WO2022005093A1 - 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템 및 방법 - Google Patents

엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템 및 방법 Download PDF

Info

Publication number
WO2022005093A1
WO2022005093A1 PCT/KR2021/007873 KR2021007873W WO2022005093A1 WO 2022005093 A1 WO2022005093 A1 WO 2022005093A1 KR 2021007873 W KR2021007873 W KR 2021007873W WO 2022005093 A1 WO2022005093 A1 WO 2022005093A1
Authority
WO
WIPO (PCT)
Prior art keywords
foreign material
material detection
ray image
performance optimization
ray
Prior art date
Application number
PCT/KR2021/007873
Other languages
English (en)
French (fr)
Inventor
박영수
이세용
이지웅
손호준
김성민
Original Assignee
(주) 넥스트랩
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주) 넥스트랩 filed Critical (주) 넥스트랩
Publication of WO2022005093A1 publication Critical patent/WO2022005093A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/10—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the material being confined in a container, e.g. in a luggage X-ray scanners
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/18—Investigating the presence of flaws defects or foreign matter

Definitions

  • Embodiments of the present invention relate to a foreign material detection technology, and more particularly, to a system and method capable of optimizing the performance of detecting a foreign material from a product to be inspected based on an X-ray image.
  • X-rays are widely used in various fields for the purpose of obtaining medical information of patients in hospitals.
  • a general X-ray generator used to generate X-rays has a structure in which X-rays are generated when electrons generated from a filament of a cathode collide with a target of an anode.
  • the X-rays generated in this way are irradiated to the object, the X-rays are attenuated according to the material or characteristics of the object, and the X-rays passing through the object form an image on a detector installed behind the object.
  • Many X-ray systems display an image by using an attenuation characteristic in which X-rays having a single energy band pass through a test object and are detected.
  • an attenuation characteristic in which X-rays having a single energy band pass through a test object and are detected.
  • a high-quality image can be obtained, but when the attenuation characteristics of the materials are similar, the quality of the image is deteriorated.
  • a system using multi-energy X-rays may acquire X-ray images of two or more energy bands.
  • the multi-energy X-ray is a technology that increases the contrast between materials by using the difference in the absorption characteristics of materials of the human body that change according to energy.
  • Existing multi-energy X-ray technology can be classified into two methods: a multiple exposure method and a single exposure method as follows.
  • a system using multi-energy X-rays requires selection of imaging parameters including source parameters, for example, tube voltage, tube current, and filter, as well as detector parameters such as the energy threshold of a photon counting detector. the number of
  • source parameters for example, tube voltage, tube current, and filter
  • detector parameters such as the energy threshold of a photon counting detector.
  • AEC automated exposure control
  • imaging parameters such as tube voltage, tube current, and exposure time of the X-ray tube
  • AEC automated exposure control
  • Existing dual or multi-energy imaging methods are limited to a method of selecting parameters of an X-ray source, such as dual tube voltage, dual exposure, dual layer, and dual source methods.
  • An embodiment of the present invention optimizes the X-ray image-based foreign material detection performance that can provide an automated optimization technology that can exhibit the detection performance optimized for the product to be inspected when inspecting whether foreign substances are mixed in the product by using the X-ray generator Systems and methods are provided.
  • An X-ray image-based foreign material detection performance optimization system includes: an initial data acquisition unit for obtaining a plurality of X-ray images (Raw Image) of a product to be inspected in which foreign materials are mixed; an operation performing unit that analyzes the X-ray image while changing settings for a plurality of foreign object detection algorithms, and outputs a foreign object detection result based on the analysis result of the X-ray image; and an analysis unit for deriving an optimal set value for the foreign material detection algorithm by evaluating the foreign material detection result.
  • X-ray images Raw Image
  • the initial data acquisition unit acquires a plurality of X-ray images for the inspection target product in which the foreign material is mixed while changing the setting value of the X-ray generator and changing the combination of the foreign material multiple times, and based on the X-ray image
  • the foreign material detection performance optimization system may further include a generator setting unit for deriving an optimal setting value for the X-ray generator based on the analysis result of the X-ray image.
  • the initial data acquisition unit prepares N foreign material combination samples by multiple combinations of the foreign material placement position (K) and the foreign material type (L) to be placed in the product to be inspected, and the N foreign material combination while changing the setting value of the X-ray generator An X-ray image may be acquired for each sample.
  • the set value of the X-ray generator may include a set value related to at least one of a voltage, a current, and an exposure time of the X-ray generator.
  • the X-ray image-based foreign material detection performance optimization system refers to a library that stores and manages optimal setting values for each of the foreign material detection algorithm and the X-ray generator for each product model, and is displayed on the X-ray image. It may further include a product model determination and setting unit that compares the shape of the product with the shape of the existing registered product models to set each of the foreign material detection algorithm and the X-ray generator to an optimal setting value of a matching or similar product model.
  • the operation performing unit may analyze the X-ray image while changing settings for individually varying parameters with respect to the foreign object detection algorithm.
  • the operation performing unit may analyze the X-ray image while changing settings for variably combining by type with respect to the foreign object detection algorithm.
  • the foreign object detection algorithm is an image processing-based algorithm including a histogram normalization method, a binarization method, and a morphological method, an algorithm of a filter/kernel method including edge detection and wavelet transformation, and a similarity-based algorithm It may include at least one of a machine learning-based algorithm including a search, a support vector machine (SVM), and a pattern matching.
  • a machine learning-based algorithm including a search, a support vector machine (SVM), and a pattern matching.
  • the analysis unit evaluates at least one of a normal detection rate, an over-detection rate, a false detection rate, a calculation processing time, and the quantity of the foreign material detection algorithm based on the foreign material detection result, and uses an optimization algorithm to evaluate the foreign material detection result It is possible to derive an optimal set value for the foreign object detection algorithm from
  • An X-ray image-based foreign material detection performance optimization method includes: acquiring a plurality of X-ray images for an inspection target product in which foreign materials are mixed by an initial data acquisition unit of the foreign material detection performance optimization system; analyzing the X-ray image while changing settings for a plurality of foreign object detection algorithms by the operation execution unit of the foreign object detection performance optimization system; outputting, by the operation execution unit, a foreign object detection result based on the analysis result of the X-ray image; and deriving an optimal set value for the foreign material detection algorithm by evaluating the foreign material detection result by an analysis unit of the foreign material detection performance optimization system.
  • the analyzing of the X-ray image may include analyzing the X-ray image while changing settings for individually varying parameters with respect to the foreign material detection algorithm.
  • the analyzing of the X-ray image may include analyzing the X-ray image while changing settings for variably combining by type with respect to the foreign object detection algorithm.
  • an automated optimization technology capable of exhibiting detection performance optimized for a product to be inspected when inspecting whether foreign substances are mixed in a product by using an X-ray generator.
  • FIG. 1 is a block diagram illustrating an X-ray image-based foreign material detection performance optimization system according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating in detail a process of acquiring a large amount of X-ray images according to an embodiment of the present invention.
  • FIG. 3 is a block diagram illustrating a detailed configuration of the operation performing unit of FIG. 1 .
  • FIG. 4 is a diagram illustrating in detail a process of performing optimization according to an embodiment of the present invention.
  • FIG. 5 is a diagram illustrating an example of changing a setting of a foreign material detection algorithm set according to an embodiment of the present invention.
