KR102013868B1 - 수술 최적화 방법 및 장치 - Google Patents

수술 최적화 방법 및 장치 Download PDF

Info

Publication number
KR102013868B1
KR102013868B1 KR1020180115328A KR20180115328A KR102013868B1 KR 102013868 B1 KR102013868 B1 KR 102013868B1 KR 1020180115328 A KR1020180115328 A KR 1020180115328A KR 20180115328 A KR20180115328 A KR 20180115328A KR 102013868 B1 KR102013868 B1 KR 102013868B1
Authority
KR
South Korea
Prior art keywords
surgical
surgery
gene
genes
computer
Prior art date
Application number
KR1020180115328A
Other languages
English (en)
Inventor
정희철
Original Assignee
(주)휴톰
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)휴톰 filed Critical (주)휴톰
Priority to CN201980014409.XA priority Critical patent/CN111741729A/zh
Priority to PCT/KR2019/002088 priority patent/WO2019164270A1/ko
Priority to EP19756860.3A priority patent/EP3744283A4/en
Application granted granted Critical
Publication of KR102013868B1 publication Critical patent/KR102013868B1/ko
Priority to US16/997,044 priority patent/US11957415B2/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/25—User interfaces for surgical systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/30—Surgical robots
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/70—Manipulators specially adapted for use in surgery
    • A61B34/76—Manipulators having means for providing feel, e.g. force or tactile feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/361—Image-producing devices, e.g. surgical cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T3/0068—
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2065—Tracking using image or pattern recognition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/25—User interfaces for surgical systems
    • A61B2034/252—User interfaces for surgical systems indicating steps of a surgical procedure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B2090/364—Correlation of different images or relation of image positions in respect to the body

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Robotics (AREA)
  • Software Systems (AREA)
  • Pathology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Gynecology & Obstetrics (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Primary Health Care (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)
  • Manipulator (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

컴퓨터가 수행하는 수술 최적화 방법이 제공된다. 상기 방법은 적어도 하나의 세부수술동작으로 이루어지는 수술과정에 기초하여 상기 수술과정에 대응하는 복수의 유전자를 생성하는 단계, 상기 복수의 유전자 각각에 대해 가상수술을 수행하여 최적화된 수술인지를 평가하는 단계, 상기 평가 결과를 기반으로 상기 복수의 유전자 중 적어도 하나의 유전자를 선택하여 유전 알고리즘을 적용하는 단계, 및 상기 유전 알고리즘을 적용하여 새로운 유전자를 생성하고, 상기 새로운 유전자에 기초하여 최적의 수술과정을 도출하는 단계를 포함한다.

