KR102473037B1 - 강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법 및 시스템 - Google Patents

Abstract

본 개시는 적어도 하나의 프로세서에 의해 수행되는, 강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법에 관한 것이다. 이 방법은, 하나 이상의 혈관이 촬영된 이미지를 획득하는 단계, 에이전트를 이용하여, 획득된 이미지로부터 시술 도구의 평행이동 또는 회전 중 적어도 하나를 포함한 액션에 대한 제어 명령을 결정하는 단계 및 제어 명령을 시술 도구를 제어하도록 구성된 로봇에 제공하는 단계를 포함한다.

Description

강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법 및 시스템{METHOD AND SYSTEM FOR AUTOMATICALLY CONTROLLING NAVIGATION OF SURGICAL TOOL BASED ON REINFORCEMENT LEARNING}

본 개시는 중재 시술 시에 사용되는 시술 도구의 혈관 내 진행 경로에 대한 자동 네비게이션을 제공하는 방법 및 시스템에 관한 것이다.

관상동맥, 뇌혈관, 말초혈관 질환 등을 치료하기 위해 카테터, 가이드와이어 등의 시술 도구를 이용한 중재시술이 널리 보급되어 있다. 중재시술에서 삽입된 시술 도구의 위치를 파악하기 위해 시술 중 엑스레이(X-ray) 촬영 등이 수행될 수 있다. 이러한 경우, 의사와 환자가 노출될 수 있는 방사선의 위험을 제거하고, 보다 정밀하고 정확하게 시술 도구를 삽입, 이송하기 위하여 카테터 또는 가이드와이어의 자동 네비게이션 기술에 대한 관심이 증가하고 있다.

기존의 자동 네비게이션 기법에 따르면, 이산화된 값을 기초로 생성된 제어 신호가 이용되기 때문에, 정밀하고 정확한 시술 도구의 제어가 어려웠다. 더욱이, 기존의 자동 네비게이션 기법에 따르면, 시술 도구의 평행 이동과 회전에 대한 제어가 별도로 수행되어, 작업 효율성이 낮을 뿐만 아니라 혈관벽의 손상 가능성이 높았다.

본 개시는 상기와 같은 문제점을 해결하기 위한, 강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법 및 시스템을 제공한다.

본 개시는 방법, 장치(시스템), 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램 또는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능 저장 매체를 포함한 다양한 방식으로 구현될 수 있다.

본 개시의 일 실시예에 따른 강화 학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법에 있어서, 하나 이상의 혈관이 촬영된 이미지를 획득하는 단계, 에이전트(agent)를 이용하여, 획득된 이미지로부터 시술 도구의 평행이동(translation) 또는 회전(rotation) 중 적어도 하나를 포함한 액션(action)에 대한 제어 명령을 결정하는 단계 및 제어 명령을 시술 도구를 제어하도록 구성된 로봇에 제공하는 단계를 포함한다.

본 개시의 일 실시예에 따르면, 제어 명령은 시술 도구의 평행이동에 대한 제1 제어량 또는 시술 도구의 회전에 대한 제2 제어량 중 적어도 하나를 포함하고, 제1 제어량 및 제2 제어량의 각각은 연속적인 실수 값 중 하나의 실수 값으로 결정된다.

본 개시의 일 실시예에 따르면, 제어 명령은 시술 도구의 평행이동에 대한 제어 명령과 동시에 수행하는 시술 도구의 회전에 대한 제어 명령을 포함한다.

본 개시의 일 실시예에 따르면, 추정된 액션에 대한 제어 명령을 결정하는 단계는 에이전트를 이용하여, 액션에 대한 확률 분포를 추정하고, 확률 분포는 정규분포를 따르는 단계 및 정규 분포의 평균값을 기초로 제어 명령을 결정하는 단계를 포함한다.

본 개시의 일 실시예에 따르면, 강화 학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법은 획득된 이미지에 대한 전처리를 수행하는 단계, 전처리된 이미지에 포함된 시작 지점과 최종 목표 지점 사이의 경로를 포함한 그래프를 생성하는 단계. 생성된 경로를 복수의 세그먼트 경로로 분할하는 단계, 분할된 복수의 세그먼트를 기초로 복수의 하위 목표 지점을 결정하는 단계 및 결정된 복수의 하위 목표 지점을 로봇에 제공하는 단계를 더 포함한다.

본 개시의 일 실시예에 따르면, 이미지에 대한 전처리를 수행하는 단계는 획득된 이미지로부터 시술 도구 이미지 및 혈관 영역 이미지 각각을 세그먼테이션하는 단계, 시작 지점 및 최종 목표 지점 사이의 경로를 산출하는 단계, 세그먼테이션한 혈관 영역 이미지에서 산출된 경로가 아닌 경로를 제거하는 단계, 신출된 경로만 남은 세그먼테이션된 혈관 영역 이미지와 세그먼테이션한 시술 도구 이미지를 오버레이하는 단계, 오버레이된 이미지로부터 시술 도구의 팁이 포함된 서브 이미지를 추출하는 단계 및 시술 도구의 팁이 미리 결정된 방향으로 향하도록 추출된 서브 이미지를 회전시키는 단계를 포함한다.

본 개시의 일 실시예에 따르면, 복수의 혈관 또는 혈관 모형이 포함된 환경 내에서 시술 도구의 액션(action)에 대한 학습 데이터를 수집하는 단계 및 수집된 학습 데이터를 이용하여 에이전트를 학습시키는 단계를 더 포함한다.

본 개시의 일 실시예에 따르면, 시술 도구가 배치된 복수의 혈관 또는 혈관 모형이 촬영된 복수의 이미지를 획득하는 단계, 획득된 복수의 이미지의 각각에 대한 전처리를 수행하고, 복수의 혈관 또는 혈관 모형 내에서의 복수의 하위 목표 지점을 결정하는 단계를 더 포함하고, 학습 데이터를 수집하는 단계는, (a) 에이전트에 의해, 복수의 하위 목표 지점 중에서, 에이전트의 학습 수준에 따라 할당된 하위 목표 지점에 대한 시술 도구의 평행이동 또는 회전 중 적어도 하나를 제어하기 위한 액션을 추정하는 단계, (b) 에이전트에 의해, 추정된 액션에 기초하여 시술 도구를 할당된 하위 목표 지점으로 도달하도록 시술 도구에 대한 제어 명령을 결정하는 단계, (c) 에이전트에 의해, 결정된 제어 명령을 로봇에 제공하는 단계 (d) 시술 도구가 할당된 목표지점에 도달하면 액션을 종료하고, 액션에 대한 보상을 수신하는 단계 및 (e) 보상을 기초로 갱신된 에이전트의 학습 수준에 따라 하위 목표 지점을 할당하는 단계를 포함하고, (a), (b), (c), (d) 및 (e) 단계는 최종 목표 지점에 도달될 때까지 반복적으로 수행되고, 학습 데이터를 수집하는 단계는, 최종 목표 지점에 도달할 때까지 촬영된 이미지, 추정된 액션 및 시술 도구의 액션에 대한 보상을 수집하는 단계를 포함한다.

본 개시의 일 실시예에 따르면, (b) 단계에서 시술 도구의 제어 명령을 결정하는 단계는, 추정된 액션에 대한 확률 분포를 출력하고, 확률 분포는 정규 분포를 따르는 단계 및 정규 분포로부터 임의로 추출된 값을 기초로 제어 명령을 결정하는 단계를 포함한다.

본 개시의 일 실시예에 따르면, 로봇으로부터 제어 명령에 따른 시술 도구의 액션에 대한 보상을 수신하는 단계를 더 포함한다.

본 개시의 일 실시예에 따르면, 상술된 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램을 포함한다.

본 개시의 다른 실시예에 따르면, 정보 처리 시스템은 하나 이상의 인스트럭션을 저장하는 메모리 및 메모리의 하나 이상의 인스트럭션을 실행함으로써, 하나 이상의 혈관이 촬영된 이미지를 획득하고, 에이전트를 이용하여, 획득된 이미지로부터 시술 도구의 평행이동 또는 회전 중 적어도 하나를 포함한 액션에 대한 제어 명령을 결정하고, 결정된 제어 명령을 시술 도구를 제어하도록 구성된 로봇에 제공하도록 구성된 적어도 하나의 프로세서를 포함한다.

본 개시의 일부 실시예에 따르면, 시술 도구 자동 네비게이션 시스템은 실시간으로 현재 시술 상태(예를 들어, X-ray 영상)를 기초로 시술 도구의 팁(tip)이 혈관의 협착 지점에 도달하도록 적절한 제어 명령을 결정할 수 있다. 여기서 제어 명령은 시술 도구의 평행이동 제어 명령과 회전 제어 명령을 포함하는데, 본원 발명의 정보 처리 시스템은 두 가지 제어 명령(예: translation 및 rotation)을 동시에 결정할 수 있다. 이를 통해, 시술 도구 네비게이션의 작업 시간을 단축시킬 수 있고, 환자가 방사선에 노출되는 시간을 단축시킬 수 있다.

본 개시의 일부 실시예에 따르면, 로봇이 시술 도구를 얼만큼 제어할지에 관한 제어량(예를 들어, 평행이동 정도 및 회전 정도)을 연속적인 실수 값으로 결정할 수 있다. 이에 따라, 필요한 만큼의 제어량으로 목표 지점에 더욱 효율적으로 도달할 수 있다. 또한, 지속적인 회전 제어를 통해 낭창거리는 시술 도구 팁이 혈관벽에 접촉한 상태로 전진 및 후진하지 않도록 하여 혈관벽 손상을 감소시킬 수 있다.

본 개시의 일부 실시예에 따르면, 복수의 하위 목표 지점 중에서 에이전트의 현재 학습 수준에 따라 하위 목표 지점이 할당될 수 있고, 할당된 하위 목표 지점은 목표 지점으로 간주될 수 있다. 이를 통해, 난이도가 쉬운 하위 작업을 먼저 학습함으로써 난이도가 어려운 본래 작업의 학습 효율성이 향상될 수 있다.

본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자(“통상의 기술자”라 함)에게 명확하게 이해될 수 있을 것이다.

본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따른 강화학습 기반으로 시술 도구에 대한 제어 명령을 출력하는 예시를 나타내는 개요도이다.
도 2은 본 개시의 일 실시예에 따른 수집된 학습 데이터를 기초로 에이전트에 포함된 인공신경망 모델의 가중치를 갱신하는 예시를 나타내는 도면이다.
도 3는 본 개시의 일 실시예에 따른 강화학습 기반으로 시술 도구 자동 네비게이션을 제공하는 정보 처리 시스템을 나타내는 블록도이다.
도 4은 본 개시의 일 실시예에 따른 프로세서의 내부 구성을 나타내는 도면이다.
도 5는 본 개시의 일 실시예에 따른 시술 도구의 액션에 대한 제어 명령을 결정하는 예시를 나타내는 도면이다.
도 6는 본 개시의 일 실시예에 따른 시술 도구의 액션에 대한 확률 분포를 추정하는 예시를 나타내는 도면이다.
도 7는 본 개시의 일 실시예에 따른 강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 예시를 나타내는 도면이다.
도 8는 본 개시의 일 실시예에 따른 경로맵을 활용한 전처리에 대한 예시를 나타내는 도면이다.
도 9는 본 개시의 일 실시예에 따른 복수의 하위 목표 지점에 대한 예시를 나타내는 도면이다.
도 10은 본 개시의 일 실시예에 따른 평행이동 제어 명령과 회전 제어 명령에 대한 예시를 나타내는 도면이다.
도 11는 본 개시의 일 실시예에 따른 강화학습 기반의 시술 도구 네비게이션을 자동 제어하는 방법의 예시를 나타내는 흐름도이다.
도 12은 본 개시의 일 실시예에 따른 강화학습 모델을 나타내는 예시도이다.

이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.

첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.

개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.

또한, 명세서에서 사용되는 '모듈', '기' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈', '기' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈', '기' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈', '기' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈', '기' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈', '기' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈', '기' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈', '기' 또는 '부'들로 더 분리될 수 있다.

본 개시의 일 실시예에 따르면, '모듈', '기' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신, 가속기 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA), 뉴럴 처리 장치(Neural Processing Unit) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, 중앙 처리 장치와 가속기의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.

본 개시에서, '시스템'은 서버 장치와 클라우드 장치 중 적어도 하나의 장치를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 시스템은 하나 이상의 서버 장치로 구성될 수 있다. 다른 예로서, 시스템은 하나 이상의 클라우드 장치로 구성될 수 있다. 또 다른 예로서, 시스템은 서버 장치와 클라우드 장치가 함께 구성되어 동작될 수 있다. 또 다른 예로서, 시스템은 강화 학습 기반의 시술 도구의 네비게이션을 자동 제어하기 위한 클라이언트 장치를 지칭할 수 있다.

본 개시에서, '기계학습 모델'은 주어진 입력에 대한 해답(answer)을 추론하는데 사용하는 임의의 모델을 포함할 수 있다. 일 실시예에 따르면, 기계학습 모델은 입력 레이어(층), 복수 개의 은닉 레이어 및 출력 레이어를 포함한 인공신경망 모델을 포함할 수 있다. 여기서, 각 레이어는 복수의 노드를 포함할 수 있다. 또한, 본 개시에서, 기계학습 모델은 인공신경망 모델을 지칭할 수 있으며, 인공신경망 모델은 기계학습 모델을 지칭할 수 있다. 또한, 기계학습 모델은 강화 학습 모델을 지칭할 수 있으며, 강화 학습 모델은 기계학습 모델을 지칭할 수 있다. 또한, 기계학습 모델은 모델로 지칭될 수 있고, 모델은 기계학습 모델을 지칭할 수 있다.

본 개시에서, '복수의 A의 각각' 또는 '복수의 A 각각'은 복수의 A에 포함된 모든 구성 요소의 각각을 지칭하거나, 복수의 A에 포함된 일부 구성 요소의 각각을 지칭할 수 있다. 예를 들어, 복수의 하위 목표 지점의 각각은 복수의 하위 목표 지점에 포함된 모든 지점의 각각을 지칭하거나 복수의 하위 목표 지점에 포함된 일부의 목표 지점의 각각을 지칭할 수 있다.

