ETRI-Knowledge Sharing Plaform

ENGLISH
기술이전 검색
연도 ~ 이전수 키워드

상세정보

태아 3D 모델 생성을 위한 VR 휴먼팩터 파라미터 기반의 태아 초음파 영상 인식 기술

전수책임자
손욱호
참여자
남승우, 손욱호, 오희석, 이범렬
기술이전수
1
이전연도
2018
협약과제
17HS5800, VR 멀미 저감을 위한 휴먼팩터 파라미터 제어기술 개발(표준화 연계), 손욱호
18HS3400, VR 멀미 저감을 위한 휴먼팩터 파라미터 제어기술 개발(표준화 연계), 손욱호
태아 초음파 2D 영상으로부터 휴먼팩터 기반의 딥 네트워크 학습을 통하여 추출된 특징점을 참조해 3D 변환을 위한 표준 모델을 자동으로 선택하는 기술
태아 초음파 2D 영상을 이용하여 얻어진 3D 모델을 이용하여 가상현실(Virtual reality) 기반의 3D 영상 가시화 및 3D 프린팅 서비스를 하기 위한 목적이다.
단순한 객체 인식과는 달리, 수많은 왜곡과 잡음를 포함하는 저해상도의 초음파 영상으로부터 구조적 의미를 지니는 한 차원 높은 코드워드 라벨로 변환하며 학습을 통해 해당하는 3D 표준 모델로의 강인한 분류 기능을 보유
[기술이전의 내용]

A. 기능 : 딥 네트워크 모델 생성
- 각 레이어의 메소드 화로 원하는 형태의 딥 네트워크 모델 생성 가능
- 레이어 할당 시의 scope 지정을 통한 변수 관리 가능
- 최신 네트워크 구현 샘플 제공 (ResNet, DenseNet)

B. 기능 : 모델 학습
- Adam/Adagrad 등 다양한 최적화 기능을 통한 모델 학습 가능
- GPU위에서의 그래프 생성 및 병렬 처리 기능
- Trainable variable 혹은 global variable 관리를 통한 네트워크 back propagation의 범위 지정 가능
- 초음파 2D 영상이 입력 시, 학습된 모델을 이용하여 최적의 3D 표준 모델 선택하는 기능

C. 기능 : 데이터-라벨 페어의 mini-batch 할당 및 permutation 지원
- 하이퍼파라미터 지정을 통한 mini-batch 크기 및 learning rate 조절 가능
- one-hot 벡터 형태의 라벨과 이미지 데이터의 쌍 유지 및 랜덤 셔플링 지원

D. 기능 : 학습 resume 및 모델 로드 기능 지원
- 학습 중단 시 체크포인트를 통한 중단 시점부터의 학습 재개 가능
- 체크포인트 관리를 통해 원하는 iteration에서의 모델 로드 가능


[기술이전의 범위]
A. 태아 초음파 영상을 인식하여 최적의 3D 표준 모델을 선택하는 기술
- 태아 초음파 2D 영상을 입력으로 학습하는 학습 모듈
- 학습된 모델을 이용하여 최적의 3D 모델로 인식하는 테스트 모듈
* 제공형태: Tensorflow 라이브러리 기반의 python 언어로 구현된 소스 제공

B. 기술 문서
- VR멀미 기계학습 특징점 추출 가이드라인
- 요구사항정의서
- 시스템 설계서
- 시험절차 및 결과서
태아의 초음파를 이용하여 얻어진 3D모델을 이용하여 의료 가상현실 서비스가 가능하고 산모를 위한 가상현실 기반의 태교 서비스와 3D 프린팅 서비스도 가능하다.