선택되는 어느 하나의 관절 부위를 서로 다른 복수의 동작 상태에서 촬영한 복수의 자기 공명 영상 각각으로부터 상기 관절 부위에 포함되어 있는 관절의 구성 요소에 해당하는 관심 영역 이미지를 각각 추출하는 제1 모델을 생성하는 단계; 및추출한 각각의 관심 영역 이미지를 학습 데이터로 설정하고, 상기 학습 데이터에 대한 학습을 수행하여, 상기 관절의 구성 요소의 위치 관계 변화를 출력하는 제2 모델을 생성하는 단계;를 포함하며,상기 제2 모델을 생성하는 단계는,상기 제1 모델에 의해 각각 추출한 각 자기 공명 영상에서의 각 관절의 구성 요소에 해당하는 관심 영역 이미지를 제1 학습 데이터로 설정하고, 제1 딥러닝 학습 알고리즘에 의해 학습 처리를 수행하여, 관심 영역 이미지에 포함되어 있는 관절의 구성 요소들의 위치를 출력하고,출력한 관절의 구성 요소의 위치를 제2 학습 데이터로 설정하고, 제2 딥러닝 학습 알고리즘에 의해 학습 처리를 수행하여, 관심 영역 이미지에 포함되어 있는 관절의 구성 요소들의 위치 관계 변화를 출력하는, 컴퓨터에서 수행되는 딥러닝 기반의 관절 질환의 진단 방법.

삭제

청구항 1에 있어서,상기 제2 모델을 생성하는 단계는,상기 제1 모델에 의해 각각 추출한 각 관심 영역 이미지에 각각 포함된 상기 관절의 구성 요소들을 포함하는 관심 영역 이미지를 학습 데이터로 설정하여 딥러닝하는 제1 딥러닝 단계; 및상기 서로 다른 복수의 동작 상태에서의 상기 관심 영역 이미지 세트 각각에 대한 출력한 상기 관절의 구성 요소들의 위치들을 결합하여 상기 서로 다른 복수의 동작 상태에 따른 상기 관절의 구성 요소들의 위치 관계 변화를 딥러닝하는 제2 딥러닝 단계;를 더 포함하는, 컴퓨터에서 수행되는 딥러닝 기반의 관절 질환의 진단 방법.

청구항 3에 있어서,상기 제1 딥러닝 단계에서,상기 제1 학습 데이터에 대한 필터링 처리를 수행하여 딥러닝되고, 상기 제1 딥러닝 학습 알고리즘은, 상기 서로 다른 복수의 동작 상태의 관절의 구성 요소를 포함하는 상기 관심 영역 이미지 세트 각각에 대해 이루어지는, 컴퓨터에서 수행되는 딥러닝 기반의 관절 질환의 진단 방법.

청구항 3에 있어서,상기 제2 딥러닝 단계에서,상기 제2 딥러닝 학습 알고리즘은, 글로벌 평균 풀링 레이어 및 완전 연결 레이어를 포함하는, 컴퓨터에서 수행되는 딥러닝 기반의 관절 질환의 진단 방법.

청구항 1에 있어서,상기 제2 모델을 생성하는 단계는,상기 제1 모델에 의해 추출한 상기 관심 영역 이미지 각각에 히스토그램 이퀄라이제이션을 적용하는 것을 통해 상기 관심 영역 이미지의 픽셀의 강도를 균등 분배하여 대비도가 향상된 제1 학습 데이터를 생성하는 단계를 포함하는, 컴퓨터에서 수행되는 딥러닝 기반의 관절 질환의 진단 방법.

청구항 6에 있어서,상기 제2 모델을 생성하는 단계는,회전, 변이, 줌 및 shear 중 어느 하나의 변형에 따른 상기 관심 영역 이미지에 대한 편집을 통해 상기 제1 학습 데이터의 개수를 증가시키는 단계를 포함하는, 컴퓨터에서 수행되는 딥러닝 기반의 관절 질환의 진단 방법.

청구항 1에 있어서,상기 제2 모델은, 출력하는 관절의 구성 요소들의 위치 관계 변화를 가시화된 상기 관절 질환의 진단 결과로 제시하도록 설정된, 컴퓨터에서 수행되는 딥러닝 기반의 관절 질환의 진단 방법.