본 개시에서, '연속적인'의 의미는 제어 명령이 이산화된(discrete) 정수 값이 아닌, 필요한 가변 크기만큼 제어할 수 있는 연속적인 실수 값을 갖는 제어 신호의 특징을 지칭할 수 있다. 종래에는 이산화된 정수 값으로 미리 정해진 제어량 만큼만 전진, 후진 또는 회전을 제어하는 명령이 결정되었으나, 본 개시는 연속적인 제어 신호에 의해 미세 조작 및 효율적인 제어가 가능하다.

본 개시에서, '혈관이 촬영된 이미지'는 엑스레이 영상 내의 혈관이 촬영된 하나 이상의 이미지를 지칭할 수 있다. 일 실시예에 따르면, 혈관이 촬영된 이미지는 하나 이상의 혈관이 시간 순으로 촬영된 이미지를 지칭할 수 있다. 예를 들어, 이미지는 시술 도구를 이용한 중재술에서 삽입된 시술 도구의 위치를 파악하기 위해 시술 중 엑스레이 촬영함으로써 획득될 수 있다. 다른 예로서, 이미지는 학습 및/또는 테스트를 위하여 혈관 모형을 구현한 인체 모형(phantom) 또는 시뮬레이션 툴(tool)에서 획득한 이미지를 포함할 수 있다. 본 개시에서, 혈관이 촬영된 이미지는 혈관 이미지라고 지칭될 수 있다.

본 개시에서, '서브 이미지'는 혈관 이미지 내로부터 추출된 적어도 일부 영역을 지칭할 수 있다. 예를 들어, 서브 이미지는 혈관 이미지에서 강화학습에 필요한 영역만을 입력하기 위해서 혈관 이미지 내에서 시술 도구 팁(tip)을 중심으로 혈관 이미지의 적어도 일부를 자른(cropping) 영역을 지칭할 수 있다. 여기서, 시술 도구 팁은 시술 도구의 끝부분을 지칭할 수 있다.

본 개시에서, '강화학습'(Reinforcement Learning, RL)은 기계학습의 한 분야로, 컴퓨터가 주어진 상태(state)에 대해 선택 가능한 액션들 중 보상(reward)을 최대화하는 액션을 선택하는 학습 방법을 지칭할 수 있다. 여기서, 강화학습의 대상이 되는 알고리즘 및/또는 기계학습 모델(예: 인공신경망 모델 등)을 포함하는 에이전트라고 지칭할 수 있고, 에이전트는 주어진 환경(environment)을 탐색하여 현재의 상태에서 자신이 취할 수 있는 액션의 패턴을 나타내는 정책(policy)을 수립할 수 있다. 또한, 에이전트가 주어진 환경로부터 특정 상태를 수신하면(또는 에이전트가 모니터링을 통해 특정 상태를 획득하게 되면), 에이전트는 상태에 따라 액션을 하고, 환경은 에이전트에게 보상을 주게 된다. 이러한 과정으로 에이전트는 환경과 상호작용을 하며 보상을 많이 취할 수 있는 액션들을 학습할 수 있다. 즉, 강화학습을 통해 주어진 환경과 에이전트 사이에서 상태, 액션, 보상을 상호작용하면서 학습하고, 이를 통해 에이전트가 최대의 보상을 받을 수 있는 정책이 수립될 수 있다. 이러한 강화학습을 지원하는 모델을 강화학습 모델이라고 지칭될 수 있다.

본 개시에서, '혈관'은 실제 혈관, 혈관 모형 및/또는 컴퓨팅 장치에 의해 시뮬레이팅된 혈관을 지칭할 수 있다. 또한, '혈관 모형'은 혈관 형태를 본뜬 2D 또는 3D 모형을 지칭할 수 있다. 예를 들어, 혈관 모형은 시술 도구의 삽입이 가능하도록 구현된 인체 모형(phantom) 또는 시술 도구가 혈관 내에 삽입되는 시뮬레이션이 가능하도록 제작된 시뮬레이션 툴(tool)을 포함할 수 있다.

본 개시에서, '시술 도구'는 중재술 등 다양한 의학 분야에서 사용될 수 있는 인체에 삽입하는 의료용 기구를 지칭할 수 있다. 예를 들어, 인체의 강, 관, 혈관에 삽입할 수 있는 카테터(catheter), 카테터의 내강에 삽입하여 사용하는 가이드와이어(guidewire)를 포함할 수 있다.

도 1은 본 개시의 일 실시예에 따른 강화학습 기반으로 시술 도구에 대한 제어 명령(130)을 출력하는 예시를 나타내는 개요도이다. 도 1에서는 정보 처리 시스템(110)이 강화학습 모델의 테스트 또는 추론 시에 혈관이 촬영된 이미지(120)를 획득하여 시술 도구에 대한 제어 명령(130)을 출력하는 예시에 대해 설명된다. 여기서, 이러한 제어 명령(130)은 에이전트를 통해 출력될 수 있는데, 이러한 에이전트는 정보 처리 시스템(110)에 포함되거나 정보 처리 시스템(110) 상에 동작될 수 있다.

정보 처리 시스템(110)은 하나 이상의 혈관이 촬영된 이미지(120)를 획득 또는 수신할 수 있다. 여기서, 혈관이 촬영된 이미지는 엑스레이로 촬영된 이미지를 지칭할 수 있다. 예를 들면, 중재술에서 삽입된 시술 도구의 위치를 파악하기 위해 엑스레이 영상이 촬영될 수 있고, 이렇게 촬영된 영상은 정보 처리 시스템(110)에 제공될 수 있다.

일 실시예에 따르면, 정보 처리 시스템(110)은 촬영된 이미지(120)에 대하여 전처리를 수행할 수 있다. 본 개시에서, 정보 처리 시스템의 전처리 수행과 관련하여, 도 1에서는 아래와 같이 간략히 설명되고, 이후 도 8을 참조하여 상세히 후술된다.

정보 처리 시스템(110)은 하나 이상의 혈관이 촬영된 이미지(120)에 대하여 효율적인 강화학습이 가능하도록 전처리를 수행할 수 있다. 일 실시예에 따르면, 정보 처리 시스템(110)은 중재시술 중에 획득한 하나 이상의 혈관이 촬영된 이미지(120)로부터 혈관 영역을 세그먼테이션(segmentation)한 혈관 경로맵(pathmap)을 추출할 수 있다. 그런 다음, 정보 처리 시스템(110)은 시작 지점 및 최종 목표 지점 사이의 경로를 산출할 수 있고, 추출한 혈관 경로맵에서 산출된 경로를 제외한 나머지 경로들을 이미지 상에서 보이지 않도록 전처리할 수 있다.

이와 유사한 방식으로, 정보 처리 시스템(110)은 시술 도구가 포함된 혈관이 촬영된 이미지(120)로부터 혈관 내 위치한 시술 도구를 세그먼테이션한 마스크 이미지를 추출할 수 있다. 그리고 나서, 정보 처리 시스템(110)은 추출된 시술 도구에 대한 마스크 이미지를 산출된 경로만 고려된 혈관 경로맵 위에 오버레이(overlay)시킬 수 있다.

또한, 정보 처리 시스템(110)은 이렇게 오버레이된 이미지로부터 시술 도구의 팁이 포함된 서브 이미지를 추출할 수 있다. 여기서, 서브 이미지는 오버레이된 이미지에서 시술 도구의 팁을 중심으로 잘라낸 이미지를 지칭할 수 있다. 이렇게 생성된 서브 이미지는 정보 처리 시스템(100)에 입력되어 시술 도구에 대한 제어 명령(130)을 생성하는데 이용될 수 있다. 여기서, 서브 이미지는 주어진 환경에서의 상태(state)를 나타낼 수 있다.

이어서, 정보 처리 시스템(110)은 시술 도구의 팁이 미리 결정된 방향으로 향하도록, 서브 이미지를 회전시킬 수 있다. 이러한 전처리 과정을 통해, 강화 학습 관점에서 상태 변화의 case의 수가 감소될 수 있다. 이에 따라, 강화학습 모델을 통한 추론 시 시술 도구의 이동 경로를 탐색하는 시간이 감소될 수 있다.

일 실시예에 따르면, 정보 처리 시스템(110)은 전처리된 이미지를 기초로 복수의 하위 목표 지점을 결정할 수 있다. 예를 들어, 중재술에서 삽입된 시술 도구는 병변(예를 들어, 혈관의 협착부위 등)까지 이동하여 시술을 진행할 수 있다. 이 경우, 혈관의 협착부위는 타겟이 되는 최종 목표 지점이 될 수 있고, 시작 지점과 최종 목표 지점까지의 경로를 나눔으로써, 최종 목표 지점까지 복수의 하위의 목표 지점이 생성될 수 있다. 예를 들어, 경로를 균등한 길이로 나눔으로써, 복수의 하위의 목표 지점이 생성될 수 있는데, 이는 도 9를 참조하여 상세히 후술된다.

일 실시예에 따르면, 정보 처리 시스템(110)은 비교적 난이도가 쉬운 작업을 학습한 후에, 습득한 지식을 토대로 비교적 난이도가 어려운 본래 작업을 효과적으로 학습할 수 있다. 이를 위해, 정보 처리 시스템(110)은 생성된 복수의 하위 목표 지점 중에서 현재 에이전트의 학습 수준만큼 떨어져 있는 하위 목표 지점을 목표 지점으로 간주할 수 있다. 예를 들어, 학습 시작 전에는 초기화된 에이전트의 학습 수준이 1일 수 있다. 이 경우, 학습이 시작되면 1만큼 떨어져 있는 하위 목표 지점이 에이전트의 목표 지점으로 간주될 수 있다.

본 개시에서는 시작 지점(예를 들어, 시술 도구 팁의 위치)과 목표 지점 사이의 거리가 가까울수록 난이도가 쉬운 하위 작업으로 정의될 수 있다. 이와 같이, 현재 에이전트의 학습 수준에 맞는 목표 지점을 설정함으로써, 시술 도구에 대한 제어 명령의 수가 적더라도 목표 지점에 손쉽게 도달할 수 있다. 나아가, 강화 학습 관점에서 더 많은 보상이 제공됨으로써, 학습 효율성이 향상될 수 있다.

일 실시예에 따르면, 정보 처리 시스템(110)은 에이전트를 이용하여 획득된 이미지(120)로부터 시술 도구의 평행이동 또는 회전 중 적어도 하나를 포함한 액션을 추정할 수 있다. 예를 들어, 정보 처리 시스템(110)은 에이전트를 이용하여 혈관 이미지의 특징을 추출할 수 있고, 추출된 특징을 기초로 시술 도구의 액션을 추정할 수 있다. 여기서, 시술 도구의 액션은 시술 도구 팁에 대한 평행이동(예를 들어, 전진 및 후진) 및 회전을 지칭할 수 있고, 액션의 정도를 나타내는 제어량을 포함할 수 있다.

일 실시예에 따르면, 정보 처리 시스템(110)은 혈관 이미지 특징을 기초로 추정된 액션에 대한 제어 명령을 결정할 수 있다. 예를 들어, 정보 처리 시스템(110)은 에이전트를 이용하여 추정된 액션에 대한 확률을 출력할 수 있다. 이를 위해, 정보 처리 시스템(110)은 입력된 상태를 처리하여 평균과 표준편차를 출력함으로써 정규 분포를 생성할 수 있다. 이렇게 생성된 정규 분포에서 가장 높은 확률을 갖는 액션이 제어명령으로 결정될 수 있다. 다른 예로, 정보 처리 시스템(110)은 에이전트를 이용하여 추정된 액션을 직접 출력할 수 있다. 이 경우, 추정된 액션은 제어 명령이 될 수 있는 예비적인 단계일 수 있다. 즉, 추정된 액션은 확률 분포에 대한 출력 없이 그대로 제어명령으로 결정될 수 있다. 상술된 예시들은 확률 정책 그래디언트(Stochastic Policy Gradient) 및 결정 정책 그래디언트(Deterministic Policy Gradient) 알고리즘을 이용하여 구현될 수 있는데, 이는 도 5를 참조하여 상세히 후술된다.

일 실시예에 따르면, 시술 도구에 대한 제어 명령(130)은 시술 도구의 평행이동에 대한 제1 제어량 또는 시술 도구의 회전에 대한 제2 제어량 중 적어도 하나를 포함하고, 제1 제어량 및 제2 제어량의 각각은 연속적인 실수 값 중 하나의 실수 값으로 결정될 수 있다. 여기서, 실수 값은 제어 명령이 미리 정해진 이산화된(discrete) 정수 값이 아닌, 필요한 가변 크기를 제어할 수 있는 연속적인 값을 지칭할 수 있다. 이러한 구성 하에서, 시술 도구가 미세하게 조작될 수 있고, 시술 도구가 효율적으로 제어될 수 있다. 예를 들어, 정보 처리 시스템(110)은 에이전트에 의하여 평행이동 및 회전의 정도를 연속적인 실수 값(예를 들어, 0.21mm 전진, 23 degree 회전 등)으로 결정할 수 있고, 여기서, 에이전트는 현재 상태를 기초로 하여 제어에 필요한 가변 크기를 나타내는 실수 값으로 결정할 수 있다.

또한, 제1 제어량이 양수일 경우 전진, 음수일 경우 후진을 의미할 수 있고, 제2 제어량이 양수일 경우 시계 방향 회전, 음수일 경우 반시계 방향 회전을 의미할 수 있다. 예를 들어, - 0.21mm는 0.21mm 후진을 지칭할 수 있고, -23 degree는 23 degree 반시계 방향 회전을 의미할 수 있다.

이렇게 제어량이 실수 값으로 결정됨으로써, 큰 폭의 전진 제어량이 필요한 경우뿐만 아니라 목표 지점 근처에서 미세한 제어량이 필요한 경우에 상태에 따른 효율적이고 효과적인 제어가 수행될 수 있다. 상술된 제어량은 실수 벡터로 정의될 수 있고, 상태에 따라 자동으로 조절될 수 있다.