Description

수술 최적화 방법 및 장치{METHOD AND APPARATUS FOR OPTIMIZATION OF SURGICAL PROCESS}
본 발명은 수술 최적화 방법 및 장치에 관한 것이다.
최근에는 가상현실을 의료수술 시뮬레이션 분야에 적용하고자 하는 연구가 활발히 진행되고 있다.
의료수술은 개복수술(open surgery), 복강경 수술 및 로봇 수수를 포함하는 최소침습수술(MIS: Minimally Invasive Surgery), 방사선수술(radio surgery) 등으로 분류할 수 있다. 개복수술은 치료되어야 할 부분을 의료진이 직접 보고 만지며 시행하는 수술을 말하며, 최소침습수술은 키홀 수술(keyhole surgery)이라고도 하는데 복강경 수술과 로봇 수술이 대표적이다. 복강경 수술은 개복을 하지 않고 필요한 부분에 작은 구멍을 내어 특수 카메라가 부착된 복강경과 수술 도구를 몸속에 삽입하여 비디오 모니터를 통해서 관측하며 레이저나 특수기구를 이용하여 미세수술을 한다. 또한, 로봇수술은 수술로봇을 이용하여 최소 침습수술을 수행하는 것이다. 나아가 방사선 수술은 체외에서 방사선이나 레이저 광으로 수술 치료를 하는 것을 말한다.
이와 같은 의료수술의 경우, 실제 수술시에 정확한 동작과 적합한 도구를 사용하여 수술이 진행되어야 한다. 따라서, 정확한 동작 및 적합한 도구를 사용하여 수술을 수행할 수 있도록 하기 위한 최적화된 수술 방법을 제공할 필요가 있다.
본 발명이 해결하고자 하는 과제는 수술 최적화 방법 및 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 과제는 유전 알고리즘을 이용하여 최적화된 수술 과정을 도출하는 방법 및 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 과제는 세부수술동작으로 구성되는 수술과정에 대해 유전 알고리즘을 적용함으로써 보다 최적화된 세부수술동작으로 이루어진 수술과정을 제공하는 방법 및 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 컴퓨터가 수행하는 수술 최적화 방법은, 적어도 하나의 세부수술동작으로 이루어지는 수술과정에 기초하여 상기 수술과정에 대응하는 복수의 유전자를 생성하는 단계, 상기 복수의 유전자 각각에 대해 가상수술을 수행하여 최적화된 수술인지를 평가하는 단계, 상기 평가 결과를 기반으로 상기 복수의 유전자 중 적어도 하나의 유전자를 선택하여 유전 알고리즘을 적용하는 단계, 및 상기 유전 알고리즘을 적용하여 새로운 유전자를 생성하고, 상기 새로운 유전자에 기초하여 최적의 수술과정을 도출하는 단계를 포함한다.
본 발명의 일 실시예에 있어서, 상기 복수의 유전자를 생성하는 단계는, 상기 세부수술동작을 적어도 하나 이상 포함하여 구성되는 수술 큐시트데이터를 획득하는 단계, 및 상기 수술 큐시트데이터에 기초하여 상기 복수의 유전자 중 제1 유전자를 생성하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 최적화된 수술인지를 평가하는 단계는, 상기 수술 큐시트데이터 내 세부수술동작에 기초하여 상기 복수의 유전자 각각에 대한 가상수술을 수행하는 단계, 및 상기 가상수술을 통해 상기 복수의 유전자 각각에 대한 적합도(fitness value)를 산출하여, 최적화된 수술인지를 평가하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 적합도는, 수술의 성공 여부에 대한 정보, 수술 시간 관련 정보, 및 수술도구 관련 정보 중 적어도 하나를 이용하여 산출될 수 있다.
본 발명의 일 실시예에 있어서, 상기 유전 알고리즘을 적용하는 단계는, 상기 복수의 유전자 중에서, 기설정된 조건에 부합하는 적합도를 갖는 적어도 하나의 유전자를 선택하는 단계, 및 상기 적어도 하나의 유전자에 대해 교배(crossover) 및 돌연변이(mutation) 중 적어도 하나의 유전자 알고리즘을 적용하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 최적의 수술과정을 도출하는 단계는, 상기 새로운 유전자에 대해 상기 가상수술을 수행하여 상기 적합도를 산출하는 단계, 및 상기 새로운 유전자의 적합도가 기설정된 조건에 부합하는지를 판단하여, 상기 새로운 유전자에 적용된 최적화된 수술 큐시트데이터를 도출하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 세부수술동작은, 특정한 기준에 따라 분할된 수술동작의 최소단위로서, 수술유형 정보, 수술부위 정보, 및 수술도구 정보 중 적어도 하나를 포함하여 구성되며, 상기 수술 큐시트데이터는, 상기 적어도 하나 이상의 세부수술동작으로 구성되어 특정한 수술과정을 기록할 수 있다.
본 발명의 일 실시예에 따른 장치는, 하나 이상의 인스트럭션을 저장하는 메모리 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하며, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 세부수술동작을 기초로 복수의 유전자를 생성하는 단계, 상기 복수의 유전자 각각에 대해 가상수술을 수행하여 최적화된 수술인지를 평가하는 단계, 상기 평가 결과를 기반으로 상기 복수의 유전자 중 적어도 하나의 유전자를 선택하여 유전 알고리즘을 적용하는 단계, 및 상기 유전 알고리즘을 적용하여 새로운 유전자를 생성하고, 상기 새로운 유전자에 기초하여 최적의 수술과정을 도출하는 단계를 수행한다.
본 발명의 일 실시예에 따른 컴퓨터프로그램은 하드웨어인 컴퓨터와 결합되어, 상기 수술 최적화 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된다.
본 발명에 따르면, 유전 알고리즘을 적용함으로써 실제수술과정에서 수행된 수술프로세스에 비해서 보다 향상된 수술과정을 도출할 수 있다.
본 발명에 따르면, 유전 알고리즘을 통해 최적화된 수술과정을 포함하고 있는 수술 큐시트데이터를 도출하므로, 이를 실제 의료진들에게 제공할 수 있다. 또한, 실제 의료진들은 최적화된 수술 큐시트데이터를 실제 수술시에 활용할 수 있고, 이를 통해 보다 정확한 수술동작 및 수술과정을 수행할 수 있다.
