이미지의 유형을 변환하는 변환 모델을 구축하는 변환 모델 구축 장치에 있어서,변환 모델 구축 프로그램이 저장된 메모리; 및상기 변환 모델 구축 프로그램을 실행하는 프로세서를 포함하고,상기 변환 모델 구축 프로그램은, 제1 생성 모듈을 통해 제1 유형의 제1 학습 이미지를 제2 유형의 제1 변환 이미지로 변환하고, 제1 판별 모듈에 상기 제1 변환 이미지와 제2 유형의 제2 학습 이미지를 적용하여 상기 제1 변환 이미지가 진짜로 판별되도록 상기 제1 생성 모듈을 업데이트하며, 제2 생성 모듈을 통해 상기 제1 변환 이미지를 상기 제1 유형의 제2 변환 이미지로 변환하고, 상기 제2 변환 이미지와 상기 제1 학습 이미지를 비교하여 상기 제1 생성 모듈을 업데이트해 상기 변환 모델을 학습시키는 것이며,상기 변환 모델은, 상기 제1 생성 모듈, 상기 제2 생성 모듈, 상기 제1 판별 모듈을 포함하고,상기 제1 생성 모듈은, 상기 제1 유형의 이미지를 상기 제2 유형으로 가공하는 것이며, 상기 제2 생성 모듈은, 상기 제2 유형의 이미지를 상기 제1 유형으로 가공하는 것이고,상기 제1 판별 모듈은, 적어도 하나 이상의 입력되는 이미지에 대하여 설정된 조건에 따라 진짜 또는 가짜로 판단하는 것이며,상기 제1 유형은 양전자방출단층촬영법(PET: Positron Emission Tomography)으로 촬영되거나, 컴퓨터단층 촬영법(CT: Computerized Tomography)으로 촬영된 이미지 유형이고, 상기 제2 유형은 자기공명영상법(MRI: Magnetic Resonance Imaging)로 촬영된 이미지 유형이며,상기 제1 학습 이미지와 상기 제2 학습 이미지는 동일한 대상체를 촬영한 이미지고,상기 변환 모델 구축 프로그램은,상기 제2 학습 이미지와 상기 제1 변환 이미지 사이의 차이값을 비교하여 상기 제1 생성 모듈을 업데이트하며,상기 차이값은, 학습 이미지에 대한 변환 이미지의 손실 정도를 수치로 나타낸 값인, 변환 모델 구축 장치.

제1항에 있어서,상기 변환 모델 구축 프로그램은,상기 제1 학습 이미지와 상기 제2 변환 이미지 사이의 차이값에 기초하여 상기 제1 생성 모듈을 업데이트하는 것인, 변환 모델 구축 장치.

삭제

제1항에 있어서,상기 변환 모델은 제2 판별 모듈을 더 포함하고,상기 변환 모델 구축 프로그램은,상기 제2 생성 모듈을 통해 상기 제2 학습 이미지를 제1 유형의 제3 변환 이미지로 변환하고, 상기 제2 판별 모듈에 상기 제1 학습 이미지와 상기 제3 변환 이미지를 적용하여 상기 제3 변환 이미지가 진짜로 판별되도록 상기 제2 생성 모듈을 업데이트하는 것인, 변환 모델 구축 장치.

제4항에 있어서,상기 변환 모델 구축 프로그램은,상기 제1 생성 모듈을 통해 상기 제3 변환이미지를 상기 제2 유형의 제4 변환 이미지로 변환하고, 상기 제2 학습 이미지와 상기 제4 변환 이미지 사이의 상기 차이값에 기초하여 상기 제2 생성 모듈을 업데이트하는 것인, 변환 모델 구축 장치.

제1항에 있어서,상기 제1 판별 모듈은,상기 제1 변환 이미지를 가짜로, 상기 제2 학습 이미지를 진짜로 판별하도록 설정되고,상기 변환 모델 구축 프로그램은,상기 제1 판별 모듈에서 상기 제1 변환 이미지가 진짜로 판별될 때까지 상기 제1 학습 이미지를 상기 제1 생성 모듈에 반복 적용하여 상기 제1 생성 모듈을 업데이트하는 것인, 변환 모델 구축 장치.

제4항에 있어서,상기 제2 판별 모듈은,상기 제3 변환 이미지를 가짜로, 상기 제1 학습 이미지를 진짜로 판별하도록 설정되고,상기 변환 모델 구축 프로그램은,상기 제2 판별 모듈에서 상기 제3 변환 이미지가 진짜로 판별될 때까지 상기 제2 학습 이미지를 상기 제2 생성 모듈에 반복 적용하여 상기 제2 생성 모듈을 업데이트하는 것인, 변환 모델 구축 장치.

