이진화 이미지로부터 노이즈를 제거하여 상기 폐 영역 이미지를 추출하는 것을 특징으로 하는 폐 질환 진단 방법.

제 10 항에 있어서,상기 전처리 단계는,상기 이진화 이미지에서 추출된 윤곽 정보를 기준으로 폐 영역의 내부 또는 외부에 존재하는 노이즈를 제거하고, 상기 노이즈가 제거된 이미지를 상기 원본 이미지에 오버레이(overlay)하여 상기 폐 영역 이미지를 추출하는 것을 특징으로 하는 폐 질환 진단 방법.

제 8 항에 있어서,상기 모델 생성 단계는,합성곱 신경망(Convolutional Neural Network, CNN) 및 장단기 기억 신경망(Long-Short Term Memory, LSTM)으로 구성된 장기 순환 합성곱 신경망(Long-term Recurrent Convolutional Networks, LRCN) 모델을 이용하여 상기 진단 모델을 생성하는 것을 특징으로 하는 폐 질환 진단 방법.

제 8 항에 있어서,상기 진단 모델은,상기 복수의 폐 영역 이미지 각각으로부터 합성곱 신경망을 이용하여 이미지 별 특징 정보를 추출하고, 추출된 상기 이미지 별 특징 정보에 대해 순차적으로 장단기 기억 신경망을 적용하여 학습을 수행하는 것을 특징으로 하는 폐 질환 진단 방법.

제 13 항에 있어서,상기 진단 모델은,상기 복수의 폐 영역 이미지 각각에 대해 세그멘테이션을 수행하여 샘플링 이미지를 생성하고, 상기 샘플링 이미지를 상기 합성곱 신경망의 입력으로 하며,상기 장단기 기억 신경망의 출력에 복수의 완전 연결된 계층(FC Layer, Fully Connected Layer)이 더 연결되는 것을 특징으로 하는 폐 질환 진단 방법.