본 발명에 따르면, 유전 알고리즘을 통해 최적화된 수술과정을 포함하고 있는 수술 큐시트데이터를 도출하므로, 이를 딥러닝과 같은 학습 과정에서 학습 데이터로 활용할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 수술 최적화 방법을 도시한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 유전자를 생성하는 과정을 설명하기 위해 도시된 도면이다.
도 3은 본 발명의 일 실시예에 따른 유전 알고리즘을 적용하는 일례로, 유전자를 교배하는 과정을 설명하기 위해 도시된 도면이다.
도 4는 본 발명의 일 실시예에 따른 유전 알고리즘을 적용하는 일례로, 유전자를 돌연변이시키는 과정을 설명하기 위해 도시된 도면이다.
도 5는 본 발명의 일 실시예에 따라 로봇수술을 수행할 수 있는 시스템을 간략하게 도식화한 도면이다.
도 6은 본 발명의 일 실시예에 따른 수술 최적화 방법을 수행하는 장치(400)의 구성을 개략적으로 나타내는 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 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, 데이터구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.
본 명세서에서 "컴퓨터"는 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 컴퓨터는 데스크 탑 PC, 노트북(Note Book) 뿐만 아니라 스마트폰(Smart phone), 태블릿 PC, 셀룰러폰(Cellular phone), 피씨에스폰(PCS phone; Personal Communication Service phone), 동기식/비동기식 IMT-2000(International Mobile Telecommunication-2000)의 이동 단말기, 팜 PC(Palm Personal Computer), 개인용 디지털 보조기(PDA; Personal Digital Assistant) 등도 해당될 수 있다. 또한, 헤드마운트 디스플레이(Head Mounted Display; HMD) 장치가 컴퓨팅 기능을 포함하는 경우, HMD장치가 컴퓨터가 될 수 있다. 또한, 컴퓨터는 클라이언트로부터 요청을 수신하여 정보처리를 수행하는 서버가 해당될 수 있다.
본 명세서에서 "유전자"는 유전 알고리즘(genetic algorithm)에서 사용되는 문제의 해에 상응하는 개념일 수 있다. 즉, "유전자"는 최적의 수술과정을 도출하기 위해 사용되는 유전 알고리즘 과정에서, 하나의 수술과정에 대응하는 개념일 수 있다. 예를 들어, "유전자"는 적어도 하나의 세부수술동작으로 구성되는 수술 큐시트데이터를 이용하여 표현될 수 있다. 또한, "유전자"는 유전 알고리즘에 의해 진화 과정을 거침에 따라 최적화된 세부수술동작으로 이루어지는 수술 큐시트데이터로 재구성될 수 있다.
본 명세서에서 "세부수술동작"은 수술프로세스를 구성하는 최소 동작 단위를 의미할 수 있다.
본 명세서에서 "수술 큐시트데이터"는 특정한 수술과정을 기록한 데이터로서, 적어도 하나의 세부수술동작으로 구성되는 데이터일 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 수술 최적화 방법을 도시한 흐름도이다.
도 1의 방법은 설명의 편의를 위하여 컴퓨터에 의하여 수행되는 것으로 서술하나, 각 단계의 수행주체가 특정 장치에 제한되는 것은 아니고 컴퓨팅 처리를 수행할 수 있는 장치를 포괄하는 의미로 사용될 수 있다. 즉, 본 실시예에서 컴퓨터는 본 발명의 실시예에 따른 수술 최적화 방법을 수행할 수 있는 장치를 의미할 수 있다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 수술 최적화 방법은, 적어도 하나의 세부수술동작으로 이루어지는 수술과정에 기초하여 상기 수술과정에 대응하는 복수의 유전자를 생성하는 단계(S100), 복수의 유전자 각각에 대해 가상수술을 수행하여 최적화된 수술인지를 평가하는 단계(S110), 상기 평가 결과를 기반으로 복수의 유전자 중 적어도 하나의 유전자를 선택하여 유전 알고리즘을 적용하는 단계(S120), 및 유전 알고리즘을 적용하여 새로운 유전자를 생성하고, 상기 새로운 유전자에 기초하여 최적의 수술과정을 도출하는 단계(S130)를 포함할 수 있다. 이하, 각 단계에 대한 상세한 설명을 기재한다.
컴퓨터는 적어도 하나의 세부수술동작으로 이루어지는 수술과정에 기초하여 상기 수술과정에 대응하는 복수의 유전자를 생성할 수 있다(S100).
일 실시예로, 컴퓨터는 적어도 하나의 세부수술동작을 포함하여 구성되는 수술 큐시트데이터를 획득하고, 획득된 수술 큐시트데이터를 기초로 제1 유전자를 생성할 수 있다. 또한 컴퓨터는 다른 수술 큐시트데이터를 획득하여 제2 유전자를 생성할 수 있으며, 이러한 과정을 반복적으로 수행하여 복수의 유전자를 생성할 수 있다.
세부수술동작은 수술프로세스를 구성하는 최소 동작 단위를 말하는 것으로, 예컨대 수술프로세스 상에서 특정한 기준에 따라 분할된 수술동작의 최소단위일 수 있다. 예컨대, 세부수술동작은 수술유형(예: 복강경수술, 로봇수술, 내시경을 이용한 수술 등), 수술이 수행되는 해부학적 신체부위, 수술 시에 사용되는 수술도구, 수술도구의 개수, 화면상에 수술도구가 나타나는 방향 또는 위치, 수술도구의 움직임(예: 전진/후퇴 등) 등을 기준으로 최소단위로 수술동작을 분할하여 생성된 것일 수 있다. 따라서, 세부수술동작은 수술유형 정보, 수술동작 유형 정보, 수술부위 정보, 및 수술도구 정보 중 적어도 하나의 정보를 포함할 수 있다.
수술 큐시트데이터는 특정한 수술과정을 기록한 데이터로서, 적어도 하나의 세부수술동작으로 구성될 수 있다. 예컨대, 수술 큐시트데이터는 하나의 완성된 특정한 수술과정을 세부수술동작으로 순서대로 나열한 것일 수 있다.
세부수술동작 및 세부수술동작으로 구성되는 수술 큐시트데이터는 실제 수술 과정에서 획득된 실제수술데이터에 기초하여 생성될 수 있다. 예를 들어, 의료진들은 환자에 대해 직접 수술을 수행할 수도 있고, 수술로봇, 복강경, 내시경 등을 이용하는 최소침습수술을 수행할 수도 있다. 이러한 수술 과정에서 행해진 수술동작이나 수술동작과 관련된 수술도구, 수술부위 등에 관한 다양한 정보(즉, 실제수술데이터)가 획득될 수 있다. 예컨대, 수술부위를 중심으로 수술과정을 촬영한 수술영상데이터를 실제수술데이터로 획득할 수도 있고, 수술과정에서 수행된 수술동작에 대해 기록된 데이터를 실제수술데이터로 획득할 수도 있다. 또한, 세부수술동작 및 세부수술동작으로 구성되는 수술 큐시트데이터는 가상수술(예컨대, 수술 시뮬레이션)을 수행하여 획득된 가상수술데이터에 기초하여 생성될 수도 있다. 예를 들어, 가상수술데이터는 환자에 대해 시뮬레이터를 이용하여 가상수술을 수행함으로써 획득되는 영상데이터일 수도 있고, 가상수술과정에서 수행된 수술동작에 대해 기록된 데이터일 수도 있다.
