| 번호 | 청구항 |
|---|---|
| 5 | 제 1 항에 있어서, 상기 프로세서는 복수의 DIC 이미지를 획득하고, 부불어 오른 세포를(Swelling Cell, SC)를 검출하는 SC 검출 모듈과 죽은 세포(Dead Cell, DC)를 검출하는 DC 검출 모듈을 사용하여 상기 복수의 DIC 이미지에 대하여 각각 SC와 DC를 예측하고, 예측된 상기 SC와 DC의 결과를 종합하여, ICD 패턴을 분석하는 시각화 파일을 생성하는,면역원성 세포사 유발물질 선별 장치. |
| 1 | 인공지능 기반 면역원성 세포사 유발물질 선별 장치에서, 데이터를 획득하는 입력 모듈;외부 장치와 데이터를 송수신하는 통신 모듈;동작의 수행을 위해 적어도 하나의 프로세스가 저장되고 사용자 입력과 데이터를 저장하는 메모리; 및상기 프로세스에 따라 제어 방법을 수행하는 프로세서를 포함하되, 상기 프로세서는, 면역원성 세포 사멸 정보(Immunogenic Cell Death, 이하, ICD 정보)를 포함하는 제 1 데이터를 입력 모듈을 통하여 획득하고, 상기 제 1 데이터를 전처리하고, 전처리된 상기 제 1 데이터를 기초로 사전 모델을 학습하고, 학습 결과로부터 ICD 패턴 감지 모델을 생성하고, 환자의 ICD 정보와 DIC 이미지를 포함하는 제 2 데이터를 입력 모듈을 통하여 획득하고, 상기 제 2 데이터를 상기 ICD 패턴 감지 모델에 입력하여 세포사 유발물질 선별 결과를 예측하고, 예측 결과를 출력하는, 면역원성 세포사 유발물질 선별 장치. |
| 2 | 제 1 항에 있어서, 상기 프로세서는,DIC 이미지, RFP 이미지 및 GFP 이미지를 병합하여 병합 이미지를 생성하고, 생성된 상기 병합 이미지를 전처리하는, 상기 DIC 이미지는 차동 간섭 대비 (Differential Interference Contrast, 이하, DIC) 현미경을 사용하여 얻은 의미지를 의미하고, 상기 RFP 이미지는 DNA에 흡착되고 정상적인 세포막을 통과하지 못하는 특성을 가지는 형광염료를 이용한 이미지를 의미하고, 상기 GFP 이미지는 초록색 형광을 발하는 단백질(Green Fluorescent Protein, 이하, GFP)을 이용한 이미지를 의미하는,면역원성 세포사 유발물질 선별 장치. |
| 3 | 제 1 항에 있어서, 상기 프로세서는,상기 전처리된 병합 이미지를 기초로 사전 모델을 학습하는,면역원성 세포사 유발물질 선별 장치. |
| 4 | 제 1 항에 있어서, 상기 프로세서는,학습된 상기 사전 모델을 DIC 이미지를 사용하여 미세 조정(fine tuning)하는,면역원성 세포사 유발물질 선별 장치. |
| 6 | 제 5 항에 있어서, 상기 프로세서는 상기 예측된 SC에 대해서 머신러닝(Machine Learning)을 사용하여 후처리하는,면역원성 세포사 유발물질 선별 장치. |
| 7 | 제 6 항에 있어서, 상기 프로세서는,상기 예측된 SC를 경계 상자의 너비(Width)와 높이(Height)를 기반으로 확습된 머신러닝 모델을 이용하여 SC와 deberis로 분류하고, 상기 debris로 분류된 경계 상자를 제거하고, 상기 SC로 분류된 경계 상자만을 선택하여 후처리하는, 면역원성 세포사 유발물질 선별 장치. |
| 8 | 제 1 항에 있어서, 상기 프로세서는, 특정 위치에서 개별 시간대별로 탐지된 SC와 DC의 수를 집계하고, 집계된 상기 SC와 상기 DC의 정보를 그래프로 시각화하는,면역원성 세포사 유발물질 선별 장치. |
| 9 | 제 8 항에 있어서, 상기 프로세서는, 상기 시각화된 그래프를 분석하고, 분석 결과에 나타난 SC와 DC의 변화 패턴을 통해 IDC 패턴이 나타나는 약물 후보를 선별하는,면역원성 세포사 유발물질 선별 장치. |
| 10 | 장치의 프로세서에 의하여 수행되는, 면역원성 세포사 유발물질 선별 방법에서, 면역원성 세포 사멸 정보(Immunogenic Cell Death, 이하, ICD 정보)를 포함하는 제 1 데이터를 입력 모듈을 통하여 획득하는 단계; 상기 제 1 데이터를 전처리하는 단계;전처리된 상기 제 1 데이터를 기초로 사전 모델을 학습하는 단계;학습 결과로부터 ICD 패턴 감지 모델을 생성하는 단계;환자의 ICD 정보와 DIC 이미지를 포함하는 제 2 데이터를 입력 모듈을 통하여 획득하는 단계;상기 제 2 데이터를 상기 ICD 패턴 감지 모델에 입력하여 세포사 유발물질 선별 결과를 예측하는 단계; 및 예측 결과를 출력하는 단계를 포함하는, 면역원성 세포사 유발물질 선별 방법. |