# 의료 영상 분석의 정확도를 높여라 - CNN 기반 의료 영상 분석 및 루닛 특허 분석(1)

인공지능을 통해 의료 영상을 분석해서 질병을 진단하는 기술이 최근 급속도로 성장하고 있다. 뷰노, 루닛, 제이엘케이인스펙션 등 많은 벤처기업들이 해당 기술을 연구하고 있는데 특히, 분석의 정확도를 높이기 위한 연구가 활발히 진행되고 있다. 본 포스팅은 인공지능 기반 의료 영상 분석 시 정확도를 높이는 기술과…

Source: https://www.iplexlaw.co.kr/forum/view/850029

HOME / NEWS & INSIGHTS NEWS & INSIGHTS 의료 영상 분석의 정확도를 높여라 - CNN 기반 의료 영상 분석 및 루닛 특허 분석(1) 인공지능을 통해 의료 영상을 분석해서 질병을 진단하는 기술이 최근 급속도로 성장하고 있다. 뷰노, 루닛, 제이엘케이인스펙션 등 많은 벤처기업들이 해당 기술을 연구하고 있는데 특히, 분석의 정확도를 높이기 위한 연구가 활발히 진행되고 있다. 본 포스팅은 인공지능 기반 의료 영상 분석 시 정확도를 높이는 기술과… 인공지능 2023.05.25 게시 IPLEX 3분 읽기 인공지능을 통해 의료 영상을 분석해서 질병을 진단하는 기술이 최근 급속도로 성장하고 있다. 뷰노, 루닛, 제이엘케이인스펙션 등 많은 벤처기업들이 해당 기술을 연구하고 있는데 특히, 분석의 정확도를 높이기 위한 연구가 활발히 진행되고 있다. 본 포스팅은 인공지능 기반 의료 영상 분석 시 정확도를 높이는 기술과 관련된 루닛의 특허를 하나 설명하고자 한다. 이미지를 클릭하면 등록특허공보 전문을 확인할 수 있다. 특허 내용 인공지능을 이용하여 세포가 촬영된 이미지에서 유사 분열 세포를 찾아내는 것이 본 발명의 핵심 내용이다. 본 발명에서 사용되는 인공지능 모델은 이미지 분석 시 많이 사용되는 CNN(Convolutional neural network) 모델이다. 본 발명에서 사용되는 컨벌루션 뉴럴 네트워크 모델은 촬영된 이미지에서 유사 분열 세포와 정상 세포를 분류할 수 있다. 한편, 본 발명에서는 보다 정확한 예측을 수행할 수 있도록, 2번의 학습 과정( 1단계 트레이닝 및 2단계 트레이닝)을 거치게 된다. 1단계 트레이닝 병리학자에 의해 유사 분열 세포 또는 정상 세포를 가리키는 분류 결과가 주어진 제1 트레이닝 데이터 셋을 이용하여 모델에 대한 1단계 트레이닝을 수행하게 된다. 여기까지는 일반적인 내용이다. 2단계 트레이닝 준비 1단계 트레이닝을 마친 후 2단계 트레이닝을 위한 데이터 셋을 준비한다.구체적으로, 1단계 트레이닝이 완료된 경우, 모델을 평가하여 FP 데이터 셋(False Positive 데이터 셋, 유사 분열 세포인데 정상 세포로 분류된 데이터 셋)을 수집한다. 그리고, FP 데이터 셋에 대한 데이터 증강(이미지 회전, 노이즈 추가 등)을 수행해서 FP 데이터 셋의 양을 늘려준다. 1단계 트레이닝을 수행할 때 사용했던 제1 트레이닝 데이터 셋과 증강된 FP 데이터 셋을 준비한다. 여기서, FP 데이터 셋은 인공지능 모델이 잘못 분류한 데이터 셋을 의미한다. 의료 업계에서는 질병이 존재하는데 정상이라고 판단하는 것이 가장 안 좋은 케이스이기 때문에 FP 오류(False Positive 오류, 긍정 오류)를 줄이는 게 핵심이므로 FP 데이터 셋을 수집하는 것으로 보인다. 2단계 트레이닝 1단계 트레이닝에서 사용했던 CNN 모델 내의 가중치 값들을 초기화해준다. 초기화를 하지 않고 1단계 트레이닝에서 사용한 CNN 모델을 그대로 사용해 학습을 수행하는 경우, 필터의 가중치는 미세하게만 조정된다. 이 경우 정확도가 많이 향상되지 않기 때문에 가중치 초기화가 필요하다. CNN 모델의 가중치를 초기화한 경우, 준비된 데이터 셋(제1 트레이닝 데이터 셋+증강된 FP 데이터 셋)을 이용해서 CNN 모델을 다시 학습(2단계 트레이닝) 시킨다. 이렇게 학습이 완료된 CNN 모델을 이용하여 이미지를 분류하는 경우, FP 오류가 현저하게 줄어든다고 한다. ※ 특허 내용에 대한 소견 인공지능 모델을 설계하는 과정에서 FP 오류(False Positive Error, 긍정 오류)를 감소시켜 모델의 정확도를 높이는 것은 상당히 중요하다. 다만, 많은 인공지능 특허를 처리해왔던 제 경험상 루닛의 특허 내용에 약간의 의문이 든다. 루닛 특허 내용에 따라 CNN 모델을 학습시키는 경우 모델의 정확도가 안 좋아질 것 같다는 생각이 들어서이다. 실제로 FP 데이터 셋을 증강해서 기존 데이터 셋이랑 같이 모델을 재학습시키는 경우, 트레이닝 데이터 셋이 FP 데이터 셋에 편향될 수 있다. 다만, FP 오류를 감소시키기 위해 이런 방법도 고려할 수 있다는 정도로만 보면 될 것 같다. 이 글은 표시된 게시일을 기준으로 작성된 자료입니다. 개별 사안에 대한 검토는 상담을 통해 안내합니다. 관련 업무 상담 ↗ 전체 글 보기 TALK TO IPLEX 우리 기업에 맞는 IP 전략이 필요하다면 기술과 사업의 상황에 맞춰 필요한 업무를 함께 살펴봅니다. ↗ 상담 문의 최근 글 의료 영상 분석의 정확도를 높여라 - CNN 기반 의료 영상 분석 및 루닛 특허 분석(2) ↗ 이전 글 사고를 막는 인공지능(이상 탐지) - Anomaly detection 및 오토인코더 특허 분석 ↗ 함께 읽을 인사이트 인공지능 2026.10.01 AI가 잊는 방식까지 세밀하게, FiX 김용덕 변리사가 FiX의 특징별 망각 게이트, 수치 안정성과 캐시 설계, 실험 결과 및 적용 한계를 분석합니다. ↗ 본문 읽기 인공지능 2026.09.30 층의 정보를 다르게 읽는 MHAR 김용덕 변리사가 MHAR의 깊이 정보 선택 구조, 논문 실험 결과와 구현 비용을 살펴보고 기술적 구성과 효과를 분석합니다. ↗ 본문 읽기 인공지능 2026.09.28 [기고 소식] 클로드 Computer Use 특허 분석, AI는 어떻게 컴퓨터 사용법을 배울까? 김용덕 대표변리사의 클로드 Computer Use·AI 에이전트 특허 분석 칼럼이 인공지능신문(AI Times)에 게재되었습니다. ↗ 본문 읽기

