KR101126017B1

KR101126017B1 - 환자 식별 시스템 및 방법

Info

Publication number: KR101126017B1
Application number: KR1020057017782A
Authority: KR
Inventors: 로이드 엠. 캘드웰
Original assignee: 보오슈 앤드 롬 인코포레이팃드
Priority date: 2003-03-25
Filing date: 2004-03-16
Publication date: 2012-03-19
Also published as: CN1764412A; JP2006521600A; DE04757781T1; EP1605822A1; CA2520099A1; KR20050115295A; ES2254051T1; TWI330336B; ES2254051T3; CN100403981C; US20040190759A1; AU2004224411A1; HK1089636A1; US7436986B2; TW200511146A; CA2520099C; WO2004084726A1; EP1605822B1

Abstract

방법 및 가능한 시스템 및 연관 장치는 저장된 이력 홍채 인식 기반의 기록과 현재 취득 기록 사이의 정합 비교를 기초로 하여 사람을 자동적이고 확실하게 식별하는 것에 관한 것이다. 알고리즘은 홍채 화상의 선택된 구역 내에 고정 특징부를 식별하는 것과, 고정 특징부와 연관된 홍채 패턴을 위상적으로 일치하는 평평한 분석 공간으로 맵핑하는 것을 포함한다. 본 발명에 따른 분석은 기준 베이스로부터 개인을 확실하게 식별하도록 정합 비교가 될 수 있는 개인에 대한 현재 홍채 특성 벡터와, 이력 (기준) 홍채 특성 벡터를 생성한다.

홍채 인식, 환자 식별, 홍채 특성 벡터, 알고리즘, 조명원, 광학 시스템

Description

환자 식별 시스템 및 방법{POSITIVE PATIENT IDENTIFICATION}

본 발명은 일반적으로 홍채 인식 식별 방법과, 연관 장치 및 시스템에 관한 것으로, 특히 시력 교정 분야에서의 적용을 위한 확실한 환자 식별에 관한 것이지만 이에 제한되지 않는다.

홍채 인식 분야는 지난 10 내지 20년에 걸쳐 많은 적용에 효과적이었다. 홍채 인식 기술 및 방법론의 개발에 대한 관심은 지문의 유일성과 유사한 홍채 패턴의 고유성으로 인한 것일 수 있다. 따라서, 개인 식별 및 인증에 적용되는 바와 같은 홍채 패턴 인식은 몇 개만 나열하자면, 예컨대 보안 접속, 금융 거래 및 환자 식별에 관한 공공 영역에서 많은 발명과 풍부한 지식을 산출해왔다.

본 발명은 확실한 환자 식별에 관한 것이지만, 본 명세서에 개시된 바람직한 실시예로 제한되지는 않는다. 환자 식별을 위한 현재의 방법은 조작자가 환자 데이터를 수동 및/또는 전자 기록 시스템에 입력하고 환자 식별자를 생성하는 것에 의존한다. 그 다음, 이 환자 식별자는 후속 진단 및 치료 계획 및 실행을 위한 환자 기록을 검색하는데 사용된다. 환자 기록의 입력 또는 검색의 에러는 잠재적으로 심각한 결과를 갖는 부정확한 진단 및 치료를 야기할 수 있다.

시력 교정 분야에서, 환자 식별, 스크리닝(screenig), 진단 및/또는 치료 에 러는 예컨대 시력 교정이 아닌 시력 상실을 야기할 수 있다. 또한, 침습성 눈 시술에 관한 홍채 식별 적용은 복와위(prone) 진단 위치와 앙와위(supine) 치료 위치 사이에서의 눈 회전, 대중 집단 사이의 홍채 색상 편차로 인한 홍채 경계 자체의 식별, 및 동공의 현성(manifest) 상태와 확장 상태 사이의 차이 등의 인자로 인해 독특한 어려움에 직면한다.

상기 식별된 어려움 및 문제점과, 종래 기술의 다양한 기술적인 단점의 관점에서, 발명자는 이들 공지된 과제를 다루는 방법 및 연관 장치에 대한 필요성과, 확실한 환자 식별 방법 및 시스템과 연관 장점 및 이익을 제공하기 위한 필요성을 인식하였다.

