-
公开(公告)号：KR20210029760A
公开(公告)日：2021-03-16
申请号：KR1020210030389A
申请日：2021-03-08
Applicant: 주식회사 코어라인소프트 , 재단법인 아산사회복지재단 , 울산대학교 산학협력단
CPC classification number: A61B6/5217 , A61B6/032 , A61B6/50
Abstract: 본 개시는 로브기준으로 폐혈관을 정량화 하는 방법에 있어서, 추출부가 의료영상을 기초로 혈관을 추출하는 단계; 분석부가 로브 표면을 기준으로 폐혈관의 복셀을 찾는 단계; 그리고, 계산부가 추출된 폐혈관을 정량화하는 단계;를 포함하는 로브기준으로 폐혈관을 정량화 하는 방법에 관한 것이다.
-
公开(公告)号：KR102227439B1
公开(公告)日：2021-03-15
申请号：KR1020190032588A
申请日：2019-03-21
Applicant: 울산대학교 산학협력단 , 재단법인 아산사회복지재단
CPC classification number: G06T7/0014 , G06N20/00 , G06T3/40 , G06T7/11 , G06T2207/20081 , G06T2207/30201
Abstract: 본 발명의 일 실시예에 따른 얼굴 영역 이미지 분석 방법은, 얼굴 영역의 이미지를 획득하는 단계와, 상기 얼굴 영역의 해부학적 포함 관계를 기초로 학습된 제1 기계학습 알고리즘을 이용하여 상기 이미지를 복수의 세부 이미지로 분할하는 단계와, 상기 복수의 세부 이미지 중 적어도 하나를 선택하는 입력을 수신하면, 상기 적어도 하나의 세부 이미지의 해부학적 포함 관계를 기초로 학습된 제2 기계학습 알고리즘을 이용하여, 상기 적어도 하나의 세부 이미지에 포함된 해부학적 구성을 구분하는 단계를 포함할 수 있다.
-
公开(公告)号：WO2019194338A1
公开(公告)日：2019-10-10
申请号：PCT/KR2018/004097
申请日：2018-04-06
Applicant: 애니메디솔루션 주식회사 , 재단법인 아산사회복지재단 , 울산대학교 산학협력단
Abstract: 본 발명은 고무재료 및 유기용매를 포함하는 3D 모형용 코팅액 조성물 및 그 제조방법, 그리고 이를 이용한 3D 모형의 제조방법에 관한 것이다. 본 발명에 의한 3D 모형용 코팅액 조성물을 이용하여 3D 모형을 코팅하면, 코팅된 3D 모형은 장기와 유사한 탄성 및 강도를 가져 수술 시뮬레이션이 가능한바, 소아 심장 등 크기가 작고 관련 질환의 다양성 및 복잡성으로 인해 수술 시뮬레이션이 요구되는 수술에 사용되어, 성공적인 수술을 유도할 수 있는바, 의료 산업 분야에 있어서 널리 활용될 수 있다.
-
公开(公告)号：WO2014175608A1
公开(公告)日：2014-10-30
申请号：PCT/KR2014/003431
申请日：2014-04-18
Applicant: 재단법인 아산사회복지재단 , 서울대학교병원
CPC classification number: A61B6/5217 , A61B5/08 , A61B5/113 , A61B6/02 , A61B6/12 , A61B6/466 , A61B6/50 , A61B6/5264 , A61B6/5288 , G06T7/0016 , G06T7/246 , G06T2207/10072 , G06T2207/30061
Abstract: 본 개시는 수술전 호흡 레벨과 수술장 호흡 레벨을 비교하는 방법(METHOD OF COMPARING PREOPERATIVE RESPIRATORY LEVEL WITH INTRAOPERATIVE RESPIRATORY LEVEL)에 관한 것으로, 환부(Surgical Target)를 포함하는 3차원 이미지를 획득하는 단계; 3차원 이미지에서 적어도 하나의 기준 경로를 설정하는 단계; 3차원 이미지로부터 적어도 하나의 기준 경로에 대응하는 수술전 이미지 템플릿(Preoperative Image Template)을 생성하는 단계; 적어도 하나의 기준 경로에 맞추어 수술장 이미지 템플릿(Intraoperative Image Template)을 생성하는 단계; 그리고, 수술전 이미지 템플릿과 수술장 이미지 템플릿을 이용하여, 3차원 이미지를 획득하는 단계에서의 호흡 레벨과 수술장에서의 호흡 레벨을 비교하는 단계;를 포함하는 것을 특징으로 하는 수술전 호흡 레벨과 수술장 호흡 레벨을 비교하는 방법 등에 관한 것이다.