  • FIG. 6 is a diagram illustrating in detail a process of automatically setting an optimal setting value for each product model according to an embodiment of the present invention.
  • FIG. 7 is a flowchart illustrating an X-ray image-based foreign material detection performance optimization method according to an embodiment of the present invention.
  • FIG 8 is an exemplary view showing a foreign material combination sample prepared by disposing foreign substances for each arrangement position in an embodiment of the present invention.
  • transmission means that signals or information are directly transmitted from one component to another. as well as passing through other components.
  • transmission means that signals or information are directly transmitted from one component to another. as well as passing through other components.
  • to “transmit” or “transmit” a signal or information to a component indicates the final destination of the signal or information and does not imply a direct destination. The same is true for “reception” of signals or information.
  • FIG. 1 is a block diagram illustrating an X-ray image-based foreign material detection performance optimization system according to an embodiment of the present invention.
  • an X-ray image-based foreign material detection performance optimization system 100 includes an initial data acquisition unit 110 , an operation execution unit 120 , and a generator setting unit 130 . , an analysis unit 140 , a product model determination and setting unit 150 , and a control unit 160 may be included.
  • the initial data acquisition unit 110 may acquire a plurality of X-ray images (raw images) of the inspection target product mixed with foreign substances.
  • the initial data acquisition unit 110 changes the set value of an X-ray generator and multiplies the combination change of the foreign material.
  • a plurality of X-ray images may be acquired.
  • the initial data acquisition unit 110 prepares N foreign material combination samples by multiple combinations of the foreign material placement position (K) and the foreign material type (L) to be placed in the product to be inspected (see FIG. 8 ), and the An X-ray image may be acquired for each of the N foreign material combination samples while changing the setting value of the X-ray generator.
  • ego As one foreign material arrangement case unit, means the quantity of products that do not contain foreign substances.
  • the set value of the X-ray generator may include set values related to voltage, current, exposure time, and the like of the X-ray generator. That is, the initial data acquisition unit 110 may acquire the X-ray image for each foreign material combination sample while changing the voltage, current, exposure time, etc. of the X-ray generator.
  • the acquired total number of X-ray images (I) may be expressed as a product of the number (N) of the foreign material combination sample preparation and the number (G) of combinations of the set value change of the X-ray generator.
  • the initial data acquisition unit 110 may manage the X-ray image, an X-ray generator setting value for each image, and foreign material combination sample information together.
  • Equation 1 The number (G) of the change and combination of the set values related to the voltage, current, exposure time, etc. of the X-ray generator may be defined as in Equation 1 below.
  • G is V Step voltage changes
  • G I is the current Step Change
  • G E denotes the number of exposure hours Step
  • Step unit may be respectively defined as the voltage, current and exposure time.
  • the initial data acquisition unit 110 may recognize the type of the product to be inspected through analysis of the image captured by the X-ray generator.
  • the initial data acquisition unit 110 may create and provide a notification message for notifying the manager in relation to the change in the type of the inspection target product.
  • the manager may manually change the current optimal setting value to the optimal setting value (combination) of the corresponding type of inspection target product by directly inputting data related to the setting value matched with the corresponding type of inspection target product.
  • the optimal setting value can be automatically set, which will be described in detail when the product model determination and setting unit 150 is described.
  • the operation performing unit 120 may perform an operation of changing settings for a plurality of foreign object detection algorithms. Specifically, the operation performing unit 120 may perform an operation to change the setting by variably combining a plurality of each type with respect to the foreign material detection algorithm, and alternatively, a setting for individually varying parameters for the foreign material detection algorithm You can perform operations that change.
  • the calculation performing unit 120 may independently change two or more types of settings, or alternatively, change the settings of the variable combination and then sequentially change the settings of the parameters.
  • the operation performing unit 120 repeatedly performs the process of changing the settings for individually varying the parameters for each of the plurality of variably combined foreign object detection algorithms through the setting change of the variable combination. can do.
  • the operation performing unit 120 may include an input unit 310 , a detection unit 320 , a comparison unit 330 , and a storage unit 340 as shown in FIG. 3 .
  • FIG. 3 is a block diagram illustrating a detailed configuration of the operation performing unit 120 of FIG. 1 .
  • the input unit 310 may input a predetermined type of foreign object detection algorithm according to a user's manipulation. Also, the input unit 310 may input while changing the parameter value of the foreign object detection algorithm to another value according to a user's manipulation (increase or decrease a predetermined value based on a default parameter value).
  • the detection unit 320 changes a setting for variably combining a plurality of the foreign object detection algorithms, and detects foreign substances from the X-ray image by changing the setting related to the variable combination of the foreign object detection algorithm.
  • the detection unit 320 may detect a foreign material from the X-ray image by changing a setting that combines the foreign object detection algorithms f1, f2, and f3 as in Case 1.
  • the detection unit 320 can detect foreign substances from the X-ray image by changing the setting of a variable combination such as combining the foreign object detection algorithms f2, f3, and f4 as in case 2 or combining the foreign object detection algorithms f1 and f3. have.
  • the detection unit 320 may detect a foreign material from the X-ray image by changing a parameter of an individual foreign material detection algorithm as shown in FIG. 4 .
  • the detection unit 320 can change the setting value while increasing or decreasing a predetermined value based on the preset value set in the individual foreign material detection algorithm, and executes the individual foreign material detection algorithm according to each changed setting value.
  • a foreign material may be detected from the X-ray image.
  • the detection unit 320 changes the parameters x1, x2, and x3 of the individual foreign object detection algorithm f1 to constants a, b, and c, respectively, as in Case 1, and then the foreign object detection algorithm f1 to detect foreign substances from the X-ray image. Also, as in case 2, the detector 320 changes x1, x2, and x3 to constants a, d, and e, respectively, and then executes the foreign object detection algorithm f1 to detect foreign substances from the X-ray image. .
  • the comparison unit 330 may analyze the similarity by comparing the detection result data of the foreign material with the pre-test result data. That is, the comparator 330 analyzes the degree of similarity through comparison of the foreign material detection result data and the pre-test result data to derive a match rate of the two data, and the match rate of the two data sets a preset reference value (eg, 90). %), the corresponding analysis result, that is, the corresponding detection result data and the corresponding X-ray image may be transmitted to the storage unit 340 .
  • a preset reference value eg, 90
  • the pre-test result data may include data on the type, location, quantity, type, etc. of foreign substances mixed at the time of image acquisition.
  • the foreign material detection result data may include data regarding the position and shape information of each detected foreign material.
  • the storage unit 340 is the analysis result [X-ray image and detection result data (foreign object detection information)], the X-ray image (Raw Image) used for the analysis conditions (voltage, current, exposure conditions of the generator, etc.), It is possible to store the type of foreign object detection algorithm combination and the values of parameters for each foreign object detection algorithm.
  • the foreign material detection algorithm may detect foreign substances from the inspection target product based on object size, contrast, shape characteristics, gradient characteristics, and the like.
  • the degree of X-ray transmission varies depending on the material of the object (foreign substance), and by using the characteristic expressed as the difference in contrast, the contrast concentration is higher than the reference concentration or It can be judged as a foreign substance when the following.
  • the algorithm based on the object size when the size of the object is greater than or less than the reference size, it may be determined as a foreign substance.