본 발명의 일 실시예는 저장된 이력 홍채 인식 기반 기록과 현재 취득 기록 사이의 정합 비교를 기초로 하여 대상(사람)을 자동적이고 확실하게 식별하기 위한 시스템에 관한 것이다. 시스템 부품은 환자에 대한 식별 정보를 생성하도록 대상의 눈을 조명하기 위한 광원과, 대상의 눈 데이터를 검출할 수 있는 센서와, 대상의 눈 데이터를 센서에 중계하기 위한 광학 시스템을 포함한다. 센서로부터 데이터를 획득하기 위한 수단과, 획득된 데이터를 분석하기 위한 수단과, 복수의 대상을 위한 이력(historical) 식별 데이터의 데이터베이스를 포함하는 정보 저장/검색 부품과, 이력 데이터베이스 내에서 특정 대상에 대한 유사한 현재(contemporaneous) 식별 데이터를 얻기 위한 수단과, 저장된 이력 데이터와 현재 식별 데이터를 비교하고 현재 정보와 이력 정보 사이의 매우 정밀한 정합을 통해 대상을 확실하게 식별할 목적으로 유사성 관계를 결정하기 위한 수단이 더 포함된다.

본 명세서에 설명된 실시예 모두에서, 본 발명이 특히 시력 교정 분야에서 환자의 확실한 식별에 관한 것이기 때문에 대상(들)은 환자라 칭할 것이다. 그러나, 본 발명의 범위는 결코 "환자" 식별 자체로 제한되지는 않는다. 이러한 사용은 실시 분야에서 바람직한 적용예의 더욱 예시적인 설명을 용이하게 할 뿐이다.

상기 실시예의 바람직한 태양에서, 눈 조명은 환자 집단 내의 동공 콘트라스트의 넓고 가변적인 범위를 신뢰성있게 조명하는데 사용되는 근적외선 내지 중간 적외선 내에 있다. 바람직한 환자 눈 데이터는 CCD 센서/카메라 조립체에 의해 검출되고 화상 처리 및 프레임 그레버(frame grabber) 기술을 이용하는 화상 데이터 획득 부품으로 전달되는 환자 눈의 화상을 포함한다. 예컨대 PC 등의 적절하게 프로그래밍된 컴퓨터는 획득된 데이터를 분석하고 이하에서 현재 및 이력 홍채 특성 벡터(IFV)라 칭하는 이력 및 현재 정합 정보를 생성하는데 편리하게 사용될 수 있다. IFV는 얻어진 눈 화상으로부터 각각의 환자에 대해 생성된다. 이력 (기준) IFV의 환자 데이터베이스는 시스템의 화상 저장/검색 부품 내에 저장된다. 동일한 (구조적으로) 시스템이 환자에 의한 후속 방문 동안 특정 환자에 대한 현재 IFV를 얻는데 이용된다. 그 다음, 현재 IFV는 저장된 이력 IFV 데이터 세트와 비교될 수 있고, 시스템 컴퓨터 부품은 현재 IFV와 이력 IFV 세트 사이의 유사성 관계를 결정하여 환자의 확실한 식별을 허용한다.

본 발명의 방법 실시예는 전술된 바와 같은 이력 그리고/또는 현재 IFV를 얻고 확실한 환자 식별을 용이하게 하는 것에 관한 것이다. 방법은 환자 눈의 화상을 얻는 단계와, 눈의 내부 및 외부 구역을 결정하는 단계와, 내부 및 외부 구역 각각 내에서 탐색 공간을 정의하는 단계와, 각각의 탐색 공간 내에 고정 특징부를 위치시키는 단계와, 홍채 패턴을 결정하고 이러한 패턴을 정규화 분석 공간으로 맵핑하는 단계와, 샘플링 구역의 예비 선택된 패턴을 통해 분석 공간을 샘플링하는 단계와, 각각의 샘플링 구역에 대해 n개에 이르는 예비 IFV를 생성하는 단계와, 모든 예비 IFV 어레이를 생성하는 단계와, 저장/검색 매체 내에 환자의 이력 IFV를 저장하는 단계를 포함한다. 바람직하게, 저장된 어레이는 전체 및/또는 위치 불변 특징 기준을 기초로 하여 분류될 수 있다. 몇몇 후속 시간에서, 현재 IFV는 특정 환자에 대해 생성되고 자동적이고 확실한 환자의 식별을 하도록 전체 환자 집단에 대한 이력 IFV의 저장된 데이터 세트와 비교될 수 있다.

