제11항에 있어서,상기 수집부는,대상자가 상기 제2자세를 취한 상태에서 상기 척추 영역을 촬영한 제2학습 영상을 더 수집하고,상기 학습부는,상기 제2학습 영상에 기초하여 상기 제1자세에 대응하는 제1모사 영상을 생성하는 제1생성기 및 상기 제1모사 영상의 진위 여부를 판단하는 제1판별기를 통한 순방향(Forward) 학습을 수행하는 순방향 학습부; 및상기 제1학습 영상에 기초하여 상기 제2자세에 대응하는 제2모사 영상을 생성하는 제2생성기 및 상기 제2모사 영상의 진위 여부를 판단하는 제2판별기를 통한 역방향(Backward) 학습을 수행하는 역방향 학습부,를 포함하는 것인, 의료 영상 합성 장치.

제12항에 있어서,상기 학습부는,전만 정도, 척추뼈의 높이, 척추뼈 사이의 각도 및 디스크 형상 중 적어도 하나를 포함하는 기하학적 정보를 고려하여 상기 순방향 학습 및 상기 역방향 학습을 수행하는 것인, 의료 영상 합성 장치.

의료 영상 합성 장치에 의해 수행되는 인공지능 기반의 의료 영상 합성 방법에 있어서,대상자가 제1자세를 취한 상태에서 상기 대상자의 척추 영역을 촬영한 제1학습 영상을 수집하는 단계;상기 제1학습 영상에 기초하여, 상기 제1자세에 기반하여 촬영된 대상 영상이 입력되면 상기 대상 영상에 기초하여 대상자가 상기 제1자세와 상이한 제2자세를 취한 상태에서 촬영된 것처럼 모사되는 가상의 합성 영상을 생성하는 인공지능 모델을 학습시키는 단계;상기 제1자세에 기반하여 촬영된 상기 대상 영상을 수신하는 단계; 및상기 인공지능 모델에 기초하여 상기 대상 영상에 대응하는 상기 합성 영상을 생성하는 단계; 및상기 대상 영상 및 상기 합성 영상 중 적어도 하나에 기초하여 상기 척추 영역 내부의 진단 영역에 대응하는 크롭 영상을 생성하는 단계;를 포함하되,상기 학습시키는 단계는, 인코더 측의 다운 샘플링 결과에 기초하여 도출되는 복수의 유형의 활성화맵을 활용하여, 입력된 학습 영상으로부터 출력된 가상의 모사 영상 사이의 변화 정보를 고려한 학습을 수행하고,상기 제1자세는 누운 자세를 포함하고, 상기 제2자세는 바로 선 자세를 포함하는 것을 특징으로 하고,상기 크롭 영상을 생성하는 단계는,상기 복수의 유형의 활성화맵의 형상 정보 또는 위치 정보를 기반으로 상기 크롭 영상을 출력할 영역인 상기 진단 영역을 선별하는 것인, 의료 영상 합성 장치에 의해 수행되는 의료 영상 합성 방법.

제1항에 있어서,상기 인공지능 모델을 학습시키는 단계는,생성적 대립 신경망(Generative Adversarial Network) 알고리즘에 기초하여 상기 인공지능 모델을 학습시키는 것인, 의료 영상 합성 장치에 의해 수행되는 의료 영상 합성 방법.

제2항에 있어서,대상자가 상기 제2자세를 취한 상태에서 상기 척추 영역을 촬영한 제2학습 영상을 수집하는 단계,를 더 포함하고,상기 인공지능 모델을 학습시키는 단계는,상기 제1학습 영상 및 상기 제2학습 영상에 기초하여 상기 생성적 대립 신경망(Generative Adversarial Network) 알고리즘을 적용하는 것인, 의료 영상 합성 장치에 의해 수행되는 의료 영상 합성 방법.

제3항에 있어서,상기 인공지능 모델을 학습시키는 단계는,상기 제1학습 영상에 기초하여 상기 제2자세에 대응하는 상기 합성 영상을 생성하고, 상기 합성 영상의 진위 여부를 상기 제2학습 영상에 기초하여 판별하는 것인, 의료 영상 합성 장치에 의해 수행되는 의료 영상 합성 방법.

