세포 영상과 세포 영역 및 배경 영역을 표시하는 자유곡선 레이블을 학습 데이터로 하여 영상 분할 네트워크(U-Net)를 통해 반복적으로 예비 학습하는 단계;상기 예비 학습 과정에서 일정 주기마다 영상 분할 예측확률의 지수 이동 평균(EMA)을 계산하는 단계;상기 영상 분할 예측확률의 지수 이동 평균(EMA)에서 미리 설정된 임계값을 넘는 세포 영역 및 배경 영역에 의사 레이블(Pseudo Label)을 지정하여 자체 학습하는 단계; 및상기 학습 결과를 통해 획득되는 스크리블 된 손실(Lsp)과 스크리블 되지 않은 손실(Lup)을 기초로 상기 영상 분할 예측확률을 반복적으로 개선하는 단계;를 포함하고,상기 예비 학습하는 단계는상기 영상 분할 네트워크의 디코더 레이어에서 멀티 스케일 방식으로 상기 학습 데이터로부터 하나 이상의 특징 벡터를 추출하는 단계;추출된 상기 특징 벡터에 대한 대조 목적 정규화를 수행하는 단계; 및대조 목적 정규화 결과를 예비 학습하는 단계;를 포함하고, 상기 특징 벡터를 추출하는 단계는하나 이상의 상기 디코더 레이어 각각에 대응하는 해상도를 갖는 상기 특징 벡터를 추출하는 단계;를 포함하며, 상기 대조 목적 정규화를 수행하는 단계는상기 특징 벡터에 기초하여 픽셀 단위의 가상 레이블을 할당하는 단계;상기 가상 레이블 상의 상기 특징 벡터 간 레이블 속성이 동일한지 여부를 결정하는 단계; 및상기 레이블 속성의 동일 여부에 기초하여 상기 특징 벡터의 거리를 조절하는 단계;를 포함하고, 상기 레이블 속성이 동일한지 여부를 결정하는 단계에서는, 상기 의사 레이블의 요소별 확률을 조정하기 위해 로지스틱 함수를 사용하는, 자유곡선 레이블 및 멀티 스케일 대조 목적 손실함수 기반 세포 영상 분할 방법.

삭제

삭제

제 1 항에 있어서,상기 레이블 속성은 전경 레이블(Foreground Label) 또는 배경 레이블(Background Label) 중 어느 하나를 포함하는, 자유곡선 레이블 및 멀티 스케일 대조 목적 손실함수 기반 세포 영상 분할 방법.

제 4 항에 있어서,상기 특징 벡터의 거리를 조절하는 단계는상기 가상 레이블의 피쳐 스페이스 상에서,상기 레이블 속성이 동일한 상기 특징 벡터 간의 거리를 인접하도록 조절하고,상기 레이블 속성이 상이한 상기 특징 벡터 간 거리를 멀어지도록 조절하는 상기 대조 목적 정규화 단계;를 포함하되,상기 특징 벡터 간 거리는 대조 목적 손실함수에 기초하여 조절되는, 자유곡선 레이블 및 멀티 스케일 대조 목적 손실함수 기반 세포 영상 분할 방법.

제 5 항에 있어서,상기 대조 목적 정규화 결과를 예비 학습하는 단계는상기 대조 목적 정규화 단계의 결과인 상기 특징 벡터 간 거리가 조절된 상기 가상 레이블을 예비 학습하는 단계;를 포함하는, 자유곡선 레이블 및 멀티 스케일 대조 목적 손실함수 기반 세포 영상 분할 방법.

세포 영상과 세포 영역 및 배경 영역을 표시하는 자유곡선 레이블을 학습 데이터로 하여 영상 분할 네트워크(U-Net)를 통해 반복적으로 예비 학습하는 워밍업부;상기 예비 학습 과정에서 일정 주기마다 영상 분할 예측확률의 지수 이동 평균(EMA)을 계산하는 확률 예측부;상기 영상 분할 예측확률의 지수 이동 평균(EMA)에서 미리 설정된 임계값을 넘는 세포 영역 및 배경 영역에 의사 레이블(Pseudo Label)을 지정하여 자체 학습하는 자체 학습부; 및상기 학습 결과를 통해 획득되는 스크리블 된 손실(Lsp)과 스크리블 되지 않은 손실(Lup)을 기초로 상기 영상 분할 예측확률을 반복적으로 개선하는 개선부;를 포함하고,상기 워밍업부는상기 영상 분할 네트워크의 디코더 레이어에서 멀티 스케일 방식으로 상기 학습 데이터로부터 하나 이상의 특징 벡터를 추출하고,추출된 상기 특징 벡터에 대한 대조 목적 정규화를 수행하고,대조 목적 정규화 결과를 예비 학습하고, 상기 워밍업부는하나 이상의 상기 디코더 레이어 각각에 대응하는 해상도를 갖는 상기 특징 벡터를 추출하며, 상기 워밍업부는상기 특징 벡터에 기초하여 픽셀 단위의 가상 레이블을 할당하고,상기 가상 레이블 상의 상기 특징 벡터 간 레이블 속성이 동일한지 여부를 결정하고,상기 레이블 속성의 동일 여부에 기초하여 상기 특징 벡터의 거리를 조절하며, 상기 의사 레이블의 요소별 확률을 조정하기 위해 로지스틱 함수를 사용하는, 자유곡선 레이블 및 멀티 스케일 대조 목적 손실함수 기반 세포 영상 분할 장치.

삭제

삭제

제 7 항에 있어서,상기 레이블 속성은 전경 레이블(Foreground Label) 또는 배경 레이블(Background Label) 중 어느 하나를 포함하는, 자유곡선 레이블 및 멀티 스케일 대조 목적 손실함수 기반 세포 영상 분할 장치.

제 10 항에 있어서,상기 워밍업부는상기 가상 레이블의 피쳐 스페이스 상에서,상기 레이블 속성이 동일한 상기 특징 벡터 간의 거리를 인접하도록 조절하고,상기 레이블 속성이 상이한 상기 특징 벡터 간 거리를 멀어지도록 조절하는 상기 대조 목적 정규화를 수행하되,상기 특징 벡터 간 거리는 대조 목적 손실함수에 기초하여 조절하는, 자유곡선 레이블 및 멀티 스케일 대조 목적 손실함수 기반 세포 영상 분할 장치.

제 11 항에 있어서,상기 워밍업부는 상기 대조 목적 정규화 단계의 결과인 상기 특징 벡터 간 거리가 조절된 상기 가상 레이블을 예비 학습하는, 자유곡선 레이블 및 멀티 스케일 대조 목적 손실함수 기반 세포 영상 분할 장치.

제1항에 따른 상기 자유곡선 레이블 및 멀티 스케일 대조 목적 손실함수 기반 세포 영상 분할 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 저장 매체.