본 발명의 다른 실시예는 용어가 본 발명에 따라 위에 제시되기 때문에 내부에 현재 IFV가 암호화 또는 저장된 해석가능한 장치 매체에 관한 것이다.

다른 실시예에서, 확실한 환자 식별을 위한 알고리즘을 수행하도록 명령될 수 있는 안과 진단 또는 치료 시스템이 제공되며, 알고리즘은 본 발명에 따라 본 명세서에 설명된 바와 같이 이력 IFV와 현재 IFV를 생성하고 비교하는 공정에 의해 표시된다.

요약하면, 응용 분야의 어려움 및 종래 기술의 문제점을 다루기 때문에 본 발명의 방법 및 장치는 부분적으로 유리하며, 2차적인 기록 매체를 요구하지 않는 환자 고유의 식별자에 의존하며, 모든 개인에게 유일한 특징부를 이용하고, 에러가 존재하는 경우 조작자가 입력한 에러를 보상할 수 있다. 본 발명의 이들 및 다른 장점 및 목적은 이하의 상세한 설명, 도면 및 첨부된 청구의 범위를 통해 더욱 명백해질 것이다.

도1은 본 발명에 따른 시스템 실시예의 도식적인 도면이다.

도2는 본 발명에 따른 방법 실시예에 관한 도시적인 도면이다.

도3은 본 발명에 따른 알고리즘 실시예의 처리 단계를 제시하는 플로우차트형 다이어그램이다.

본 발명의 일 실시예는 도1에 도시된 바와 같은 확실한 환자 식별을 위해 제공된 시스템(10)에 관한 것이다. 시스템은 환자 식별에 관한 데이터(25)를 생성하도록 환자 눈(15)을 조명하는 하나 이상의 눈 조명원(16)을 포함한다. 적절하게 정렬된 광학 시스템(20)은 데이터를 검출기/카메라 조립체(30)로 전달한다. 검출기/카메라 조립체는 검출기/카메라 조립체로부터 적절한 형태로 환자 눈 데이터를 획득하기 위해 화상 데이터 획득 수단(40)과 작동 가능하게 결합된다. 분석 수단(50)은 획득 수단(40)과 작동 가능하게 결합되고, 환자 눈 데이터(25)를 기초로 하여, 홍채 특성 벡터(IFV, 65)를 생성한다. 약간의 초기 시간에서, IFV(65)는 환자 집단 내의 각각의 환자에 대해 생성되며 분석 수단(50)과 협동 가능하게 결합된 정보 저장/검색 부품(60) 내에 저장된다. 그 다음, 환자를 베이스로 하는 이력 IFV(65_n)로 구성된 데이터베이스가 집합될 수 있다. 특정 환자를 식별하는 것이 요구되는 몇몇 후속 시간에서, 현재 IFV(66)가 분석 수단(50)에 의해 생성되고, 자동으로 확실하게 환자를 식별하기 위해 저장된 이력 IFV의 데이터베이스와 비교될 수 있다. 본 발명에 따른 알고리즘에 의해 요구되는 데이터에 추가하여, 이력 IFV 내에 환자 일대기 정보를 포함하는 것이 바람직할 수 있다.

