제9항에 있어서,상기 제1학습 영상 및 상기 대상 영상은 엑스레이 영상이고,상기 제2학습 영상은 컴퓨터 단층촬영(Computed Tomography, CT) 영상인 것인, 변환 장치.

삭제

인공지능 기반의 의료 영상 3차원 변환 방법에 있어서,대상자의 2차원 의료 영상인 제1학습 영상 및 상기 대상자의 3차원 의료 영상인 제2학습 영상을 포함하는 학습 데이터를 수집하는 단계;상기 학습 데이터에 기초하여, 2차원 의료 영상인 대상 영상이 입력되면 상기 대상 영상에 기초하여 상기 대상 영상에 대응하는 가상의 3차원 의료 영상인 변환 영상을 생성하는 인공지능 모델을 학습시키는 단계;상기 대상 영상을 수신하는 단계; 및상기 인공지능 모델에 기초하여 상기 변환 영상을 생성하는 단계,를 포함하고,상기 인공지능 모델을 학습시키는 단계는,생성적 대립 신경망(Generative Adversarial Network) 알고리즘에 기초하여 상기 인공지능 모델을 학습시키는 것이고,상기 인공지능 모델을 학습시키는 단계는,상기 제1학습 영상에 기초하여 상기 변환 영상을 생성하고, 상기 변환 영상의 진위 여부를 상기 제2학습 영상에 기초하여 판별하는 단계; 및상기 제2학습 영상에 기초하여 가상의 2차원 변환 영상을 생성하고, 상기 2차원 변환 영상의 진위 여부를 상기 제1학습 영상에 기초하여 판별하는 단계,를 포함하고,상기 인공지능 모델을 학습시키는 단계는,상기 제1학습 영상 또는 상기 제2학습 영상으로부터 출력된 가상의 모사 영상인 상기 변환 영상 또는 상기 2차원 변환 영상 사이의 변화량을 다중 클래스 활성화맵을 이용하여 파악하고, 상기 변화량을 상기 인공지능 모델의 학습을 위한 손실 함수에 반영하는 것인, 변환 방법.

삭제

제1항에 있어서,상기 제1학습 영상 및 상기 대상 영상은 엑스레이 영상이고,상기 제2학습 영상은 컴퓨터 단층촬영(Computed Tomography, CT) 영상인 것인, 변환 방법.

삭제

삭제

제1항에 있어서,상기 변환 영상을 생성하는 단계 이후에,상기 변환 영상으로부터 디지털 재구성된 투과 이미지(Digitally Reconstructed Radiograph, DRR)를 도출하는 단계;상기 투과 이미지 및 상기 대상 영상을 합성하는 단계; 및상기 합성 결과에 기초하여 상기 변환 영상을 보정하는 단계,를 더 포함하는 것인, 변환 방법.

제1항에 있어서,상기 학습 데이터를 수집하는 단계는,상기 제1학습 영상 및 상기 제2학습 영상 내의 골절 부위를 마킹하는 단계,를 포함하고,상기 학습시키는 단계는,상기 마킹된 학습 데이터에 기초하여 상기 대상 영상에 대한 골절 유무 정보 및 골절 영역의 위치 정보를 도출하는 상기 인공지능 모델을 학습시키는 것인, 변환 방법.

제7항에 있어서,상기 골절 영역이 시각적으로 식별되도록 상기 변환 영상을 표출하는 단계,를 더 포함하는 것인, 변환 방법.

인공지능 기반의 의료 영상 3차원 변환 장치에 있어서,대상자의 2차원 의료 영상인 제1학습 영상 및 상기 대상자의 3차원 의료 영상인 제2학습 영상을 포함하는 학습 데이터를 수집하는 수집부;상기 학습 데이터에 기초하여, 2차원 의료 영상인 대상 영상이 입력되면 상기 대상 영상에 기초하여 상기 대상 영상에 대응하는 가상의 3차원 의료 영상인 변환 영상을 생성하는 인공지능 모델을 학습시키는 학습부; 및상기 대상 영상을 수신하고, 상기 인공지능 모델에 기초하여 상기 변환 영상을 생성하는 변환부,를 포함하고,상기 학습부는,생성적 대립 신경망(Generative Adversarial Network) 알고리즘에 기초하여 상기 인공지능 모델을 학습시키는 것이고,상기 학습부는,상기 제1학습 영상에 기초하여 상기 변환 영상을 생성하고, 상기 변환 영상의 진위 여부를 상기 제2학습 영상에 기초하여 판별하는 순방향(Forward) 학습부; 및상기 제2학습 영상에 기초하여 가상의 2차원 변환 영상을 생성하고, 상기 2차원 변환 영상의 진위 여부를 상기 제1학습 영상에 기초하여 판별하는 역방향(Backward) 학습부,를 포함하고,상기 학습부는,상기 제1학습 영상 또는 상기 제2학습 영상으로부터 출력된 가상의 모사 영상인 상기 변환 영상 또는 상기 2차원 변환 영상 사이의 변화량을 다중 클래스 활성화맵을 이용하여 파악하고, 상기 변화량을 상기 인공지능 모델의 학습을 위한 손실 함수에 반영하는 것인, 변환 장치.

삭제

제9항에 있어서,상기 변환부에 의해 상기 변환 영상이 생성된 이후에, 상기 변환 영상으로부터 디지털 재구성된 투과 이미지(Digitally Reconstructed Radiograph, DRR)를 도출하고, 상기 투과 이미지 및 상기 대상 영상을 합성하고, 상기 합성 결과에 기초하여 상기 변환 영상을 보정하는 보정부,를 더 포함하는 것인, 변환 장치.

제9항에 있어서,상기 수집부는,영상 내의 골절 부위가 마킹된 상기 제1학습 영상 및 상기 제2학습 영상을 상기 학습 데이터로서 수집하고,상기 학습부는,상기 마킹된 학습 데이터에 기초하여 상기 대상 영상에 대한 골절 유무 정보 및 골절 영역의 위치 정보를 도출하는 상기 인공지능 모델을 학습시키는 것인, 변환 장치.

제14항에 있어서,상기 골절 영역이 시각적으로 식별되도록 상기 변환 영상을 표출하는 표시부,를 더 포함하는 것인, 변환 장치.