- https://www.iplexlaw.co.kr/
- https://www.iplexlaw.co.kr/%EC%9D%B8%EC%82%AC%EC%9D%B4%ED%8A%B8-%EB%B0%8F-%EB%89%B4%EC%8A%A4/category/ai
- https://drive.google.com/file/d/1DNEVduo6gZLg-rExZUynmZ4WMWZmlcvR/view
- https://www.iplexlaw.co.kr/%EC%97%B0%EB%9D%BD%ED%95%98%EA%B8%B0
- https://www.iplexlaw.co.kr/%EC%9D%B8%EC%82%AC%EC%9D%B4%ED%8A%B8-%EB%B0%8F-%EB%89%B4%EC%8A%A4
- https://www.iplexlaw.co.kr/%EC%97%B0%EB%9D%BD%ED%95%98%EA%B8%B0
- https://www.iplexlaw.co.kr/forum/view/850833
- https://www.iplexlaw.co.kr/forum/view/849417
- https://www.iplexlaw.co.kr/ko/blog/fix-fine-grained-forgetting-attention
- https://www.iplexlaw.co.kr/ko/blog/fix-fine-grained-forgetting-attention
- https://www.iplexlaw.co.kr/ko/blog/mhar-multi-head-attention-residuals
- https://www.iplexlaw.co.kr/ko/blog/mhar-multi-head-attention-residuals
- https://www.iplexlaw.co.kr/forum/view/1546549
- https://www.iplexlaw.co.kr/forum/view/1546549