시스템(10)의 바람직한 태양에서, 조명시에 동공 직경 변화에 영향을 주지 않도록 조명원(들)(16)은 약 650 내지 1000 nm 사이, 더욱 바람직하게는 약 700 nm 내지 800 nm 사이의 근적외선 내지 중간적외선 스펙트럼의 광을 방사한다. 또한, 다른 파장 범위가 만족스러운 홍채 화상 형성에 불충분한 콘트라스트를 제공할 수 있을 때 이러한 파장 범위는 홍채 화상 형성에 양호한 조명을 제공한다. 검출기/카메라(30)는 본 분야에 잘 공지된 광학 시스템(20)을 통해 홍채 화상(25)을 검출 및 기록하기 위한 CCD 검출기 및 카메라를 포함한다. 홍채 화상 데이터 획득 수단(40)은 전형적으로 상업적으로 입수 가능한 프레임 그레버(frame grabber)/화상 처리 하드웨어/소프트웨어를 이용한다. 획득된 홍채 화상 정보는 이하에 상세히 설명되는 바와 같이 처리되고, 전형적으로 PC 또는 유사한 컴퓨터 부품인 분석 수단(50)에 의해 분석된다. 이력 IFV(65_n)의 데이터베이스는 환자 집단에 대한 분석 수단에 의해 생성되고 저장/검색 부품(60) 내에 저장된다. 저장/검색 부품은 지역적으로 또는 원격적으로 위치된 임의의 다양한 잘 공지된 데이터 저장/검색 매체일 수 있다. 예컨대, 하드 드라이브, 휴대용 메모리 매체, 인터넷 기반의 서버 및 다른 저장/검색 매체가 이용 가능하다. 또한, 분석 수단(50)은 저장된 이력 IFV와 비교하기 위해 사용되는 특정 환자에 대한 현재 IFV(66)를 생성할 수 있다. IFV를 포함하는 지표를 기초로 하여, 전형적으로 단일의 이력 IFV만이 임의의 현재 IFV에 정합되어 확실한 환자 식별을 할 수 있다.