일 실시예에 따르면, 제어 명령은 시술 도구의 평행이동에 대한 제어 명령과 동시에 수행하는 시술 도구의 회전에 대한 제어 명령을 포함할 수 있다. 종래의 기법 하에서는, 세 개의 정수 0(전진), 1(후진), 2(회전) 중 하나의 제어 명령이 결정될 수 있었다. 이에 반해, 본 개시에 따르면, 에이전트를 이용하여 평행이동 및 회전에 대한 두 가지 제어가 연속적으로 동시에 수행될 수 있다. 예를 들어, 정보 처리 시스템(110)은 0.21mm 전진과 동시에 23 degree 회전에 대한 제어 신호를 시술 도구를 제어하는 로봇에 제공할 수 있다. 이에 따라, 정보 처리 시스템(110)은 지속적인 전진 제어 도중에 회전 제어를 동시에 수행할 수 있기 때문에, 시술 도구 팁이 무리한 전진 제어로 혈관벽을 긁어 손상되는 것이 방지될 수 있다.

일 실시예에 따르면, 결정된 제어 명령을 시술 도구를 제어하도록 구성된 로봇에 제공할 수 있다. 예를 들어, 정보 처리 시스템(110)은 혈관 또는 혈관 모형이 포함된 환경에서 시술 도구를 움직이기 위하여 결정된 제어 명령을 로봇에 제공할 수 있고, 로봇은 결정된 제어 명령에 따라 시술 도구를 평행이동 또는 회전시킬 수 있다.

도 2은 본 개시의 일 실시예에 따른 수집된 학습 데이터(220)를 기초로 에이전트에 포함된 인공신경망 모델의 가중치를 갱신하는 예시를 나타내는 도면이다. 여기서, 학습 데이터(220)는 도 1에서 상술된 강화학습 모델의 테스트 및 추론 절차를 수행하면서 수집된 데이터를 지칭할 수 있고, 수집된 학습 데이터(220)는 정보 처리 시스템(110)에 입력될 수 있다.

도시된 바와 같이, 정보 처리 시스템(110)은 에이전트 내 인공신경망 모델의 가중치 갱신을 위해서 학습 데이터(220)를 획득 또는 수신할 수 있다. 일 실시예에서, 정보 처리 시스템(110)은 시술 도구가 배치된 복수의 혈관 또는 혈관 모형이 촬영된 이미지를 획득할 수 있다. 예를 들어, 정보 처리 시스템(110)은 엑스레이 촬영을 통해 강화학습 절차에서 획득되는 복수의 혈관이 촬영된 이미지를 학습 데이터(220)로서 수집할 수 있다. 추가적으로 또는 대안적으로, 학습 또는 테스트를 위하여 혈관 모형을 구현한 인체 모형(phantom) 또는 시뮬레이션 툴(tool) 내에서 시술 도구가 배치된 혈관 모형이 촬영된 이미지가 학습 데이터(220)에 포함될 수 있다.

일 실시예에 따르면, 정보 처리 시스템(110)은 전처리된 이미지를 학습 데이터(220)로서 수집할 수 있다. 예를 들어, 정보 처리 시스템(110)은 혈관 조영 영상에 대해 경로맵 활용, 최적 경로 산출, 시술 도구 팁의 방향 설정 등의 전처리를 수행할 수 있다. 이렇게 전처리된 이미지가 학습 데이터(220)로서 수집됨으로써, 시술 도구의 팁을 목표 지점까지 이동시키도록 제어하는데 걸리는 시간이 감소될 뿐만 아니라, 시술 도구의 팁이 목표 지점에 도달될 확률도 크게 높일 수 있다. 이와 같은 전처리 과정은 도 8을 참조하여 상세히 후술된다.

일 실시예에 따르면, 정보 처리 시스템(110)은 효율적인 학습을 위하여 커리큘럼 학습(curriculum learning)을 이용할 수 있다. 여기서, 커리큘럼 학습은 강화학습에서 목표 작업보다 난이도가 쉬운 하위 작업들을 먼저 학습하여 습득한 지식을 토대로 비교적 난이도가 어려운 본래 작업을 효율적으로 배우기 위한 학습 방법을 지칭할 수 있다. 예를 들어, 정보 처리 시스템(110)은 에이전트의 현재 학습 수준에 따라 목표 지점을 설정할 수 있는데, 이는 도4 및 도9를 참조하여 상세히 후술된다.

상술된 바와 같이, 정보 처리 시스템(110)은 획득된 복수의 혈관 이미지에 대한 전처리를 수행할 수 있고, 커리큘럼 학습을 통해 난이도가 쉬운 하위 작업들을 먼저 학습함으로써, 강화 학습의 효율성을 향상시킬 수 있다. 이에 따라, 시술 도구의 제어량을 연속적인 실수 값으로 사용함으로써 발생할 수 있는 강화학습 모델의 성능 저하 문제가 해결될 수 있다.

일 실시예에 따르면, 정보 처리 시스템(110)은 학습 데이터(220)로서 시술 도구에게 적용된 액션 및/또는 액션의 확률을 수집할 수 있다. 예를 들어, 정보 처리 시스템(110)은 에이전트를 이용하여 혈관이 촬영된 이미지를 기초로 시술 도구의 평행이동 또는 회전 중 적어도 하나를 포함한 액션에 대한 제어 명령을 결정할 수 있다. 여기서 결정된 제어 명령과 관련된 액션 및/또는 액션의 확률은 학습 데이터(220)로서 수집될 수 있다. 일 실시예에서, 정보 처리 시스템(110)은 수집된 확률 분포에서 임의로 추출된 값을 기초로 제어 명령을 결정할 수 있다. 다른 실시예에서, 정보 처리 시스템(110)은 수집된 액션을 직접 출력하여 제어 명령을 결정할 수 있다.

일 실시예에 따르면, 정보 처리 시스템(110)은 학습 데이터(220)로서 시술 도구의 액션에 대한 보상을 수집할 수 있다. 현재 상태에 따라 액션이 생성되고, 환경으로부터 해당 액션에 대한 보상이 생성될 수 있다. 이에 따라, 획득된 보상은 학습 데이터(220)로서 수집될 수 있다. 예를 들어, 보상을 생성하는데 있어, 시술 도구 팁이 목표 지점에 도달했을 때 +1, 정해진 시간(time step)이 지나거나 종료 지점에 도달했을 때 -1을 부여할 수 있고, 이 외에는 보상에 0을 부여하는 희소 보상 함수(sparse reward function)가 이용되거나 적용될 수 있다.

일 실시예에 따르면, 정보 처리 시스템(110)은 에이전트에 포함된 인공 신경망 모델의 가중치 갱신(230)을 수행할 수 있다. 즉, 정보 처리 시스템(110)은 에이전트에 포함된 인공신경망 모델의 가중치 갱신(230)을 수행함으로써, 현재 상태에서 더 좋은 보상을 받기에 가치 있는 액션을 선택하도록 인공신경망 모델을 학습시킬 수 있다. 일 실시예로, 정보 처리 시스템(110)은 에이전트가 학습 데이터(220)를 기초로 현재의 상태에서 취할 수 있는 액션(평행이동 및/또는 회전)의 확률을 나타내는 정책(policy)을 갱신할 수 있다. 예를 들면, 직선 형태의 혈관에서 시술 도구를 평행이동을 시켰을 때 목표 지점에 도달함으로써, 보상이 부여될 수 있다. 이러한 학습 데이터가 수집되었다면, 직선 형태의 혈관에서 시술 도구가 배치된 상태에서 전진 액션에 대한 제어 명령을 결정하도록 인공신경망 모델이 학습될 수 있다. 즉, 정보 처리 시스템(110)은 주어진 환경과 에이전트 사이에서 상태, 액션 및 보상을 상호작용하면서 에이전트를 학습시키고, 이를 통해 에이전트가 최대의 보상을 받을 수 있는 정책이 수립될 수 있다.

이에 따라, 정보 처리 시스템(110)은 에이전트를 이용하여 현재 상태에서 최대의 보상을 받을 수 있게 갱신된 정책을 기초로 시술 도구에 대한 제어 명령을 결정할 수 있다. 이렇게 결정된 제어 명령은 로봇에게 제공되어 로봇이 시술 도구를 평행이동 및/또는 회전 이동하도록 제어할 수 있다.

아래 표 1 내지 표 3은 시술 도구의 이산적인(discrete) 액션과 본 개시에 의한 연속적인(continuous) 액션에 대한 비교 실험 결과를 나타낸다. 본 개시의 일 실시예에 따르면, 연속적인 액션은 시술 도구의 평행이동과 회전 제어를 동시에 수행하는 액션을 포함할 수 있고, 이러한 액션에 대한 제어량이 연속적인 실수 값으로 결정되는 액션을 지칭할 수 있다. 또한, 성공률은 시술 도구의 팁이 목표 지점에 도달할 확률을 지칭할 수 있고, 미리 설정된 임계치(예를 들어, 500회) 이내에 목표 지점에 도달하지 못하거나, 목표 지점이 아닌 사이드 브랜치(branch)로 빠지면 실패한 경우라고 정의될 수 있다.

액션	소요 시간(s)	시도 횟수	성공률(%)
이산적인 액션	1160	17630	97
연속적인 액션	695	10768	98

표 1에서는 강화학습에 이용되는 시뮬레이터 툴(예를 들어, UnitySim) 환경에서의 비교 실험 결과를 나타낸다. 여기서, 경로 및 목표 지점은 매 학습 주기마다 무작위로 설정되며 환경은 동일하게 설정될 수 있다. 실험 결과는 성공률은 비슷한 수치를 보이지만, 시도 횟수에서 연속적인 액션의 경우가 이산적인 액션에 비해 월등히 적은 횟수에도 목표 지점에 도달했다는 것을 보여준다. 즉, 이러한 연속적인 액션을 통해, 시술 도구가 목표 지점까지 도달하는 데 걸리는 시간이 줄어들 뿐만 아니라 적은 시도 횟수를 통해 목표 지점에 도달하도록 제어될 수 있다.

액션	소요 시간(s)	시도 횟수	성공률(%)
이산적인 액션	722.9	2435	100
연속적인 액션	641.7	1995	95

액션	소요 시간(s)	시도 횟수	성공률(%)
이산적인 액션	2718	6013	25
연속적인 액션	665	2196	35

표 2 및 표 3에서는 혈관 모형을 구현한 인체 모형(예를 들어, Phantom-3d)에서의 비교 실험 결과를 나타낸다. 본 실험에서는, 표 1의 시뮬레이션 환경에서의 학습된 모델을 혈관 모형에 적용한 결과를 나타낸다. 또한, 표 2 및 표 3은 서로 다른 목표 지점을 가지고 있다. 표 3에서는 시술 도구가 혈관의 협착부위를 지난 지점을 목표 지점으로 설정하여, 표 2보다 표 3의 난이도가 높다고 볼 수 있다. 표 2 및 표 3의 실험 결과에서 모두 표 1의 경우와 마찬가지로 성공률은 비슷한 수치를 보였지만, 시도 횟수에서 연속적인 액션의 경우가 이산적인 액션에 비해 월등히 적은 횟수에도 목표 지점에 도달했다는 것을 알 수 있다. 또한, 시뮬레이터 툴로 학습된 모델이 다른 환경에서도 목표 지점까지의 도달 시간과 시도 횟수가 크게 개선되는 것이 확인되었다.

도 3는 본 개시의 일 실시예에 따른 강화학습 기반으로 시술 도구 자동 네비게이션을 제공하는 정보 처리 시스템(110)을 나타내는 블록도이다. 정보 처리 시스템(110)은 메모리(310), 프로세서(320), 통신 모듈(330) 및 입출력 인터페이스(340)를 포함할 수 있다. 도 3에 도시된 바와 같이, 정보 처리 시스템(110)은 통신 모듈(330)을 이용하여 네트워크를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다.

메모리(310)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(310)는 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 정보 처리 시스템(110)에 포함될 수 있다. 또한, 메모리(310)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 정보 처리 시스템(110)에 설치되어 구동되는 강화학습 모델의 연산 처리, 전/후 처리, 시술 도구의 액션에 대해 추정된 확률 분포, 제어량에 대한 정규 분포의 평균값을 기초로 한 제어 명령 등)가 저장될 수 있다. 도 3에서, 메모리(310)는 단일 메모리인 것으로 도시되었지만, 이는 설명의 편의를 위한 것일 뿐이며, 메모리(310)는 복수의 메모리 및/또는 버퍼 메모리를 포함할 수 있다.

이러한 소프트웨어 구성요소들은 메모리(310)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 이러한 정보 처리 시스템(110)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(330)을 통해 메모리(310)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 통신 모듈(330)을 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(예를 들어, 시술 도구 제어를 위한 프로그램, 의료 데이터 전송 등을 위한 프로그램 등)에 기반하여 메모리(310)에 로딩될 수 있다.

프로세서(320)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(310) 또는 통신 모듈(330)에 의해 사용자 단말(미도시) 또는 다른 외부 시스템으로 제공될 수 있다. 예를 들어, 프로세서(320)는 시술 도구 액션에 대한 학습 데이터를 기초로 에이전트를 학습시킬 수 있다. 이렇게 학습된 에이전트는 시술 도구의 네비게이션을 자동적으로 제어할 수 있다.

통신 모듈(330)은 네트워크를 통해 사용자 단말(미도시)과 정보 처리 시스템(110)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 정보 처리 시스템(110)이 외부 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 정보 처리 시스템(110)의 프로세서(320)의 제어에 따라 제공되는 제어 신호, 명령, 데이터 등이 통신 모듈(330)과 네트워크를 거쳐 사용자 단말 및/또는 외부 시스템의 통신 모듈을 통해 사용자 단말 및/또는 외부 시스템으로 전송될 수 있다. 예를 들어, 정보 처리 시스템(110)은 외부 시스템(예: 의료영상 저장 전송 시스템)으로부터 영상정보(예: 혈관 이미지, 판독 결과 등) 등을 수신할 수 있다.

