인공지능 기반의 척추체 분석 장치에 의해 수행되는 인공지능 기반의 척추체 분석 방법에 있어서,대상자의 척추 부위에 대응하는 분석 대상 이미지를 획득하는 단계;상기 분석 대상 이미지로부터 골절 진단을 위한 타겟 척추체를 포함하는 복수의 척추체 각각의 경계 정보 및 면적 정보를 도출하는 단계;상기 면적 정보를 이용하여 상기 타겟 척추체에 대한 압박률을 연산하는 단계; 및상기 연산된 압박률 및 상기 경계 정보에 따른 상기 타겟 척추체의 형상 정보 중 적어도 하나를 이용하여 상기 대상자의 골절 분석 정보를 생성하는 단계,를 포함하는, 분석 방법.

제1항에 있어서,상기 골절 분석 정보를 생성하는 단계는,상기 타겟 척추체에 대응하는 골절 유무 정보 및 골절 유형 정보를 포함하는 상기 골절 분석 정보를 도출하는 것인, 분석 방법.

제2항에 있어서,상기 골절 유형 정보는 급성/아급성 압박 골절 또는 만성 골절을 포함하고,상기 골절 분석 정보를 생성하는 단계는,골절 급성도에 대한 라벨 정보를 포함하는 골절 척추 이미지와 비골절 척추 이미지를 포함하는 복수의 학습 데이터를 이용하여 미리 학습된 인공지능 기반의 진단 모델을 이용하여 상기 골절 유무 정보 및 상기 골절 유형 정보를 도출하는 것인, 분석 방법.

제1항에 있어서,상기 분석 대상 이미지는 상기 척추 부위에 대한 측면 이미지이고,상기 복수의 척추체는 상기 타겟 척추체, 상기 타겟 척추체와 상방으로 인접한 상측 척추체 및 상기 타겟 척추체와 하방으로 인접한 하측 척추체를 포함하고,상기 압박률을 연산하는 단계는,상기 타겟 척추체의 면적을 상기 상측 척추체의 면적과 상기 하측 척추체의 면적을 합산한 값으로 나누어 상기 압박률을 산출하는 것인, 분석 방법.

제1항에 있어서,상기 경계 정보 및 상기 면적 정보 중 적어도 하나를 이용하여 상기 타겟 척추체에 대한 후만각을 연산하는 단계,를 더 포함하는 것인, 분석 방법.

제1항에 있어서,복수의 대상자 각각에 대하여 서로 다른 시점에 촬영된 복수의 척추 이미지 데이터 세트를 이용하여 미리 학습된 인공지능 기반의 예측 모델에 상기 분석 대상 이미지를 입력하여 상기 대상자의 상기 압박률의 변화에 대한 예측 정보를 생성하는 단계,를 더 포함하는 것인, 분석 방법.

제6항에 있어서,상기 대상자에 대한 미리 설정된 임상 정보를 획득하는 단계,를 더 포함하고,상기 예측 정보를 생성하는 단계는,상기 임상 정보 및 상기 분석 대상 이미지를 이용하여 상기 예측 정보를 도출하는 것인, 분석 방법.

인공지능 기반의 척추체 분석 장치에 있어서,대상자의 척추 부위에 대응하는 분석 대상 이미지를 획득하는 수집부;상기 분석 대상 이미지로부터 골절 진단을 위한 타겟 척추체를 포함하는 복수의 척추체 각각의 경계 정보 및 면적 정보를 도출하는 척추체 식별부;상기 면적 정보를 이용하여 상기 타겟 척추체에 대한 압박률을 연산하는 파라미터 연산부; 및상기 연산된 압박률 및 상기 경계 정보에 따른 상기 타겟 척추체의 형상 정보 중 적어도 하나를 이용하여 상기 대상자의 골절 분석 정보를 생성하는 골절 분석부,를 포함하는, 분석 장치.

제8항에 있어서,상기 골절 분석부는,상기 타겟 척추체에 대응하는 골절 유무 정보 및 골절 유형 정보를 포함하는 상기 골절 분석 정보를 도출하는 것인, 분석 장치.

제9항에 있어서,상기 골절 유형 정보는 급성/아급성 압박 골절 또는 만성 골절을 포함하고,상기 골절 분석부는,골절 급성도에 대한 라벨 정보를 포함하는 골절 척추 이미지와 비골절 척추 이미지를 포함하는 복수의 학습 데이터를 이용하여 미리 학습된 인공지능 기반의 진단 모델을 이용하여 상기 골절 유무 정보 및 상기 골절 유형 정보를 도출하는 것인, 분석 장치.

제8항에 있어서,상기 분석 대상 이미지는 상기 척추 부위에 대한 측면 이미지이고,상기 복수의 척추체는 상기 타겟 척추체, 상기 타겟 척추체와 상방으로 인접한 상측 척추체 및 상기 타겟 척추체와 하방으로 인접한 하측 척추체를 포함하고,상기 파라미터 연산부는,상기 타겟 척추체의 면적을 상기 상측 척추체의 면적과 상기 하측 척추체의 면적을 합산한 값으로 나누어 상기 압박률을 산출하는 것인, 분석 장치.

제8항에 있어서,상기 파라미터 연산부는,상기 경계 정보 및 상기 면적 정보 중 적어도 하나를 이용하여 상기 타겟 척추체에 대한 후만각을 연산하는 것인, 분석 장치.

제8항에 있어서,복수의 대상자 각각에 대하여 서로 다른 시점에 촬영된 복수의 척추 이미지 데이터 세트를 이용하여 미리 학습된 인공지능 기반의 예측 모델에 상기 분석 대상 이미지를 입력하여 상기 대상자의 상기 압박률의 변화에 대한 예측 정보를 생성하는 예측부,를 더 포함하는 것인, 분석 장치.

제13항에 있어서,상기 수집부는,상기 대상자에 대한 미리 설정된 임상 정보를 더 획득하고,상기 예측부는,상기 임상 정보 및 상기 분석 대상 이미지를 이용하여 상기 예측 정보를 도출하는 것인, 분석 장치.