GAN을 활용한 디지털병리 염색 복원 기술, 미래의 진단 기술
출원번호
1020220163541
등록번호
권리구분
권리기간
~
문의처
070-8065-4613
기관의 인기특허
기술 정보
발명명칭
GAN을 활용한 디지털병리 염색 복원 장치 및 방법
기술분야
디지털병리학
거래방식
#특허판매#노하우#라이선스#연구협력
매도가격
가격 협의
문의처
070-8065-4613
기술 소개
디지털 병리학의 배경
- 디지털 병리학의 소개와 중요성
- 디지털 병리학은 현미경으로 관찰한 정보를 디지털 이미지로 변환하여 진단이나 치료, 연구 등에 활용하는 것입니다. 이는 현대의 바이오헬스 산업에서 새로운 성장동력이 될 것으로 예상되며, 환자들의 진단에 더욱 정확하고 다양한 정보를 제공하게 됩니다.
- 디지털 병리학에서의 염색과정의 중요성 및 문제점
- 질병을 진단하기 위해선 관찰하고자 하는 조직을 염색하는 과정이 필수적입니다. 그러나 현재의 염색 과정에서는 시간이 지남에 따라 염색이 빠져 사용할 수 없어지는 데이터들이 발생하는 문제가 있습니다.
기계학습을 활용한 새로운 염색 데이터 복원 기술 소개
- 기계학습 기법을 활용한 염색 데이터 복원 방식의 개요
- 계명대학교 이종하 교수 연구팀은 기계학습 기법인 GAN을 활용하여 염색 데이터를 복원하는 방법을 개발하였습니다. 이는 생성망과 판별망이라는 두 개의 신경망을 사용하여, 실제 염색 데이터를 기반으로 가짜 염색 데이터를 생성하고 판별하는 방식을 통해 기존의 염색 데이터를 복원합니다.
- 염색 데이터 복원 방식의 원리와 작동 과정
- 두 신경망은 서로 경쟁하는 형태로 학습을 진행하는데, 학습이 반복될수록 생성망은 실제와 유사한 데이터를 생성할 수 있게 됩니다. 최종적으로 학습된 생성망에 염색이 빠진 이미지 정보를 입력하면, 실제 염색 데이터에 근접한 가짜 염색 데이터를 도출할 수 있습니다.
염색 데이터 복원 기술의 효과 및 활용 방안
- 염색 데이터 복원 기술의 효과와 장점
- 이 기술을 통해 기존에는 사용할 수 없어 버려지던 데이터를 연구나 진단, 훈련 등에 활용할 수 있게 됩니다. 또한, 염색 데이터를 재확인함으로써, 부정확한 진단을 할 수 있는 위험을 줄일 수 있습니다.
- 염색 데이터 복원 기술의 활용 가치와 전망
- 이 기술은 버려지던 염색 데이터를 활용함으로써 빅데이터의 원천이 될 수 있으며, 오진의 위험성을 낮추고 보다 정확한 진단을 가능하게 할 것입니다. 이는 디지털 병리학의 진단 정확도를 높이는데 크게 기여할 것으로 예상됩니다.
매도/수 절차
절차과정