또한, 정보 처리 시스템(110)의 입출력 인터페이스(340)는 정보 처리 시스템(110)과 연결되거나 정보 처리 시스템(110)이 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 예를 들면, 입출력 인터페이스(340)는 PCI express 인터페이스, 이더넷(ethernet) 인터페이스 중 적어도 하나를 포함할 수 있다. 도 3에서는 입출력 인터페이스(340)가 프로세서(320)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(340)가 프로세서(320)에 포함되도록 구성될 수 있다. 정보 처리 시스템(110)은 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다.

정보 처리 시스템(110)의 프로세서(320)는 복수의 사용자 단말 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 일 실시예에 따르면, 프로세서(320)는 하나 이상의 혈관이 촬영된 이미지를 획득할 수 있다. 프로세서(320)는 수신된 혈관 이미지로부터 시술 도구의 평행이동 또는 회전 중 적어도 하나를 포함한 액션에 대한 확률 분포를 추정할 수 있고, 이를 기초로 제어 명령을 결정할 수 있다. 도 3에서, 프로세서(320)는 단일 프로세서인 것으로 도시되었지만, 이는 설명의 편의를 위한 것일 뿐이며, 프로세서(320)는 복수의 프로세서를 포함할 수 있다.

도 4은 본 개시의 일 실시예에 따른 프로세서(320)의 내부 구성을 나타내는 도면이다. 프로세서(320)는 전처리부(410), 커리큘럼 관리부(420), 에이전트(430) 및 학습부(440)를 포함할 수 있다. 도 4에서는 프로세서(320)의 각각의 구성 요소들은 기능적으로 구분되는 기능 요소들을 나타낸 것으로, 복수의 구성 요소가 실제 물리적 환경에서 서로 통합되는 형태로 구현될 수 있다. 예를 들어, 에이전트(430) 및 학습부(440)는 하나의 구성 요소로 구현될 수 있다.

또한, 도 4에서는 프로세서(320)가 전처리부(410), 커리큘럼 관리부(420), 에이전트(430), 학습부(440)로 나누어서 구현되었으나, 이에 한정되지 않으며, 일부 구성이 생략되거나 다른 구성이 추가될 수 있다.

일 실시예에 따르면, 프로세서(320)는 복수의 프로세서를 포함할 수 있다. 여기서, 전처리부(410), 커리큘럼 관리부(420), 에이전트(430), 학습부(440) 중 일부는 하나의 프로세서에서 동작될 수 있으며, 나머지 일부는 다른 프로세서에 의해 동작될 수 있다. 이 경우, 복수의 프로세서는 중앙 처리 장치를 포함할 수 있으며, 이러한 중앙 처리 장치는 전처리부(410), 커리큘럼 관리부(420), 에이전트(430), 학습부(440)의 적어도 일부를 제어할 수 있다. 예를 들어, 에이전트(430)에 포함된 인공신경망 모델을 통한 연산은 GPU, NPU 등의 가속기를 통해 구현될 수 있다.

일 실시예에 따르면, 전처리부(410)는 혈관이 촬영된 이미지를 획득하여 획득된 이미지에 대한 전처리를 수행할 수 있다. 예를 들어, 전처리부(410)는 중재술에서 삽입된 시술 도구의 위치를 파악하기 위해 촬영된 엑스레이 영상을 실시간으로 획득할 수 있다. 또한, 전처리부(410)는 학습 목적으로 구현된 환경(예를 들어, 혈관 모형 및 시뮬레이션 툴 등)에서 시술 도구의 위치를 파악하기 위해 촬영된 이미지를 획득할 수 있다.

전처리부(410)는 획득한 이미지에서 혈관 외에 주변 노이즈를 제거하기 위하여 획득한 이미지에 대한 마스킹(masking)을 수행할 수 있다. 예를 들어, 전처리부(410)는 중재시술 중에 획득한 혈관 조영 영상으로부터 혈관 경로맵(pathmap)을 추출할 수 있다. 여기서, 혈관 경로맵은 혈관 조영 영상에서 혈관 영역을 세그먼테이션(segmentation)한 마스크 이미지를 지칭할 수 있다.

이와 유사한 방식으로, 전처리부(410)는 혈관 조영 영상으로부터 혈관 내 위치한 시술 도구를 세그먼테이션한 마스크 이미지를 추출할 수 있다. 그런 다음, 전처리부(410)는 시작 지점 및 최종 목표 지점 사이의 경로를 산출할 수 있고, 혈관 경로맵에서 산출된 경로를 제외한 나머지 경로들은 마스크 이미지 상에서 보이지 않도록 마스크 이미지에 대한 전처리를 수행할 수 있다. 예를 들어, 전처리부(410)는 산출된 경로 외의 나머지 경로는 픽셀값을 0으로 변경하여 마스크 이미지 상에 노출되지 않도록 할 수 있다. 그리고 나서, 전처리부(410)는 추출된 시술 도구에 대한 마스크 이미지를 산출된 경로만 고려된 혈관 경로맵 위에 오버레이(overlay)시킬 수 있다.

전처리부(410)는 오버레이된 이미지로부터 시술 도구의 팁이 포함된 서브 이미지를 추출할 수 있다. 예를 들어, 전처리부(410)는 혈관이 촬영된 이미지에서 효율적인 강화학습에 필요한 이미지를 생성하기 위하여, 오버레이 이미지를 시술 도구 팁을 중심으로 크롭(crop)할 수 있다.

그리고 나서, 전처리부(410)는 시술 도구의 팁이 미리 결정된 방향으로 향하도록, 크롭된 서브 이미지를 회전시킬 수 있다. 이러한 과정을 통해, 에이전트를 통한 강화학습 모델의 학습 과정 동안에 상태의 변화가 발생될 수 있는 case의 수가 줄어들기 때문에, 강화학습 모델의 성능이 향상될 수 있다. 본 실시예에서, 전처리부(410)는 혈관 이미지 내에 경로의 방향을 한 방향으로 설정함으로써, 발생될 수 있는 상태 변화의 case의 수를 줄일 수 있다. 이렇게 회전된 이미지 또는 서브 이미지는 저장 매체(예: 메모리(310), 버퍼 메모리, 외부 저장 매체 등)에 저장되거나, 커리큘럼 관리부(420), 에이전트(430) 및/또는 학습부(440)에 제공될 수 있다.

커리큘럼 관리부(420)는 커리큘럼 학습(curriculum learning)을 이용할 수 있다. 여기서, 커리큘럼 학습은 강화학습에서 목표 작업보다 난이도가 쉬운 하위 작업들을 먼저 학습하여 습득한 지식을 토대로 비교적 난이도가 어려운 본래 작업을 효율적으로 배우기 위한 학습 방법을 지칭할 수 있다. 이러한 커리큘럼 학습을 위해서 적절한 난이도의 하위 작업 생성, 작업 간의 전이 여부 결정 방법 등이 중요할 수 있다.

이를 위해, 커리큘럼 관리부(420)는 현재의 학습 성취도를 고려하여 하위 목표 지점을 선정할 수 있고, 에이전트(430)는 이를 목표지점으로 간주하여 작업을 수행할 수 있다. 이 경우, 하위 목표 지점이 시작 지점으로부터 가까울수록 난이도가 쉬운 작업이라고 할 수 있다. 또한, 시작 지점으로부터 거리를 판단하는 기준은 시작 지점에서 목표 지점까지 이동하기 위한 최적의 제어 시퀀스가 얼마나 짧은지 또는 긴지에 해당하는 논리적 거리 기준을 지칭할 수 있다.

일 실시예에 따르면, 커리큘럼 관리부(420)는 획득된 혈관 이미지 내 복수의 하위 목표 지점을 생성할 수 있다. 예를 들어, 혈관의 협착부위 또는 협착의 주변부위는 최종 타겟이 되는 목표 지점이 될 수 있다. 여기서, 커리큘럼 관리부(420)는 시작 지점에서 최종 타겟이 되는 목표 지점 까지의 경로를 나누어 최종 목표 지점까지 복수의 하위의 목표 지점을 생성할 수 있다. 이렇게 생성된 복수의 하위 목표 지점은 저장 매체(예: 메모리(310), 버퍼 메모리, 외부 저장 매체 등)에 저장되거나, 주어진 환경(예를 들어, 혈관 또는 혈관 모형 내 시술 도구를 제어하는 로봇 등)에 제공될 수 있다.

일 실시예에 따르면, 커리큘럼 관리부(420)는 생성된 복수의 하위 목표 지점 중에서 현재 에이전트(430)의 학습 수준만큼 떨어져 있는 하위 목표 지점을 목표 지점으로 간주할 수 있다. 예를 들어, 학습 시작 전에 초기화된 에이전트의 학습 수준은 1일 수 있다. 이 경우, 학습을 위한 세부 작업이 시작되면 복수의 하위 목표 지점 중에서 학습 수준인 1만큼 떨어져 있는 하위 목표 지점이 목표 지점으로 간주될 수 있다. 이렇게 간주된 목표 지점은 저장 매체에 저장되거나, 주어진 환경 및 에이전트(430)에 의해 접근될 수 있다.

일 실시예에 따르면, 커리큘럼 관리부(420)는 시술 도구가 학습 수준에 따라 간주된 목표 지점에 도달하면 작업을 성공으로 판단하고 세부 작업을 종료시킬 수 있다. 여기서, 커리큘럼 관리부(420)는 세부 작업 종료후에 평균 작업 성공률이 일정치 이상 올랐다면, 에이전트(430)의 학습수준을 증가시킬 수 있다. 예를 들어, 학습 수준 1에 해당하는 목표 지점에 대한 세부 작업이 종료되고, 시술 도구의 팁이 간주된 목표지점에 도달할 확률이 95% 이상인 경우, 커리큘럼 관리부(420)는 학습 수준을 1에서 2로 증가시킬 수 있다.

일 실시예에 따르면, 커리큘럼 관리부(420)는 증가된 에이전트의 학습 수준만큼 떨어져 있는 하위 목표 지점을 목표 지점으로 간주할 수 있다. 예를 들어, 에이전트의 학습 수준이 1에서 2로 증가한 경우, 커리큘럼 관리부(420)는 시작 지점으로부터 가장 가까운 하위 목표 지점(학습 수준 1에 해당)은 더 이상 고려하지 않고 그 다음으로 멀리 떨어진 하위 목표 지점(학습 수준 2에 해당)을 목표 지점으로 간주할 수 있다. 다른 예로, 학습 수준은 복수의 하위 목표 지점의 수만큼 존재할 수 있고, 에이전트의 학습 수준이 하위 목표 지점들의 수보다 클 경우 더 이상 하위 목표 지점을 고려하지 않고 본래의 목표 지점(최종 목표 지점)만을 고려할 수 있다. 즉, 에이전트의 학습 수준이 충분히 증가한 경우 본래의 작업이 학습될 수 있다.

상술된 바와 같이, 커리큘럼 관리부(420)는 에이전트의 현재 학습 수준에 따라 하위 목표 지점을 목표 지점으로서 할당할 수 있고, 평균 작업 성공률에 따라 학습 수준을 증가시킬 수 있다. 이러한 커리큘럼 학습 과정을 통해 수집된 학습 데이터는 정책(policy) 신경망 갱신을 위해 학습부(440)에 제공될 수 있다.

에이전트(430)는 혈관 이미지로부터 시술 도구의 평행이동 또는 회전 중 적어도 하나를 포함한 액션에 대한 확률 분포를 추정할 수 있다. 이렇게 추정된 확률 분포를 기초로 시술 도구에 대한 제어 명령이 결정될 수 있다. 예를 들어, 에이전트(430)는 강화학습 모델 학습 시 확률 분포에서 임의로 추출한 표본을 기초로 제어 명령을 생성할 수 있다. 즉, 효율적인 학습을 위하여 다양한 경우의 표본(예를 들어, 제어량에 대한 확률 값)이 임의로 추출될 수 있다. 다른 예로, 에이전트(430)는 테스트 또는 추론 시 확률 분포의 평균값을 기초로 제어 명령을 결정할 수 있다. 이렇게 결정된 제어 명령 및 제어 명령의 확률 값은 환경(예를 들어, 혈관 또는 혈관 모형 내 시술 도구를 제어하는 로봇 등)에 제공될 수 있다. 다른 예로, 에이전트(430)는 강화학습 모델 학습 시에 확률을 출력하지 않고, 주어진 상태에 대한 액션을 직접 출력할 수 있다.

일 실시예에 따르면, 에이전트(430)는 시술 도구에 대한 제어 명령으로서 시술 도구의 평행이동에 대한 제1 제어량 또는 시술 도구의 회전에 대한 제2 제어량 중 적어도 하나를 포함할 수 있다. 또한, 제1 제어량 및 제2 제어량의 각각은 연속적인 실수 값 중 하나의 실수 값으로 결정될 수 있다. 여기서, 실수 값은 제어 명령이 미리 정해진 이산화(discrete) 값이 아닌, 필요한 가변 크기를 제어할 수 있는 연속적인 값을 지칭할 수 있다. 이를 통해, 에이전트(430)는 로봇으로 하여금 시술 도구를 미세하게 조작하는 제어를 가능하게 한다.

일 실시예에 따르면, 에이전트(430)는 시술 도구의 평행이동에 대한 제어 명령과 시술 도구의 회전에 대한 제어 명령을 동시에 수행하는 제어 명령을 포함할 수 있다. 예를 들어, 에이전트(430)는 설정된 목표 지점에 대하여 평행이동 및 회전에 대한 두 가지 제어 명령을 동시에 결정하거나 생성할 수 있다. 이에 따라, 에이전트(430)는 로봇이 시술 도구의 지속적인 전진 제어 명령 도중에 회전 제어를 수행하도록 명령할 수 있어서, 시술 도구 팁에 의해 혈관벽이 긁혀 발생될 수 있는 손상이 최소화되거나 제거될 수 있다. 나아가, 에이전트(430)는 제어명령을 로봇에 제공함에 있어, 시술 도구 이동 시 지속적인 회전 제어를 통해 낭창거리는 시술 도구 팁이 혈관벽에 접촉한 상태로 전/후진하지 않도록 하여 혈관벽 손상을 감소시킬 수 있다.

