MRI의 촬영 시간을 최소화하는 AI 고화질 MRI 복원 장치
출원번호
1020180110417
등록번호
1022104570000
권리구분
특허권
권리기간
2018-09-14 ~ 2038-09-14
문의처
070-8065-4613
기관의 인기특허
기술 정보
발명명칭
학습을 이용한 자기공명영상 복원을 위한 언더샘플링 장치 및 방법과 학습을 이용한 자기공명영상 복원 장치 및 방법, 그리고 이에 대한 기록 매체
기술분야
자기공명영상 복원 장치
거래방식
#특허판매#노하우#라이선스#연구협력
매도가격
가격 협의
문의처
070-8065-4613
기술 소개
기술 요약
- 자기공명영상(MRI) 장치는 풀샘풀링된 영상을 변환하면 정확한 자기공명영상을 얻을 수 있지만 영상 획득에 많은 시간이 소요되어 비효율적임. 영상의 촬영 시간을 줄이기 위해 언더샘플링된 자기공명영상을 획득하고 이를 재구성하여 풀샘플링 데이터로 만든 고화질 영상에 준하는 영상을 획득하는 방법이 사용됨
- 풀샘플링은 k-공간 영상의 모든 부분을 100% 인코딩하는 것을 의미하고 언더샘플링은 k-공간 영상의 일부분만 인코딩을 하는 것을 의미함
- 본 발명에서는 언더샘플링된 k-공간 영상을 이용하여 원하는 영상을 복원하기 위해서 합성곱 신경망(CNN, Convolutional Neural Network)을 심층 학습시키는 방법을 이용함
- 영상의 중심에 해당하는 제1영역에 대해서는 풀샘풀링을 수행하고 영상에서 제1영역을 제외한 제2영역에 대해서는 언더샘플링을 수행하여 제1 k-공간 영상(10)을 획득함
- 제1 k-공간 영상(10)에 기초한 제1자기공명영상(20)을 사전에 학습된 신경망(딥러닝 네트워크-CNN 알고리즘)을 통해 제2자기공명영상(30)으로 출력함
- 제2자기공명영상(30)에 기초한 제2 k-공간 영상(40)에서 제1 k-공간 영상(10)에 대응되는 영역을 보정하여 제3 k-공간 영상(50)을 생성함
- 제3 k-공간 영상(50)을 변환하여 복원된 자기공명영상(60)을 획득함
- 자기공명영상복원부의 복원된 자기공명영상 획득 과정
기술의 차별성
- 종래의 딥러닝 네트워크를 이용하여 자기공명영상을 재구성 방식들은 CNN을 단지 직렬로 연결하여 영상 변환을 수행하는 방식으로서 영상 재구성 시 발생하는 아티팩트를 효율적으로 제거하지 못하는 문제가 있었음
- 본 발명은 종래 기술의 문제점을 해결하여 촬영시간을 줄이면서도 고화질의 복원된 자기공명영상을 얻을 수 있음
기술의 시장성
- 의료영상진단기기는 ‘15년 약 272억 달러에서 ‘22년 약 528억 달러(연평균 약 11.3% 성장률)로의 성장이 예상되는 고부가가치를 창출하는 의료기기 분야임
- 전 세계 MRI 시장규모는 약 46억 달러이며(‘15년 기준), ‘25년까지 연평균 10.8%로 성장하여 약 127억달러로 성장할 것으로 추정됨. 기술 발전과 더불어 인구고령화가 MRI 시장 성장에 기여하고 의료 분야에서 하이브리드 수술실(Hybrid operating rooms) 출현과 함께 고자장 MRI의 장치 비용이 감소할 것으로 예상되며, 이는 고자장 MRI의 확산으로 이어질 것으로 보임
- 자기공명영상(MRI) 장치가 사용되는 의료 분야
기술의 완성도(TRL)
매도/수 절차
절차과정
연구자의 보유기술
등록된 콘텐츠가 없습니다. |