본 발명의 다른 실시예는 환자를 확실하게 식별하기 위한 방법에 관한 것이다. 방법은 도3의 블록 다이어그램으로 제시되며 도2를 참조하여 이하와 같이 설명되는 알고리즘(300)을 기초로 한다. 단계(305)에서, 환자 눈의 홍채 화상(35)이 도2의 (a)에 표시된 바와 같이 만들어지고 획득된다. 홍채 화상(35)은 도2의 (b)에 도시된 바와 같이 단계(310)에서 내부 구역(IR; 130) 및 바로 인접한 외부 구역(OR; 140)을 결정하도록 처리된다. 내부 구역은 환자 눈의 동공/홍채 경계부를 식별하는 가장 잘 맞는 곡선인 부드러운 외부 경계(135)에 의해 범위가 정해진다. 유사하게, 외부 구역은 환자 눈의 둘레부를 표시하는 가장 잘 맞는 부드러운 곡선에 의해 식별된 경계부(145)를 갖는다. IR 및 OR 경계 구역(135, 145)은 눈꺼풀, 속눈썹, 주위 조명 노이즈 등으로 인해 부분적으로 폐색될 수 있으며, 전형적으로, IR 및 OR은 도2의 (b)에 나타날 수 있는 바와 같이 동심이 아닐 수 있다. 그 다음, 내부 구역 탐색 공간(160) 및 외부 구역 탐색 공간(175)은 도2의 (c) 및 도2의 (d)에 도시된 바와 같이 단계(312, 314)에서 결정된다. 내부 구역 탐색 공간(160)은 내부 구역(130)의 중심을 통해 IR 경계(135)로 연장되는 수평선(165)을 작도하고, 수평선으로부터 약 ±10°의 각도 편차(θ)만큼 선(165)을 경계 지음으로써 결정된다. 이러한 IR 탐색 공간은 비스듬한 위치와 반듯한 위치 사이에서 환자의 눈 회전의 최대 수직 변화성의 대략 2배를 나타낸다. 외부 구역 탐색 공간(175)은 OR의 중심을 통해 수평선(166)을 생성하고, 수평선으로부터 약 ±10°의 각도(θ)만큼 IR 경계부(135)와 OR 경계부(145) 사이의 공간을 경계 지음으로써 유사하게 결정된다. 단계(317, 319) 각각에서, 내부 구역의 외부 경계(135) 상의 내부 구역 고정 특징부(150)와, 외부 구역의 외부 경계(145) 상의 외부 구역 고정 특징부(170)는 도2의 (c) 및 도2의 (d)에 도시된 바와 같이 위치된다. 고정 특징부(150, 170)는 바람직하게는 예컨대 눈의 팽창된 상태 또는 또렷한 상태에서 다른 변화에 대해 불변의 위치인 특정 환자 눈의 영구적인 경계표이다. 고정 특징부는 각각의 탐색 공간(160, 175)에 의해 경계 지어진 코 및 측두 구역을 탐색함으로써 공지된 필터링 및 이진화 기술을 사용하여 발견된다. 내부 구역 고정 특징부(150)의 예는 IR 경계부(135)로부터 최대 편차의 구역이지만, 다른 기준이 사용될 수 있다. 예컨대, 줄무늬 또는 섬유 인공물이 없는 홍채의 균일한 농도 구역, 또는 최대/최소 두께 변동을 나타내는 불균일한 두께 구역이 IR 및/또는 OR 고정 특징부로 사용될 수 있다. 외부 구역 고정 특징부(170)는 내부 구역 고정 특징부에서와 같은 유사한 기준을 사용하여 위치되어야 한다. 즉, 이러한 특징부를 위한 탐색 공간은 예컨대 내부 구역 고정 특징부 검출시에 식별되는 바와 동일한 측(코/측두) 상에 있어야 한다. 단계(320)에서, 직선(특징부 경계)(195)는 도2의 (e)에 도시된 바와 같이 IR 고정 특징부(150)와 OR 고정 특징부(170)를 연결하여 작도된다. 직선(195)은 논리적인 직선(즉, 생성된 공식)일 수 있거나 그렇지 않으면 본 분야의 당업자가 이해할 수 있는 바와 같이 (예컨대, 실제) 생성될 수 있다. 단계(330)에서, 홍채 화상 패턴(180)은 도2의 (e) 및 도2의 (f)에 도시된 정규화 분석 공간(190)으로 맵핑된다. 홍채 패턴(180)은 IR 및 OR과 특징부 경계(195)에 의해 경계 지어진 구역 내에서 화상 농도(픽셀) 값을 샘플링함으로써 결정된다. 예컨대, 선택된 각도 및 반경 증분에서 홍채 화상 둘레의 세차운동(precession)에 의해, 또는 수평 및 수직 증분 샘플링에 의해, 또는 다른 방법에 의해 샘플링될 수 있다. 특히, 샘플링은 수학적으로 일대일이어야 하고 후속 특징부 분석을 위해 충분한 분해능이어야 한다. 그 다음, (블랙/화이트 정사각형으로 도시된) 검출된 농도 값은 도2의 (f)에 도시된 바와 같이 0,0 내지 1,0 사이에서 정사각형 격자(190)로 맵핑된다. 이는 홍채 화상(25)과 정규화 분석 공간 사이의 위상적으로 일치하는 맵핑을 제공한다. 이러한 홍채 화상의 정규화는 팽창되거나 또는 또렷한 동공 상태에 대한 임의의 의존성을 제거하고, 비스듬한/반듯한 환자 배향에 대한 눈 회전 영향을 감소 또는 제거하고, 후속 처리를 간단하게 하는 균일한 불변의 분석 공간을 생성한다. 분석 공정의 다음 단계는 단계(340)에서 제시되고 도2의 (g)에 대해 도시된 바와 같은 샘플 구역 선택을 포함한다. 샘플 구역 패턴(210)은 도2의 (g)에 도시된 바와 같은 개별 샘플 구역 박스(205)의 수, 크기, 형상 및 위치를 선택함으로써 작도된다. 샘플 구역 박스(205)는 도시된 바와 같이 정사각형으로 제한될 필요는 없지만, 임의의 적절한 형상/크기/위치일 수 있다는 것을 알 것이다. IFV 생성 속도, 정합 신뢰 값, 샘플 구역 크기 및 샘플 구역 양 사이에 트레이드오프가 있다. 예컨대, 고정된 수의 샘플 구역에 대해, 큰 구역 크기는 IFV 생성을 느리게 할 것이다. 고정된 샘플 구역 크기에 대해, 많은 샘플 구역의 양은 IFV 생성을 느리게 할 것이다. 모든 경우, 더 많은 샘플 구역은 더 높은 정합 신뢰 값을 산출한다. 각각이 전체 분석 구역의 대략 1/25의 면적을 갖는 20 내지 30개의 샘플 박스가 샘플 구역 패턴(210)을 위해 선택될 때 만족스러운 결과가 얻어졌다. 패턴(210) 형상(즉, 박스 위치)은 화상 획득 동안에 빈번하게 폐색되는 영역 내에서 샘플 구역 선택을 최소화하도록 발견적으로 결정될 수 있다. 샘플 박스(205) 파라미터와 샘플 구역 패턴(210)이 결정되면, 이러한 패턴은 전형적으로 모든 후속 분석을 위해 사용될 것이지만, 본 발명에 의한 방식으로 제한되지는 않는다. 그 다음, 정규화 분석 공간(190)은 단계(345)에서 샘플 패턴으로 샘플링된다. 도2의 (h)에 도시된 바와 같은 각각의 샘플링된 구역(205_n)에 대해, 예비 IFV_n가 단계(350)에서 생성된다. 정규화 분석 공간이 샘플 구역 패턴(210)으로 샘플링되면, 특정 환자에 대한 일 세트의 n개의 홍채 특성 벡터(65)가 도2의 (i)에 도시된 바와 같이 생성된다. 각각의 IFV_n의 내용물은 독특하게 식별되는 특징의 임의의 조합일 수 있다. 예컨대, 각각의 IFV_n은 특징 유형(즉, 선, 원, 타원, 원추 섹션 등), 배향의 주축/부축, 최대 및 최소 농도 등으로 구성될 수 있다. 또한, 각각의 IFV_n은 샘플 구역 박스(205_n)의 크기, 수 및 위치에 관한 정보와, 조작자가 입력한 환자 데이터 또는 조작자가 환자 개인 식별 기록의 일부가 되기를 원하는 임의의 다른 정보를 포함할 수 있다. 각각의 IFV의 특징 유형 요소가, 환자 눈의 불변 특징부 또는 전체 특징부를 나타내는 기준에 의해 각각의 IFV가 분류되는 것을 허용하는 특징을 갖는 것이 바람직하다. 단계(355)에서, 각각의 IFV_n 세트(65)는 어레이로 집합되고 도1에서 60으로 표시된 저장/검색 매체 내에 저장된다. 이들 IFV 어레이 각각은 환자에 대한 이력 IFV가 되고, 전체 환자 집단에 대한 이력 IFV(65_n)는 다음 검색을 위해 저장될 수 있다.