  • the shape characteristic when the shape of the object is thin by a predetermined width or less, or when the length to width is higher than a predetermined ratio, it can be determined as a foreign substance.
  • the algorithm based on the gradient characteristics if there is a foreign substance, the change in the density of the pixel on the X-Ray image changes abruptly by more than a certain value, and it can be determined as a foreign substance by using this.
  • the foreign object detection algorithm applied to this embodiment is an image processing-based algorithm including a histogram normalization technique, a binarization technique (general binarization, regional standardized binarization, multi-threshold binarization) and a morphological technique, edge detection (Edge Detection) ) and filter/kernel algorithms including wavelet transformation, and machine learning-based algorithms including similarity-based search, support vector machine (SVM) and pattern matching.
  • a histogram normalization technique a binarization technique (general binarization, regional standardized binarization, multi-threshold binarization) and a morphological technique, edge detection (Edge Detection) ) and filter/kernel algorithms including wavelet transformation, and machine learning-based algorithms including similarity-based search, support vector machine (SVM) and pattern matching.
  • a binarization technique general binarization, regional standardized binarization, multi-threshold binarization
  • morphological technique edge detection (Edge Detection)
  • the generator setting unit 130 may derive an optimal setting value for the X-ray generator based on an analysis result of the X-ray image.
  • the generator setting unit 130 includes foreign material combination information such as the placement location of foreign substances in the product, the type of foreign matter placed in the product, and the batch quantity of each foreign material when the X-ray image is acquired by the initial data obtaining unit 110 It is possible to compare the foreign object detection result output by the operation performing unit 120, and through the comparison, it is possible to derive an optimal set value regarding the voltage, current, exposure time, etc. of the X-ray generator.
  • the analyzer 140 may analyze the X-ray image using the foreign object detection algorithm set and changed by the operation performing unit 120 , and may output a foreign object detection result based on the analysis result of the X-ray image.
  • the analysis unit 140 may derive an optimal set value for the foreign material detection algorithm by evaluating the foreign material detection result.
  • the analysis unit 140 evaluates at least one element among a normal detection rate, an over-detection rate, a false detection rate, a calculation processing time, and the quantity of the foreign material detection algorithm based on the foreign material detection result, and a Genetic Algorithm (GA), By using optimization algorithms such as Direct Search Algorithm and Meta Optimization Algorithm, it is possible to derive an optimal set value for the foreign object detection algorithm from the evaluation factors of the foreign object detection result.
  • GA Genetic Algorithm
  • the analysis unit 140 is configured to acquire the X-ray image by the initial data acquisition unit 110 in the product placement position of foreign substances mixed in, the type of the foreign material, and the arrangement for each foreign material. It is possible to compare the foreign material combination information such as quantity and the foreign material detection result output by the operation performing unit 120, and after evaluating the foreign material detection result through the comparison, algorithms such as weighted average, decision tree, boosting technique, etc. By using the combination method and the foreign object detection algorithm library 125, it is possible to derive an optimal set value for the foreign object detection algorithm. The derived optimal set value may be stored in the optimal set value management library 155 for each product model.
  • the product model determination and setting unit 150 refers to a library 155 that stores and manages optimal setting values for each of the foreign material detection algorithm and the X-ray generator for each product model.
  • the foreign material detection algorithm and each of the X-ray generators may be set to the optimal setting value of the matching or similar product model.
  • the control unit 160 is an X-ray image-based foreign material detection performance optimization system 100 according to an embodiment of the present invention, that is, the initial data acquisition unit 110 , the operation performing unit 120 , and the generator setting unit 130 . ), the analysis unit 140 , the product model determination and setting unit 150 , and the like can be controlled in general.
  • an automated optimization technology that can exhibit the detection performance optimized for the product to be inspected can be provided. have.
  • the device described above may be implemented as a hardware component, a software component, and/or a combination of the hardware component and the software component.
  • devices and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA), It may be implemented using one or more general purpose or special purpose computers, such as a programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions.
  • the processing device may execute an operating system (OS) and one or more software applications running on the operating system.
  • a processing device may also access, store, manipulate, process, and generate data in response to execution of the software.
  • the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that can include For example, the processing device may include a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as parallel processors.
  • Software may comprise a computer program, code, instructions, or a combination of one or more thereof, which configures a processing device to operate as desired or is independently or collectively processed You can command the device.
  • the software and/or data may be any kind of machine, component, physical device, virtual equipment, computer storage medium or apparatus, to be interpreted by or to provide instructions or data to the processing device. , or may be permanently or temporarily embody in a transmitted signal wave.
  • the software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored in one or more computer-readable recording media.
  • FIG. 7 is a flowchart illustrating an X-ray image-based foreign material detection performance optimization method according to an embodiment of the present invention.
  • the X-ray image-based foreign material detection performance optimization method described here is only one embodiment of the present invention, and in addition, various steps may be added as follows, and the following steps may be performed by changing the order. Therefore, the present invention is not limited to each step and the order described below.
  • the initial data acquisition unit 110 of the foreign material detection performance optimization system 100 is a plurality of X-ray images (Raw Image) of the inspection target product in which the foreign material is mixed.
  • the initial data acquisition unit 110 of the foreign material detection performance optimization system 100 changes the set values of the X-ray generator, for example, voltage, current, exposure time, etc., and changes the combination of the foreign material. Acquiring a plurality of X-ray images of the inspection target product in which the foreign material is mixed during execution, and accordingly, the generator setting unit 130 of the foreign material detection performance optimization system 100 based on the analysis result of the X-ray image It is possible to derive the optimal setting value for the generator.
  • the calculation execution unit 120 of the foreign material detection performance optimization system 100 may analyze the X-ray image while changing settings for a plurality of foreign material detection algorithms.
  • the calculation execution unit 120 of the foreign material detection performance optimization system 100 may analyze the X-ray image while changing a setting for variably combining a plurality of foreign material detection algorithms, and otherwise with respect to the foreign material detection algorithm It is possible to analyze the X-ray image while individually changing the setting to vary the parameter value.
  • the operation performing unit 120 of the system 100 for optimizing the foreign object detection performance may output a foreign object detection result based on the analysis result of the X-ray image.
  • the analysis unit 140 of the foreign object detection performance optimization system 100 may derive an optimal set value for the foreign material detection algorithm by evaluating the foreign material detection result.
  • the method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium.
  • the computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • the program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and available to those skilled in the art of computer software.
  • Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CDROMs and DVDs, and magneto-optical disks such as floppy disks.
  • Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.
  • the hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Toxicology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템은 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지(Raw Image)를 획득하는 초기 데이터 획득부; 복수의 이물탐지 알고리즘에 대하여 설정 변경을 하는 연산을 수행하는 연산 수행부; 및 상기 설정 변경된 이물탐지 알고리즘을 이용하여 상기 엑스레이 이미지를 분석하고, 상기 엑스레이 이미지의 분석 결과에 기초하여 이물탐지 결과를 출력하며, 상기 이물탐지 결과를 평가하여 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출하는 분석부를 포함한다.