컴퓨터는 상기와 같이 실제수술데이터 또는 가상수술데이터에 기초하여 생성된 수술 큐시트데이터를 획득할 수 있고, 획득된 수술 큐시트데이터에 대응하는 유전자를 생성할 수 있다.
상술한 바와 같이, 유전자는 유전 알고리즘(genetic algorithm)에서 사용되는 문제의 해에 상응하는 개념으로, 본 발명의 실시예에서는 하나의 수술과정을 하나의 유전자로서 표현할 수 있다. 즉, 유전자는 적어도 하나의 세부수술동작으로 구성되는 수술과정을 나타내는 데이터일 수 있다.
도 2는 본 발명의 일 실시예에 따른 유전자를 생성하는 과정을 설명하기 위해 도시된 도면이다.
도 2를 참조하면, 컴퓨터는 하나의 특정한 수술과정(즉, 수술 큐시트데이터)에 대응하는 하나의 유전자를 생성할 수 있다. 즉, 컴퓨터는 제1 수술과정(즉, 제1 수술 큐시트데이터)에 대응하는 제1 유전자를 생성할 수 있고, 제2 수술과정(즉, 제2 수술 큐시트데이터)에 대응하는 제2 유전자를 생성할 수 있다. 따라서, 컴퓨터는 이와 같은 과정을 n번 반복하여 n개의 유전자를 생성할 수 있다. 이때, n개의 유전자는 임의(random)의 방식으로 생성될 수 있다. 또한 n개의 유전자는 각각 하나의 완성된 수술과정으로 이루어질 수 있다.
예를 들어, 도 2에 도시된 바와 같이, 제1 수술과정이 자르기, 지혈, 잡기 등의 m개의 세부수술동작들로 이루어진 경우, 컴퓨터는 m개의 세부수술동작들을 순서대로 나열하여 구성된 제1 수술 큐시트데이터를 획득하고, 이를 유전자를 나타내기 위한 특정 데이터 형태(예컨대, 비트열; bit string)로 구성하여 제1 유전자를 생성할 수 있다.
다시 도 1을 참조하면, 컴퓨터는 복수의 유전자 각각에 대해 가상수술을 수행하여 최적화된 수술인지를 평가할 수 있다(S110).
일 실시예로, 컴퓨터는 수술 큐시트데이터 내 세부수술동작에 기초하여 복수의 유전자 각각에 대해 가상수술을 수행할 수 있다. 컴퓨터는 복수의 유전자 각각에 대한 가상수술을 통해 각 유전자에 대한 적합도(fitness value)를 산출할 수 있고, 적합도를 기초로 각 유전자에 대응하는 수술이 최적화된 수술인지 여부를 평가할 수 있다.
각 유전자에 대해 가상수술을 수행함에 있어서, 각 유전자는 세부수술동작으로 구성되는 수술 큐시트데이터를 기반으로 생성된 것이므로, 컴퓨터는 각 유전자 내 세부수술동작을 따라 가상수술을 수행할 수 있다. 예컨대, 세부수술동작은 수술유형 정보(예: 복강경수술, 로봇수술, 내시경을 이용한 수술 등의 정보), 수술동작 유형 정보(예: 자르기, 지혈, 잡기 등의 정보), 수술부위 정보(신체내부의 장기, 혈관, 조직 등과 같은 수술이 수행되고 있는 특정 수술부위에 대한 위치, 종류 등의 정보), 및 수술도구 정보(예: 수술도구의 개수, 종류, 방향, 위치, 움직임 등의 정보) 등을 포함하여 기술된 데이터이기 때문에, 컴퓨터가 이러한 세부수술동작 내 정보를 이용하여 각 유전자에 대응하는 수술과정을 동일하게 재현할 수 있다.
각 유전자에 대한 적합도를 산출함에 있어서, 컴퓨터는 수술의 성공 여부에 대한 정보, 수술 시간 관련 정보, 및 수술도구 관련 정보 중 적어도 하나를 이용하여 적합도를 산출할 수 있다. 컴퓨터는 각 유전자에 대한 가상수술의 결과로 최적의 해를 도출하기 위해서 최적화 목적 함수를 이용할 수 있으며, 이때 수술의 성공 여부에 대한 정보, 수술 시간 관련 정보, 수술도구 관련 정보를 최적화 목적 함수의 변수로 사용하여 유전자에 대한 적합도를 산출할 수 있다.
일 실시예로, 컴퓨터는 아래 수학식 1과 같은 최적화 목적 함수를 이용하여 적합도를 계산할 수 있다.
Figure 112018095716911-pat00001
여기서, x는 유전자로서, 수술 큐시트데이터를 포함하는 비트열로 구성된 정보일 수 있다.
w1 ~ w4는 가중치이며, 예컨대 학습을 통해서 각 변수의 중요도 등을 기초로 결정될 수 있다.
s는 수술 성공 여부를 나타내는 정보로, 예컨대 0이면 실패이고 1이면 성공을 나타낼 수 있다.
b는 (전체 출혈 시간) / (전체 수술 시간)일 수 있다.
L(A)는 1 / (A 집합에 있는 수술도구들이 움직인 총 거리의 합)일 수 있다.
c는 1 / (자르기 횟수)일 수 있다.
d는 1/ (전체 수술 시간)일 수 있다.
A는 수술에 이용된 모든 수술도구들을 원소로 갖는 집합일 수 있으며, 예컨대 A = {도구1, 도구2, 도구3, …}인 집합일 수 있다.
a는 1 / n(A)일 수 있고, 또는 1 / (수술에 사용된 총 수술도구 개수)일 수 있다.
수학식 1에 따르면, 컴퓨터는 수술이 성공해야 하고, 전체 수술 시간이 짧고, 출혈 시간이 짧고, 수술도구의 이동 거리가 짧고, 자르기 횟수가 적고, 사용된 수술도구의 개수가 적은 수술을 최적화된 수술로 평가할 수 있다. 즉, 컴퓨터는 각 유전자에 대한 가상수술을 수행함으로써 수학식 1과 같은 최적화 목적 함수의 변수들을 계산할 수 있으며, 각 변수들을 수학식 1에 대입하여 최종적으로 유전자에 대한 적합도를 산출할 수 있다.
적합도는 진화시키고자 하는 원하는 특성에 따라 정해질 수 있다. 위의 수학식 1은 적합도를 산출하기 위한 하나의 예시일 뿐이며, 목표한 최적화된 수술이 무엇인지에 따라 수술 성공 여부, 수술시간 관련 정보(예: 전체 수술 시간, 출혈 시간), 수술도구 관련 정보(예: 수술도구의 개수, 이동 거리), 수술동작 정보(예: 자르기 횟수 등) 등과 같은 요소들은 변경될 수 있다.
컴퓨터는 단계 S110에 따른 평가 결과를 기반으로 복수의 유전자 중 최적화된 수술로 평가된 적어도 하나의 유전자를 선택하여 유전 알고리즘을 적용할 수 있다(S120).