몇몇 후속 시간에서, 특정 환자를 식별할 필요가 있을 것이다. 따라서, 단계(360)에서, 특정 환자의 현재 IFV(66)을 생성하도록 상기 방법 단계 모두가 반복된다. 현재 IFV는 저장된 이력 IFV의 데이터 세트와 비교되고 환자를 확실하게 식별하도록 이들 중 하나에 정합될 수 있는 이력 IFV 어레이와 유사한 벡터 어레이이다. 현재 IFV와 이력 IFV의 비교는 바람직하게는 먼저 내부 구역/외부 구역 경계 특징 외형부의 위치 또는 전술된 분류 기준에 의해 지지된 몇몇 다른 불변 특징부를 비교함으로써 단계(365)에서 수행된다. 그 다음, 단계(370)에서, 유사성 값(x)은 이력 IFV와 현재 IFV의 각각의 비교에 대해 0과 1의 값들 사이에서 생성된다. 유사성 값은 본 분야에서 잘 이해되는 바와 같이 제곱 평균 제곱근 연산 또는 다른 통계적인 평가일 수 있다. 다른 유사성 양 기호는 IFV 내의 특징 유형의 카운트, 중간 특징 각도 값, 농도 변동, 농도 변동 속도 등을 포함할 수 있다(그러나 이에 제한되지 않는다.) 균등한 유사성 값이 2개의 정합 기록에 대해 생성되는 경우, 동점을 깨뜨리도록 샘플 구역 박스 위치를 교란하는 것이 필요해질 수 있다. 교란은 샘플 구역 박스 위치를 이동시키거나 또는 샘플 구역 박스 크기를 변경함으로써 달성될 수 있다. 사용되는 방법의 선택은 획득 환경의 변화의 선험적 지식을 기초 로 하거나 또는 랜덤할 수 있지만 샘플 구역 형상의 작은 치환을 기초로 할 수 있다.

본 발명에 따른 관련 실시예에서, 저장/검색 매체(60)는 상기 설명된 알고리즘(300)에 따라 얻어진 복수의 이력 IFV를 내부에 저장한다. 이력 IFV를 저장하기 위한 매체는 특정 하드웨어 장치 또는 소프트웨어 아키텍쳐로 제한되지 않으며, 인터넷 기반의 로컬 영역 네트워크의 일부, 지역 서버, PC와 관련된 로컬 메모리 등일 수 있다.