Description

엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템 및 방법
본 발명의 실시예들은 이물질 탐지 기술에 관한 것으로, 더욱 상세하게는 엑스레이 이미지에 기반하여 검사 대상 제품으로부터 이물질을 탐지하는 성능을 최적화할 수 있는 시스템 및 방법에 관한 것이다.
엑스선(X-ray)은 병원에서 환자의 의학적 정보를 얻기 위한 목적 등으로 다양한 분야에서 널리 사용되고 있다. 엑스선을 발생시키기 위해 사용되는 일반적인 엑스선 발생기(X-Ray Generator)는 음극의 필라멘트에서 생성된 전자가 양극의 타깃에 부딪히면서 엑스선이 발생되는 구조를 갖는다. 이렇게 발생된 엑스선이 피검물에 조사되면 피검물의 재질이나 특성에 따라 감쇠되고, 피검물을 통과한 엑스선이 피사체의 뒤에 설치된 검출기에 영상을 형성하게 된다.
많은 엑스선 시스템은 단일 에너지 밴드를 갖는 엑스선이 피검물을 경유하며 검출되는 감쇠 특성(attenuation characteristic)를 이용하여 영상을 표시한다. 이러한 엑스선 시스템에서, 피검물을 구성하는 물질들의 감쇠 특성이 서로 다른 경우, 품질이 좋은 이미지를 얻을 수 있으나, 물질들의 감쇠 특성이 유사한 경우에는 이미지의 품질이 열화 된다.
다중 에너지 엑스선을 이용하는 시스템은 2개 이상의 에너지 밴드의 엑스선 영상을 획득할 수 있다. 일반적으로, 물질은 서로 다른 에너지 밴드에서 서로 다른 엑스선 감쇠 특성을 보이기 때문에, 이러한 특성을 이용하여 물질별 영상 분리가 가능하다. 즉, 다중 에너지 엑스선은 에너지에 따라 변하는 인체 구성 물질의 흡수 특성의 차이를 이용하여 물질 간의 대조를 증가시키는 기술이다. 기존의 다중 에너지 엑스선 기술은 다음과 같이 다중 노출(Multiple exposure) 방식과 단일 노출(Single exposure) 방식의 두 가지 방식으로 분류할 수 있다.
다중 에너지 엑스선을 이용하는 시스템은 기존 엑스선 시스템과 달리 소스파라미터, 예를 들어 관전압, 관전류, 필터뿐만 아니라 포톤 카운팅 디텍터의 에너지 경계(energy threshold) 등 디텍터 파라미터(detector parameter)를 포함하여 선택해야 하는 촬영 파라미터의 수가 많다. 또한, 촬영 파라미터의 선택에 따라 다중 에너지 엑스선의 원본 영상 화질 변화로서 영상의 노이즈/대조와 최종 처리된(processed) 영상의 화질 변화가 심하기 때문에 고화질 영상 획득을 위해서는 최적의 촬영 파라미터의 선택이 필수적이다.
기존의 단수 촬영 파라미터의 선정 방식은 자동 노출 제어(AEC, automated exposure control)라고 명명되며, 엑스선 튜브의 관전압, 관전류, 노출시간 등의 촬영 파라미터를 선택할 수 있다. 기존의 듀얼 또는 다중 에너지(multi-energy) 촬영 방식은 듀얼 관전압, 듀얼 노출, 듀얼 레이어 및 듀얼 소스 방식 등으로서 엑스선 소스의 파라미터 선정 방법에 한정된다.
본 발명의 일 실시예는 엑스레이 제너레이터를 활용하여 제조물 내부 이물질 혼입 여부를 검사할 때, 검사 대상 제품에 최적화된 탐지 성능을 발휘할 수 있는 자동화된 최적화 기술을 제공할 수 있는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템 및 방법을 제공한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템은 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지(Raw Image)를 획득하는 초기 데이터 획득부; 복수의 이물탐지 알고리즘에 대하여 설정 변경을 하면서 상기 엑스레이 이미지를 분석하고, 상기 엑스레이 이미지의 분석 결과에 기초하여 이물탐지 결과를 출력하는 연산 수행부; 및 상기 이물탐지 결과를 평가하여 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출하는 분석부를 포함한다.
상기 초기 데이터 획득부는 엑스레이 제너레이터(X-Ray Generator)의 설정값을 변경하고 상기 이물질의 조합 변경을 다중 시행하면서 상기 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지를 획득하고, 상기 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템은 상기 엑스레이 이미지의 분석 결과에 기초하여 상기 엑스레이 제너레이터에 관한 최적의 설정값을 도출하는 제너레이터 설정부를 더 포함할 수 있다.
상기 초기 데이터 획득부는 검사 대상 제품 내 이물질 배치 위치(K), 배치할 이물질 종류(L)를 다중 조합하여 N개의 이물질 조합 샘플을 준비하고, 상기 엑스레이 제너레이터의 설정값을 변경하면서 상기 N개의 이물질 조합 샘플별로 엑스레이 이미지를 획득할 수 있다.
상기 엑스레이 제너레이터의 설정값은 상기 엑스레이 제너레이터의 전압, 전류 및 노출 시간 중 적어도 하나에 관한 설정값을 포함할 수 있다.
본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템은 상기 이물탐지 알고리즘 및 상기 엑스레이 제너레이터 각각에 관한 최적의 설정값을 제품 모델별로 저장 및 관리하는 라이브러리를 참조하여, 상기 엑스레이 이미지에 표시된 제품 형상과 기존 등록된 제품 모델들의 형상을 비교하여 일치 또는 유사한 제품 모델의 최적 설정값으로 상기 이물탐지 알고리즘 및 상기 엑스레이 제너레이터 각각의 설정을 진행하는 제품모델 판정 및 설정부를 더 포함할 수 있다.
상기 연산 수행부는 상기 이물탐지 알고리즘에 대하여 개별적으로 파라미터를 가변하는 설정 변경을 하면서 상기 엑스레이 이미지를 분석할 수 있다.
상기 연산 수행부는 상기 이물탐지 알고리즘에 대하여 종류별로 가변 조합하는 설정 변경을 하면서 상기 엑스레이 이미지를 분석할 수 있다.
상기 이물탐지 알고리즘은 히스토그램 정규화기법, 이진화 기법 및 모폴로지컬 기법을 포함하는 영상 처리 기반의 알고리즘, 엣지 검출(Edge Detection) 및 웨이블릿 변환(Wavelet Transformation)을 포함하는 필터/커널 기법의 알고리즘, 및 유사도 기반 검색, SVM(Support Vector Machine) 및 패턴 매칭(Pattern Matching)을 포함하는 기계 학습 기반의 알고리즘 중 적어도 하나를 포함할 수 있다.
상기 분석부는 상기 이물탐지 결과에 기초하여 정상탐지율, 과탐지율, 오탐지율, 연산 처리시간, 상기 이물탐지 알고리즘의 수량 중 적어도 하나의 요소를 평가하고, 최적화 알고리즘을 활용하여 상기 이물탐지 결과의 평가 요소로부터 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출할 수 있다.
본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 방법은 상기 이물질 탐지 성능 최적화 시스템의 초기 데이터 획득부가 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지를 획득하는 단계; 상기 이물질 탐지 성능 최적화 시스템의 연산 수행부가 복수의 이물탐지 알고리즘에 대하여 설정 변경을 하면서 상기 엑스레이 이미지를 분석하는 단계; 상기 연산 수행부가 상기 엑스레이 이미지의 분석 결과에 기초하여 이물탐지 결과를 출력하는 단계; 및 상기 이물질 탐지 성능 최적화 시스템의 분석부가 상기 이물탐지 결과를 평가하여 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출하는 단계를 포함한다.
상기 엑스레이 이미지를 분석하는 단계는 상기 이물탐지 알고리즘에 대하여 개별적으로 파라미터를 가변하는 설정 변경을 하면서 상기 엑스레이 이미지를 분석하는 단계를 포함할 수 있다.
상기 엑스레이 이미지를 분석하는 단계는 상기 이물탐지 알고리즘에 대하여 종류별로 가변 조합하는 설정 변경을 하면서 상기 엑스레이 이미지를 분석하는 단계를 포함할 수 있다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부 도면들에 포함되어 있다.
본 발명의 일 실시예에 따르면, 엑스레이 제너레이터를 활용하여 제조물 내부 이물질 혼입 여부를 검사할 때, 검사 대상 제품에 최적화된 탐지 성능을 발휘할 수 있는 자동화된 최적화 기술을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템을 설명하기 위해 도시한 블록도이다.
도 2는 본 발명의 일 실시예에 따라 엑스레이 이미지를 다량 획득하는 과정을 상세히 설명하기 위해 도시한 도면이다.
도 3은 도 1의 연산 수행부의 상세 구성을 설명하기 위해 도시한 블록도이다.
도 4는 본 발명의 일 실시예에 따라 최적화를 진행하는 과정을 상세히 설명하기 위해 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따라 이물탐지 알고리즘 Set의 설정을 변경하는 일례를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따라 제품모델별로 최적설정값을 자동으로 설정하는 과정을 상세히 설명하기 위해 도시한 도면이다.
