본 발명은 뇌질환 판단을 위한 딥러닝 기반의 PET 영상 분류 장치 및 그 방법에 관한 것으로서, 아밀로이드 제재가 투여된 진단 대상자의 뇌를 단층 촬영하는 PET 기법에 따라 복수 개의 단층 촬영 이미지를 획득한 후, 상기 단층 촬영 이미지를 기설정된 영상처리 기법에 따라 정규화하여 합성곱 신경망에 따른 소정의 학습모델에 적용하기 위한 이미지 데이터셋을 획득하는 이미지 전처리 모듈과, 합성곱 신경망에 따른 이미지 학습이 수행가능하며 학습결과 기설정된 복수 개의 분류값들 중 어느 하나의 분류값에 대한 확률값이 출력 가능한 복수 개의 학습모델들을 저장하는 학습모델 DB부와, 상기 학습모델 DB부에 포함된 복수 개의 학습모델들 중 어느 하나를 사용자의 입력에 따라 선택받으며, 학습률, 클래스 개수, 전체학습 반복 횟수 각각에 대응되는 설계값들을 사용자로부터 입력받는 학습모델 설정 모듈과, 상기 획득된 이미지 데이터셋을 기설정된 기준에 따라 학습 이미지와 평가대상 이미지로 구분한 상태에서, 상기 학습모델 설정 모듈에서 선택된 학습모델에 상기 학습 이미지들을 적용하고 상기 설계값에 대응되도록 학습이 수행됨에 따라 도출되는 학습 파라미터들과, 상기 평가대상 이미지에 기초하여 아밀로이드 제재가 침착된 정도에 대응하여 기설정된 복수 개의 클래스 중 적어도 하나의 클래스에 대응되는 사후 확률값을 산출하는 확률값 산출 모듈과, 상기 사후 확률값과 이에 대응되는 클래스에 대응하여 기저장된 질환명 분류값을 상기 평가대상 이미지와 함께 화면상의 소정 영역에 표시하는 분류 결과 UI를 생성하는 출력 모듈을 포함하는 것을 특징으로 한다. 이에 따라, 진단대상자의 PET 검사 이미지를 합성곱 신경망에 대한 알고리즘을 기반으로 뇌질환 이미지를 분류하는 학습모델에 적용하여 간단하고 빠르게 아밀로이드 양성 반응을 나타내는 퇴행성 뇌질환 이미지 분류 결과를 출력할 수 있는 효과가 있다.

A61B 6/00(2024.01.01)
A61B 6/03(2024.01.01)
G16H 30/40(2018.01.01)
G06T 11/00(2006.01.01)
G06T 3/40(2024.01.01)
G06N 3/08(2023.01.01)
G06N 7/00(2023.01.01)
G06N 3/04(2023.01.01)

A61B 6/5217(2013.01)