일 실시예로, 컴퓨터는 최적화된 수술인지를 평가하기 위해 산출된 각 유전자의 적합도를 기초로, 복수의 유전자 중에서 기설정된 조건에 부합하는 적합도를 갖는 적어도 하나의 유전자를 선택할 수 있다. 예컨대, 컴퓨터는 특정 기준값 이상의 적합도를 갖는 유전자를 선택하는 것을 조건으로 설정할 수도 있고, 가장 큰 값의 적합도를 갖는 유전자를 선택하는 것을 조건으로 설정할 수도 있다. 이후, 컴퓨터는 기설정된 조건에 따라 선택된 유전자에 대해 유전 알고리즘을 적용할 수 있다. 예컨대, 선택(selection), 교배(crossover), 돌연변이(mutation), 대치(replace) 등과 같은 유전 알고리즘을 적용할 수 있다.
도 3은 본 발명의 일 실시예에 따른 유전 알고리즘을 적용하는 일례로, 유전자를 교배하는 과정을 설명하기 위해 도시된 도면이다.
일 실시예로, 컴퓨터는 도 2에 도시된 것과 같은 n개의 유전자를 생성하고, n개의 유전자 각각에 대해 가상수술을 수행하여 각 유전자의 적합도(예컨대, 수학식 1을 이용한 적합도)를 산출할 수 있다. 컴퓨터는 n개의 유전자 각각에 대해 산출된 적합도를 기초로, n개의 유전자 중에서 가장 큰 적합도를 갖는 유전자를 선택하거나 또는 특정 기준값 이상의 적합도를 갖는 유전자를 선택할 수 있다. 이때, 유전자를 선택하는 방식은 어떤 조건을 설정하는지에 따라 달라질 수 있다.
예컨대, n개의 유전자 중에서 조건에 부합하는 적합도 값(예: 가장 큰 적합도 값)을 갖는 2개의 유전자(예: 제2 유전자 및 제3 유전자)가 선택된 경우, 컴퓨터는 2개의 유전자(예: 제2 유전자 및 제3 유전자)를 교배시킬 수 있다.
도 3의 (a)를 참조하면, 컴퓨터는 제2 유전자 및 제3 유전자를 교배시키기 위한 특정 지점(200)을 설정하고, 설정된 특정 지점(200)을 기초로 제2 유전자 및 제3 유전자를 교배시킬 수 있다.
도 3의 (b)를 참조하면, 제2 유전자는 제3 유전자와의 교배를 한 결과, 특정 지점(200)을 기준으로 제3 유전자의 세부수술동작들로 교환될 수 있다. 또한, 제3 유전자는 제2 유전자와의 교배를 한 결과, 특정 지점(200)을 기준으로 제2 유전자의 세부수술동작들로 교환될 수 있다.
유전자 간 교배를 위한 특정 지점(200)은 임의로 선택될 수 있다. 이때, 특정 지점(200)은 하나의 지점이 사용될 수도 있고, 또는 복수의 지점이 사용될 수도 있다. 또한, 특정 지점(200)은 각 유전자마다 동일하게 선택될 수도 있고, 상이하게 선택될 수도 있다.
상기와 같은 유전자 교배 과정을 n번 반복 수행하면 총 2n개의 새로운 유전자가 생성될 수 있다. 일 실시예로, 컴퓨터는 유전자들을 어느 정도로 진화(변화)시킬지에 따라 유전자 교배 과정의 횟수를 결정할 수 있다. 예컨대, 컴퓨터는 초기에 생성된 유전자의 개수를 고려하여 유전자 교배 과정을 반복 수행할 수 있으며, 초기에 생성된 유전자(부모 유전자)의 개수가 n개라면 상기와 같은 유전자 교배 과정을 n/2번 수행하여 총 n개의 새로운 유전자(자식 유전자)를 생성할 수 있다.
도 4는 본 발명의 일 실시예에 따른 유전 알고리즘을 적용하는 일례로, 유전자를 돌연변이시키는 과정을 설명하기 위해 도시된 도면이다.
일 실시예로, 컴퓨터는 도 2에 도시된 것과 같은 n개의 유전자를 생성하고, n개의 유전자 각각에 대해 가상수술을 수행하여 각 유전자의 적합도(예컨대, 수학식 1을 이용한 적합도)를 산출할 수 있다. 컴퓨터는 n개의 유전자 각각에 대해 산출된 적합도를 기초로, n개의 유전자 중에서 가장 큰 적합도를 갖는 유전자를 선택하거나 또는 특정 기준값 이상의 적합도를 갖는 유전자를 선택할 수 있다. 이때, 유전자를 선택하는 방식은 어떤 조건을 설정하는지에 따라 달라질 수 있다.
예컨대, n개의 유전자 중에서 조건에 부합하는 적합도 값(예: 가장 큰 적합도 값)을 갖는 1개의 유전자(예: 제2 유전자)가 선택된 경우, 컴퓨터는 선택된 1개의 유전자(예: 제2 유전자)에 대해 돌연변이 유전 알고리즘을 적용할 수 있다.
도 4를 참조하면, 컴퓨터는 제2 유전자를 변이시키기 위한 특정 지점(300)을 선택하고, 선택된 특정 지점(300)에 해당하는 유전자(예컨대, 자르기 세부수술동작)을 다른 유전자(예컨대, 지혈 세부수술동작)으로 변경시킬 수 있다.
유전자를 변이시키기 위한 특정 지점(300)은 임의로 선택될 수 있다. 일 실시예로, 특정 지점(300)은 확률을 이용하여 선택될 수 있다. 예컨대 확률값 P(예: P는 0.001 등과 같은 작은 값)를 설정하고, 유전자의 위치(즉, 유전자 내 각 세부수술동작)에 랜덤 함수를 이용하여 랜덤 값을 생성한 다음 확률값 P와 비교하여 조건(예: 확률값 P 미만)에 맞는 유전자(즉, 세부수술동작)를 특정 지점(300)으로 선택할 수 있다. 또한, 특정 지점(300)은 하나의 지점이 사용될 수도 있고, 또는 복수의 지점이 사용될 수도 있다.
다시 도 1을 참조하면, 컴퓨터는 단계 S100에서 생성된 초기 유전자들(부모 유전자)로부터 유전 알고리즘을 적용하여 새로운 유전자(자식 유전자)를 생성할 수 있고, 새로운 유전자에 기초하여 최적의 수술과정을 도출할 수 있다(S130).
일 실시예로, 컴퓨터는 상술한 바와 같이 초기에 생성된 유전자들(부모 유전자)에 교배, 돌연변이 등의 유전 알고리즘을 적용함으로써, 적어도 하나의 새로운 유전자(자식 유전자)를 생성할 수 있다. 이때, 컴퓨터는 새로운 유전자(자식 유전자)에 대해 단계 S110 ~ S120을 반복적으로 수행할 수 있다. 이때, 반복 횟수는 미리 정해질 수 있다.
예를 들어, 컴퓨터는 새로운 유전자(자식 유전자)에 대해 가상수술을 수행하여 적합도를 산출할 수 있다. 또한, 컴퓨터는 새로운 유전자(자식 유전자)의 적합도가 기설정된 조건에 부합하는지를 판단하고, 조건에 부합하는 새로운 유전자(자식 유전자)를 선택하여 교배, 돌연변이 등의 유전 알고리즘을 적용할 수 있다. 이러한 유전 알고리즘을 새로운 유전자(자식 유전자)에 적용함으로써, 또 다시 새로운 자식 유전자를 생성할 수 있다. 즉, 컴퓨터는 최적의 수술인지를 평가하기 위한 적합도 결과를 기초로, 부모 유전자들로부터 자식 유전자들을 반복적으로 생성하여, 최종적으로 생성된 자식 유전자들 중에서 최적의 수술과정을 포함하는 유전자를 획득할 수 있다. 예컨대, 자식 유전자들 중에서 가장 높은 적합도를 가지는 유전자를 선택하여, 최적화된 수술과정으로 도출할 수 있다.
