컴퓨터에서 구현되는 생존율 예측 시스템에 있어서,컴퓨터에서 판독 가능한 명령을 저장하는 메모리; 및상기 메모리에 저장된 명령을 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서는,종양을 검출하는 3D PET 영상 데이터, 환자의 신체와 환자 테이블(Patient table)이 촬영된 3D CT 영상 데이터, 및 임상 데이터를 수신하는 데이터 수신부;상기 수신된 데이터 각각의 특징을 추출하고 추출된 특징을 결합(Concatenate)하여 학습 데이터로 사용하기 위해 전처리를 수행하는 전처리부; 및상기 전처리된 데이터를 딥러닝 알고리즘을 기반으로 기 학습된 생존 예측 모델에 입력으로 폐암 위험도에 따른 환자의 생존율을 도출하는 생존 분석부;를 포함하고,상기 전처리부는 3D CT 영상 데이터를 학습 데이터로 사용하기 위해 신체 대상별로 기 설정된 방사선 밀도를 기준으로 히스테리시스 임계값(Hysteresis threshold)을 변경하여 폐, 혈관, 뼈 중 적어도 하나의 신체 기관으로 구분된 이미지를 생성으로 환자 테이블을 제거하고 관상면(Coronal plane)을 기준으로 평균 강도 투영을 수행하여 각 신체 기관별로 2D 이미지 데이터를 생성하는 것을 특징으로 하는 멀티모달 딥러닝 기반 비소세포폐암 환자의 생존율 예측 시스템.

제 1 항에 있어서,상기 전처리부는 3D CT 영상 데이터를 패딩(Padding)처리하여 기 설정된 크기의 이미지 슬라이스를 생성하는 것을 특징으로 하는 멀티모달 딥러닝 기반 비소세포폐암 환자의 생존율 예측 시스템.

삭제

제 1 항에 있어서,상기 전처리부는 수신된 임상 데이터를 학습 데이터로 사용하기 위해 명목형 변수를 이진벡터 형태의 더미 변수 데이터로 변환하고, 순서형 변수를 정수 형태의 수치 맵핑 데이터로 변환하는 것을 특징으로 하는 멀티모달 딥러닝 기반 비소세포폐암 환자의 생존율 예측 시스템.

제 1 항에 있어서,상기 임상 데이터는,환자의 이름, 성별, 나이, 흡연 여부, 흡연량, 조직학적 유형, T 병기, N 병기, M 병기, 종합적인 병기, 생존 일수, 중도절단 및 사망 여부 중 어느 하나인 것을 특징으로 하는 멀티모달 딥러닝 기반 비소세포폐암 환자의 생존율 예측 시스템.

제 1 항에 있어서,상기 전처리부는 3D CT 영상 데이터 및 3D PET 영상 데이터 중 적어도 하나를 최대-최소 변환 알고리즘을 이용하여 픽셀 데이터를 추출하는 것을 특징으로 하는 멀티모달 딥러닝 기반 비소세포폐암 환자의 생존율 예측 시스템.

제 1 항에 있어서,상기 전처리부는 3D PET 영상 데이터를 학습 데이터로 사용하기 위해 관상면(Coronal plane)을 기준으로 최대 강도 투영을 수행하는 것을 특징으로 하는 멀티모달 딥러닝 기반 비소세포폐암 환자의 생존율 예측 시스템.

컴퓨터에서 구현되는 생존율 예측 시스템에서 수행되는 생존율 예측 방법에 있어서,컴퓨터에 포함된 적어도 하나의 프로세서가, 종양을 검출하는 3D PET 영상 데이터, 환자의 신체와 환자 테이블(Patient table)이 촬영된 3D CT 영상 데이터, 및 임상 데이터를 수신하는 제1 단계;상기 적어도 하나의 프로세서가, 상기 3D PET 영상 데이터 및 3D CT 영상 데이터 각각을 패딩(Padding)처리하여 기 설정된 크기의 이미지 슬라이스를 생성하는 제2 단계;상기 적어도 하나의 프로세서가, 상기 3D CT 영상 데이터로부터 생성된 이미지 슬라이스를 신체 대상별로 기 설정된 방사선 밀도를 기준으로 히스테리시스 임계값(Hysteresis threshold)을 변경하여 폐, 혈관, 뼈 중 적어도 하나의 신체 기관으로 구분된 이미지를 생성으로 환자 테이블을 제거하고 관상면(Coronal plane)을 기준으로 평균 강도 투영을 수행하여 각 신체 기관별로 2D 이미지 데이터를 생성하는 제3 단계;상기 적어도 하나의 프로세서가, 상기 3D PET 영상 데이터로부터 생성된 이미지 슬라이스를 관상면(Coronal plane)을 기준으로 최대 강도 투영을 수행하여 종양 이미지 데이터를 생성하는 제4 단계;상기 적어도 하나의 프로세서가, 상기 수신된 임상 데이터를 학습 데이터로 사용하기 위해 명목형 변수를 이진벡터 형태의 더미 변수 데이터로 변환하고, 순서형 변수를 정수 형태의 수치 맵핑 데이터로 변환하는 제5 단계; 및상기 적어도 하나의 프로세서가, 데이터별로 특징을 추출하고 추출된 특징을 결합(Concatenate)하여 융합 데이터를 생성하는 제6 단계를 포함하는 멀티모달 딥러닝 기반 비소세포폐암 환자의 생존율 예측 방법.

제 8 항에 있어서,상기 적어도 하나의 프로세서는,상기 융합 데이터를 딥러닝 알고리즘을 기반으로 기 학습된 생존 예측 모델에 입력으로 폐암 위험도에 따른 환자의 생존율을 도출하는 제7 단계를 더 포함하는 멀티모달 딥러닝 기반 비소세포폐암 환자의 생존율 예측 방법.

제 8 항에 있어서,상기 제2 단계는 3D CT 영상 데이터 및 3D PET 영상 데이터 중 적어도 하나를 최대-최소 변환 알고리즘을 이용하여 픽셀 데이터를 추출하는 것을 특징으로 하는 멀티모달 딥러닝 기반 비소세포폐암 환자의 생존율 예측 방법.