아밀로이드 제제가 투여된 진단 대상자의 뇌를 단층 촬영하는 PET 기법에 따라 소정 시간 동안 상기 단층 촬영을 수행함에 따라 연속적으로 촬영된 복수 개의 단층 촬영 이미지로 구성되는 PET 영상을 획득하는 이미지 획득부;상기 복수 개의 단층 촬영 이미지가 각각 획득된 시간정보에 대응하는 시계열 정보와 상기 단층 촬영 이미지에 대한 영역별 픽셀 조합에 대응하는 스코어값에 기초한 소정의 이미지 벡터를 생성하는 시계열 벡터 생성 모듈;적어도 하나 이상의 상기 이미지 벡터를 상기 시계열 정보에 기초하여 순차적으로 하나씩 입력받아 입력 시점별로 구분하여 저장하는 복수 개의 입력층을 포함하는 입력 레이어부;각각의 상기 입력 시점에 대응하는 상기 입력층의 입력값에 기초한 소정의 상태값을 생성하되, 현재 시점에 대응하는 상기 입력층의 입력값과 상기 현재 시점의 바로 이전 시점에 대응하여 생성된 상기 상태값에 기초하여 상기 현재 시점에 대한 상태값을 생성하는 복수 개의 은닉층을 포함하는 은닉 레이어부;상기 입력 시점이 마지막인 상기 입력층에 대응되는 상기 은닉층의 상태값에 기초하여 상기 현재 시점에 대한 소정의 출력값을 생성하는 출력 레이어부; 및상기 출력값에 기초하여 기설정된 복수 개의 클래스 중 적어도 하나의 클래스에 대응되는 확률값을 산출하는 확률 산출부;를 포함하며,상기 복수 개의 단층 촬영 이미지는,상기 아밀로이드 제제가 투여된 시점으로부터 제거되는 시점까지의 상기 진단 대상자의 체내 흡수 시간 중에서 초기 구간에 대응하여 획득되는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 장치.

제1항에 있어서,상기 은닉 레이어부는,내부에 히든 스테이트를 포함하는 셀 구조로 마련되어 기저장된 활성 함수에 따른 소정의 상태값을 생성하여 상기 히든 스테이트에 저장하는 복수 개의 은닉층을 포함하되,상기 복수 개의 입력층의 개수에 대응되도록 마련되는 입력 노드를 통해 상기 복수 개의 은닉층과 상기 복수 개의 입력층이 각각 연결되고 소정의 연결 노드를 통해 서로 인접한 적어도 한 쌍의 상기 은닉층 사이를 직렬로 상호간 연결함에 따라 현재 시점에 대응하는 상기 입력층의 입력값과 상기 현재 시점의 바로 이전 시점에 대응하여 기저장된 상기 상태값을 상기 활성 함수에 적용한 결과에 기초하여 상기 현재 시점에 대응하는 상기 상태값을 생성하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 장치.

제2항에 있어서,상기 은닉 레이어부는,상기 은닉층은 내부에 셀 스테이트를 더 포함하는 셀 구조로 마련되어 상기 활성 함수에 따른 소정의 상태값을 생성하여 상기 히든 스테이트에 저장하되,상기 현재 시점에 대응하는 상기 입력층의 입력값에 기초한 입력 데이터와 상기 현재 시점의 바로 이전 시점에 대응하는 상기 상태값에 기초한 과거 데이터 각각에 대응하여 기설정된 반영률을 적용한 결과에 기초하여 상기 현재 시점에 대응하는 상기 은닉층의 셀 상태값을 생성하여 상기 셀 스테이트에 저장하고,상기 기저장된 셀 상태값을 상기 활성 함수에 적용하여 상기 현재 시점에 대응하는 상기 상태값을 생성하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 장치.

제3항에 있어서,상기 은닉 레이어부는,상기 과거 데이터의 삭제 정도에 기초하여 기설정된 제1 반영률을 적용함에 따른 제1 결과값을 생성하여 상기 셀 스테이트로 전달하는 삭제 게이트;상기 입력 데이터의 기억 정도에 기초하여 기설정된 제2 반영률을 적용함에 따른 게이트값과, 상기 과거 데이터와 상기 입력 데이터를 상기 활성 함수에 적용함에 따른 후보 상태값에 대한 기설정된 연산을 수행함에 따른 제2 결과값을 생성하여 상기 셀 스테이트로 전달하는 입력 게이트; 및상기 셀 상태값의 출력 정도에 기초하여 기설정된 제3 반영률을 적용함에 따른 제3 결과값을 생성하는 출력 게이트;를 포함하며,상기 제1 결과값 및 상기 제2 결과값에 기초하여 상기 현재 시점에 대응하는 상기 셀 상태값을 생성하고,상기 현재 시점에 대응하는 상기 셀 상태값과 상기 제3 결과값을 상기 활성 함수에 적용한 결과에 기초하여 상기 현재 시점에 대응하는 상기 상태값을 생성하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 장치.

