System for detecting bone tumour

The present invention relates to a bone tumor detection system comprising: a structure learning unit which similarly reconstructs the shape of a bone included in an input image and learns the structural representation of the bone to generate first learning information; a discrimination learning unit which receives the first learning information and learns a tumor detection discrimination criterion to generate second learning information; and a tumor detection unit which detects the presence a bone tumor and the location of the bone tumor by comparing the first learning information and the second learning information with an inputted X-ray image to generate bone tumor detection information. The structure learning unit comprises: an encoder which extracts and recombines the differential representation of the bone shape included in the input image; a decoder which stores and manages the extracted differential representation, and masks a component with respect to any one of the femur, tibia, and fibula; and a softmax classifier which determines a bone state probability from masked components and generates first learning information in which bone states are classified. According to the present invention, with respect to a photographed image, the bone tumor detection system uses ensemble semi-supervised wnet (ESSW) to segment the skeleton, determines the bone state probability in the segmented image through the softmax classifier and classifies a bone state, thereby detecting a bone tumor in its early stage and being usable as a decision-making aid tool for screening of bone tumor. 본 발명은 골 종양 탐지 시스템에 관한 것으로서, 입력 이미지에 포함된 뼈의 형상을 유사하게 재구성하여 뼈의 구조적 표현을 학습하여 제1학습정보를 생성하는 구조 학습부; 제1학습정보를 인가받아 종양 검출 판별 기준을 학습하여 제2학습정보를 생성하는 판별 학습부; 및 제1학습정보 및 제2학습정보와 입력받은 X선 영상의 비교를 통해 골 종양 여부와 그 위치를 검출하여 골 종양 검출정보를 생성하는 종양 검출부를 포함하되, 구조 학습부는, 입력받은 이미지에 포함된 뼈 형상의 차별적인 표현을 추출하여 재조합하는 인코더; 추출한 차별적인 표현을 저장 및 관리하고, 대퇴골, 경골 또는 비골 중에 어느 하나에 대한 구성 요소를 마스크하는 디코더; 및 마스크된 구성 요소들로부터 뼈 상태 확률을 결정하여 뼈 상태를 분류한 제1학습정보를 생성하는 SoftMax 분류기를 포함한다. 상기와 같은 본 발명에 따르면, 촬영 영상에 대해 앙상블 반감독학습(ESSW)을 이용하여 골격을 분할하고, 분할된 영상에서 softmax 분류기를 통해 뼈 상태 확률을 결정하여 뼈 상태를 분류함으로써, 골 종양을 조기에 발견하고, 골 종양 검진의 의사결정 보조 도구로 활용이 가능하다.