도 7은 본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 방법을 설명하기 위해 도시한 흐름도이다.
도 8은 본 발명의 일 실시예에 있어서 배치위치별로 이물질을 배치하여 준비한 이물질 조합 샘플을 도시한 예시도이다.
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
또한, 이하 실시되는 본 발명의 바람직한 실시예는 본 발명을 이루는 기술적 구성요소를 효율적으로 설명하기 위해 각각의 시스템 기능구성에 기 구비되어 있거나, 또는 본 발명이 속하는 기술분야에서 통상적으로 구비되는 시스템 기능 구성은 가능한 생략하고, 본 발명을 위해 추가적으로 구비되어야 하는 기능 구성을 위주로 설명한다. 만약 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면, 하기에 도시하지 않고 생략된 기능 구성 중에서 종래에 기 사용되고 있는 구성요소의 기능을 용이하게 이해할 수 있을 것이며, 또한 상기와 같이 생략된 구성 요소와 본 발명을 위해 추가된 구성 요소 사이의 관계도 명백하게 이해할 수 있을 것이다.
또한, 이하의 설명에 있어서, 신호 또는 정보의 "전송", "통신", "송신", "수신" 기타 이와 유사한 의미의 용어는 일 구성요소에서 다른 구성요소로 신호 또는 정보가 직접 전달되는 것뿐만이 아니라 다른 구성요소를 거쳐 전달되는 것도 포함한다. 특히 신호 또는 정보를 일 구성요소로 "전송" 또는 "송신"한다는 것은 그 신호 또는 정보의 최종 목적지를 지시하는 것이고 직접적인 목적지를 의미하는 것이 아니다. 이는 신호 또는 정보의 "수신"에 있어서도 동일하다.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템을 설명하기 위해 도시한 블록도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템(100)은 초기 데이터 획득부(110), 연산 수행부(120), 제너레이터(Generator) 설정부(130), 분석부(140), 제품모델 판정 및 설정부(150), 및 제어부(160)를 포함하여 구성될 수 있다.
상기 초기 데이터 획득부(110)는 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지(Raw Image)를 획득할 수 있다.
상기 초기 데이터 획득부(110)는 도 2에 도시된 바와 같이, 엑스레이 제너레이터(X-Ray Generator)의 설정값을 변경하고 상기 이물질의 조합 변경을 다중 시행하면서 상기 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지(Raw Image)를 획득할 수 있다.
예를 들어, 상기 초기 데이터 획득부(110)는 검사 대상 제품 내 이물질 배치 위치(K), 배치할 이물질 종류(L)를 다중 조합하여 N개의 이물질 조합 샘플을 준비하고(도 8 참조), 상기 엑스레이 제너레이터의 설정값을 변경하면서 상기 N개의 이물질 조합 샘플별로 엑스레이 이미지를 획득할 수 있다.
여기서,
Figure PCTKR2021007873-appb-I000001
이고,
Figure PCTKR2021007873-appb-I000002
로서 하나의 이물질 배치 Case 단위이며,
Figure PCTKR2021007873-appb-I000003
는 이물질이 포함되지 않은 제품의 수량을 의미한다.
또한, 상기 엑스레이 제너레이터의 설정값은 상기 엑스레이 제너레이터의 전압, 전류 및 노출 시간 등에 관한 설정값을 포함할 수 있다. 즉, 상기 초기 데이터 획득부(110)는 상기 엑스레이 제너레이터의 전압, 전류, 노출 시간 등을 변경하면서 상기 이물질 조합 샘플별 엑스레이 이미지를 획득할 수 있다.
상기 획득한 엑스레이 이미지 총 수량(I)은 상기 이물질 조합 샘플 준비 개수(N)와 상기 엑스레이 제너레이터의 설정값 변경 조합 경우의 수(G)의 곱으로 나타낼 수 있다.
상기 초기 데이터 획득부(110)는 상기 엑스레이 이미지 및 이미지별 엑스레이 제너레이터 설정값, 이물질 조합 샘플 정보를 함께 관리할 수 있다.
상기 엑스레이 제너레이터의 전압, 전류, 노출 시간 등에 관한 설정값의 변경 조합 경우의 수(G)는 다음의 수학식 1과 같이 정의될 수 있다.
[수학식 1]
Figure PCTKR2021007873-appb-I000004
여기서, GV는 전압 변경 Step 수, GI는 전류 변경 Step 수, GE는 노출 시간 Step 수를 나타내고, Step 단위는 전압, 전류, 노출 시간별로 각각 정의될 수 있다.
한편, 상기 초기 데이터 획득부(110)는 상기 엑스레이 제너레이터에 의해 촬영된 영상의 분석을 통하여 상기 검사 대상 제품의 종류를 인식할 수 있다. 상기 초기 데이터 획득부(110)는 이전까지 인식된 종류와 다른 종류의 검사 대상 제품을 인식하는 경우, 검사 대상 제품의 종류 변경과 관련하여 관리자에게 통보하기 위한 알림 메시지를 작성하여 제공할 수 있다. 이에 따라, 상기 관리자는 해당 종류의 검사 대상 제품에 매칭된 설정값 관련 데이터를 직접 입력하여 현재의 최적 설정값을 해당 종류의 검사 대상 제품의 최적 설정값(조합)으로 수동 변경할 수 있다. 이와는 달리 검사 대상 제품이 변경되는 경우 최적 설정값으로 자동 설정할 수 있는데 이에 대해서는 상기 제품모델 판정 및 설정부(150)의 설명 시 상세히 기술하기로 한다.
상기 연산 수행부(120)는 복수의 이물탐지 알고리즘에 대하여 설정 변경을 하는 연산을 수행할 수 있다. 구체적으로, 상기 연산 수행부(120)는 상기 이물탐지 알고리즘에 대하여 종류별로 다수 개 가변 조합하는 설정 변경을 하는 연산을 수행할 수 있으며, 또 달리 상기 이물탐지 알고리즘에 대하여 개별적으로 파라미터를 가변하는 설정 변경을 하는 연산을 수행할 수 있다.
이때, 상기 연산 수행부(120)는 두 가지 이상 종류의 설정 변경을 독립적으로 수행할 수도 있으며, 또 달리 상기 가변 조합의 설정 변경을 한 다음에 상기 파라미터의 설정 변경을 순차적으로 진행할 수도 있다.
다시 말하면, 상기 연산 수행부(120)는 상기 가변 조합의 설정 변경을 통해 상기 다수 개의 가변 조합된 이물탐지 알고리즘 각각에 대하여 개별적으로 그 파라미터를 가변하는 설정 변경을 하는 과정을 반복 수행하는 연산을 수행할 수 있다.
이를 위해, 상기 연산 수행부(120)는 도 3에 도시된 바와 같이 입력부(310), 검출부(320), 비교부(330), 및 저장부(340)를 포함하여 구성될 수 있다. 참고로, 도 3은 도 1의 연산 수행부(120)의 상세 구성을 설명하기 위해 도시한 블록도이다.
상기 입력부(310)는 사용자의 조작에 따라 정해진 종류의 이물탐지 알고리즘을 입력할 수 있다. 또한, 상기 입력부(310)는 사용자의 조작에 따라 상기 이물탐지 알고리즘의 파라미터 값을 다른 값으로 변경하면서 입력할 수 있다(기본 세팅된 파라미터 값을 기준으로 일정 값을 증가 또는 감소).
상기 검출부(320)는 도 4에 도시된 바와 같이 상기 이물탐지 알고리즘을 다수 개 가변 조합하는 설정 변경을 하고, 상기 이물탐지 알고리즘의 가변 조합 관련 설정 변경을 통해 상기 엑스레이 이미지로부터 이물질을 탐지할 수 있다.
도 4의 예에서와 같이, 상기 검출부(320)는 케이스(Case) 1과 같이 이물탐지 알고리즘 f1, f2, f3를 조합하는 설정 변경을 통해 상기 엑스레이 이미지로부터 이물질을 탐지할 수 있다. 또한, 상기 검출부(320)는 케이스 2와 같이 이물탐지 알고리즘 f2, f3, f4를 조합하거나 이물탐지 알고리즘 f1, f3를 조합하는 등과 같이 가변 조합의 설정 변경을 통해 상기 엑스레이 이미지로부터 이물질을 탐지할 수 있다.
또는/또한, 상기 검출부(320)는 도 4에 도시된 바와 같이 개별 이물탐지 알고리즘의 설정값(Parameter) 변경을 통해 상기 엑스레이 이미지로부터 이물질을 탐지할 수 있다. 다시 말해, 상기 검출부(320)는 개별 이물탐지 알고리즘에 기본 세팅된 설정값을 기준으로 일정 값을 증가 또는 감소시키면서 설정값을 변경할 수 있으며, 변경된 각각의 설정값에 따른 개별 이물탐지 알고리즘을 실행하여 상기 엑스레이 이미지로부터 이물질을 탐지할 수 있다.
도 4의 예에서와 같이, 상기 검출부(320)는 케이스(Case) 1과 같이 개별 이물탐지 알고리즘 f1의 파라미터 x1, x2, x3를 각각 상수 a, b, c로 변경한 다음, 이물탐지 알고리즘 f1을 실행하여 상기 엑스레이 이미지로부터 이물질을 탐지할 수 있다. 또한, 상기 검출부(320)는 케이스 2와 같이 x1, x2, x3를 각각 상수 a, d, e로 변경한 다음, 이물탐지 알고리즘 f1을 실행하는 과정을 통하여 상기 엑스레이 이미지로부터 이물질을 탐지할 수 있다.
