KOREA UNIVERSITY RESEARCH AND BUSINESS FOUNDATION;고려대학교 산학협력단
发明人:
SUK HEUNG IL,석흥일,LEE EUN HO,이은호
申请号：
KR1020180026015
公开号：
KR1020190105452A
申请日:
2018.03.05
申请国别(地区):
KR
年份:
2019
代理人:
摘要：
The present invention relates to a deep learning-based brain disease diagnosing method which performs pre-diagnosis through diagnosis for each region of interest in a magnetic resonance image (MRI) of a brain. According to an embodiment of the present invention, the deep learning-based brain disease diagnosing method comprises the following steps: obtaining a brain volume map having brain volume information from an input MRI； separating a plurality of regions of interest by dividing an anatomical region from the brain volume map, and extracting a predetermined number of samples for each of the regions of interest； obtaining disease probabilities of the extracted predetermined number of samples by using different deep neural networks for each of the extracted predetermined number of samples； integrating the disease probabilities obtained as many as the number of the samples for each of the regions of interest to calculate a disease probability of a corresponding region of interest for each of the regions of interest； and outputting a final diagnosis result by using the calculated disease probabilities of all regions of interest as an input value of a final classifier.본 발명은 뇌의 자기공명영상(Magnetic Resonance Image: MRI)에서 각 관심 영역 별 진단을 통해 전제 진단을 수행하는 딥러닝 기반 뇌 질환 진단 방법에 관한 것이다.본 발명의 일실시예에 의한 딥러닝 기반 뇌 질환 진단 방법은 입력된 자기공명영상으로부터 뇌의 부피 정보를 갖는 뇌 부피 지도를 획득하는 단계； 상기 뇌 부피 지도로부터 해부학적 영역을 분할하여 복수의 관심 영역을 분리하고, 각 관심 영역별로 소정 개수의 표본을 추출하는 단계； 상기 추출된 소정 개수의 표본은 표본마다 다른 심층신경망을 이용하여 상기 추출된 소정 개수의 표본 수만큼 질환 확률을 획득하는 단계； 상기 표본 수만큼 획득된 질환 확률을 각 관심 영역별로 통합하여 상기 관심 영역마다 해당 관심 영역의 질환 확률을 계산하는 단계； 및 계산된 모든 관심 영역의 질환 확률을 최종 분류기의 입력값으로 사용하여 최종 진단 결과를 출력하는 단계를 포함할 수 있다.
