SEOUL NATIONAL UNIVERSITY R&DB FOUNDATION;주식회사 클라리파이;CLARIPI INC.;서울대학교 산학협력단
发明人:
PARK, Hyun Sook,박현숙,KIM, Jong Hyo,김종효
申请号：
KRKR2018/016451
公开号：
WO2020/080604A1
申请日:
2018.12.21
申请国别(地区):
KR
年份:
2020
代理人:
摘要：
The present invention relates to a method for deep learning-based CT image noise reduction, and the method for deep learning-based CT image noise reduction may comprise the steps of: extracting inspection information from an input CT image； selecting at least one deep learning model corresponding to the inspection information from among a plurality of pre-trained deep learning models； and outputting a noise-reduced CT image for the input CT image using the input CT image as an input of the selected at least one deep learning model.La présente invention concerne un procédé de réduction de bruit d'image CT à base d'apprentissage approfondi, et le procédé de réduction de bruit d'image CT à base d'apprentissage approfondi peut comprendre les étapes suivantes : l'extraction d'informations d'inspection d'une image CT d'entrée ； la sélection d'au moins un modèle d'apprentissage approfondi qui correspond aux informations d'inspection parmi une pluralité de modèles d'apprentissage approfondi qui ont fait l'objet d'un apprentissage préalable ； et l'émission d'une image CT à bruit réduit pour l'image CT d'entrée en utilisant l'image CT d'entrée en tant qu'entrée du ou des modèles sélectionnés d'apprentissage approfondi.딥러닝 기반 CT 이미지 잡음 저감 방법에 관한 것이며, 딥러닝 기반 CT 이미지 잡음 저감 방법은 입력 CT 이미지로부터 검사정보를 추출하는 단계； 기 훈련된 복수의 딥러닝 모델 중 상기 검사정보에 대응하는 적어도 하나의 딥러닝 모델을 선택하는 단계； 및 상기 입력 CT 이미지를 상기 선택된 적어도 하나의 딥러닝 모델의 입력으로 하여 상기 입력 CT 이미지에 대한 잡음 저감된 CT 이미지를 출력하는 단계를 포함할 수 있다.