상술된 바와 같이, 에이전트(430)는 현재 상태를 기초로 시술 도구를 어떻게 제어할지에 관한 제어량(평행이동 및 회전 정도)을 결정할 수 있으며, 평행이동 및 회전을 동시 제어하여 불필요한 추가 제어가 발생하지 않도록 할 수 있다. 이에 따라, 시술 도구를 이용한 시술 시간이 절약되고, 나아가, 환자가 시술 도구의 혈관 내 위치를 촬영하기 위해 엑스레이에 노출되는 시간이 단축될 수 있다.

일 실시예에 따르면, 에이전트(430)는 학습부(440)를 통해 학습될 수 있는데, 매 학습 주기 마다 시술 도구의 제어 명령 및 제어 명령에 대응하는 보상을 이용하여 학습부(440)에 의해 에이전트에 포함된 기계학습 모델(예: 인공신경망 모델)의 가중치가 갱신될 수 있다. 여기서, 학습 주기는 임의의 크기의 데이터 또는 시간에 의해 설정될 수 있다. 이렇게 갱신된 기계학습 모델을 이용하여, 에이전트(430)는 다음 학습 또는 테스트/추론 시 보상을 최대화할 수 있는 제어 명령을 결정될 수 있다. 예를 들면, 이전 학습 주기에서 시술 도구가 직선 형태의 혈관을 직진 제어 명령에 의해 이동할 수 있고, 이러한 액션에 대한 보상은 다른 액션에 비해 높을 수 있다. 이러한 직진 제어 명령과 보상의 쌍은 학습 데이터로서 에이전트를 학습시키는데 사용될 수 있다. 이렇게 학습된 에이전트는 추후 직진 형태의 혈관에서 시술 도구의 전진 액션을 위한 제어 명령을 결정하거나 생성할 가능성이 더 높아질 수 있다.

일 실시예에 따르면, 최종 목표 지점에 도달할 때까지 학습 데이터가 수집될 수 있다. 예를 들어, 시술 도구 팁이 최종 목표 지점에 도달하여 종료상태(terminal state)에 이를 때까지 시술 도구의 액션과 연관된 데이터가 학습 데이터로서 수집될 수 있다. 여기서, 학습 데이터(220)는 시술 도구가 배치된 혈관 또는 혈관 모형이 촬영된 이미지, 시술 도구에게 적용된 제어 명령, 이러한 제어 명령과 연관된 확률/확률 분포 및 시술 도구의 액션에 대한 보상을 포함할 수 있다. 다른 실시예로, 혈관 모형과 유사한 시뮬레이션 툴을 이용하여 에이전트의 최초 학습이 이루어질 수 있다. 그런 다음, 학습된 에이전트는 실제 혈관 또는 혈관 모형을 통해 테스트 및 추론을 수행할 수 있다. 여기서, 테스트 및 추론 과정에서도 발생된 데이터는 학습 데이터로 수집될 수 있다.

학습부(440)는 에이전트가 보상을 최대로 받기에 가치 있는 액션을 할 수 있도록 에이전트(430) 내의 알고리즘 및/또는 기계학습 모델을 갱신할 수 있다. 본 실시예에서 에이전트의 인공신경망 모델의 가중치가 갱신되었으나, 이에 한정되지 않고 강화학습의 목적 함수를 최대화할 수 있는 파라미터가 갱신될 수 있다.

도 5는 본 개시의 일 실시예에 따른 시술 도구의 액션에 대한 제어 명령(560)을 결정하는 예시를 나타내는 도면이다. 본 개시에서, 혈관 또는 혈관 모형(580) 및 로봇(570)은 강화 학습에서 주어진 환경에 포함될 수 있다. 여기서, 혈관 또는 혈관 모형(580)은, 시술 도구의 삽입이 가능한 혈관 또는 혈관 모형을 유사하게 구현한 인체 모형(phantom), 시술 도구가 혈관 내에 삽입되는 시뮬레이션이 가능한 시뮬레이션 툴(tool) 등을 포함할 수 있다.

일 실시예에 따르면, 시술 도구가 배치된 혈관 또는 혈관 모형(580)이 촬영된 이미지가 획득될 수 있다. 정보 처리 시스템은 획득된 이미지에 대한 전처리를 수행할 수 있다. 예를 들어, 이러한 전처리는 도 4의 전처리부(410)에 의해 수행될 수 있다. 이렇게 전처리된 이미지는 에이전트(430)에 제공될 수 있다.

에이전트(430)는 전처리된 이미지를 분석하여 이미지에 배치된 시술 도구에 대한 제어 명령을 결정할 수 있다. 도시된 바와 같이, 에이전트(430)는 특징 추출기(530), 액션 추정기(540) 및 액션 처리기(550)를 포함할 수 있다. 도 5에서는 에이전트(430)의 각각의 구성 요소들은 기능적으로 구분되는 기능 요소들을 나타낸 것으로, 복수의 구성 요소가 실제 물리적 환경에서 서로 통합되는 형태로 구현될 수 있다. 도 5에서는 에이전트(430)가 특징 추출기(530), 액션 추정기(540) 및 액션 처리기(550)로 나누어서 구현되었으나, 이에 한정되지 않으며, 일부 구성이 생략되거나 다른 구성이 추가될 수 있다.

에이전트(430)의 액션 추정기(540)는 추출된 특징을 분석하여 시술 도구의 액션을 추정할 수 있다. 여기서, 액션은 시술 도구의 평행이동 또는 회전 중 적어도 하나를 지칭할 수 있고, 액션의 정도를 나타내는 제어량을 포함할 수 있다. 일 실시예로, 액션 추정기(540)는 주어진 상태에 따라 추정된 액션을 직접 출력하여 액션 처리기(550)에 제공할 수 있다. 이 경우, 추정된 액션은 제어 명령이 될 수 있는 예비적인 단계일 수 있다. 즉, 추정된 액션은 확률 분포에 대한 출력 없이 그대로 액션 처리기(550)에 제공될 수 있다. 다른 실시예로, 액션 추정기(540)는 추정된 액션에 대한 평균과 표준편차를 출력함으로써, 액션의 정규 분포를 생성할 수 있다. 이렇게 생성된 액션의 확률은 액션 처리기(550)에 제공될 수 있다. 여기서, 액션 추정기(540)는 결정 정책 그래디언트(Deterministic Policy Gradient) 알고리즘을 이용한 모델일 수 있으며, 예를 들어, DDPG(Deep Deterministic Policy Gradient), TD3(Twin Delayed Deep Deterministic Policy Gradient)알고리즘 등으로 구현될 수 있으나, 이에 한정되지 않는다.

일 실시예에 따르면, 액션 처리기(550)는 액션 추정기(540)를 통해 추정된 액션 또는 액션에 대한 확률에 대하여 제어 명령(560)을 결정할 수 있다. 일 실시예로, 액션 처리기(550)는 추정된 액션을 직접 출력하여 시술 도구에 대한 제어 명령(560)을 결정할 수 있다. 이 경우, 추정된 액션은 제어 명령이 될 수 있는 예비적인 단계일 수 있다. 즉, 추정된 액션은 확률 분포에 대한 출력 없이 그대로 제어명령으로 결정될 수 있다. 다른 실시예로, 액션 처리기(550)는 생성된 액션의 정규 분포를 이용하여 제어 명령을 결정할 수 있다. 예를 들어, 에이전트(430)의 테스트/추론 시 액션 처리기(550)는, 액션의 확률 중에서 가장 높은 확률을 갖는 액션을 제어명령으로 결정할 수 있다. 다른 예로, 에이전트(430)의 학습 시 액션 처리기(550)는, 액션의 정규 분포로부터 샘플링을 통해 액션을 제어명령으로 결정할 수 있다.

그리고 나서, 이러한 결정된 제어 명령은 로봇(570)에 제공되어, 로봇(570)은 혈관 또는 혈관 모형(580) 내의 시술 도구가 제어 명령에 따라 움직이도록 제어할 수 있다. 이렇게 움직여진 시술 도구에 대한 보상이 결정될 수 있다. 이러한 과정이 반복되어 획득된 복수의 이미지, 결정된 제어 명령의 확률 또는 확률분포, 보상 등의 정보가 수집되어 저장 매체(예를 들어, 버퍼, 메모리 등)에 저장될 수 있다. 이렇게 저장된 정보는 에이전트(430)의 학습 시 사용될 수 있다.

도 6는 본 개시의 일 실시예에 따른 시술 도구의 액션에 대한 확률 분포(660)를 추정하는 예시를 나타내는 도면이다. 본 개시는, 정책 그래디언트(Policy Gradient, PG) 알고리즘 중에서, 확률 정책 그래디언트(Stochastic PG) 알고리즘을 이용하여 시술 도구의 액션에 대한 제어 명령을 결정하는 구체적 예시이며, 도 5에서 설명된 구성은 생략될 수 있다.

에이전트(430)는 전처리된 이미지를 분석하여 이미지에 배치된 시술 도구에 대한 제어 명령을 결정할 수 있다. 도시된 바와 같이, 에이전트(430)는 특징 추출기(630), 액션 확률 분포 추정기(640) 및 가치 추정기(650)를 포함할 수 있다. 도 6에서는 에이전트(430)의 각각의 구성 요소들은 기능적으로 구분되는 기능 요소들을 나타낸 것으로, 복수의 구성 요소가 실제 물리적 환경에서 서로 통합되는 형태로 구현될 수 있다. 도 6에서는 에이전트(430)가 특징 추출기(630), 액션 확률 분포 추정기(640) 및 가치 추정기(650)로 나누어서 구현되었으나, 이에 한정되지 않으며, 일부 구성이 생략되거나 다른 구성이 추가될 수 있다.

일 실시예에 따르면, 에이전트(430)는 전처리 이미지를 분석하여 생성된 확률 분포(660)를 기초로 시술 도구에 대한 제어 명령을 결정할 수 있다. 이를 위해, 에이전트(430)의 특징 추출기(630)는 전처리된 이미지(510)의 특징을 추출할 수 있다. 여기서, 이미지(510)의 특징은, 이미지(510)의 적어도 일부를 나타내거나 특징화하는 정보를 포함할 수 있다.

에이전트(430)의 액션 확률 분포 추정기(640)는 추출된 특징을 분석하여 이미지에서의 시술 도구의 액션에 대한 확률 분포(660)를 추정할 수 있다. 예를 들어, 액션에 대한 확률 분포(660)는 시술 도구의 평행이동 또는 회전 중 적어도 하나를 포함한 액션에 대한 확률 분포를 포함할 수 있다. 그리고 나서, 에이전트(430)는 추정된 확률 분포를 기초로 시술 도구에 대한 제어 명령을 결정할 수 있다. 일 실시예에 따르면, 액션 확률 분포 추정기(640)는 확률 정책 그래디언트(Stochastic Policy Gradient) 알고리즘을 이용한 모델일 수 있으며, 예를 들어, A2C(Advantage Actor-Critic), SAC(Soft Actor Critic), PPO(Proximal Policy Optimization), TRPO(Trust Region Policy Optimization) 알고리즘 등으로 구현될 수 있으나, 이에 한정되지 않는다. 확률 분포(660)는 정규 분포(예를 들어, 가우시안 정규 분포)에 따를 수 있다.

일 실시예에 따르면, 에이전트(430)의 테스트/추론 시, 에이전트(430)는 추정된 확률 분포(660)의 평균값을 이용하여 시술 도구에 대한 제어 명령을 결정할 수 있다. 다른 실시예에서, 에이전트(430)의 학습 시, 에이전트(430)는 확률 분포(660)로부터 임의로 추출된 값을 기초로 제어 명령을 결정할 수 있다. 그리고 나서, 이러한 제어 명령은 로봇(570)에 제공되어, 로봇(570)은 혈관 또는 혈관 모형(580) 내의 시술 도구가 제어 명령에 따라 움직이도록 제어할 수 있다. 이렇게 움직여진 시술 도구에 대한 보상이 결정될 수 있다. 이러한 과정이 반복되어 획득된 복수의 이미지, 결정된 제어 명령의 확률 또는 확률분포, 보상 등의 정보가 수집되어 저장 매체(예를 들어, 버퍼, 메모리 등)에 저장될 수 있다. 이렇게 저장된 정보는 에이전트(430)의 학습 시 사용될 수 있다.

일 실시예에 따르면, 이렇게 수집된 데이터를 기초로 에이전트(430)에 포함된 인공신경망 모델의 학습에 사용될 손실(loss)이 추정될 수 있다. 여기서, 인공신경망 모델의 학습을 위해 연속 상태 공간에서 학습이 가능한 임의의 강화 학습 알고리즘이 사용될 수 있는데, 연속적인 공간에서 효과적인 PPO 알고리즘이 사용될 수 있으나, 이에 한정되지 않는다. 예를 들어, PPO (Proximal Policy Optimization), DDPG(Deep Deterministic Policy Gradient), SAC(Soft Actor Critic)와 같이 연속적인 공간에서 학습 가능한 강화 학습 알고리즘들이 사용될 수 있다. 다른 실시예에서, 에이전트(430)에 포함된 인공신경망 모델은 특징 추출기(630), 액션 확률 분포 추정기(640), 가치 추정기(650) 중 적어도 일부에 포함될 수 있다.

PPO 알고리즘은 아래와 같은 수학식 1에 따르는 목적 함수를 최대화하는 방향으로 에이전트(430)에 포함된 인공신경망 모델의 가중치를 갱신하는데 사용될 수 있다.

위 수학식 1에서, 목적 함수는 현재 정책(

)과 새로운 정책(

) 사이의 행동 결정 확률 비

에 우세값(

)을 곱한 것으로 나타낼 수 있다. 또한,

(a|s)는 에이전트(430)가 주어진 상태 s에서 액션 a를 결정할 확률을 나타내는 정책을 지칭할 수 있다.