상기 비교부(330)는 상기 이물질의 탐지 결과 데이터를 사전 테스트 결과 데이터와 비교하여 유사도를 분석할 수 있다. 즉, 상기 비교부(330)는 상기 이물질의 탐지 결과 데이터와 상기 사전 테스트 결과 데이터의 비교를 통해 유사도를 분석하여 두 데이터의 일치율을 도출하고, 상기 두 데이터의 일치율이 미리 설정된 기준치(예: 90%)를 초과하는 경우 해당 분석 결과, 즉 해당 탐지 결과 데이터와 해당 엑스레이 이미지를 상기 저장부(340)로 전달할 수 있다.
여기서, 상기 사전 테스트 결과 데이터는 이미지 획득 당시 혼입된 이물질의 종류, 위치, 수량, 종류 등에 관한 데이터를 포함할 수 있다. 그리고, 상기 이물 탐지 결과 데이터는 상기 탐지된 이물질별 위치, 형상 정보 등에 관한 데이터를 포함할 수 있다.
상기 저장부(340)는 상기 분석 결과[엑스레이 이미지 및 탐지 결과 데이터(이물 탐지 정보)], 상기 분석에 사용된 엑스레이 이미지(Raw Image)의 촬영 조건(Generator의 전압, 전류, 노출 조건 등), 이물탐지 알고리즘 조합의 형태, 각 이물탐지 알고리즘별 Parameter들의 값 등을 저장할 수 있다.
한편, 본 발명의 일 실시예에서, 상기 이물탐지 알고리즘은 객체 크기, 명암 농도, 형태 특성, 그라디언트(gradient) 특성 등을 기반으로 상기 검사 대상 제품으로부터 이물질을 탐지할 수 있다. 예를 들면, 상기 명암 농도를 기반으로 하는 알고리즘의 경우, 객체(이물질)의 재질에 따라 X선 투과 정도가 달라지고, 명암의 차이로 표시되는 특성을 이용하여, 그 명암 농도가 기준 농도 이상 또는 이하일 때 이물질로 판정할 수 있다.
상기 객체 크기를 기반으로 하는 알고리즘의 경우, 객체의 크기가 기준 크기 이상 또는 이하일 때 이물질로 판정할 수 있다. 상기 형태 특성을 기반으로 하는 알고리즘의 경우, 상기 객체의 형태가 일정 폭 이하로 가늘거나, 폭 대비 길이가 일정 비율 이상 높을 때 이물질로 판정할 수 있다. 상기 그라디언트 특성을 기반으로 하는 알고리즘의 경우, 이물질이 있을 경우 X-Ray 이미지 상에서 픽셀의 농도 변화가 일정값 이상 급격히 변하게 되며, 이를 활용하여 이물질로 판정할 수 있다.
참고로, 본 실시예에 적용되는 이물탐지 알고리즘은 히스토그램 정규화기법, 이진화 기법(일반적 이진화, 지역 표준화 이진화, 다중 문턱 값 이진화) 및 모폴로지컬 기법을 포함하는 영상 처리 기반의 알고리즘, 엣지 검출(Edge Detection) 및 웨이블릿 변환(Wavelet Transformation)을 포함하는 필터/커널 기법의 알고리즘, 및 유사도 기반 검색, SVM(Support Vector Machine) 및 패턴 매칭(Pattern Matching)을 포함하는 기계 학습 기반의 알고리즘 등을 포함할 수 있다.
다시 도 1을 참조하면, 상기 제너레이터 설정부(130)는 상기 엑스레이 이미지의 분석 결과에 기초하여 상기 엑스레이 제너레이터에 관한 최적의 설정값을 도출할 수 있다.
즉, 상기 제너레이터 설정부(130)는 상기 초기 데이터 획득부(110)에 의해 상기 엑스레이 이미지를 획득할 당시 혼입된 이물질의 제품내 배치위치, 배치 이물질 종류, 이물질별 배치수량 등의 이물질 조합 정보와 상기 연산 수행부(120)에 의해 출력된 이물탐지 결과를 비교할 수 있으며, 상기 비교를 통해 상기 엑스레이 제너레이터의 전압, 전류 및 노출 시간 등에 관한 최적의 설정값을 도출해낼 수 있다.
상기 분석부(140)는 상기 연산 수행부(120)에 의해 설정 변경된 이물탐지 알고리즘을 이용하여 상기 엑스레이 이미지를 분석하고, 상기 엑스레이 이미지의 분석 결과에 기초하여 이물탐지 결과를 출력할 수 있다. 상기 분석부(140)는 상기 이물탐지 결과를 평가하여 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출할 수 있다.
즉, 상기 분석부(140)는 상기 이물탐지 결과에 기초하여 정상탐지율, 과탐지율, 오탐지율, 연산 처리시간, 상기 이물탐지 알고리즘의 수량 중 적어도 하나의 요소를 평가하고, Genetic Algorithm(GA), Direct Search Algorithm, Meta Optimization Algorithm 등의 최적화 알고리즘을 활용하여 상기 이물탐지 결과의 평가 요소로부터 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출할 수 있다.
이를 위해, 도 5에 도시된 바와 같이 상기 분석부(140)는 상기 초기 데이터 획득부(110)에 의해 상기 엑스레이 이미지를 획득할 당시 혼입된 이물질의 제품내 배치위치, 배치 이물질 종류, 이물질별 배치수량 등의 이물질 조합 정보와 상기 연산 수행부(120)에 의해 출력된 이물탐지 결과를 비교할 수 있으며, 상기 비교를 통해 상기 이물탐지 결과를 평가한 후, 가중평균, Decision Tree, Boosting 기법 등의 알고리즘 조합 방법 및 이물탐지 알고리즘 라이브러리(125)를 이용하여 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출할 수 있다. 상기 도출된 최적 설정값은 제품모델별 최적설정값 관리 라이브러리(155)에 저장될 수 있다.
상기 제품모델 판정 및 설정부(150)는 도 6에 도시된 바와 같이, 상기 이물탐지 알고리즘 및 상기 엑스레이 제너레이터 각각에 관한 최적의 설정값을 제품 모델별로 저장 및 관리하는 라이브러리(155)를 참조하여, 상기 엑스레이 이미지에 표시된 제품 형상과 기존 등록된 제품 모델들의 형상을 비교하여 일치 또는 유사한 제품 모델의 최적 설정값으로 상기 이물탐지 알고리즘 및 상기 엑스레이 제너레이터 각각의 설정을 진행할 수 있다.
상기 제어부(160)는 본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템(100), 즉 상기 초기 데이터 획득부(110), 상기 연산 수행부(120), 상기 제너레이터 설정부(130), 상기 분석부(140), 제품모델 판정 및 설정부(150) 등의 동작을 전반적으로 제어할 수 있다.
이와 같이 본 발명의 일 실시예에서는 엑스레이 제너레이터(X-Ray 장비)를 활용하여 제조물 내부 이물질 혼입 여부를 검사할 때, 검사 대상 제품에 최적화된 탐지 성능을 발휘할 수 있는 자동화된 최적화 기술을 제공할 수 있다.
이상에서 설명된 장치는 하드웨어 구성 요소, 소프트웨어 구성 요소, 및/또는 하드웨어 구성 요소 및 소프트웨어 구성 요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성 요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
도 7은 본 발명의 일 실시예에 따른 엑스레이 이미지 기반 이물질 탐지 성능 최적화 방법을 설명하기 위해 도시한 흐름도이다.
여기서 설명하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 방법은 본 발명의 하나의 실시예에 불과하며, 그 이외에 필요에 따라 다양한 단계들이 아래와 같이 부가될 수 있고, 하기의 단계들도 순서를 변경하여 실시될 수 있으므로, 본 발명이 하기에 설명하는 각 단계 및 그 순서에 한정되는 것은 아니다.
도 1 및 도 7을 참조하면, 단계(710)에서 상기 이물질 탐지 성능 최적화 시스템(100)의 초기 데이터 획득부(110)는 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지(Raw Image)를 획득할 수 있다.
이때, 상기 이물질 탐지 성능 최적화 시스템(100)의 초기 데이터 획득부(110)는 엑스레이 제너레이터(X-Ray Generator)의 설정값, 예컨대 전압, 전류, 노출 시간 등을 변경하고 상기 이물질의 조합 변경을 다중 시행하면서 상기 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지를 획득하고, 이에 따라 상기 이물질 탐지 성능 최적화 시스템(100)의 제너레이터 설정부(130)는 상기 엑스레이 이미지의 분석 결과에 기초하여 상기 엑스레이 제너레이터에 관한 최적의 설정값을 도출할 수 있다.
다음으로, 단계(720)에서 상기 이물질 탐지 성능 최적화 시스템(100)의 연산 수행부(120)는 복수의 이물탐지 알고리즘에 대하여 설정 변경을 하면서 상기 엑스레이 이미지를 분석할 수 있다.
즉, 상기 이물질 탐지 성능 최적화 시스템(100)의 연산 수행부(120)는 상기 이물탐지 알고리즘을 다수 개 가변 조합하는 설정 변경을 하면서 상기 엑스레이 이미지를 분석할 수 있으며, 또 달리 상기 이물탐지 알고리즘에 대하여 개별적으로 파라미터 값을 가변하는 설정 변경을 하면서 상기 엑스레이 이미지를 분석할 수 있다.
다음으로, 단계(730)에서 상기 이물질 탐지 성능 최적화 시스템(100)의 연산 수행부(120)는 상기 엑스레이 이미지의 분석 결과에 기초하여 이물탐지 결과를 출력할 수 있다.
다음으로, 단계(740)에서 상기 이물질 탐지 성능 최적화 시스템(100)의 분석부(140)는 상기 이물탐지 결과를 평가하여 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출할 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (12)