제2항에 있어서,상기 출력 레이어부는,소정의 출력 노드를 통해 상기 복수 개의 은닉층 각각에 연결되되, 상기 시계열 정보에 기초한 입력 시점이 마지막인 상기 입력층에 대응하여 연결된 상기 은닉층의 상태값에 소정의 출력 가중치가 반영된 값을 출력값으로 생성하여 저장하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 장치.

제1항에 있어서,상기 시계열 벡터 생성 모듈은,상기 복수 개의 단층 촬영 이미지가 각각 획득된 시간정보를 검출하여 이를 시간 순서대로 정렬함에 따른 이미지별 순서정보를 생성하고, 각각의 상기 단층 촬영 이미지에 대응하는 상기 시간정보 및 상기 순서정보에 기초하여 상기 복수 개의 단층 촬영 이미지에 대한 시계열 정보를 생성하는 시계열 정보 생성부;상기 복수 개의 단층 촬영 이미지를 기설정된 영상처리 기법에 따라 정규화하여 2차원 배열 형식의 정규화된 이미지로 변환하는 이미지 전처리부; 및상기 정규화된 이미지에 대한 영역별 픽셀 조합에 대응하는 스코어값을 산출한 후 상기 산출된 스코어값과 상기 생성된 시계열 정보에 기초한 소정의 이미지 벡터로 변환하는 벡터 변환부;를 포함하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 장치.

제6항에 있어서,상기 벡터 변환부는,각각의 상기 정규화된 이미지를 기설정된 SUV 기법에 기초한 관심 영역에 대응하는 복수 개의 영역으로 구분하여 영역별 픽셀 조합을 검출하는 영역 검출부;상기 검출된 영역별 픽셀 조합에 대한 대표값을 산출하는 대표값 산출부;상기 산출된 대표값을 기설정된 색 모델에 적용한 결과에 기초한 명도 좌표값에 대응하는 스코어값을 산출하는 스코어 산출부; 및상기 산출된 스코어값과 상기 생성된 시계열 정보에 기초한 소정의 이미지 벡터에 대한 행렬 데이터를 생성하는 행렬 생성부;를 포함하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 장치.

제6항에 있어서,상기 이미지 전처리부는,상기 복수 개의 단층 촬영 이미지를 기설정된 볼륨 데이터로 공간 정규화하는 공간 정규화부; 및상기 볼륨 데이터를 구성하는 복수 개의 복셀 각각의 값을 기설정된 스케일 팩터에 따라 일정 비율로 스케일링하는 강도 정규화부;를 포함하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 장치.

아밀로이드 제제가 투여된 진단 대상자의 뇌를 단층 촬영하는 PET 기법에 따라 소정 시간 동안 상기 단층 촬영을 수행함에 따라 연속적으로 촬영된 복수 개의 단층 촬영 이미지로 구성되는 PET 영상을 획득하는 단계;상기 복수 개의 단층 촬영 이미지가 각각 획득된 시간정보에 대응하는 시계열 정보와 상기 단층 촬영 이미지에 대한 영역별 픽셀 조합에 대응하는 스코어값에 기초한 소정의 이미지 벡터를 생성하는 단계;적어도 하나 이상의 상기 이미지 벡터를 상기 시계열 정보에 기초하여 순차적으로 하나씩 입력받아 입력 시점별로 구분하여 복수 개의 입력값으로 저장하는 단계;각각의 상기 입력 시점에 대응하는 입력값에 기초한 소정의 상태값을 생성하되, 현재 시점에 대응하는 상기 입력값과 상기 현재 시점의 바로 이전 시점에 대응하여 생성된 상기 상태값에 기초하여 상기 현재 시점에 대한 상태값을 생성하는 단계;상기 입력 시점이 마지막인 상기 입력값에 대응되는 상기 상태값에 기초하여 상기 현재 시점에 대한 소정의 출력값을 생성하는 단계; 및상기 출력값에 기초하여 기설정된 복수 개의 클래스 중 적어도 하나의 클래스에 대응되는 확률값을 산출하는 단계;를 포함하며,상기 복수 개의 단층 촬영 이미지는,상기 아밀로이드 제제가 투여된 시점으로부터 제거되는 시점까지의 상기 진단 대상자의 체내 흡수 시간 중에서 초기 구간에 대응하여 획득되는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 방법.