우세값(

)은 우세 함수로부터 추정될 수 있다. 여기서, 우세 함수는 가치 추정기(650)를 활용하여 임의의 상태/액션 쌍(s, a)이 좋은 보상을 받기에 얼마나 가치있는가를 나타내는 우세값을 추정하기 위한 임의의 함수일 수 있다. 여기서, 가치 추정기(650)는 임의의 뉴럴 네트워크를 이용한 모델일 수 있으며, 예를 들어, FC(Full Connected) layers 등으로 구현될 수 있으나, 이에 한정되지 않는다.

또한, 수학식 1에 표시된 바와 같이, 목적함수는

를 포함하고 있어서, 행동 결정 확률비의 범위가 일정 범위

의 크기를 갖도록 제한될 수 있다. 이에 따라, 행동 결정 확률비가 너무 커져서 에이전트의 인공신경망 모델이 한 번에 크게 바뀌도록 갱신되는 것, 즉 오버 피팅되는 것이 방지될 수 있다.

이러한 과정 하에서, 에이전트(430)의 학습이 PPO 알고리즘의 목적 함수를 최대화하는 방향으로 거듭되어 수행될수록, 우세값이 높은 상태/액션 쌍이 선택될 가능성이 높아질 수 있다. 즉, 에이전트(430)는 현재 환경에서 더 좋은 보상을 받을 수 있는 상태/액션 쌍을 결정함으로써, 시술 도구가 최종 목표 지점까지 도달할 수 있도록 제어 명령을 결정할 수 있다.

도 7는 본 개시의 일 실시예에 따른 강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 예시를 나타내는 도면이다. 도 7은 혈관 또는 혈관 모형 내에서의 시술 도구의 네비게이션을 자동 제어하기 위한 강화학습 시스템의 전체적인 구조를 나타낸 예시로서, 도 7의 구성 중 도 5에서 설명된 구성은 생략될 수 있다.

에이전트(430)와 환경(710) 사이의 상호 작용을 통해 얻어진 정보가 학습 데이터(740)로서 수집될 수 있다. 일 실시예에 따르면, 에이전트(430)에 의해 결정된 제어 명령은 로봇에 전달되고, 환경(710)에서 로봇이 시술 도구를 제어하는 강화 학습 과정에서 얻어진 학습 데이터(740)가 획득 또는 수집될 수 있다. 예를 들어, 학습 데이터(740)는 도 5에서 설명된 바와 같이, 이러한 강화 학습 과정이 반복되어 얻어진, 시술 도구가 배치된 혈관 또는 혈관 모형이 촬영된 복수의 이미지, 복수의 이미지의 특징으로부터 추정된 시술 도구의 액션에 대한 확률 또는 확률 분포, 주어진 환경(710) 내에서 실행된 시술 도구의 액션, 시술 도구의 액션에 대한 보상 등의 정보를 포함할 수 있으며, 저장 매체(예를 들어, 버퍼, 메모리 등)에 저장될 수 있다. 여기서, 복수의 이미지의 각각은 에이전트에 입력되기 전에 촬영된 이미지에 대한 전처리가 수행된 이미지를 포함할 수 있다. 예를 들어, 이러한 이미지에 대한 전처리는 도 4의 전처리부(410)에 의해 수행될 수 있다. 이렇게 수집된 학습 데이터(740)는 학습부(440) 및/또는 커리큘럼 관리부(420)에 제공될 수 있다. 또한, 학습 데이터(740)는 에이전트의 학습 시뿐만 아니라, 에이전트의 테스트/추론 시에도 수집되거나 접근될 수 있다.

일 실시예에 따르면, 학습부(440)는 저장된 학습 데이터(740)를 기초로 에이전트(430)를 학습시킬 수 있다. 예를 들어, 도 5의 수학식 1을 참조하여 설명된 바와 같이, 학습부(440)는 수집된 학습 데이터(740)를 연속적인 상태 공간에서 학습이 가능한 임의의 강화 학습 알고리즘에 적용하여, 에이전트(430)를 학습시킬 수 있다. 즉, 에이전트(430)에 포함된 인공신경망 모델의 가중치가 갱신될 수 있다.

저장된 학습 데이터(740)는 커리큘럼 관리부(420)에 의해 접근될 수 있다. 도시된 바와 같이, 커리큘럼 관리부(420)는 성능 확인 모듈(770)과 목표 지점 생성 모듈(760)을 포함할 수 있다.

일 실시예에 따르면, 커리큘럼 관리부(420)의 성능 확인 모듈(770)은 학습 데이터(740)로부터 시술 도구의 액션에 대한 작업 성공률을 산출할 수 있다. 여기서, 작업 성공률은 에이전트가 목표 지점에 도달한 확률을 나타낼 수 있고, 액션이 실행될 때마다 생성되는 보상을 기초로 생성될 수 있다. 예를 들어, 성능 확인 모듈(770)은 학습 데이터(740)에 포함된 복수의 액션 및 복수의 액션의 각각에 대한 리워드를 기초로, 복수의 액션에 대한 작업 성공률의 평균을 산출할 수 있다. 다른 예로서, 이러한 작업 성공률 또는 작업 성공률의 평균은 미리 산출되어 학습 데이터(740)에 포함될 수 있다. 이 경우, 성능 확인 모듈(770)은 학습 데이터(740)에 저장된 작업 성공률 또는 작업 성공률의 평균을 추출할 수 있다.

일 실시예에 따르면, 커리큘럼 관리부(420)의 목표 지점 생성 모듈(760)은 전처리된 이미지에 포함된 혈관 또는 혈관 모형 내에서의 시작 지점과 최종 목표 지점 사이의 경로(path)를 포함한 그래프를 생성할 수 있다. 여기서, 경로는, 전처리된 이미지에 포함된 혈관 내에서 시술 도구가 이동 가능한 경로(예를 들어, 최적 경로)를 지칭할 수 있다. 목표 지점 생성 모듈(760)은 그래프 내에서의 경로를 복수의 세그먼트 경로로 분할할 수 있고, 분할된 세그먼트를 기초로 복수의 하위 목표 지점을 결정할 수 있다. 이렇게 결정된 복수의 하위 목표 지점은 그래프 내에 표시될 수 있다. 이러한 그래프는 본 기술 분야에서 미리 알려진 임의의 컴퓨터 비전 기술을 이용하여 생성될 수 있다. 다른 실시예에 따르면, 이러한 그래프는 미리 생성되어 학습 데이터(740)에 포함될 수 있다. 이 경우, 목표 지점 생성 모듈(760)은 학습 데이터(740)에 포함된 그래프를 추출할 수 있다. 이렇게 결정된 복수의 하위 목표 지점 및/또는 그래프는 로봇에 제공될 수 있다.

그리고 나서, 목표 지점 생성 모듈(760)은 그래프에서의 복수의 하위 목표 지점을 포함한 혈관 경로 및 성능 확인 모듈(770)으로부터 수신된 작업 성공률을 기초로, 복수의 하위 목표 지점 중에서 현재 학습 성취도에 따라 할당된 목표 지점을 결정할 수 있다. 이렇게 결정된 목표 지점은 환경(710)에 포함된 로봇에 제공될 수 있다. 이러한 구성 하에서, 목표 지점 생성 모듈(760)은 에이전트(430)의 최근 성공률이 일정 수준 이상으로 향상될 때마다 그래프 내의 그 다음 목표 지점(예를 들어, 현재 목표 지점에서 가장 가까운 목표 지점)을 현재 목표 지점으로 결정할 수 있고, 이를 반복하여 시술 도구가 최종 목표 지점에 도달함으로써, 학습 또는 테스트/추론이 완료될 수 있다.

도 8는 본 개시의 일 실시예에 따른 경로맵을 활용한 전처리에 대한 예시를 나타내는 도면이다. 본 개시에서, 에이전트는 혈관이 촬영된 이미지를 바로 사용하지 않고, 전처리된 이미지를 입력으로서 획득할 수 있다. 일 실시예로, 정보 처리 시스템은 획득한 이미지에서 혈관 외에 주변 노이즈를 제거하기 위하여 마스킹을 수행할 수 있다. 예를 들어, 정보 처리 시스템은 중재시술 중에 획득한 혈관 조영 영상(830)으로부터 혈관 경로맵(840)을 추출할 수 있다. 여기서, 혈관 경로맵(840)은 혈관 조영 영상(830)에서 혈관 영역을 세그먼테이션(segmentation)한 마스크 이미지를 지칭할 수 있다. 이러한 마스크 이미지를 사용함으로써, 정보 처리 시스템은 혈관 환경, 조명, 카메라 파라미터 등에 따라 존재할 수 있는 차이를 최소화할 수 있다.

이와 유사한 방식으로, 정보 처리 시스템은 시술 도구가 포함된 혈관 조영 영상(810)으로부터 혈관 내 위치한 시술 도구를 세그먼테이션한 마스크 이미지(820)를 추출할 수 있다.

그런 다음, 정보 처리 시스템은 시작 지점 및 최종 목표 지점 사이의 경로를 산출할 수 있다. 여기서 산출된 경로는 시작 지점으로부터 최종 목표 지점까지의 최적 경로를 지칭할 수 있다. 정보 처리 시스템은 최적 경로 탐색 알고리즘을 이용하여 최종 목표 지점까지의 최적 경로를 산출할 수 있다. 예를 들어, 최적 경로 탐색 알고리즘은 다익스트라(Dijkstra) 알고리즘, 플로이드(Floyd) 알고리즘, 에이스타(A*) 알고리즘 등을 포함할 수 있으나, 이에 한정되지 않는다.

그 후, 정보 처리 시스템은 혈관 경로맵(850)에서 산출된 경로(860)를 제외한 나머지 경로들은 이미지 상에서 보이지 않도록 전처리할 수 있다. 예를 들어, 정보 처리 시스템은 산출된 경로(860) 외의 나머지 경로는 픽셀값을 0으로 변경하여 이미지 상에 노출되지 않도록 할 수 있다. 이와 같이 혈관 경로맵(850)에서 산출된 경로(860)만 고려하는 것은, 에이전트에 입력되는 상태(state)의 case를 줄여줄 수 있고, 결국 효율적인 강화학습의 효과를 가져올 수 있다.

그리고 나서, 정보 처리 시스템은 추출된 시술 도구에 대한 마스크 이미지(820)를 산출된 경로만 고려된 혈관 경로맵(840) 위에 오버레이(overlay)시킴으로써, 이미지(870)를 생성할 수 있다. 이렇게 혈관 경로맵(840)과 시술 도구를 추출한 마스크 이미지(820)를 오버레이함으로써 중재 시술 중에 혈관의 경로와 시술 도구의 위치를 실시간으로 정확히 알 수 있다. 또한, 에이전트(430)는 이러한 전처리된 이미지로 학습하기 때문에 동물 실험 및 임상 실험에서도 높은 성능을 보일 수 있다.

정보 처리 시스템은 오버레이된 이미지(870)로부터 시술 도구의 팁이 포함된 서브 이미지를 추출할 수 있다. 예를 들어, 정보 처리 시스템은 혈관이 촬영된 이미지에서 효율적인 강화학습에 필요한 이미지를 생성하기 위하여, 오버레이 이미지를 시술 도구 팁을 중심으로 크롭(crop)할 수 있다.

그 후, 정보 처리 시스템은 시술 도구의 팁이 미리 결정된 방향으로 향하도록, 크롭된 서브 이미지를 회전시킬 수 있다. 본 실시예에서, 정보 처리 시스템은 혈관 이미지 내에 경로의 방향(또는 시술 도구 팁의 방향)을 한 방향(예를 들어, 상측 방향)으로 설정할 수 있다. 이러한 과정을 통해, 강화학습 모델의 학습 과정 동안에 상태의 변화가 발생될 수 있는 case의 수가 줄어들기 때문에, 강화학습 모델의 성능이 향상될 수 있다.

도 9는 본 개시의 일 실시예에 따른 시술 도구의 혈관 내 움직임 및 복수의 하위 목표 지점에 대한 예시를 나타내는 도면이다. 일 실시예에 따르면, 강화학습의 효율성을 향상시키기 위하여, 정보 처리 시스템(예를 들어, 정보 처리 시스템(110))은 도 8을 참조하여 설명된 바와 같이, 혈관 조영 영상에 대해 경로맵 활용, 최적 경로 산출, 시술 도구 팁의 방향 설정 등의 전처리를 수행할 수 있다. 이렇게 전처리된 이미지는 커리큘럼 관리부(420)에 제공될 수 있다.

일 실시예에 따르면, 정보 처리 시스템은 전처리된 이미지에서 복수의 하위 목표 지점을 생성하기 위하여, 시작 지점과 최종 목표 지점 사이의 혈관 경로를 그래프(910)화할 수 있다. 일 실시예에 따르면, 정보 처리 시스템은 시술 도구의 팁(920)의 현재 위치에서 최종 타겟이 되는 목표 지점(940)까지의 경로를 균등하게 나누어, 복수의 하위의 목표 지점(930_1 내지 930_C, C는 자연수임)을 생성할 수 있다.

이를 위해, 정보 처리 시스템은 전처리된 이미지를 기초로 혈관의 경로를 생성하고, 생성된 혈관의 경로를 복수의 세그먼트 경로로 분할할 수 있다. 예를 들어, 정보 처리 시스템은 전처리로 잘라낸 엑스레이 영상에 대해 시술 도구가 이동할 경로를 생성할 수 있다. 이어서, 경로는 본 기술 분야에서 잘 알려진 컴퓨터 비전 기술을 이용하여 그래프화될 수 있고, 그래프화된 경로 가운데에 복수의 노드 각각이 생성될 수 있다. 정보 처리 시스템은 이렇게 생성된 노드를 기초로 최적 경로 탐색 알고리즘을 통해서 최적 경로를 구할 수 있고, 최적 경로 내에 속한 노드들을 균등하게 분배할 수 있다. 이러한 과정을 통하여, 하위 목표 지점(930_1 내지 930_C)이 생성되어 그래프(910) 내에 표시될 수 있다.

일 실시예에 따르면, 정보 처리 시스템은 시술 도구를 위한 하위 목표 지점을 설정하기 위해 커리큘럼 학습(curriculum learning)을 이용할 수 있다. 강화학습에서의 커리큘럼 학습은 목표 작업보다 난이도가 쉬운 하위 작업들을 먼저 학습하여 습득한 지식을 토대로 비교적 난이도가 어려운 본래 작업을 효율적으로 배우기 위한 학습 방법을 지칭할 수 있다.

