3차원 현미경 영상의 횡단면 이미지를 복원하는 생성 모델(generative model)을 사전 학습시키는 단계;학습용 종단면 좌표를 다층 퍼셉트론(Multi-Layer Perceptron; MLP)에 입력하여 합성 이미지를 생성하는 단계;상기 합성 이미지와 상기 3차원 현미경 영상의 종단면 이미지 간의 오차 및 상기 합성 이미지에 대한 상기 생성 모델의 복원 오차에 기초하여 상기 다층 퍼셉트론을 학습시키는 단계; 및상기 다층 퍼셉트론에 타겟 좌표를 입력하여 3차원 합성 영상을 생성하는 단계를 포함하는3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 생성 모델을 사전 학습시키는 단계는,상기 3차원 현미경 영상을 측 방향(lateral)으로 슬라이싱하여 복수의 횡단면 이미지를 추출하는 단계;상기 추출된 각 횡단면 이미지를 상기 생성 모델에 입력하여 복원 이미지를 생성하는 단계; 및상기 횡단면 이미지와 상기 복원 이미지 간의 차이가 최소가 되도록 상기 생성 모델을 비지도 학습(unsupervised learning)시키는 단계를 포함하는3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 생성 모델은 확산 모델(diffusion model)인3차원 현미경 영상의 축 방향 초해상화 방법.

제3항에 있어서,상기 생성 모델을 사전 학습시키는 단계는, 상기 확산 모델이 정방향 확산 과정에서 복수의 타임 스텝에 따라 상기 횡단면 이미지에 노이즈를 부가하여 최종 노이즈를 생성하고, 역방향 확산 과정에서 상기 복수의 타임 스텝에 따라 상기 최종 노이즈로부터 상기 횡단면 이미지를 복원하도록 상기 확산 모델을 학습시키는 단계를 포함하는3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 다층 퍼셉트론은 상기 학습용 종단면 좌표와 상기 합성 이미지의 좌표값을 매핑하는3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 학습용 종단면 좌표는 상기 3차원 현미경 영상의 횡단면을 구성하는 어느 한 축의 좌표가 고정된 3차원 좌표인3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 합성 이미지를 생성하는 단계는,상기 학습용 종단면 좌표를 다층 퍼셉트론에 입력하여 좌표별 세기(intensity)를 식별하는 단계; 및상기 좌표별 세기에 기초하여 상기 합성 이미지를 생성하는 단계를 포함하는3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 다층 퍼셉트론은 암묵적 신경 표현(Implicit Neural Representation; INR)인3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 다층 퍼셉트론을 학습시키는 단계는,상기 합성 이미지를 상기 종단면 이미지의 해상도로 다운 샘플링하는 단계; 및상기 다운 샘플링된 합성 이미지와 상기 종단면 이미지 간의 픽셀간 차이에 기초하여 상기 다층 퍼셉트론을 학습시키는 단계를 포함하는3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 다층 퍼셉트론을 학습시키는 단계는,상기 합성 이미지를 상기 생성 모델에 입력하여 복원 이미지를 생성하는 단계; 및상기 합성 이미지와 상기 복원 이미지 간의 복원 오차에 기초하여 상기 다층 퍼셉트론을 학습시키는 단계를 포함하는3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 다층 퍼셉트론을 학습시키는 단계는, 상기 합성 이미지와 상기 3차원 현미경 영상의 종단면 이미지 간의 오차 및 상기 합성 이미지에 대한 상기 생성 모델의 복원 오차의 가중합이 최소가 되도록 상기 다층 퍼셉트론을 학습시키는 단계를 포함하는3차원 현미경 영상의 축 방향 초해상화 방법.

제1항에 있어서,상기 3차원 합성 영상을 생성하는 단계는, 상기 다층 퍼셉트론에 3차원 타겟 좌표를 입력하여 상기 3차원 합성 영상을 생성하는 단계를 포함하는3차원 현미경 영상의 축 방향 초해상화 방법.

제12항에 있어서,상기 3차원 합성 영상을 생성하는 단계는,상기 다층 퍼셉트론에서 출력된 3차원 타겟 좌표별 세기에 기초하여 상기 3차원 합성 영상을 생성하는 단계를 포함하는3차원 현미경 영상의 축 방향 초해상화 방법.