이때, 단계 S110 ~ S120과 같은 유전 과정을 반복 수행할 때마다 적합도가 높은 유전자들만 선택되어 계속적으로 진화하게 되므로, 자식 유전자들은 부모 유전자들보다 더 높은 적합도 값을 가지게 된다. 즉, 자식 유전자들은 부모 유전자들보다 향상된 수술과정으로 이루어진 세부수술동작들로 구성될 수 있다. 따라서, 컴퓨터는 최종적으로 생성된 자식 유전자들로부터 가장 높은 적합도를 가지는 유전자를 선택하고, 선택된 유전자로부터 최적화된 수술 큐시트데이터를 획득할 수 있다. 이때, 최적화된 수술 큐시트데이터는 수술시간, 수술도구의 동작, 수술도구의 사용 개수, 수술 예후 등의 측면에서 최적화된 수술과정으로 구성된 세부수술동작 정보를 포함하고 있다.
상술한 바와 같은 본 발명의 실시예에 따르면, 유전 알고리즘을 적용함으로써 실제수술과정에서 수행된 수술프로세스에 비해서 보다 향상된 수술과정을 도출할 수 있다.
또한, 본 발명의 실시예에 따르면, 유전 알고리즘을 통해 최적화된 수술과정을 포함하고 있는 수술 큐시트데이터를 도출하므로, 이를 실제 의료진들에게 제공할 수 있다. 또한, 실제 의료진들은 최적화된 수술 큐시트데이터를 실제 수술시에 활용할 수 있고, 이를 통해 보다 정확한 수술동작 및 수술과정을 수행할 수 있다.
또한, 본 발명의 실시예에 따르면, 유전 알고리즘을 통해 최적화된 수술과정을 포함하고 있는 수술 큐시트데이터를 도출하므로, 이를 딥러닝과 같은 학습 과정에서 학습 데이터로 활용할 수 있다.
도 5는 본 발명의 일 실시예에 따라 로봇수술을 수행할 수 있는 시스템을 간략하게 도식화한 도면이다.
도 5에 따르면, 로봇수술 시스템은 의료영상 촬영장비(10), 서버(100) 및 수술실에 구비된 제어부(30), 디스플레이(32) 및 수술로봇(34)을 포함한다. 실시 예에 따라서, 의료영상 촬영장비(10)는 개시된 실시 예에 따른 로봇수술 시스템에서 생략될 수 있다.
일 실시 예에서, 수술로봇(34)은 촬영장치(36) 및 수술도구(38)를 포함한다.
일 실시 예에서, 로봇수술은 사용자가 제어부(30)를 이용하여 수술용 로봇(34)을 제어함으로써 수행된다. 일 실시 예에서, 로봇수술은 사용자의 제어 없이 제어부(30)에 의하여 자동으로 수행될 수도 있다.
서버(100)는 적어도 하나의 프로세서와 통신부를 포함하는 컴퓨팅 장치이다.
제어부(30)는 적어도 하나의 프로세서와 통신부를 포함하는 컴퓨팅 장치를 포함한다. 일 실시 예에서, 제어부(30)는 수술용 로봇(34)을 제어하기 위한 하드웨어 및 소프트웨어 인터페이스를 포함한다.
촬영장치(36)는 적어도 하나의 이미지 센서를 포함한다. 즉, 촬영장치(36)는 적어도 하나의 카메라 장치를 포함하여, 대상체, 즉 수술부위를 촬영하는 데 이용된다. 일 실시 예에서, 촬영장치(36)는 수술로봇(34)의 수술 암(arm)과 결합된 적어도 하나의 카메라를 포함한다.
일 실시 예에서, 촬영장치(36)에서 촬영된 영상은 디스플레이(340)에 표시된다.
일 실시 예에서, 수술로봇(34)은 수술부위의 절단, 클리핑, 고정, 잡기 동작 등을 수행할 수 있는 하나 이상의 수술도구(38)를 포함한다. 수술도구(38)는 수술로봇(34)의 수술 암과 결합되어 이용된다.
제어부(30)는 서버(100)로부터 수술에 필요한 정보를 수신하거나, 수술에 필요한 정보를 생성하여 사용자에게 제공한다. 예를 들어, 제어부(30)는 생성 또는 수신된, 수술에 필요한 정보를 디스플레이(32)에 표시한다.
예를 들어, 사용자는 디스플레이(32)를 보면서 제어부(30)를 조작하여 수술로봇(34)의 움직임을 제어함으로써 로봇수술을 수행한다.
서버(100)는 의료영상 촬영장비(10)로부터 사전에 촬영된 대상체의 의료영상데이터를 이용하여 로봇수술에 필요한 정보를 생성하고, 생성된 정보를 제어부(30)에 제공한다.
제어부(30)는 서버(100)로부터 수신된 정보를 디스플레이(32)에 표시함으로써 사용자에게 제공하거나, 서버(100)로부터 수신된 정보를 이용하여 수술로봇(34)을 제어한다.
일 실시 예에서, 의료영상 촬영장비(10)에서 사용될 수 있는 수단은 제한되지 않으며, 예를 들어 CT, X-Ray, PET, MRI 등 다른 다양한 의료영상 획득수단이 사용될 수 있다.
상술한 바와 같이 로봇수술을 수행할 경우, 수술 과정에서 촬영된 수술영상 또는 수술로봇의 제어과정에서 다양한 수술정보를 포함하는 데이터를 획득할 수 있다. 일 실시예로, 본 발명에서는 이와 같은 로봇수술 과정에서 획득된 수술정보(즉, 수술영상)를 기초로 상술한 수술 큐시트데이터를 구성하고, 이로부터 유전자를 생성할 수 있다. 또한, 본 발명에서는 도 1 내지 도 4의 실시예에서 설명한 바와 같은 최적화된 수술과정, 즉 최적화된 수술 큐시트데이터를 도출하여, 도 5의 로봇수술 과정에 적용할 수도 있다. 이 경우, 최적화된 수술 큐시트데이터에 따라 수술로봇이 수술을 수행할 수 있으므로, 보다 정확하고 효과적으로 수술을 수행할 수 있다.
도 6은 본 발명의 일 실시예에 따른 수술 최적화 방법을 수행하는 장치(400)의 구성을 개략적으로 나타내는 도면이다.
도 6을 참조하면, 프로세서(410)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.
일 실시예에 따른 프로세서(410)는 메모리(420)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 도 1 내지 도 4와 관련하여 설명된 수술영상을 제공하는 방법을 수행한다.
예를 들어, 프로세서(410)는 메모리(420)에 저장된 하나 이상의 인스트럭션을 실행함으로써 세부수술동작을 기초로 복수의 유전자를 생성하고, 복수의 유전자 각각에 대해 가상수술을 수행하여 최적화된 수술인지를 평가하고, 평가 결과를 기반으로 복수의 유전자 중 적어도 하나의 유전자를 선택하여 유전 알고리즘을 적용하고, 유전 알고리즘을 적용하여 새로운 유전자를 생성하고, 새로운 유전자에 기초하여 최적의 수술과정을 도출할 수 있다.
한편, 프로세서(410)는 프로세서(410) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(410)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
메모리(420)에는 프로세서(410)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 메모리(420)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.
이상에서 전술한 본 발명의 일 실시예에 따른 수술 최적화 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