삭제

제1 유형의 이미지를 제2 유형으로 변환하는 이미지 변환 장치에 있어서,이미지 변환 프로그램이 저장된 메모리; 및상기 이미지 변환 프로그램을 실행하는 프로세서를 포함하되,상기 이미지 변환 프로그램은,제1 유형의 제1 이미지를 변환 모델에 적용하여 제2 유형의 제2 이미지를 생성하는 것이며,상기 변환 모델은,제1 및 제2생성 모듈, 제1 및 제2 판별 모듈을 통해 기계 학습되어 상기 제1 유형의 이미지를 상기 제2 유형으로 변환하는 것이며,상기 제1 생성 모듈은, 상기 제1 유형의 이미지를 상기 제2 유형으로 가공하는 것이고, 상기 제2 생성 모듈은, 상기 제2 유형의 이미지를 상기 제1 유형으로 가공하는 것이며,상기 제1 및 제2 판별 모듈은, 적어도 하나 이상의 입력되는 이미지에 대하여 설정된 조건에 따라 진짜와 가짜를 판단하는 것이고,상기 제1 유형은 양전자방출단층촬영법(PET: Positron Emission Tomography)으로 촬영되거나 컴퓨터단층 촬영법(CT: Computerized Tomography)으로 촬영된 이미지 유형이고, 상기 제2 유형은 자기공명영상법(MRI: Magnetic Resonance Imaging)로 촬영된 이미지 유형이며,상기 변환 모델은,상기 제1 생성 모듈을 통해 제1 유형의 제1 학습 이미지를 제2 유형의 제1 변환 이미지로 변환하고, 상기 제1 판별 모듈에 상기 제1 변환 이미지와 제2 유형의 제2 학습 이미지를 적용하여 상기 제1 변환 이미지가 진짜로 판별되도록 상기 제1 생성 모듈을 업데이트하고, 상기 제2 생성 모듈을 통해 상기 제1 변환 이미지를 상기 제1 유형의 제2 변환 이미지로 변환하고, 상기 제2 변환 이미지와 상기 제1 학습 이미지를 비교해 상기 제1 생성 모듈을 업데이트하며,상기 제2 학습 이미지와 상기 제1 변환 이미지를 비교하여 상기 제1 생성 모듈을 업데이트하여 학습되는 것이되,상기 제1 학습 이미지와 상기 제2 학습 이미지는 동일한 대상체를 촬영한 이미지인 것인, 이미지 변환 장치.

삭제

제9항에 있어서,상기 변환 모델은,상기 제2 생성 모듈을 통해 상기 제2 학습 이미지를 제1 유형의 제3 변환 이미지로 변환하고, 상기 제2 판별 모듈에 상기 제1 학습 이미지와 상기 제3 변환 이미지를 적용하여 상기 제3 변환 이미지가 진짜로 판별되도록 상기 제2 생성 모듈을 업데이트하여 학습되는 것인, 이미지 변환 장치.

제11항에 있어서,상기 변환 모델은,상기 제1 생성 모듈을 통해 상기 제3 변환 이미지를 상기 제2 유형의 제4 변환 이미지로 변환하고, 상기 제2 학습 이미지와 상기 제4 변환 이미지를 비교해 상기 제2 생성 모듈을 업데이트하여 학습되는 것인, 이미지 변환 장치.

제11항에 있어서,상기 변환 모델은,상기 제1 판별 모듈이 상기 제1 변환 이미지를 가짜로, 상기 제2 학습 이미지를 진짜로 판별하도록 설정되고,상기 제1 판별 모듈에서 상기 제1 변환 이미지가 진짜로 판별될 때까지 상기 제1 학습 이미지를 상기 제1 생성 모듈에 반복 적용해 상기 제1 생성 모듈을 업데이트하여 학습되는 것인, 이미지 변환 장치.

제11항에 있어서,상기 변환 모델은,상기 제2 판별 모듈이, 상기 제3 변환 이미지를 가짜로, 상기 제1 학습 이미지를 진짜로 판별하도록 설정되고,상기 제2 판별 모듈에서 상기 제3 변환 이미지가 진짜로 판별될 때까지 상기 제2 학습 이미지를 상기 제2 생성 모듈에 반복 적용해 상기 제2 생성 모듈을 업데이트하여 학습되는 것인, 이미지 변환 장치.

제11항에 있어서,상기 변환 모델은,학습 이미지와 변환 이미지 사이의 차이값에 기초하여 상기 제1 생성 모듈 또는 상기 제2 생성 모듈을 업데이트하여 학습되는 것이고,상기 차이값은, 학습 이미지에 대한 변환 이미지의 손실 정도를 수치로 나타낸 값인, 이미지 변환 장치.