컴퓨터에 의해 수행되는 방사선영상 산란 보정 방법으로서,a) 산란 또는 비산란으로 분류되지 않은 학습용 감마선 데이터와 상기 학습용 감마선 데이터에 매칭되는 산란 여부 판별 결과를 포함하는 학습 데이터 세트를 생성하는 단계; 및 b) 상기 학습 데이터 세트를 기초로 입력되는 감마선 데이터에 대한 산란 여부를 판별하도록 훈련된 인공지능 모델을 생성하는 단계; 및c) 산란 또는 비산란 데이터 판별 대상이 되는 감마선 데이터를 수신하고, 상기 인공지능 모델을 이용하여 상기 감마선 데이터에 대한 산란 여부를 판별하는 단계를 포함하는 것인, 방사선영상 산란 보정 방법.

제 1 항에 있어서,상기 학습용 감마선 데이터 및 판별 대상이 되는 감마선 데이터는, 감마선 검출 좌표, 감마선 에너지, 산란 각도 및 검출 시간을 포함하는 것인, 방사선영상 산란 보정 방법.

제 1 항에 있어서,상기 인공지능 모델은 다층 퍼셉트론, 컨볼루션 신경망, 또는 적대적 생성 신경망 기반의 딥러닝 학습 모델인 것인, 방사선영상 산란 보정 방법.

제 1 항에 있어서,상기 c) 단계는,상기 인공지능 모델은 상기 감마선 데이터에서 비산란 정보 및 산란 정보를 분석하여 상기 감마선 데이터에 대한 산란 여부를 판별하도록 훈련되는 것인, 방사선영상 산란 보정 방법.

제 4 항에 있어서, 상기 비산란 정보는 신체 내부에서 간섭 없이 검출된 감마선에 대한 정보이고, 상기 산란 정보는 신체 내부의 간섭으로 임의의 각도만큼 굴절되어 검출된 감마선에 대한 정보인 것인, 방사선영상 산란 보정 방법.

제 1 항에 있어서,d) 상기 c) 단계에 따라 판별된 데이터를 상기 서버와 통신 연결된 영상 생성기로 전송하는 단계를 더 포함하는 것인, 방사선영상 산란 보정 방법.

통신 모듈;적어도 하나의 프로세서; 및상기 프로세서와 전기적으로 연결되고, 상기 프로세서에서 수행되는 적어도 하나의 코드(code)가 저장되는 메모리를 포함하고,상기 메모리는 상기 프로세서를 통해 실행될 때 상기 프로세서가,산란 또는 비산란으로 분류되지 않은 학습용 감마선 데이터와 상기 학습용 감마선 데이터에 매칭되는 산란 여부 판별 결과를 포함하는 학습 데이터 세트를 생성하고, 상기 학습 데이터 세트를 기초로 입력되는 감마선 데이터에 대한 산란 여부를 판별하도록 훈련된 인공지능 모델을 생성하고, 산란 또는 비산란 데이터 판별 대상이 되는 감마선 데이터를 수신하고, 상기 인공지능 모델을 이용하여 상기 감마선 데이터에 대한 산란 여부를 판별하도록 훈련된 인공지능 모델을 생성하 는 코드를 저장하는 것인, 방사선영상 산란 보정 장치.

제 7 항에 있어서,상기 학습용 감마선 데이터 및 판별 대상이 되는 감마선 데이터는, 감마선 검출 좌표, 감마선 에너지, 산란 각도 및 검출 시간을 포함하는 것인, 방사선영상 산란 보정 장치.

제 7 항에 있어서,상기 인공지능 모델은 다층 퍼셉트론, 컨볼루션 신경망, 또는 적대적 생성 신경망 기반의 딥러닝 학습 모델인 것인, 방사선영상 산란 보정 장치.

제 7 항에 있어서,상기 메모리는 상기 프로세서를 통해 실행될 때 상기 프로세서가,상기 인공지능 모델은 상기 감마선 데이터의 비산란 정보 및 산란 정보를 분석하여 상기 감마선 데이터에 대한 산란 여부를 판별하도록 훈련하는 코드를 저장하는 것인, 방사선영상 산란 보정 장치.

제 10 항에 있어서, 상기 비산란 정보는 신체 내부에서 간섭 없이 검출된 감마선에 대한 정보이고, 상기 산란 정보는 신체 내부의 간섭으로 임의의 각도만큼 굴절되어 검출된 감마선에 대한 정보인 것인, 방사선영상 산란 보정 장치.

제 7 항에 있어서,상기 메모리는 상기 프로세서를 통해 실행될 때 상기 프로세서가,상기 판별된 데이터를 상기 서버와 통신 연결된 영상 생성기로 전송하는 코드를 저장하는 것인, 방사선영상 산란 보정 장치.