The present invention relates to a bone tumor detection system, a structure learning unit generating a first learning information by learning the structural expression of bone by similarly reconstructing the shape of the bone included in the input image； A discrimination learning unit receiving the first learning information and learning the tumor detection discrimination criteria to generate second learning information； And a tumor detection unit which detects whether or not a bone tumor and its location are generated by comparing the first learning information and the second learning information with the received X-ray image, and generates bone tumor detection information. An encoder that extracts and recombines the differential expression of the included bone shape； A decoder for storing and managing the extracted differential expression and masking a component for any one of the femur, tibia or fibula； And a SoftMax classifier that generates first learning information that classifies bone states by determining the probability of bone states from the masked components. According to the present invention as described above, by segmenting the skeleton using ensemble semi-supervised learning (ESSW) for the captured image, and by classifying the bone condition by determining the probability of the bone condition through the softmax classifier in the divided image, bone tumors It can be found early and can be used as a decision support tool for bone tumor screening.본 발명은 골 종양 탐지 시스템에 관한 것으로서, 입력 이미지에 포함된 뼈의 형상을 유사하게 재구성하여 뼈의 구조적 표현을 학습하여 제1학습정보를 생성하는 구조 학습부； 제1학습정보를 인가받아 종양 검출 판별 기준을 학습하여 제2학습정보를 생성하는 판별 학습부； 및 제1학습정보 및 제2학습정보와 입력받은 X선 영상의 비교를 통해 골 종양 여부와 그 위치를 검출하여 골 종양 검출정보를 생성하는 종양 검출부를 포함하되, 구조 학습부는, 입력받은 이미지에 포함된 뼈 형상의 차별적인 표현을 추출하여 재조합하는 인코더； 추출한 차별적인 표현을 저장 및 관리하고, 대퇴골, 경골 또는 비골 중에 어느 하나에 대한 구성 요소를 마스크하는 디코더； 및 마스크된 구성 요소들로부터 뼈 상태 확률을 결정하여 뼈 상태를 분류한 제1학습정보를 생성하는 SoftMax 분류기를 포함한다.상기와 같은 본 발명에 따르면, 촬영 영상에 대해 앙상블 반감독학습(ESSW)을 이용하여 골격을 분할하고, 분할된 영상에서 softmax 분류기