  1. 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지(Raw Image)를 획득하는 초기 데이터 획득부;
    복수의 이물탐지 알고리즘에 대하여 설정 변경을 하는 연산을 수행하는 연산 수행부; 및
    상기 설정 변경된 이물탐지 알고리즘을 이용하여 상기 엑스레이 이미지를 분석하고, 상기 엑스레이 이미지의 분석 결과에 기초하여 이물탐지 결과를 출력하며, 상기 이물탐지 결과를 평가하여 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출하는 분석부
    를 포함하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템.
  2. 제1항에 있어서,
    상기 초기 데이터 획득부는
    엑스레이 제너레이터(X-Ray Generator)의 설정값을 변경하고 상기 이물질의 조합 변경을 다중 시행하면서 상기 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지를 획득하고,
    상기 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템은
    상기 엑스레이 이미지의 분석 결과에 기초하여 상기 엑스레이 제너레이터에 관한 최적의 설정값을 도출하는 제너레이터 설정부
    를 더 포함하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템.
  3. 제2항에 있어서,
    상기 초기 데이터 획득부는
    검사 대상 제품 내 이물질 배치 위치(K), 배치할 이물질 종류(L)를 다중 조합하여 N개의 이물질 조합 샘플을 준비하고, 상기 엑스레이 제너레이터의 설정값을 변경하면서 상기 N개의 이물질 조합 샘플별로 엑스레이 이미지를 획득하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템.
  4. 제2항에 있어서,
    상기 엑스레이 제너레이터의 설정값은
    상기 엑스레이 제너레이터의 전압, 전류 및 노출 시간 중 적어도 하나에 관한 설정값을 포함하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템.
  5. 제2항에 있어서,
    상기 이물탐지 알고리즘 및 상기 엑스레이 제너레이터 각각에 관한 최적의 설정값을 제품 모델별로 저장 및 관리하는 라이브러리를 참조하여, 상기 엑스레이 이미지에 표시된 제품 형상과 기존 등록된 제품 모델들의 형상을 비교하여 일치 또는 유사한 제품 모델의 최적 설정값으로 상기 이물탐지 알고리즘 및 상기 엑스레이 제너레이터 각각의 설정을 진행하는 제품모델 판정 및 설정부
    를 더 포함하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템.
  6. 제1항에 있어서,
    상기 연산 수행부는
    상기 이물탐지 알고리즘에 대하여 개별적으로 파라미터를 입력받아 가변하는 설정 변경의 연산을 수행하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템.
  7. 제1항에 있어서,
    상기 연산 수행부는
    상기 이물탐지 알고리즘에 대하여 종류별로 가변 조합의 입력을 받아 설정 변경을 하는 연산을 수행하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템.
  8. 제1항에 있어서,
    상기 이물탐지 알고리즘은
    히스토그램 정규화기법, 이진화 기법 및 모폴로지컬 기법을 포함하는 영상 처리 기반의 알고리즘, 엣지 검출(Edge Detection) 및 웨이블릿 변환(Wavelet Transformation)을 포함하는 필터/커널 기법의 알고리즘, 및 유사도 기반 검색, SVM(Support Vector Machine) 및 패턴 매칭(Pattern Matching)을 포함하는 기계 학습 기반의 알고리즘 중 적어도 하나를 포함하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템.
  9. 제1항에 있어서,
    상기 분석부는
    상기 이물탐지 결과에 기초하여 정상탐지율, 과탐지율, 오탐지율, 연산 처리시간, 상기 이물탐지 알고리즘의 수량 중 적어도 하나의 요소를 평가하고, 최적화 알고리즘을 활용하여 상기 이물탐지 결과의 평가 요소로부터 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템.
  10. 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템을 이용한 이물질 탐지 성능 최적화 방법에 있어서,
    상기 이물질 탐지 성능 최적화 시스템의 초기 데이터 획득부가 이물질이 혼입된 검사 대상 제품에 대한 복수의 엑스레이 이미지를 획득하는 단계;
    상기 이물질 탐지 성능 최적화 시스템의 연산 수행부가 복수의 이물탐지 알고리즘에 대하여 설정 변경을 하는 연산을 수행하는 단계;
    상기 이물질 탐지 성능 최적화 시스템의 분석부가 상기 설정 변경된 이물탐지 알고리즘을 이용하여 상기 엑스레이 이미지를 분석하고, 상기 엑스레이 이미지의 분석 결과에 기초하여 이물탐지 결과를 출력하는 단계; 및
    상기 분석부가 상기 이물탐지 결과를 평가하여 상기 이물탐지 알고리즘에 관한 최적의 설정값을 도출하는 단계
    를 포함하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 방법.
  11. 제10항에 있어서,
    상기 연산을 수행하는 단계는
    상기 이물탐지 알고리즘에 대하여 개별적으로 파라미터를 입력받아 가변하는 설정 변경의 연산을 수행하는 단계
    를 포함하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 방법.
  12. 제10항에 있어서,
    상기 연산을 수행하는 단계는
    상기 이물탐지 알고리즘에 대하여 종류별로 가변 조합의 입력을 받아 설정 변경을 하는 연산을 수행하는 단계
    를 포함하는 것을 특징으로 하는 엑스레이 이미지 기반 이물질 탐지 성능 최적화 방법.
PCT/KR2021/007873 2020-06-30 2021-06-23 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템 및 방법 WO2022005093A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200080198A KR102369713B1 (ko) 2020-06-30 2020-06-30 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템 및 방법
KR10-2020-0080198 2020-06-30

