SYSTEM AND METHOD FOR DISPLAYING ORGAN SEGMENTATION OF MEDICAL IMAGE DATA BASED ON SEMI-SUPERVISED LEARNING

본 발명인 준 지도 학습에 기반하여 의료 영상 데이터에서 장기를 분할하여 출력하기 위한 시스템은 장기를 촬영한 의료영상데이터를 제공받는 입력모듈, 구조와 크기가 동일한 제1 및 제2 심층신경망으로 구성되며, 의료영상데이터에 포함된 장기를 장기의 종류에 대응하는 클래스 별로 분할하는 V-Net 백본(Backbone), 클래스의 라벨(label)된 정답값을 기준으로 제1 및 제2 심층신경망에서 추출된 복셀-레벨 특성(Voxel-level feature)을 샘플링하고, 표현공간(Representation space)에서 동일한 클래스끼리...

Full description

Saved in:
Bibliographic Details
Main Authors SHIN YEONG GIL, CHUNG MINYOUNG, PARK HYELIM
Format Patent
LanguageEnglish
Korean
Published 28.03.2024
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:본 발명인 준 지도 학습에 기반하여 의료 영상 데이터에서 장기를 분할하여 출력하기 위한 시스템은 장기를 촬영한 의료영상데이터를 제공받는 입력모듈, 구조와 크기가 동일한 제1 및 제2 심층신경망으로 구성되며, 의료영상데이터에 포함된 장기를 장기의 종류에 대응하는 클래스 별로 분할하는 V-Net 백본(Backbone), 클래스의 라벨(label)된 정답값을 기준으로 제1 및 제2 심층신경망에서 추출된 복셀-레벨 특성(Voxel-level feature)을 샘플링하고, 표현공간(Representation space)에서 동일한 클래스끼리 클러스터링(Clustering)되도록 표현학습(Representation Learning)을 수행하는 제1 학습모듈, 및 동일한 클래스 별로 제1 심층신경망에서 출력된 언라벨(Unlabel)된 임시(pseudo)값의 분포가 라벨된 정답값의 분포를 따라가도록 적대적 학습(Adversarial Learning)을 수행하는 제2 학습모듈을 포함한다.
Bibliography:Application Number: KR20220119453