Abstract translation: 本公开涉及一种用于将术前呼吸水平与术中呼吸水平进行比较的方法。 该方法包括以下步骤：获得包括外科目标的三维图像; 从三维图像设置至少一个参考路径; 从所述三维图像生成对应于所述至少一个参考路径的术前图像模板; 产生术中图像模板以符合所述至少一个参考路径; 以及使用术前图像模板和术中呼吸水平将获得三维图像的步骤中的呼吸水平与术中呼吸水平进行比较。
-
公开(公告)号：WO2017043924A1
公开(公告)日：2017-03-16
申请号：PCT/KR2016/010188
申请日：2016-09-09
Applicant: 울산대학교 산학협력단 , 재단법인 아산사회복지재단
Abstract: 본 개시는 의료영상을 사용하는 중재시술 시스템(GUIDING METHOD OF INTERVENTIONAL PROCEDURE USING MEDICAL IMAGES AND SYSTEM FOR INTERVENTIONAL PROCEDURE FOR THE SAME)에 있어서, 의료영상 획득이 가능한 이미징 장치, 삽입경로를 저장하며, 의료영상을 받아들여 화면에 표시하는 제어부, 그리고, 제어부의 명령에 따라 의료도구를 환자의 체내에 삽입하는 의료 로봇을 포함하며, 제어부는 삽입경로 위치로 의료 로봇을 구동하는 제 1모드와 의료영상에 의한 환자의 호흡레벨 확인 후 의료 로봇을 구동하는 제 2모드를 가지는 의료영상을 사용하는 중재시술 시스템에 관한 것이다.
Abstract translation: 本公开涉及一种使用医学图像的介入程序的系统，包括：能够获取医学图像的成像装置; 控制单元，其存储插入路径，并且接收医学图像并在屏幕上显示医学图像; 以及医疗机器人，其根据来自所述控制单元的命令将医疗工具插入到患者体内，其中所述控制单元具有将所述医疗机器人驱动到所述插入路径的位置的第一模式，以及第二模式 在通过医学图像确认患者的呼吸水平之后驾驶医疗机器人。
-
Patent Agency Ranking
公开(公告)号：WO2015099427A1
公开(公告)日：2015-07-02
申请号：PCT/KR2014/012761
申请日：2014-12-23
Applicant: 재단법인 아산사회복지재단
CPC classification number: A61B34/10 , A61B6/03 , A61B10/0233 , A61B17/3403 , A61B34/30 , A61B34/37 , A61B2034/107 , A61B2034/305 , A61B2090/0801 , A61N1/05 , A61N1/0534 , A61N1/372 , G06F19/00 , G06K9/6282 , G06T7/0014 , G06T7/11 , G06T7/12 , G06T15/06 , G06T17/005 , G06T19/20 , G06T2207/20112 , G06T2207/30061 , G06T2207/30101 , G06T2219/2021 , G16H20/40 , G16H40/63
Abstract: 본 개시는 삽입점(entry point)으로부터 대상(target)까지의 의료용 바늘의 삽입 경로의 생성 방법에서, 대상(target) 및 해부학적 구조물을 포함하는 의료 영상이 준비되는 단계; 그리고 삽입 경로에 의한 해부학적 구조물에 대한 침습량 및 삽입 경로의 거리 중 적어도 하나가 고려되어 삽입 경로가 추출되는 단계;를 포함하는 것을 특징으로 하는 의료용 바늘의 삽입 경로의 생성 방법에 관한 것이다. 또한, 의료 디바이스의 삽입 경로의 생성 방법 및 바늘 삽입형 중재 시술 로봇에 관한 것이다.
Abstract translation: 本公开涉及一种用于从进入点到目标产生外科用针的插入轨迹的方法，更具体地，涉及一种用于从入口点到目标产生外科用针的插入轨迹的方法，其特征在于包括 步骤：准备包括目标和解剖结构的医学图像; 以及通过考虑由插入轨迹引起的解剖结构中的入侵量和/或插入轨迹的长度来提取插入轨迹。 此外，本公开涉及一种用于产生医疗装置和针插入型介入手术机器人的插入轨迹的方法。
-
公开(公告)号：WO2014168350A1
公开(公告)日：2014-10-16
申请号：PCT/KR2014/002244
申请日：2014-03-17
Applicant: 재단법인 아산사회복지재단
CPC classification number: G06T7/0012 , A61B6/032 , A61B6/504 , A61B6/5217 , G06K9/4604 , G06K9/4638 , G06K9/469 , G06K9/52 , G06K9/6267 , G06K9/6857 , G06K2009/4666 , G06K2209/051 , G06T2200/04 , G06T2207/30061 , G06T2207/30101
Abstract: 본 개시는 폐동맥과 폐정맥을 구분하는 방법에 있어서, 폐동맥과 폐정맥을 포함하는 폐 혈관에 해당하는 점들에 대한 폐 혈관 집합을 형성하는 단계;로서, 폐 혈관 집합의 점들 각각이 인텐시티 가중치와 국부 형상 가중치를 포함하는 가중치 정보를 가지고 있는, 폐 혈관 집합을 형성하는 단계; 상기 가중치 정보를 이용하여 폐 혈관 집합의 점들로부터 트리를 형성하는 단계; 그리고, 트리를 복수의 복수의 영역으로 분리하여 폐혈관과 폐정맥을 구분하는 단계;를 포함하는 것을 특징으로 하는 폐동맥과 폐정맥을 구분하는 방법에 관한 것이며, 또한 장기(organ)의 의료 영상을 기초로 복셀들의 3차원 집합으로서 혈관이 추출되는 단계; 장기의 관심 영역에 포함되는 혈관의 복셀들이 찾아지는 단계; 그리고 찾아진 복셀들을 사용하여 직경을 포함한 혈관의 길이 정보가 정량화되는 단계;를 포함하는 것을 특징으로 하는 혈관의 정량화 방법에 관한 것이다.