Publications (1)

Publication Number Publication Date
WO2022005093A1 true WO2022005093A1 (ko) 2022-01-06

Family

ID=79315399

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/007873 WO2022005093A1 (ko) 2020-06-30 2021-06-23 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR102369713B1 (ko)
WO (1) WO2022005093A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070019841A1 (en) * 2004-06-24 2007-01-25 Ishida Co., Ltd. X-ray inspection apparatus, and method for creating an image processing procedure of the x-ray inspection apparatus
JP2009097966A (ja) * 2007-10-16 2009-05-07 Anritsu Sanki System Co Ltd Ｘ線異物検出装置
JP2009236633A (ja) * 2008-03-26 2009-10-15 Panasonic Electric Works Co Ltd Ｘ線異物検査装置
JP2014085190A (ja) * 2012-10-23 2014-05-12 Ckd Corp 錠剤検査装置及びｐｔｐ包装機
JP2015099064A (ja) * 2013-11-19 2015-05-28 池上通信機株式会社 透過式内部検査装置の被検査物搬送方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070019841A1 (en) * 2004-06-24 2007-01-25 Ishida Co., Ltd. X-ray inspection apparatus, and method for creating an image processing procedure of the x-ray inspection apparatus
JP2009097966A (ja) * 2007-10-16 2009-05-07 Anritsu Sanki System Co Ltd Ｘ線異物検出装置
JP2009236633A (ja) * 2008-03-26 2009-10-15 Panasonic Electric Works Co Ltd Ｘ線異物検査装置
JP2014085190A (ja) * 2012-10-23 2014-05-12 Ckd Corp 錠剤検査装置及びｐｔｐ包装機
JP2015099064A (ja) * 2013-11-19 2015-05-28 池上通信機株式会社 透過式内部検査装置の被検査物搬送方法

Also Published As

Publication number Publication date
KR20220001809A (ko) 2022-01-06
KR102369713B1 (ko) 2022-03-03

Similar Documents

Publication Publication Date Title
US11205266B2 (en) Systems and methods for detection of structures and/or patterns in images
US8385644B2 (en) Digital video fingerprinting based on resultant weighted gradient orientation computation
WO2019132589A1 (ko) 다중 객체 검출을 위한 영상 처리 장치 및 방법
WO2019164074A1 (ko) 미세 먼지 분석 방법 및 이를 수행하기 위한 장치
WO2019132590A1 (ko) 영상 변환 방법 및 장치
WO2016204402A1 (ko) 부품 결함 검사 방법 및 그 장치
WO2021071288A1 (ko) 골절 진단모델의 학습 방법 및 장치
WO2021137454A1 (ko) 인공지능 기반의 사용자 의료정보 분석 방법 및 시스템
CN113256634B (zh) 基于深度学习的宫颈癌tct切片排阴方法和系统
WO2022197044A1 (ko) 뉴럴 네트워크를 이용한 방광병변 진단 방법 및 그 시스템
JP2011027542A (ja) 細胞画像解析装置
WO2022005093A1 (ko) 엑스레이 이미지 기반 이물질 탐지 성능 최적화 시스템 및 방법
US20230360414A1 (en) Systems and methods for processing images to determine image-based computational biomarkers from liquid specimens
JPH06231229A (ja) 悪性変化を測定することによる癌性又は前癌性組織の自動検出
WO2017073823A1 (ko) 적응 임계값 도출과 설태, 설질, 및 혼합 영역을 구분하는 장치 및 방법
JPH10185911A (ja) 細胞解析装置及びその方法
Monteiro et al. Development of digital image processing methodology WT-MO: An algorithm of high accuracy in detection and counting of erythrocytes, leucocytes, blasts
WO2021071258A1 (ko) 인공지능 기반의 휴대용 보안영상 학습장치 및 방법
JP2020518045A (ja) 医療画像検出
Sanyal et al. Pilot study of an open-source image analysis software for automated screening of conventional cervical smears
LIPKIN et al. Textural parameters related to nuclear maturation in the granulocytic leukocytic series
WO2024043531A1 (ko) 비강종물 감별을 위한 모델의 학습 방법 및 학습 장치, 비강종물 감별 방법 및 장치
WO2018159868A1 (ko) 의료영상의 영역 분리 방법 및 그 장치
WO2022145898A1 (ko) 인공지능 기반 실시간 자동 엑스레이 원시 영상 판독 방법 및 시스템
WO2023113414A1 (ko) 병리 검체에 대한 판단 결과를 제공하는 인공 뉴럴 네트워크의 학습 방법, 및 이를 수행하는 컴퓨팅 시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21833151

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 06.06.2023)

122 Ep: pct application non-entry in european phase

Ref document number: 21833151

Country of ref document: EP

Kind code of ref document: A1