본 발명에 따른 다른 실시예에서, 알고리즘(300)을 수행할 수 있고 전술된 알고리즘에 따라 확실한 환자 식별을 위한 알고리즘을 실행하는 방식으로 프로그래밍될 수 있는 안과 진단 또는 치료 시스템(10)이 제공된다.

본 명세서에 설명된 실시예 각각에 대해, 현재 IFV(66)가 생성되고, 분석 수단(50)으로 직접적으로 전달되거나, 또는 확실한 환자 식별을 위해 저장된 이력 IFV와 현재 IFV 사이를 비교하도록 시스템에 의해 이용될 수 있는 임의의 유형의 판독/기록 매체에 저장될 수 있다. 이러한 판독/기록 매체는 CD, DVD, 플로피 디스크, 암호화된 반송파, 데이터 전송 라인 등의 형태를 취할 수 있다.

바람직한 실시예가 본 명세서에 구체적으로 예시 및 설명되었더라도, 본 발명의 기술사상 및 범위를 벗어나지 않고 본 발명의 다양한 변형 및 변경이 상기 제시된 상세한 설명과 첨부된 청구의 범위의 관점에서 가능하다는 것을 알 것이다.

Claims

환자를 식별하기 위한 시스템이며,

눈 조명원과,

홍채를 포함하는 환자 눈의 화상을 검출하도록 구성된 센서와,

상기 화상을 센서로 전달하기 위한 광학 시스템과,

화상을 분석하기 위한 수단과,

분석 수단에 결합되고 복수의 환자의 식별 지표를 나타내는 복수의 이력 홍채 특성 벡터(IFV)를 내부에 저장한 정보 저장 또는 검색 매체를 포함하며,

상기 분석 수단은 화상으로부터 환자의 식별 지표를 나타내는 현재 IFV를 발생시키도록 구성되고,

상기 분석 수단은 복수의 저장된 이력 IFV와 현재 IFV를 비교하고 현재 IFV와 이력 IFV 사이의 유사성 관계를 결정하기 위해 프로그래밍되고,

상기 분석 수단은 화상에서 내부 구역 및 외부 구역과, 내부 구역의 외부 경계 상에 위치된 내부 구역 고정 특징부와, 외부 구역의 외부 경계 상에 위치된 외부 구역 고정 특징부를 식별하도록 구성되고, 현재 IFV는 내부 구역의 외부 경계, 외부 구역의 외부 경계, 및 내부 구역 고정 특징부와 외부 구역 고정 특징부 사이에서 연장하는 제3 경계에 의해 경계 지어진 분석 공간 내에 위치되고, 상기 고정 특징부들은 환자 눈의 경계표들이고,

내부 구역의 외부 경계는 동공 또는 홍채 경계부에서 위치되고, 외부 구역의 외부 경계는 둘레부에서 위치되는, 환자를 식별하기 위한 시스템.
삭제
환자를 식별하기 위한 방법이며,

a) 홍채를 포함하는 환자 눈의 화상을 얻는 단계와,

b) 눈의 내부 구역 및 외부 구역을 결정하는 단계와,

c) 동공 또는 홍채 경계부에서 위치된 내부 구역의 외부 경계 상의 탐색 공간 내에 내부 구역 고정 특징부를 위치시키는 단계와,

d) 둘레부에서 위치된 외부 구역의 외부 경계 상의 탐색 공간 내에 외부 구역 고정 특징부를 위치시키는 단계와,

e) 내부 구역 고정 특징부와 외부 구역 고정 특징부 사이에서 연장하는 제3 경계를 식별하는 단계로서, 상기 고정 특징부들은 환자 눈의 경계표들인 단계와,

f) 제3 경계, 내부 구역의 외부 경계 및 외부 구역의 외부 경계에 의해 경계 지어진 화상의 구역에서의 복수의 홍채 화상 농도 값을 결정하는 단계와,

