두 단계 비지도 학습 기반 뉴럴 네트워크를 이용한 3차원 비행시간 자기공명혈관영상 처리 방법 및 그 장치3D TIME-OF-FLIGHT MAGNETIC RESONANCE ANGIOGRAPHY IMAGE PROCESSING METHOD USING NEURAL NETWORK BASED ON TWO-STAGE UNSUPERVISED LEARNING AND APPARATUS THEREFOR
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 예종철 | ko |
| dc.contributor.author | 정형진 | ko |
| dc.contributor.author | 차은주 | ko |
| dc.contributor.author | 선우준 | ko |
| dc.date.accessioned | 2023-03-30T07:00:40Z | - |
| dc.date.available | 2023-03-30T07:00:40Z | - |
| dc.identifier.uri | http://hdl.handle.net/10203/305913 | - |
| dc.description.abstract | 두 단계 비지도 학습 기반 뉴럴 네트워크를 이용한 3차원 비행시간 자기공명혈관영상 처리 방법 및 그 장치가 개시된다. 본 발명의 일 실시예에 따른 자기공명혈관영상 처리 방법은 아티팩트를 포함하는 자기공명혈관의 코로날(coronal) 영상들을 수신하는 단계; 최적운송(OT; optimal transport) 이론에 기초하여 생성된 비지도 학습 기반의 제1 뉴럴 네트워크를 이용하여 상기 수신된 코로날 영상들에 포함된 아티팩트를 제거함으로써, 아티팩트가 제거된 코로날 영상들을 생성하여 3차원 볼륨을 재구성하는 단계; 상기 재구성된 3차원 볼륨을 이용하여 액시얼(axial) 영상들을 생성하는 단계; 및 최적운송(OT) 이론에 기초하여 생성된 비지도 학습 기반의 제2 뉴럴 네트워크를 이용하여 상기 액시얼 영상들에 남아있는 아티팩트를 제거함으로써, 최종 3차원 볼륨을 재구성하는 단계를 포함한다. | - |
| dc.title | 두 단계 비지도 학습 기반 뉴럴 네트워크를 이용한 3차원 비행시간 자기공명혈관영상 처리 방법 및 그 장치 | - |
| dc.title.alternative | 3D TIME-OF-FLIGHT MAGNETIC RESONANCE ANGIOGRAPHY IMAGE PROCESSING METHOD USING NEURAL NETWORK BASED ON TWO-STAGE UNSUPERVISED LEARNING AND APPARATUS THEREFOR | - |
| dc.type | Patent | - |
| dc.type.rims | PAT | - |
| dc.contributor.localauthor | 예종철 | - |
| dc.contributor.nonIdAuthor | 선우준 | - |
| dc.contributor.assignee | 한국과학기술원, 서울대학교병원 | - |
| dc.identifier.iprsType | 특허 | - |
| dc.identifier.patentApplicationNumber | 10-2021-0032380 | - |
| dc.identifier.patentRegistrationNumber | 10-2514709-0000 | - |
| dc.date.application | 2021-03-12 | - |
| dc.date.registration | 2023-03-23 | - |
| dc.publisher.country | KO | - |
- Appears in Collection
- AI-Patent(특허)
- Files in This Item
- There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.