특정 질환이 의심되는 의심 환자에 대한 3차원 의료 영상 정보를 획득하고, 필요한 경우 상기 의료 영상 정보에 대한 전처리를 수행하여 전처리 된 정보를 획득하는 영상 정보 전처리부;상기 전처리 된 정보에 기 설정된 조건에 따라 결정된 횟수의 합성곱을 반복하여 본처리 된 정보를 획득하는 영상 정보 합성곱 처리부; 및상기 본처리 된 정보에 후처리를 수행하여 상기 의심 환자에 대한 상기 특정 질환의 양성 여부를 판단한 결과인 판단 결과를 출력하는 영상 처리 결과 출력부;를 포함하며,상기 영상 정보 합성곱 처리부는,상기 전처리 된 정보에 상기 합성곱을 반복하기 위한 셔플넷 차수를 결정하여 셔플넷 합성곱 알고리즘을 생성하는 셔플넷 차수 결정 모듈;상기 셔플넷 차수 별로 각각 최초 1회에 다운 샘플링 셔플넷 합성곱을 수행하는 다운 샘플링 셔플넷 수행 모듈; 및상기 다운 샘플링 셔플넷 합성곱이 수행된 결과에 상기 셔플넷 차수별로 기 설정된 일반 셔플넷 합성곱을 수행하는 일반 셔플넷 수행 모듈;을 포함하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

제 1항에 있어서,상기 영상 정보 전처리부는,상기 의료 영상 정보를 획득하여 상기 의료 영상 정보에 포함된 채널 개수를 획득하는 영상 정보 획득 모듈; 및상기 채널 개수가 기 설정된 기준 값 이상인 경우 상기 기준 값까지 상기 채널 개수를 감소시키기 위해 상기 의료 영상 정보의 슬라이스를 압축하는 전처리를 수행하는 영상 정보 전처리 모듈;을 포함하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

제 2항에 있어서, 상기 전처리는 상기 의료 영상 정보에 포인트와이즈 합성곱을 이용하여 압축된 영상을 생성하고, 상기 압축된 영상에 일반 합성곱을 수행하여 상기 전처리 된 정보를 생성하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

제 3항에 있어서,상기 영상 정보 획득 모듈은, 상기 의료 영상 정보를 128×128×32 크기의 영상으로 설정하며,상기 영상 정보 전처리 모듈은상기 의료 영상 정보에 상기 포인트와이즈 합성곱을 수행하여 128Х128Х8 크기의 영상을 상기 압축된 영상으로 생성하고, 상기 압축된 영상에 상기 일반 합성곱을 수행하여 64Х64Х24의 크기의 영상을 상기 전처리 된 정보로 출력하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

삭제

제 1항에 있어서,상기 셔플넷 차수 결정 모듈은 상기 셔플넷 차수를 최대 3차수까지 결정할 수 있으며, 상기 셔플넷 합성곱 알고리즘은 제1차 셔플넷 합성곱 알고리즘, 제2차 셔플넷 합성곱 알고리즘 및 제3차 셔플넷 합성곱 알고리즘을 포함하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

제 6항에 있어서,상기 일반 셔플넷 수행 모듈은상기 제1차 셔플넷 합성곱 알고리즘의 경우 상기 다운 샘플링 셔플넷 합성곱을 1회 수행한 후 상기 일반 셔플넷 합성곱을 3번 수행하고,상기 제2차 셔플넷 합성곱 알고리즘의 경우 상기 다운 샘플링 셔플넷 합성곱을 1회 수행한 후 상기 일반 셔플넷 합성곱을 7번 수행하며,상기 제3차 셔플넷 합성곱 알고리즘의 경우 상기 다운 샘플링 셔플넷 합성곱을 1회 수행한 후 상기 일반 셔플넷 합성곱을 3번 수행하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

제 7항에 있어서,상기 영상 정보 합성곱 처리부는,획득한 상기 전처리 된 정보에 상기 제1차 셔플넷 합성곱 알고리즘을 적용하여 제1차 셔플넷 결과를 생성하고, 상기 제1차 셔플넷 결과에 상기 제2차 셔플넷 합성곱 알고리즘을 적용하여 제2차 셔플넷 결과를 생성하며, 상기 제2차 셔플넷 결과에 상기 제3차 셔플넷 합성곱 알고리즘을 적용하여 제3차 셔플넷 결과를 생성하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

제 8항에 있어서,상기 제1차 셔플넷 결과는 32Х32Х48크기의 특징 맵으로 표현되고,상기 제2차 셔플넷 결과는 16Х16Х96크기의 특징 맵으로 표현되며,상기 제3차 셔플넷 결과는 8Х8Х192크기의 특징 맵으로 표현되는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

제 1항에 있어서,상기 영상 처리 결과 출력부는,상기 본처리 된 정보를 전달 받아 상기 본처리 된 정보의 슬라이스를 압축하는 후처리를 수행하는 영상 정보 후처리 모듈; 및상기 후처리 된 정보에 대해 선형화(linear) 작업을 수행하여 상기 특정 질환의 양성 여부를 판단하고, 상기 판단 결과를 출력하는 판단 결과 출력 모듈;을 포함하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

제 10항에 있어서,상기 후처리는 포인트와이즈 합성곱을 이용하여 수행되는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 시스템.