일 실시예에 따르면, 그래프(910)에 표시된 바와 같이, 정보 처리 시스템은 시술 도구의 팁(920)의 현재 위치에서 볼 때 다양한 난이도의 하위의 목표 지점(930_1 내지 930_C)을 표시할 수 있다. 커리큘럼 학습 하에서, 정보 처리 시스템은 복수의 하위 목표 지점(930_1 내지 930_C) 중에서, 현재 에이전트의 학습 수준만큼 떨어져 있는 하위 목표 지점을 목표 지점으로 할당할 수 있다. 예를 들어, 에이전트의 학습 수준이 1인 경우, 시작 지점으로부터 1만큼 떨어져 있는 첫 번째 하위 목표 지점(930_1)이 설정될 수 있다.

그리고 나서, 에이전트의 평균 작업 성공률이 일정 수준 이상으로 향상될 때마다 에이전트의 학습 수준이 증가될 수 있다. 이어서, 정보 처리 시스템은 증가된 에이전트의 학습 수준만큼 떨어져 있는 하위 목표 지점을 목표 지점으로 설정할 수 있다. 예를 들어, 에이전트의 학습 수준이 1에서 2로 증가한 경우, 정보 처리 시스템은 2보다 작은 하위 목표 지점(930_1)은 더 이상 고려할 수 없고, 그 다음으로 가까운 하위 목표 지점(930_2)을 목표 지점으로 설정한 하위 작업을 로봇에 할당할 수 있다. 이러한 과정을 반복해서, 정보 처리 시스템은 에이전트의 학습 수준이 하위 목표 지점들의 수보다 클 경우 더 이상 하위 목표 지점을 고려하지 않을 수 있고, 시술 도구가 현재 위치에서 최종 목표 지점(940)을 도달할 수 있는 작업, 즉 본래의 작업이 로봇에 할당될 수 있다. 이렇게 할당된 작업, 에이전트에 의해 제공된 제어 명령을 통해 수행된 액션, 복수의 하위 목표 지점 각각을 도달 때마다 획득한 보상이 학습 데이터로서 수집될 수 있고, 이를 기초로 강화 학습 알고리즘에 따른 정책 신경망을 갱신할 수 있다.

이러한 과정 하에서, 하위 목표 지점과 시술 도구의 팁(920)이 비교적 가깝기 때문에, 에이전트에 의해 실행될 제어 명령의 수가 적더라도, 시술 도구의 팁이 하위 목표 지점에 도달될 수 있다. 즉, 커리큘럼 학습 하에서, 에이전트의 학습 수준이 올라감에 따라, 시술 도구의 팁(920)이 도달하고자 하는 하위 목표 지점이 점진적으로 멀어질 수 있다. 또한, 하위 목표 지점이 조금 더 가까울수록 액션에 대한 보상이 많이 발생될 수 있다. 이러한 점을 고려할 때, 시술 도구가 최종 목표 지점(940)에 도달할 때까지 하위 목표 지점(930_1 내지 930_C)의 각각에 도달할 때마다 보상이 에이전트에 반영되기 때문에, 에이전트가 효율적으로 학습될 수 있다.

도 10은 본 개시의 일 실시예에 따른 평행이동 제어 명령과 회전 제어 명령에 대한 예시를 나타내는 도면이다. 이미지(1010) 및 이미지(1020)의 각각에서 도시된 바와 같이, 시술 도구는 제어 명령에 따라 혈관 내에서 직진 또는 후진을 포함한 평행이동을 수행할 수 있다. 또한, 이미지(1030)에 포함된 바와 같이, 시술 도구는 제어 명령에 따라 혈관 내에서 회전 운동을 수행할 수 있다.

일 실시예에 따르면, 제어 명령은 시술 도구의 평행 이동에 대한 제어 명령과 동시에 수행하는 시술 도구의 회전에 대한 제어 명령을 포함할 수 있다. 즉, 정보 처리 시스템(예: 정보 처리 시스템(110))은 전진 또는 후진을 포함한 평행이동과 동시에 회전을 포함한 액션에 대한 제어 명령을 결정할 수 있다. 이렇게 결정된 제어 명령은 로봇에 제공되고, 로봇은 제어 명령에 따라 시술 도구가 평행이동을 하면서 동시에 회전할 수 있도록 제어할 수 있다. 이러한 구성 하에서, 시술 도구 팁이 혈관벽을 긁어 손상되는 것이 최소화되거나 방지될 수 있다. 또한, 시술 도구 이동 시에 지속적인 회전 제어를 통해 낭창거리는 시술 도구 팁이 혈관벽에 접촉한 상태로 전진 또는 후진되지 않도록 하여 혈관벽의 손상이 감소되거나 최소화될 수 있다.

나아가, 정보 처리 시스템은 시술 도구에 대한 제어 명령으로서 시술 도구의 전진 또는 후진에 대한 제어량 및 회전에 대한 제어량을 결정할 수 있는데, 이러한 제어량의 각각은 연속적인 실수 값 중 하나의 실수 값을 포함할 수 있다. 여기서, 실수 값은 제어 명령이 미리 정해진 이산화된(discrete) 정수 값이 아닌, 필요한 가변 크기를 제어할 수 있는 연속적인 값을 지칭할 수 있다. 이를 통해, 시술 도구에 대한 미세 조작 및 효율적인 제어가 가능할 수 있다.

도 11는 본 개시의 일 실시예에 따른 강화학습 기반의 시술 도구 네비게이션을 자동 제어하는 방법의 예시를 나타내는 흐름도이다. 일 실시예에 따르면, 방법(1100)은 적어도 하나의 프로세서(예: 정보 처리 시스템(110)의 적어도 하나의 프로세서(320))에 의해 하나 이상의 혈관이 촬영된 이미지를 획득함으로써 개시될 수 있다(S1110).

그리고 나서, 프로세서는 에이전트를 이용하여 시술 도구의 평행이동 또는 회전 중 적어도 하나를 포함한 액션에 대한 제어 명령을 결정할 수 있다(S1120). 일 실시예에서, 프로세서는 주어진 상태에 대해 액션의 확률을 기초로 제어 명령을 할 수 있다. 다른 실시예로, 프로세서는 주어진 상태에 대한 액션을 직접 출력하여 제어 명령으로 결정할 수 있다.

그 후, 프로세서는 제어 명령을 시술 도구를 제어하도록 구성된 로봇에 제공할 수 있다(S1130). 여기서, 로봇은 제어 명령에 따라 시술 도구가 움직이도록 제어할 수 있다.

도 12은 본 개시의 일 실시예에 따른 강화학습 모델을 나타내는 예시도이다. 강화학습(Reinforcement Learning, RL)은 기계학습의 한 분야로, 에이전트(1210)가 주어진 환경(1200)에서의 현재 상태에 대해 선택 가능한 액션들 중 보상을 최대화하는 액션을 선택하는 학습 방법을 지칭할 수 있다. 여기서, 에이전트(1210)는 강화학습의 대상이 되는 알고리즘 및/또는 기계학습 모델(예: 인공신경망 모델 등)을 포함할 수 있고, 주어진 환경을 탐색하여 현재의 상태에서 자신이 취할 수 있는 액션의 확률을 나타내는 정책(policy)을 수립할 수 있다. 여기서, 에이전트(1210)는 상술된 에이전트(430)에 대응될 수 있다.

본 개시에서, 강화학습은 연속적인 액션을 다룰 수 있는 알고리즘은 모두 포함할 수 있다. 일 실시예에서, 에이전트는 정책 기반 강화학습(policy-based RL)을 이용하여 학습될 수 있다. 여기서, 정책 기반 강화학습은 신경망을 이용하여 정책(policy)을 함수로 직접 모델링하는 학습 방식을 지칭할 수 있다. 이렇게 모델링된 정책 신경망에 상태(state)가 입력으로 들어오면, 이에 대한 액션(action)을 직접 출력할 수 있다.

다른 실시예에서, 에이전트는 액터-크리틱(actor-critic) 알고리즘을 이용하여 학습될 수 있다. 여기서, 액터-크리틱 알고리즘은 정책 기반 강화학습을 통해 액션을 결정할 수 있고, 가치 함수(value function)를 이용하여 이 정책의 학습을 도와줄 수 있다. 예를 들어, A2C(Advantage Actor-Critic), A3C(Asynchronous Advantage Actor-Critic), PPO(Proximal Policy Optimization) 등이 액터-크리틱 알고리즘에 포함될 수 있다.

즉, 본 개시는, 정책 기반 강화학습 알고리즘 및 액터-크리틱 알고리즘을 모두 포함할 수 있는데, 두 방식은 모두 정책 그래디언트(Policy Gradient, PG)를 이용할 수 있다. 여기서, 정책 그래디언트는 에이전트가 더 많은 보상(reward)을 받을 수 있도록 정책의 파라미터를 조금씩 바꿔가는 방식을 지칭할 수 있다. 이를 통해, 모델링된 정책 신경망은 최적의 정책으로 학습될 수 있다.

이러한 정책 그래디언트 알고리즘은, 주어진 상태에 대하여 액션의 확률을 출력하는 방식인(Stochastic Policy Optimization) 및 주어진 상태에 대한 액션을 직접 출력하는 방식(Deterministic Policy Optimization)을 포함할 수 있다. 여기서, 액션의 확률을 출력하는 알고리즘(확률 정책 그래디언트)에는 A2C(Advantage Actor-Critic), SAC(Soft Actor Critic), PPO(Proximal Policy Optimization), TRPO(Trust Region Policy Optimization) 등이 사용될 수 있으며, 액션을 직접 출력하는 알고리즘(결정 정책 그래디언트)에는 DDPG(Deep Deterministic Policy Gradient), TD3(Twin Delayed Deep Deterministic Policy Gradient) 등이 사용될 수 있으나, 이에 한정되지 않는다.

본 개시에서, 상태(1220)는 시술 도구 팁이 포함된 영역의 혈관 이미지 또는 혈관 이미지에서 획득할 수 있는 정보를 지칭할 수 있다. 액션(1240)은 시술 도구 팁의 평행이동 및/또는 회전을 포함할 수 있다. 또한, 보상(1230)은 시술 도구의 액션에 대해 얻는 이익으로서, 시술 도구 팁이 목표 지점에 도달하는 경우 갱신되는 에이전트의 기계학습 모델(예: 인공신경망 모델)의 가중치를 지칭할 수 있으나, 이에 한정되지 않으며, 강화학습의 목적 함수를 최대화할 수 있는 파라미터는 보상을 통해 갱신될 수 있다. 또한, 에이전트(1210)는 강화학습의 대상이 되고 시술 도구를 제어하기 위한 확률 분포를 생성하고, 이를 기초로 제어 명령을 결정할 수 있는 소프트웨어(예: 컴퓨터 프로그램, 기계학습 모델 등)를 지칭할 수 있다. 환경(1200)은 시술 도구가 삽입된 혈관 내 환경 또는 학습이나 테스트/추론을 위하여 해당 혈관 모형을 구현한 인체 모형(phantom) 또는 시뮬레이션 툴(tool)을 포함할 수 있고, 에이전트의 제어 명령에 따라 시술 도구 제어를 수행하는 로봇도 환경에 포함될 수 있다.

일 실시예에 따르면, 에이전트(1210)가 주어진 환경(1200)로부터 특정 상태를 수신하면(또는 에이전트가 모니터링을 통해 특정 상태를 획득하게 되면), 에이전트(1210)는 상태에 따라 제어 명령을 생성하고, 생성된 제어 명령을 환경(1200)의 로봇에 전달할 수 있다. 이에 응답하여, 환경(1200)의 로봇은 액션에 대한 보상(1230)을 에이전트(1210)에 제공할 수 있다. 이러한 과정을 반복함으로써, 에이전트(1210)는 환경(1200)과 상호작용을 하며 보상을 많이 취할 수 있는 액션들이 결정하도록 학습될 수 있다.

일 실시예에 따르면, 상술된 강화학습의 대상을 표현하기 위하여, 의사결정 과정을 모델링한 MDP(Markov Decision Process)가 이용될 수 있다. MDP는 시간이 진행함에 따라 상태가 확률적으로 변화하는 과정을 나타내는 Markov Process에서 보상(1230), 액션(1240) 및 정책(policy)이라는 개념이 추가된 의사결정 모델이다.

이에 따라, MDP를 기초로 로봇의 네비게이션 작업 M은 수학식 2로 표현될 수 있다.

위 수학식 2의 작업 M에서, O는 관측값(observation)을 나타내고, A는 액션(1240)의 공간을 나타낼 수 있다. 여기서, 관측값은 상태(1220)를 지칭할 수 있는 혈관이 촬영된 이미지(또는 촬영된 이미지를 전처리한 이미지)를 나타낼 수 있고, 액션(1240)은 로봇이 시술 도구를 얼마나 이동시킬지에 대한 제어 명령을 나타낼 수 있다. 액션(1240)은 크기 2의 실수 벡터로 나타낼 수 있고, 평행 이동 및 회전의 동시 제어가 가능하고, 제어량이 자동 조절될 수 있다. 이러한 구성 하에서, 평행 이동 및 회전 제어 명령의 각각은 실수로 표현된 제어량을 포함할 수 있다. 예를 들어, 평행 이동의 정도를 결정하는 실수의 값이 양이면 전진을 의미하고, 실수의 값이 음이면 후진을 의미할 수 있다. 또한, 회전의 정도를 결정하는 실수 값이 양이면 시계 방향 회전, 음인 경우 반시계 방향 회전을 지칭할 수 있다.

또한, 작업 M에서 r은 관측 이미지에서 액션에 대한 보상 함수를 나타낼 수 있다. 예를 들어, 보상 함수 r에 따라 시술 도구의 팁이 목표 지점에 도달하였을 경우 +1의 보상이 부여되는 반면에, time step이 500을 넘거나 종료 지점에 도달했을 때 -1의 보상이 부여될 수 있다. 그리고 나머지의 경우 0을 부여하는 희소 보상 함수(sparse reward function)로 정의되었다. 또한, 작업 M에서 P 및 γ의 각각은 상태 전이 확률과 감가율을 나타낼 수 있다.