제9항에 있어서,상기 상태값을 생성하는 단계는,상기 입력값을 입력받아 기저장된 활성 함수에 따른 소정의 상태값을 생성하여 저장하되, 현재 시점에 대응하는 상기 입력값과 상기 현재 시점의 바로 이전 시점에 대응하여 기저장된 상기 상태값을 상기 활성 함수에 적용한 결과에 기초하여 상기 현재 시점에 대응하는 상기 상태값을 생성하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 방법.

제10항에 있어서,상기 상태값을 생성하는 단계는,상기 현재 시점에 대응하는 상기 입력값에 기초한 입력 데이터와 상기 현재 시점의 바로 이전 시점에 대응하는 상기 상태값에 기초한 과거 데이터 각각에 대응하여 기설정된 반영률을 적용한 결과에 기초하여 상기 현재 시점에 대응하는 셀 상태값을 생성하여 저장하고, 상기 기저장된 셀 상태값을 상기 활성 함수에 적용하여 상기 현재 시점에 대응하는 상기 상태값을 생성하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 방법.

제11항에 있어서,상기 상태값을 생성하는 단계는,상기 과거 데이터의 삭제 정도에 기초하여 기설정된 제1 반영률을 적용함에 따른 제1 결과값을 생성하여 상기 셀 상태값에 반영하는 단계;상기 입력 데이터의 기억 정도에 기초하여 기설정된 제2 반영률을 적용함에 따른 게이트값과, 상기 과거 데이터와 상기 입력 데이터를 상기 활성 함수에 적용함에 따른 후보 상태값에 대한 기설정된 연산을 수행함에 따른 제2 결과값을 생성하여 상기 셀 상태값에 반영하는 단계;상기 제1 결과값 및 상기 제2 결과값에 기초하여 상기 현재 시점에 대응하는 상기 셀 상태값을 생성하는 단계;상기 셀 상태값의 출력 정도에 기초하여 기설정된 제3 반영률을 적용함에 따른 제3 결과값을 생성하는 단계; 및상기 현재 시점에 대응하는 상기 셀 상태값과 상기 제3 결과값을 상기 활성 함수에 적용한 결과에 기초하여 상기 현재 시점에 대응하는 상기 상태값을 생성하는 단계;를 포함하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 방법

제9항에 있어서,상기 출력값을 생성하는 단계는,상기 시계열 정보에 기초한 입력 시점이 마지막인 상기 입력값에 대응하는 상기 상태값에 소정의 출력 가중치가 반영된 값을 출력값으로 생성하여 저장하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 방법.

제9항에 있어서,상기 이미지 벡터를 생성하는 단계는,상기 복수 개의 단층 촬영 이미지가 각각 획득된 시간정보를 검출하여 이를 시간 순서대로 정렬함에 따른 이미지별 순서정보를 생성하고, 각각의 상기 단층 촬영 이미지에 대응하는 상기 시간정보 및 상기 순서정보에 기초하여 상기 복수 개의 단층 촬영 이미지에 대한 시계열 정보를 생성하는 단계;상기 복수 개의 단층 촬영 이미지를 기설정된 영상처리 기법에 따라 정규화하여 2차원 배열 형식의 정규화된 이미지로 변환하는 단계; 및상기 정규화된 이미지에 대한 영역별 픽셀 조합에 대응하는 스코어값을 산출한 후 상기 산출된 스코어값과 상기 생성된 시계열 정보에 기초한 소정의 이미지 벡터로 변환하는 단계;를 포함하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 방법.

제14항에 있어서,상기 이미지 벡터로 변환하는 단계는,각각의 상기 정규화된 이미지를 기설정된 SUV 기법에 기초한 관심 영역에 대응하는 복수 개의 영역으로 구분하여 영역별 픽셀 조합을 검출하는 단계;상기 검출된 영역별 픽셀 조합에 대한 대표값을 산출하는 단계;상기 산출된 대표값을 기설정된 색 모델에 적용한 결과에 기초한 명도 좌표값에 대응하는 스코어값을 산출하는 단계; 및상기 산출된 스코어값과 상기 생성된 시계열 정보에 기초한 소정의 이미지 벡터에 대한 행렬 데이터를 생성하는 단계;를 포함하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 방법.

제14항에 있어서,상기 정규화된 이미지로 변환하는 단계는,상기 복수 개의 단층 촬영 이미지를 기설정된 볼륨 데이터로 공간 정규화하는 단계; 및상기 볼륨 데이터를 구성하는 복수 개의 복셀 각각의 값을 기설정된 스케일 팩터에 따라 일정 비율로 스케일링하는 단계;를 포함하는 것을 특징으로 하는 뇌질환 판단을 위한 시계열 기반의 PET 영상 분석 방법.

삭제

삭제