고막 영상 분석을 통한 귀 질환을 진단하는 장치에 있어서,정상 고막 영상 데이터 및 비정상 고막 영상 데이터를 포함하는 고막 영상 데이터셋을 획득하는 영상 획득부;상기 고막 영상 데이터셋을 정상 고막 영상 데이터셋 및 비정상 고막 영상 데이터셋으로 분류하는 데이터 식별부;상기 정상 고막 영상 데이터에 고막의 세부 기관 각각을 표시한 마스킹 영상을 생성하는 마스킹 영상 생성부;상기 마스킹 영상을 학습하여 상기 고막의 세부 기관을 검출하는 제1모델을 생성하는 제1모델 생성부;상기 제1모델에서 도출된 결과를 학습하여 입력되는 고막 영상의 정상 및 비정상을 판단하는 제2모델을 생성하는 제2모델 생성부;대상자의 고막 영상을 수신하고 상기 제1모델 및 제2모델에 기초하여 고막 이상 유무를 판단하는 판별부;상기 대상자의 고막 이상 유무 판별 결과를 출력하는 정보 출력부;를 포함하되,상기 귀 질환 진단 장치는,청력 검사 결과에 대한 의사의 고막 검사 소견 및 상기 대상자의 고막 영상을 매칭하여 학습하는 제3모델을 생성하는 제3모델 생성부를 더 포함하는 것인,귀 질환 진단 장치.

제1항에 있어서,상기 제1모델은,상기 정상 고막 영상 데이터셋 및 비정상 고막 영상 데이터셋을 입력으로 하여 상기 고막의 세부 기관 각각의 신뢰도를 산출하고, 상기 세부 기관 각각에 신뢰도가 레이블된 학습 데이터를 생성하는 것인, 귀 질환 진단 장치.

제2항에 있어서,상기 제2모델은,상기 학습 데이터를 학습하여 상기 세부 기관 각각을 정상과 비정상으로 구분하는 신뢰도의 임계값을 도출하는 것인, 귀 질환 진단 장치.

제2항에 있어서,상기 판별부는,상기 대상자의 고막 영상을 제1모델에 입력하여 상기 고막의 세부 기관을 검출하고, 신뢰도가 레이블된 데이터를 상기 제2모델에 입력하여 상기 대상자의 고막 이상 여부를 판단하는 것인, 귀 질환 진단 장치.

제1항에 있어서,상기 판별부는,상기 제1모델에서 상기 마스킹 영상을 학습한 결과를 복수의 조합으로 구성하여 각각의 성능 지표 값을 도출하고 상기 성능 지표 값이 가장 큰 조합을 선택하는 것인, 귀 질환 진단 장치.

제5항에 있어서,상기 판별부는,상기 선택된 조합에 기초하여 상기 대상자의 고막 영상에서 검출된 세부 기관 각각에서 도출된 신뢰도에 기초하여 상기 고막의 이상 유무를 판별하는 것인, 귀 질환 진단 장치.

제6항에 있어서,상기 판별부는,상기 고막에 이상이 존재하는 것으로 판단되면, 상기 고막의 세부 기관 중 이상이 있는 기관에 대응하는 질병을 구분하여 진단하는 것인, 귀 질환 진단 장치.

삭제

제1항에 있어서,상기 판별부는,상기 대상자의 고막 영상을 상기 제3 모델에 입력하여 청력도를 판단하는 것인, 귀 질환 진단 장치.

귀 질환 진단 장치에 의해 수행되는 고막 영상 분석을 통한 귀 질환을 진단하는 방법에 있어서,정상 고막 영상 데이터 및 비정상 고막 영상 데이터를 포함하는 고막 영상 데이터셋을 획득하는 단계;상기 고막 영상 데이터셋을 정상 고막 영상 데이터셋 및 비정상 고막 영상 데이터셋으로 분류하는 단계;상기 정상 고막 영상 데이터에 고막의 세부 기관 각각을 표시한 마스킹 영상을 생성하는 단계;상기 마스킹 영상을 학습하여 상기 고막의 세부 기관을 검출하는 제1모델을 생성하는 단계;상기 제1모델에서 도출된 결과를 학습하여 입력되는 고막 영상의 정상 및 비정상을 판단하는 제2모델을 생성하는 단계;대상자의 고막 영상을 수신하고 상기 제1모델 및 제2모델에 기초하여 고막 이상 유무를 판단하는 단계;상기 대상자의 고막 이상 유무 판별 결과를 출력하는 단계;를 포함하되,상기 귀 질환 진단 방법은,청력 검사 결과에 대한 의사의 고막 검사 소견 및 상기 대상자의 고막 영상을 매칭하여 학습하는 제3모델을 생성하는 단계를 더 포함하는 것인,귀 질환 진단 방법.

제10항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.