제3항에 있어서,상기 인공지능 모델을 학습시키는 단계는,상기 제2학습 영상에 기초하여 상기 제1자세에 대응하는 제1모사 영상을 생성하는 제1생성기 및 상기 제1모사 영상의 진위 여부를 판단하는 제1판별기를 통한 순방향(Forward) 학습을 수행하는 단계; 및상기 제1학습 영상에 기초하여 상기 제2자세에 대응하는 제2모사 영상을 생성하는 제2생성기 및 상기 제2모사 영상의 진위 여부를 판단하는 제2판별기를 통한 역방향(Backward) 학습을 수행하는 단계,를 포함하는 것인, 의료 영상 합성 장치에 의해 수행되는 의료 영상 합성 방법.

제5항에 있어서,상기 순방향(Forward) 학습을 수행하는 단계는,상기 제2학습 영상과 상기 제1모사 영상 사이의 변화 정보 및 상기 척추 영역의 기하학적 정보를 고려하여 수행되고,상기 역방향(Backward) 학습을 수행하는 단계는,상기 제1학습 영상과 상기 제2모사 영상 사이의 변화 정보 및 상기 기하학적 정보를 고려하여 수행되는 것인, 의료 영상 합성 장치에 의해 수행되는 의료 영상 합성 방법.

제6항에 있어서,상기 기하학적 정보는, 전만 정도, 척추뼈의 높이, 척추뼈 사이의 각도 및 디스크 형상 중 적어도 하나를 포함하는 것인, 의료 영상 합성 장치에 의해 수행되는 의료 영상 합성 방법.

제3항에 있어서,상기 제1학습 영상, 상기 제2학습 영상 및 상기 대상 영상은 자기공명영상인 것인, 의료 영상 합성 장치에 의해 수행되는 의료 영상 합성 방법.

삭제

제1항에 있어서,상기 대상 영상 및 상기 합성 영상 중 적어도 하나를 사용자 단말을 통해 표시하는 단계,를 더 포함하는 것인, 의료 영상 합성 장치에 의해 수행되는 의료 영상 합성 방법.

인공지능 기반의 의료 영상 합성 장치에 있어서,대상자가 제1자세를 취한 상태에서 상기 대상자의 척추 영역을 촬영한 제1학습 영상을 수집하는 수집부;상기 제1학습 영상에 기초하여, 상기 제1자세에 기반하여 촬영된 대상 영상이 입력되면 상기 대상 영상에 기초하여 대상자가 상기 제1자세와 상이한 제2자세를 취한 상태에서 촬영된 것처럼 모사되는 가상의 합성 영상을 생성하는 인공지능 모델을 생성적 대립 신경망(Generative Adversarial Network) 알고리즘에 기초하여 학습시키는 학습부;상기 제1자세에 기반하여 촬영된 상기 대상 영상을 수신하고, 상기 인공지능 모델에 기초하여 상기 대상 영상에 대응하는 상기 합성 영상을 생성하는 합성부; 및상기 대상 영상 및 상기 합성 영상 중 적어도 하나에 기초하여 상기 척추 영역 내부의 진단 영역에 대응하는 크롭 영상을 생성하는 출력부,를 포함하되,상기 학습부는 인코더 측의 다운 샘플링 결과에 기초하여 도출되는 복수의 유형의 활성화맵을 활용하여, 입력된 학습 영상으로부터 출력된 가상의 모사 영상 사이의 변화 정보를 고려한 학습을 수행하고,상기 제1자세는 누운 자세를 포함하고, 상기 제2자세는 바로 선 자세를 포함하는 것을 특징으로 하고,상기 출력부는,상기 복수의 유형의 활성화맵의 형상 정보 또는 위치 정보를 기반으로 상기 크롭 영상을 출력할 영역인 상기 진단 영역을 선별하는 것인, 의료 영상 합성 장치.