영상 전처리부를 이용하여 특정 질환이 의심되는 의심 환자에 대한 3차원 의료 영상 정보를 획득하고, 필요한 경우 상기 의료 영상 정보에 대한 전처리를 수행하여 전처리 된 정보를 획득하는 단계;영상 정보 합성곱 처리부를 이용하여 상기 전처리 된 정보에 기 설정된 조건에 따라 결정된 횟수의 합성곱을 반복하여 본처리 된 정보를 획득하는 단계; 및영상 결과 출력부를 이용하여 상기 본처리 된 정보에 후처리를 수행하고 상기 의심 환자에 대한 상기 특정 질환의 양성 여부를 판단한 결과인 판단 결과를 출력하는 단계;를 포함하며,상기 본처리 된 정보를 획득하는 단계는,상기 전처리 된 정보에 상기 합성곱을 반복하기 위한 셔플넷 차수를 결정하여 셔플넷 합성곱 알고리즘을 생성하는 단계;상기 셔플넷 차수 별로 각각 최초 1회에 다운 샘플링 셔플넷 합성곱을 수행하는 단계; 및상기 다운 샘플링 셔플넷 합성곱이 수행된 결과에 상기 셔플넷 차수별로 기 설정된 일반 셔플넷 합성곱을 수행하는 단계;를 포함하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.

제 12항에 있어서,상기 전처리 된 정보를 획득하는 단계는,상기 의료 영상 정보를 획득하여 상기 의료 영상 정보에 포함된 채널 개수를 획득하는 단계; 및상기 채널 개수가 기 설정된 기준 값 이상인 경우 상기 기준 값까지 상기 채널 개수를 감소시키기 위해 상기 의료 영상 정보의 슬라이스를 압축하는 전처리를 수행하는 단계;를 포함하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.

제 13항에 있어서, 상기 전처리는상기 의료 영상 정보에 포인트와이즈 합성곱을 이용하여 압축된 영상을 생성하고, 상기 압축된 영상에 일반 합성곱을 수행하여 상기 전처리 된 정보를 생성하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.

제 14항에 있어서,상기 의료 영상 정보에 포함된 채널 개수를 획득하는 단계는, 상기 의료 영상 정보를 128Х128Х32 크기의 영상으로 설정하며,상기 전처리를 수행하는 단계는상기 의료 영상 정보에 상기 포인트와이즈 합성곱을 수행하여 128Х128Х8 크기의 영상을 상기 압축된 영상으로 생성하고, 상기 압축된 영상에 상기 일반 합성곱을 수행하여 64Х64Х24의 크기의 영상을 상기 전처리 된 정보로 출력하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.

삭제

제 12항에 있어서,상기 셔플넷 합성곱 알고리즘을 생성하는 단계는,상기 셔플넷 차수를 최대 3차수까지 결정할 수 있으며, 상기 셔플넷 합성곱 알고리즘은 제1차 셔플넷 합성곱 알고리즘, 제2차 셔플넷 합성곱 알고리즘 및 제3차 셔플넷 합성곱 알고리즘을 포함하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.

제 17항에 있어서,상기 일반 셔플넷 합성곱을 수행하는 단계는,상기 제1차 셔플넷 합성곱 알고리즘의 경우 상기 다운 샘플링 셔플넷 합성곱을 1회 수행한 후 상기 일반 셔플넷 합성곱을 3번 수행하고,상기 제2차 셔플넷 합성곱 알고리즘의 경우 상기 다운 샘플링 셔플넷 합성곱을 1회 수행한 후 상기 일반 셔플넷 합성곱을 7번 수행하며,상기 제3차 셔플넷 합성곱 알고리즘의 경우 상기 다운 샘플링 셔플넷 합성곱을 1회 수행한 후 상기 일반 셔플넷 합성곱을 3번 수행하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.

제 18항에 있어서,상기 본처리 된 정보를 획득하는 단계는,획득한 상기 전처리 된 정보에 상기 제1차 셔플넷 합성곱 알고리즘을 적용하여 제1차 셔플넷 결과를 생성하고, 상기 제1차 셔플넷 결과에 상기 제2차 셔플넷 합성곱 알고리즘을 적용하여 제2차 셔플넷 결과를 생성하며, 상기 제2차 셔플넷 결과에 상기 제3차 셔플넷 합성곱 알고리즘을 적용하여 제3차 셔플넷 결과를 생성하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.

제 19항에 있어서,상기 제1차 셔플넷 결과는 32Х32Х48크기의 특징 맵으로 표현되고,상기 제2차 셔플넷 결과는 16Х16Х96크기의 특징 맵으로 표현되며,상기 제3차 셔플넷 결과는 8Х8Х192크기의 특징 맵으로 표현되는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.

제 12항에 있어서,상기 판단 결과를 출력하는 단계는,상기 본처리 된 정보를 전달 받아 상기 본처리 된 정보의 슬라이스를 압축하는 후처리를 수행하는 단계; 및상기 후처리 된 정보에 대해 선형화(linear) 작업을 수행하여 상기 특정 질환의 양성 여부를 판단하고, 상기 판단 결과를 출력하는 단계;를 포함하는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.

제 21항에 있어서,상기 후처리는 포인트와이즈 합성곱을 이용하여 수행되는 합성곱 신경망 모델을 이용한 3차원 의료 영상 분석 방법.