Claims (9)

  1. 컴퓨터가 수행하는 수술 최적화 방법에 있어서,
    적어도 하나의 세부수술동작으로 이루어지는 수술과정에 기초하여 상기 수술과정에 대응하는 복수의 유전자를 생성하는 단계;
    상기 복수의 유전자 각각에 대해 가상수술을 수행하여 최적화된 수술인지를 평가하는 단계;
    상기 평가 결과를 기반으로 상기 복수의 유전자 중 적어도 하나의 유전자를 선택하여 유전 알고리즘을 적용하는 단계; 및
    상기 유전 알고리즘을 적용하여 새로운 유전자를 생성하고, 상기 새로운 유전자에 기초하여 최적의 수술과정을 도출하는 단계를 포함하며,
    상기 복수의 유전자를 생성하는 단계는,
    상기 적어도 하나의 세부수술동작을 포함하여 구성되는 수술 큐시트데이터를 획득하는 단계; 및
    상기 수술 큐시트데이터에 기초하여 상기 복수의 유전자를 생성하는 단계를 포함하며,
    상기 유전 알고리즘을 적용하는 단계는,
    상기 복수의 유전자 중에서, 기설정된 조건에 부합하는 적합도를 갖는 적어도 하나의 유전자를 선택하는 단계; 및
    상기 적어도 하나의 유전자에 대해 교배(crossover) 및 돌연변이(mutation) 중 적어도 하나의 유전자 알고리즘을 적용하는 단계를 포함하며,
    상기 최적의 수술과정을 도출하는 단계는,
    상기 새로운 유전자에 대해 가상수술을 수행하여 상기 적합도를 산출하는 단계; 및
    상기 새로운 유전자의 적합도가 기설정된 조건에 부합하는지를 판단하여, 상기 새로운 유전자에 적용된 최적화된 수술 큐시트데이터를 도출하는 단계를 포함하는 것을 특징으로 하는 수술 최적화 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 최적화된 수술인지를 평가하는 단계는,
    상기 수술 큐시트데이터 내 세부수술동작에 기초하여 상기 복수의 유전자 각각에 대한 가상수술을 수행하는 단계; 및
    상기 가상수술을 통해 상기 복수의 유전자 각각에 대한 적합도(fitness value)를 산출하여, 최적화된 수술인지를 평가하는 단계를 포함하는 것을 특징으로 하는 수술 최적화 방법.
  4. 제3항에 있어서,
    상기 적합도는,
    수술의 성공 여부에 대한 정보, 수술 시간 관련 정보, 및 수술도구 관련 정보 중 적어도 하나를 이용하여 산출되는 것을 특징으로 하는 수술 최적화 방법.
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 세부수술동작은,
    특정한 기준에 따라 분할된 수술동작의 최소단위로서, 수술유형 정보, 수술부위 정보, 및 수술도구 정보 중 적어도 하나를 포함하여 구성되며,
    상기 수술 큐시트데이터는,
    상기 적어도 하나의 세부수술동작으로 구성되어 특정한 수술과정을 기록한 것을 특징으로 하는 수술 최적화 방법.
  8. 하나 이상의 인스트럭션을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하며,
    상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    적어도 하나의 세부수술동작으로 이루어지는 수술과정에 기초하여 상기 수술과정에 대응하는 복수의 유전자를 생성하는 단계;
    상기 복수의 유전자 각각에 대해 가상수술을 수행하여 최적화된 수술인지를 평가하는 단계;
    상기 평가 결과를 기반으로 상기 복수의 유전자 중 적어도 하나의 유전자를 선택하여 유전 알고리즘을 적용하는 단계; 및
    상기 유전 알고리즘을 적용하여 새로운 유전자를 생성하고, 상기 새로운 유전자에 기초하여 최적의 수술과정을 도출하는 단계를 수행하며,
    상기 복수의 유전자를 생성하는 단계는,
    상기 적어도 하나의 세부수술동작을 포함하여 구성되는 수술 큐시트데이터를 획득하는 단계; 및
    상기 수술 큐시트데이터에 기초하여 상기 복수의 유전자를 생성하는 단계를 포함하며,
    상기 유전 알고리즘을 적용하는 단계는,
    상기 복수의 유전자 중에서, 기설정된 조건에 부합하는 적합도를 갖는 적어도 하나의 유전자를 선택하는 단계; 및
    상기 적어도 하나의 유전자에 대해 교배(crossover) 및 돌연변이(mutation) 중 적어도 하나의 유전자 알고리즘을 적용하는 단계를 포함하며,
    상기 최적의 수술과정을 도출하는 단계는,
    상기 새로운 유전자에 대해 가상수술을 수행하여 상기 적합도를 산출하는 단계; 및
    상기 새로운 유전자의 적합도가 기설정된 조건에 부합하는지를 판단하여, 상기 새로운 유전자에 적용된 최적화된 수술 큐시트데이터를 도출하는 단계를 포함하는 것을 특징으로 하는 장치.
  9. 하드웨어인 컴퓨터와 결합되어, 제1항의 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램.
KR1020180115328A 2018-02-20 2018-09-27 수술 최적화 방법 및 장치 KR102013868B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201980014409.XA CN111741729A (zh) 2018-02-20 2019-02-20 手术最优化方法以及装置
PCT/KR2019/002088 WO2019164270A1 (ko) 2018-02-20 2019-02-20 수술 최적화 방법 및 장치
EP19756860.3A EP3744283A4 (en) 2018-02-20 2019-02-20 OPERATION OPTIMIZATION METHOD AND DEVICE
US16/997,044 US11957415B2 (en) 2018-02-20 2020-08-19 Method and device for optimizing surgery