g) 홍채 화상 농도 값을 정규화 분석 공간으로 맵핑하는 단계와,

h) 각각의 샘플 구역의 크기 및 형상을 선택하여 샘플 구역의 패턴을 생성하는 단계와,

i) 샘플 구역 패턴으로 정규화 분석 공간을 샘플링하는 단계와,

j) 각각의 샘플 구역에 대한 1 내지 n개의 홍채 특성 벡터(IFV)를 생성하는 단계와,

k) 샘플 구역에 대해 IFV의 어레이를 생성하는 단계와,

l) 저장 또는 검색 매체 내에 어레이를 저장하는 단계를 포함하는, 환자를 식별하기 위한 방법.
제3항에 있어서, 상기 저장된 IFV의 어레이는 특정 환자 식별 데이터 세트를 나타내는 이력 IFV를 포함하는, 환자를 식별하기 위한 방법.
제3항에 있어서, 상기 IFV의 어레이를 분류하는 단계를 더 포함하는, 환자를 식별하기 위한 방법.
제4항에 있어서, 후속 시간에서 특정 환자에 단계 a) 내지 k)를 수행하는 단계를 더 포함하며, 후속적으로 얻어진 어레이는 특정 환자에 대한 현재 IFV를 포함하는, 환자를 식별하기 위한 방법.
제6항에 있어서, 저장된 복수의 이력 IFV와 현재 IFV를 비교하는 단계와, 각각의 비교에 대해 현재 IFV와 이력 IFV를 정합시키도록 유사성 지수(x)를 생성하는 단계를 포함하는, 환자를 식별하기 위한 방법.
제7항에 있어서, 0 ≤ x ≤ 1인, 환자를 식별하기 위한 방법.
제7항에 있어서, 상기 유사성 지수가 현재 IFV와 단일의 이력 IFV를 정합시키지 않을 때 샘플 구역 패턴 내의 샘플 구역 위치를 교란하는 단계를 포함하는, 환자를 식별하기 위한 방법.
제3항의 방법에 따라 얻어진 이력 IFV를 내부에 저장한 저장 또는 검색 매체.
제5항의 방법에 따라 얻어진 현재 IFV를 내부에 저장한 판독 가능한 장치 매체.
알고리즘을 수행하며, 환자 식별을 위해 알고리즘을 실행하는 방식으로 프로그래밍된 안과 진단 또는 치료 시스템이며,

상기 알고리즘은,

a) 홍채를 포함하는 환자 눈의 홍채 화상을 얻는 단계와,

b) 눈의 내부 구역과 외부 구역을 결정하는 단계와,

c) 동공 또는 홍채 경계부에서 위치된 내부 구역의 외부 경계 상의 탐색 공간 내에 내부 구역 고정 특징부를 위치시키는 단계와,

d) 둘레부에서 위치된 외부 구역의 외부 경계 상의 탐색 공간 내에 외부 구역 고정 특징부를 위치시키는 단계와,

e) 내부 구역 고정 특징부와 외부 구역 고정 특징부 사이에서 연장하는 제3 경계를 식별하는 단계로서, 상기 고정 특징부들은 환자 눈의 경계표인, 단계와,

f) 제3 경계, 내부 구역의 외부 경계 및 외부 구역의 외부 경계에 의해 경계 지어진 화상의 구역에서의 복수의 홍채 화상 농도 값을 정규화 분석 공간으로 결정하는 단계와,

g) 홍채 화상 농도 값을 정규화 분석 공간으로 맵핑하는 단계와,

h) 각각의 샘플 구역의 크기 및 형상을 선택하여 샘플 구역의 패턴을 생성하는 단계와,

i) 샘플 구역 패턴으로 정규화 분석 공간을 샘플링하는 단계와,

j) 각각의 샘플 구역에 대한 1 내지 n개의 홍채 특성 벡터(IFV)를 생성하는 단계와,

k) IFV의 어레이를 생성하는 단계와,

l) 저장 또는 검색 매체 내에 어레이를 저장하는 단계를 포함하는, 안과 진단 또는 치료 시스템.
제1항에 있어서, 분석 단계는 분석 공간 내의 샘플 구역들 내에서 현재 IFV를 식별하도록 구성되고, 샘플 구역들의 전체 영역은 분석 공간의 영역보다 작은, 환자를 식별하기 위한 시스템.
제13항에 있어서, 샘플 구역은 복수의 샘플 구역 박스들을 포함하는, 환자를 식별하기 위한 시스템.
제1항에 있어서, 내부 구역 고정 특징부와 외부 구역 고정 특징부 사이에서 연장하는 경계는 직선인, 환자를 식별하기 위한 시스템.