AI 기법을 활용한 자동 태아 심장 기능 측정 방법을 실행하도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램으로서,상기 AI 기법을 활용한 자동 태아 심장 기능 측정 방법은:초음파 영상에서 자궁 내 태아의 심장 위치를 탐지하고, 탐지된 심장 영역을 좌심방, 좌심실, 우심방 및 우심실의 4개의 심장 영역으로 분류 및 분할하는 단계;상기 초음파 영상에서 얻어지는 4개의 심장 영역에서 각 심방 및 심실 영역의 확장기말의 면적과 수축기말의 면적을 산출하는 단계;산출된 확장기말의 면적 및 수축기말의 면적을 기반으로 분할 영역 변화(FAC; Fractional Area Change) 값을 산출하는 단계; 및산출된 FAC 값을 기초로 임신 중 태아의 심장 기능을 진단하는 단계를 포함하는, 컴퓨터 프로그램.

청구항 1에 있어서,상기 FAC 값을 산출하는 단계는 하기 수식에 따라 평균 FAC 값을 계산하고,[수식] 상기 수식에서, End-Diastolic area는 확장기말 면적, End-Systolic area는 수축기말 면적인, 컴퓨터 프로그램.

청구항 1에 있어서,상기 AI 기법을 활용한 자동 태아 심장 기능 측정 방법은 인공지능 학습부에 의해 EfficientDet 모델을 기반으로 인공지능을 학습하는 단계를 더 포함하고,상기 분류 및 분할하는 단계는 상기 인공지능 학습부에 의해 학습된 인공지능을 이용하여 상기 심장 영역의 탐지 및 분할을 수행하는, 컴퓨터 프로그램.

청구항 3에 있어서,상기 EfficientDet 모델은 EfficientNet을 백본으로 BiFPN을 다수의 레이어로 쌓은 특징 네트워크와, 상기 특징 네트워크에 화소 단위로 심장 영역을 예측하는 분할 예측 레이어를 추가한 구조로 제공되는, 컴퓨터 프로그램.

청구항 4에 있어서,상기 EfficientNet은 하나 이상의 MBConv1과 하나 이상의 MBConv6, 풀링 레이어 및 완전연결 레이어가 연결된 구조로 제공되는, 컴퓨터 프로그램.

청구항 4에 있어서,상기 BiFPN은 1x1 크기의 컨볼루션 완전 연결 레이어로 구성되는 교차-스케일 연결 및 가중 특징 혼합 모델로 구현되는, 컴퓨터 프로그램.

청구항 4에 있어서,상기 분할 예측 레이어는 심장 영역을 처리하는 네트워크로서, 상기 BiFPN의 마지막 단에서 심장 영역을 분류하고, 심장의 경계 영역을 처리하는 레이어인, 컴퓨터 프로그램.

청구항 1에 있어서,상기 태아의 심장 기능을 판단하는 단계는:산출된 FAC 값을 미리 설정된 기준 FAC 범위와 비교하는 단계;산출된 FAC 값이 미리 설정된 기준 FAC 범위 이내이면 태아 심장의 기능을 정상으로 판별하는 단계; 및산출된 FAC 값이 미리 설정된 기준 FAC 범위에 미달하거나 초과하면 태아 심장의 기능을 비정상으로 판별하는 단계를 포함하는, 컴퓨터 프로그램.

청구항 8에 있어서,좌/우 심방/심실의 각 영역별로 상기 기준 FAC 범위는 상이하게 설정되고, 상기 각 영역별 상기 기준 FAC 범위는 임신 개월수와 태아의 예측 체중 및 심장 크기 중의 적어도 하나에 따라 상이하게 설정되는, 컴퓨터 프로그램.

청구항 8에 있어서,상기 태아의 심장 기능을 판단하는 단계는:좌/우 심방/심실의 각 영역별 FAC 값 뿐만 아니라, 상기 좌/우 심방/심실의 각 영역별로 산출되는 FAC 값들의 비율을 기초로 태아의 심장 기능의 이상 여부를 판단하는 단계를 더 포함하는, 컴퓨터 프로그램.