Abstract translation: 本发明公开了一种区分肺动脉和肺静脉的方法，包括以下步骤：形成与包括肺动脉和肺静脉的肺血管相对应的点的肺血管，其中肺血管 设置有包括强度权重和局部形状权重的权重信息; 通过使用权重信息从肺血管集合的点形成树; 并通过将树分离成多个区域来区分肺动脉和肺静脉。 另外，本发明涉及一种定量血管的方法，包括以下步骤：根据器官的医学图像将血管提取为三维体素组; 找到器官感兴趣区域中所含血管的体素; 并通过使用找到的体素来量化包括直径在内的血管的长度信息。
-
公开(公告)号：WO2014107081A1
公开(公告)日：2014-07-10
申请号：PCT/KR2014/000125
申请日：2014-01-07
Applicant: 재단법인 아산사회복지재단
Inventor： 김남국
CPC classification number: G06F19/3475 , G06F19/00 , G06Q10/063 , G06Q50/22 , G06T7/10 , G06T7/136 , G06T2207/10024 , G06T2207/20061
Abstract: 본 발명은 음식사진을 이용한 칼로리 자동 계산 방법 및 이를 이용한 식습관 관리 시스템에 관한 것으로, 음식사진의 색상, 형상 및 질감에 대한 영상특징을 이용하여 음식의 종류 및 양을 추정하고 추정된 음식의 종류 및 양을 이용하여 칼로리를 자동으로 계산함으로써, 사용자가 음식의 종류 및 양을 수동으로 입력할 필요가 없어 편리하며, 웹 또는 앱 기반으로 사용자가 음식사진을 업로드하면 실시간으로 섭취한 칼로리를 계산하고 이를 바탕으로 사용자 각각에 알맞는 식습관 컨설팅이 제공되는 효과가 있는 매우 유용한 발명인 것이다.
Abstract translation: 本发明涉及一种通过使用食物照片自动计算卡路里的方法和使用该方法的饮食习惯管理系统。 由于使用关于食品照片的颜色，形状和质地的图像特性来估计食物的种类和数量，并且使用估计的食物类型和数量自动计算卡路里，并且不需要手动输入类型和量 的食物，从而提供方便。 此外，由于摄影是由用户上传的网页或应用程序实时计算的，因此根据所计算的卡路里提供适合于各自用户的饮食习惯咨询，从而提供了极大的实用性。
-
公开(公告)号：WO2021015490A2
公开(公告)日：2021-01-28
申请号：PCT/KR2020/009398
申请日：2020-07-16
Applicant: 울산대학교 산학협력단 , 재단법인 아산사회복지재단
Abstract: 본 발명의 일 실시예에 따른 이미지의 특이 영역 분석 방법은, 입력되는 이미지와 관련된 적어도 하나의 정상 이미지를 생성하도록 학습된 제1 기계학습 모델에 비정상 이미지를 입력하여, 상기 비정상 이미지와 관련된 복수의 정상 이미지를 생성하는 단계와, 각각의 상기 복수의 정상 이미지와 상기 비정상 이미지와의 차이를 나타내는 특이 영역을 포함하는 최초 어텐션맵(attention map)을 생성하는 단계와, 오류를 제거하도록 학습된 제2 기계학습 모델을 이용하여 상기 최초 어텐션맵 중 오류인 최초 어텐션맵을 제거함에 기초하여, 최종 어텐션맵을 생성하는 단계를 포함할 수 있다.
-
公开(公告)号：WO2021015489A2
公开(公告)日：2021-01-28
申请号：PCT/KR2020/009397
申请日：2020-07-16
Applicant: 울산대학교 산학협력단 , 재단법인 아산사회복지재단
Abstract: 본 발명의 일 실시예에 따른 이미지의 특이 영역 분석 방법은, 입력되는 이미지를 기초로 특징 벡터를 생성하는 인코더를 이용하여 쿼리 이미지에 대한 특징 벡터를 생성하는 단계와, 입력되는 특징 벡터의 오리지날 이미지(original image)와 소정의 유사도를 갖는 정상 이미지를 생성하도록 학습된 제1 기계학습 모델에 상기 생성된 특징 벡터가 입력됨에 기초하여 상기 쿼리 이미지와 관련된 복수의 정상 이미지를 생성하는 단계와, 상기 복수의 정상 이미지 각각에 대해 상기 쿼리 이미지와의 차이를 나타내는 특이 영역을 포함하는 어텐션맵(attention map)을 생성하는 단계를 포함할 수 있다.
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.027 seconds)