상술한 방법은 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램으로 제공될 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록 수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는 지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안 된다.

하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.

따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.

펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.

소프트웨어로 구현되는 경우, 상기 기법들은 하나 이상의 명령들 또는 코드로서 컴퓨터 판독 가능한 매체 상에 저장될 수 있다. 저장 매체들은 컴퓨터에 의해 액세스될 수 있는 임의의 이용 가능한 매체들일 수도 있다. 비제한적인 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 또는 소망의 프로그램 코드를 명령들 또는 데이터 구조들의 형태로 이송 또는 저장하기 위해 사용될 수 있으며 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 접속이 컴퓨터 판독가능 매체로 적절히 칭해진다.

본원에서 사용된 디스크(disk) 와 디스크(disc)는, CD, 레이저 디스크, 광 디스크, DVD(digital versatile disc), 플로피디스크, 및 블루레이 디스크를 포함하며, 여기서 디스크들(disks)은 보통 자기적으로 데이터를 재생하고, 반면 디스크들(discs) 은 레이저를 이용하여 광학적으로 데이터를 재생한다. 위의 조합들도 컴퓨터 판독가능 매체들의 범위 내에 포함되어야 한다.

소프트웨어 모듈은, RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들, 하드 디스크, 이동식 디스크, CD-ROM, 또는 공지된 임의의 다른 형태의 저장 매체 내에 상주할 수도 있다. 예시적인 저장 매체는, 프로세서가 저장 매체로부터 정보를 판독하거나 저장 매체에 정보를 기록할 수 있도록, 프로세서에 연결될 수 있다. 대안으로, 저장 매체는 프로세서에 통합될 수도 있다. 프로세서와 저장 매체는 ASIC 내에 존재할 수도 있다. ASIC은 유저 단말 내에 존재할 수도 있다. 대안으로, 프로세서와 저장 매체는 유저 단말에서 개별 구성요소들로서 존재할 수도 있다.

이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.

본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.

110: 정보 처리 시스템
120: 하나 이상의 혈관이 촬영된 이미지
130: 시술 도구에 대한 제어 명령

Claims (20)

1. 적어도 하나의 프로세서에 의해 수행되는, 강화 학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법에 있어서,
   하나 이상의 혈관이 촬영된 이미지를 획득하는 단계;
   에이전트(agent)를 이용하여, 상기 획득된 이미지로부터 상기 시술 도구의 평행이동(translation) 및 회전(rotation) 중 적어도 하나를 포함한 액션(action)에 대한 제어 명령을 결정하는 단계; 및
   상기 제어 명령을 상기 시술 도구를 제어하도록 구성된 로봇에 제공하는 단계를 포함하고,
   상기 제어 명령은 상기 시술 도구의 평행이동에 대한 제1 제어량 및 상기 시술 도구의 회전에 대한 제2 제어량 중 적어도 하나를 포함하고,
   상기 제1 제어량 및 제2 제어량의 각각은 연속적인 실수 값 중 하나의 실수 값으로 결정되고,
   상기 에이전트는 목표 작업보다 난이도가 쉬운 하위 작업을 먼저 학습하도록 구성된 커리큘럼 학습을 통해 학습되는,
   강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법.
   
2. 삭제
3. 제1항에 있어서,
   상기 제어 명령은 상기 시술 도구의 평행이동에 대한 제어 명령과 동시에 수행하는 상기 시술 도구의 회전에 대한 제어 명령을 포함하는,
   강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법.
   
4. 제1항에 있어서,
   상기 액션에 대한 제어 명령을 결정하는 단계는,
   상기 에이전트를 이용하여, 상기 액션에 대한 확률 분포를 추정하는 단계 - 상기 확률 분포는 정규 분포를 따름 -; 및
   상기 정규 분포의 평균값을 기초로 제어 명령을 결정하는 단계를 포함하는,
   강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법.
   
5. 제1항에 있어서,
   상기 획득된 이미지에 대한 전처리를 수행하는 단계;
   상기 전처리된 이미지에 포함된 시작 지점과 최종 목표 지점 사이의 경로를 포함한 그래프를 생성하는 단계;
   상기 생성된 경로를 복수의 세그먼트 경로로 분할하는 단계;
   상기 분할된 복수의 세그먼트를 기초로 복수의 하위 목표 지점을 결정하는 단계; 및
   상기 결정된 복수의 하위 목표 지점을 상기 로봇에 제공하는 단계를 더 포함하는,
   강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법.
   
6. 제5항에 있어서,
   상기 이미지에 대한 전처리를 수행하는 단계는,
   상기 획득된 이미지로부터 시술 도구 이미지 및 혈관 영역 이미지 각각을 세그먼테이션(segmentation)하는 단계;
   상기 시작 지점 및 상기 최종 목표 지점 사이의 경로를 산출하는 단계;
   상기 세그먼테이션한 혈관 영역 이미지에서 상기 산출된 경로가 아닌 경로를 제거하는 단계;
   상기 산출된 경로만 남은 세그먼테이션된 혈관 영역 이미지와 상기 세그먼테이션한 시술 도구 이미지를 오버레이(overlay)하는 단계;
   상기 오버레이된 이미지로부터 상기 시술 도구의 팁이 포함된 서브 이미지를 추출하는 단계; 및
   상기 시술 도구의 팁이 미리 결정된 방향으로 향하도록 상기 추출된 서브 이미지를 회전시키는 단계를 포함하는,
   강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법.
   
7. 제1항에 있어서,
   복수의 혈관 또는 혈관 모형이 포함된 환경 내에서 시술 도구의 액션(action)에 대한 학습 데이터를 수집하는 단계; 및
   상기 수집된 학습 데이터를 이용하여 상기 에이전트를 학습시키는 단계를 더 포함하는,
   강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법.
   
8. 제7항에 있어서,
   시술 도구가 배치된 복수의 혈관 또는 혈관 모형이 촬영된 복수의 이미지를 획득하는 단계;
   상기 획득된 복수의 이미지의 각각에 대한 전처리를 수행하고, 상기 복수의 혈관 또는 혈관 모형 내에서의 복수의 하위 목표 지점을 결정하는 단계를 더 포함하고,
   상기 학습 데이터를 수집하는 단계는,
   (a) 상기 에이전트에 의해, 상기 복수의 하위 목표 지점 중에서, 상기 에이전트의 학습 수준에 따라 할당된 하위 목표 지점에 대한 상기 시술 도구의 평행이동 및 회전 중 적어도 하나를 제어하기 위한 액션을 추정하는 단계;
   (b) 상기 에이전트에 의해, 상기 추정된 액션에 기초하여 상기 시술 도구를 상기 할당된 하위 목표 지점으로 도달하도록 상기 시술 도구에 대한 제어 명령을 결정하는 단계;
   (c) 상기 에이전트에 의해, 상기 결정된 제어 명령을 상기 로봇에 제공하는 단계; 및
   (d) 상기 시술 도구가 할당된 목표지점에 도달하면 액션을 종료하고, 액션에 대한 보상을 수신하는 단계;
   (e) 상기 보상을 기초로 갱신된 상기 에이전트의 학습 수준에 따라 하위 목표 지점을 할당하는 단계;
   상기 (a), (b), (c), (d) 및 (e) 단계는 최종 목표 지점에 도달될 때까지 반복적으로 수행되고,
   상기 학습 데이터를 수집하는 단계는,
   상기 최종 목표 지점에 도달할 때까지 촬영된 이미지, 추정된 액션 및 상기 시술 도구의 액션에 대한 보상을 수집하는 단계를 포함하는,
   강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법.
   
9. 제8항에 있어서,
   상기 (b) 단계에서 상기 시술 도구의 제어 명령을 결정하는 단계는,
   상기 추정된 액션에 대한 확률 분포를 출력하는 단계 - 상기 확률 분포는 정규 분포를 따름 -; 및
   상기 정규 분포로부터 임의로 추출된 값을 기초로 제어 명령을 결정하는 단계를 포함하는,
   강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법.
   
10. 제1항에 있어서,
    상기 로봇으로부터 상기 제어 명령에 따른 시술 도구의 액션에 대한 보상을 수신하는 단계를 더 포함하는,
    강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법.
    
11. 제1항 및 제3항 내지 제10항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
    
12. 정보 처리 시스템에 있어서,
    하나 이상의 인스트럭션을 저장하는 메모리; 및
    상기 메모리의 하나 이상의 인스트럭션을 실행함으로써, 하나 이상의 혈관이 촬영된 이미지를 획득하고, 에이전트를 이용하여, 획득된 이미지로부터 시술 도구의 평행이동 및 회전 중 적어도 하나를 포함한 액션에 대한 제어 명령을 결정하고, 결정된 제어 명령을 시술 도구를 제어하도록 구성된 로봇에 제공하고, 상기 제어 명령은 상기 시술 도구의 평행이동에 대한 제1 제어량 및 상기 시술 도구의 회전에 대한 제2 제어량 중 적어도 하나를 포함하고, 상기 제1 제어량 및 제2 제어량의 각각은 연속적인 실수 값 중 하나의 실수 값으로 결정되도록 구성된 적어도 하나의 프로세서를 포함하고,
    상기 에이전트는 목표 작업보다 난이도가 쉬운 하위 작업을 먼저 학습하도록 구성된 커리큘럼 학습을 통해 학습되는,
    정보 처리 시스템.
    
13. 삭제
14. 제12항에 있어서,
    상기 제어 명령은 상기 시술 도구의 평행이동에 대한 제어 명령과 동시에 수행하는 상기 시술 도구의 회전에 대한 제어 명령을 포함하는,
    정보 처리 시스템.
    
15. 제12항에 있어서,
    상기 액션에 대한 제어 명령을 결정하는 것은,
    상기 에이전트를 이용하여, 상기 액션에 대한 확률 분포를 추정하고, 상기 확률 분포는 정규 분포를 따르고, 상기 정규 분포의 평균값을 기초로 제어 명령을 결정하는 것을 포함하는,
    정보 처리 시스템.
    
16. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 획득된 이미지에 대한 전처리를 수행하고,
    상기 전처리된 이미지에 포함된 시작 지점과 최종 목표 지점 사이의 경로를 포함한 그래프를 생성하고,
    상기 생성된 경로를 복수의 세그먼트 경로로 분할하고,
    상기 분할된 복수의 세그먼트를 기초로 복수의 하위 목표 지점을 결정하고,
    상기 결정된 복수의 하위 목표 지점을 상기 로봇에 제공하도록 더 구성되는,
    정보 처리 시스템.
    
17. 제16항에 있어서,
    상기 획득된 이미지에 대한 전처리를 수행하는 것은,
    상기 획득된 이미지로부터 시술 도구 이미지 및 혈관 영역 이미지 각각을 세그먼테이션하고, 상기 시작 지점 및 상기 최종 목표 지점 사이의 경로를 산출하고, 상기 세그먼테이션한 혈관 영역 이미지에서 상기 산출된 경로가 아닌 경로를 제거하고, 상기 산출된 경로만 남은 세그먼테이션된 혈관 영역 이미지와 상기 세그먼테이션한 시술 도구 이미지를 오버레이하고, 상기 오버레이된 이미지로부터 상기 시술 도구의 팁이 포함된 서브 이미지를 추출하고, 상기 시술 도구의 팁이 미리 결정된 방향으로 향하도록 상기 추출된 서브 이미지를 회전시키는 것을 포함하는,
    정보 처리 시스템.
    
18. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    복수의 혈관 또는 혈관 모형이 포함된 환경 내에서 시술 도구의 액션에 대한 학습 데이터를 수집하고,
    상기 수집된 학습 데이터를 이용하여 상기 에이전트를 학습시키도록 더 구성되는,
    정보 처리 시스템.
    
19. 제18항에 있어서,
    상기 적어도 하나의 프로세서는,
    시술 도구가 배치된 복수의 혈관 또는 혈관 모형이 촬영된 복수의 이미지를 획득하고, 상기 획득된 복수의 이미지의 각각에 대한 전처리를 수행하고, 상기 복수의 혈관 또는 혈관 모형 내에서의 복수의 하위 목표 지점을 결정하도록 더 구성되고,
    상기 학습 데이터를 수집하는 것은,
    (a) 상기 에이전트에 의해, 상기 복수의 하위 목표 지점 중에서, 상기 에이전트의 학습 수준에 따라 할당된 하위 목표 지점에 대한 상기 시술 도구의 평행이동 및 회전 중 적어도 하나를 제어하기 위한 액션를 추정하고, (b) 상기 에이전트에 의해, 상기 추정된 확률 분포에 기초하여 상기 시술 도구를 상기 할당된 하위 목표 지점으로 도달하도록 상기 시술 도구에 대한 제어명령을 결정하고, (c) 상기 에이전트에 의해, 상기 결정된 제어 명령을 상기 로봇에 제공하고, (d) 상기 시술 도구가 할당된 목표지점에 도달하면 액션을 종료하고, 액션에 대한 보상을 수신하고, (e) 상기 보상을 기초로 갱신된 상기 에이전트의 학습 수준에 따라 하위 목표 지점을 할당하는 것을 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 (a), (b), (c), (d) 및 (e)를 최종 목표 지점에 도달될 때까지 반복적으로 수행하고,
    상기 최종 목표 지점에 도달할 때까지 촬영된 이미지, 추정된 액션 및 상기 시술 도구의 액션에 대한 보상을 수집하도록 더 구성되는,
    정보 처리 시스템.
    
20. 제19항에 있어서,
    상기 (b)에서 상기 시술 도구의 제어 명령을 결정하는 것은,
    상기 추정된 액션에 대한 확률 분포를 출력하고, 상기 확률 분포는 정규 분포를 따르고, 상기 정규 분포로부터 임의로 추출된 값을 기초로 제어 명령을 결정하는 것을 포함하는,
    정보 처리 시스템.
    

Images