초음파 영상에서 자궁 내 태아의 심장 위치를 탐지하고, 탐지된 심장 영역을 좌심방, 좌심실, 우심방 및 우심실의 4개의 심장 영역으로 분류 및 분할하는 영상 탐지 및 분할부;상기 초음파 영상에서 얻어지는 상기 4개의 심장 영역에서 각 심방 및 심실 영역의 확장기말의 면적 및 수축기말의 면적을 산출하는 면적 산출부;산출된 확장기말의 면적 및 수축기말의 면적을 기반으로 분할 영역 변화(FAC; Fractional Area Change) 값을 산출하는 FAC 산출부; 및산출된 FAC 값을 기초로 임신 중 태아의 심장 기능을 진단하는 태아 심장기능 진단부를 포함하는, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 11에 있어서,상기 FAC 산출부는 하기 수식에 따라 평균 FAC 값을 계산하고,[수식] 상기 수식에서, End-Diastolic area는 확장기말 면적, End-Systolic area는 수축기말 면적인, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 11에 있어서,EfficientDet 모델을 기반으로 인공지능을 학습하는 인공지능 학습부를 더 포함하고,상기 영상 탐지 및 분할부는 상기 인공지능 학습부에 의해 학습된 인공지능을 이용하여 상기 심장 영역의 탐지 및 분할을 수행하는, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 13에 있어서,상기 EfficientDet 모델은 EfficientNet을 백본으로 BiFPN을 다수의 레이어로 쌓은 특징 네트워크와, 상기 특징 네트워크에 화소 단위로 심장 영역을 예측하는 분할 예측 레이어를 추가한 구조로 제공되는, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 14에 있어서,상기 EfficientNet은 하나 이상의 MBConv1과 하나 이상의 MBConv6, 풀링 레이어 및 완전연결 레이어가 연결된 구조로 제공되는, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 14에 있어서,상기 BiFPN은 1x1 크기의 컨볼루션 완전 연결 레이어로 구성되는 교차-스케일 연결 및 가중 특징 혼합 모델로 구현되는, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 14에 있어서,상기 분할 예측 레이어는 심장 영역을 처리하는 네트워크로서, 상기 BiFPN의 마지막 단에서 심장 영역을 분류하고, 심장의 경계 영역을 처리하는 레이어인, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 11에 있어서,상기 FAC 산출부는 상기 확장기말의 면적과 상기 수축기말의 면적의 차분 값을 연산하고, 상기 수축기말의 면적에 대한 상기 차분 값의 비율을 기초로 상기 FAC 값을 산출하는, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 11에 있어서,상기 태아 심장기능 진단부는, 산출된 FAC 값을 미리 설정된 기준 FAC 범위와 비교하고, 산출된 FAC 값이 미리 설정된 기준 FAC 범위 이내이면 태아 심장의 기능을 정상으로 판별하고, 산출된 FAC 값이 미리 설정된 기준 FAC 범위에 미달하거나 초과하면 태아 심장의 기능을 비정상으로 판별하는, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 19에 있어서,좌/우 심방/심실의 각 영역별로 상기 기준 FAC 범위는 상이하게 설정되고, 상기 각 영역별로 설정되는 상기 기준 FAC 범위는 임신 개월수와 태아의 예측 체중 및 심장 크기 중의 적어도 하나에 따라 상이하게 설정되는, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.

청구항 19에 있어서,상기 태아 심장기능 진단부는, 좌/우 심방/심실의 각 영역별 FAC 값 뿐만 아니라, 상기 좌/우 심방/심실의 각 영역별로 산출되는 FAC 값들의 비율을 기초로 태아의 심장 기능의 이상 여부를 판단하는, AI 기법을 활용한 자동 태아 심장 기능 측정 장치.