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
KR1020180019866 2018-02-20
KR1020180019868 2018-02-20
KR1020180019867 2018-02-20
KR20180019866 2018-02-20
KR20180019868 2018-02-20
KR20180019867 2018-02-20

Publications (1)

Publication Number Publication Date
KR102013868B1 true KR102013868B1 (ko) 2019-08-23

Family

ID=67763730

Family Applications (21)

Application Number Title Priority Date Filing Date
KR1020180098359A KR102014359B1 (ko) 2018-02-20 2018-08-23 수술영상 기반 카메라 위치 제공 방법 및 장치
KR1020180098360A KR102014355B1 (ko) 2018-02-20 2018-08-23 수술도구의 위치 정보 산출 방법 및 장치
KR1020180098413A KR102018565B1 (ko) 2018-02-20 2018-08-23 수술 시뮬레이션 정보 구축 방법, 장치 및 프로그램
KR1020180098358A KR102014385B1 (ko) 2018-02-20 2018-08-23 수술영상 학습 및 학습 기반 수술동작 인식 방법 및 장치
KR1020180109204A KR102014377B1 (ko) 2018-02-20 2018-09-12 학습 기반 수술동작 인식 방법 및 장치
KR1020180115328A KR102013868B1 (ko) 2018-02-20 2018-09-27 수술 최적화 방법 및 장치
KR1020180122454A KR102014351B1 (ko) 2018-02-20 2018-10-15 수술정보 구축 방법 및 장치
KR1020180122949A KR102013806B1 (ko) 2018-02-20 2018-10-16 인공데이터 생성 방법 및 장치
KR1020180129709A KR102014364B1 (ko) 2018-02-20 2018-10-29 수술영상을 이용한 출혈 평가 방법 및 장치
KR1020180130229A KR102013866B1 (ko) 2018-02-20 2018-10-29 실제수술영상을 이용한 카메라 위치 산출 방법 및 장치
KR1020180131478A KR102013837B1 (ko) 2018-02-20 2018-10-31 수술영상 제공 방법 및 장치
KR1020180135578A KR20190100004A (ko) 2018-02-20 2018-11-07 수술정보 활용 방법 및 장치
KR1020180135590A KR102016959B1 (ko) 2018-02-20 2018-11-07 혈관 모델 생성 방법 및 장치
KR1020180140050A KR20190100009A (ko) 2018-02-20 2018-11-14 수술영상 제공 방법 및 장치
KR1020180143367A KR102013857B1 (ko) 2018-02-20 2018-11-20 수술영상을 기초로 학습데이터를 생성하는 방법 및 장치
KR1020180145157A KR102013828B1 (ko) 2018-02-20 2018-11-22 수술영상을 기초로 수술시간을 예측하는 방법 및 장치
KR1020180145177A KR20190100011A (ko) 2018-02-20 2018-11-22 수술영상을 이용한 수술정보 제공 방법 및 장치
KR1020180147015A KR102014371B1 (ko) 2018-02-20 2018-11-26 수술영상의 인식도 평가 방법 및 장치
KR1020180149293A KR102013848B1 (ko) 2018-02-20 2018-11-28 혈관 모델을 이용한 혈관 정보 제공 방법 및 장치
KR1020180153569A KR102013814B1 (ko) 2018-02-20 2018-12-03 수술영상을 이용한 가상신체모델 생성 방법 및 장치
KR1020180155562A KR102013863B1 (ko) 2018-02-20 2018-12-05 가상 신체 모델 구축 방법 및 프로그램

Family Applications Before (5)

Application Number Title Priority Date Filing Date
KR1020180098359A KR102014359B1 (ko) 2018-02-20 2018-08-23 수술영상 기반 카메라 위치 제공 방법 및 장치
KR1020180098360A KR102014355B1 (ko) 2018-02-20 2018-08-23 수술도구의 위치 정보 산출 방법 및 장치
KR1020180098413A KR102018565B1 (ko) 2018-02-20 2018-08-23 수술 시뮬레이션 정보 구축 방법, 장치 및 프로그램
KR1020180098358A KR102014385B1 (ko) 2018-02-20 2018-08-23 수술영상 학습 및 학습 기반 수술동작 인식 방법 및 장치
KR1020180109204A KR102014377B1 (ko) 2018-02-20 2018-09-12 학습 기반 수술동작 인식 방법 및 장치

Family Applications After (15)

Application Number Title Priority Date Filing Date
KR1020180122454A KR102014351B1 (ko) 2018-02-20 2018-10-15 수술정보 구축 방법 및 장치
KR1020180122949A KR102013806B1 (ko) 2018-02-20 2018-10-16 인공데이터 생성 방법 및 장치
KR1020180129709A KR102014364B1 (ko) 2018-02-20 2018-10-29 수술영상을 이용한 출혈 평가 방법 및 장치
KR1020180130229A KR102013866B1 (ko) 2018-02-20 2018-10-29 실제수술영상을 이용한 카메라 위치 산출 방법 및 장치
KR1020180131478A KR102013837B1 (ko) 2018-02-20 2018-10-31 수술영상 제공 방법 및 장치
KR1020180135578A KR20190100004A (ko) 2018-02-20 2018-11-07 수술정보 활용 방법 및 장치
KR1020180135590A KR102016959B1 (ko) 2018-02-20 2018-11-07 혈관 모델 생성 방법 및 장치
KR1020180140050A KR20190100009A (ko) 2018-02-20 2018-11-14 수술영상 제공 방법 및 장치
KR1020180143367A KR102013857B1 (ko) 2018-02-20 2018-11-20 수술영상을 기초로 학습데이터를 생성하는 방법 및 장치
KR1020180145157A KR102013828B1 (ko) 2018-02-20 2018-11-22 수술영상을 기초로 수술시간을 예측하는 방법 및 장치
KR1020180145177A KR20190100011A (ko) 2018-02-20 2018-11-22 수술영상을 이용한 수술정보 제공 방법 및 장치
KR1020180147015A KR102014371B1 (ko) 2018-02-20 2018-11-26 수술영상의 인식도 평가 방법 및 장치
KR1020180149293A KR102013848B1 (ko) 2018-02-20 2018-11-28 혈관 모델을 이용한 혈관 정보 제공 방법 및 장치
KR1020180153569A KR102013814B1 (ko) 2018-02-20 2018-12-03 수술영상을 이용한 가상신체모델 생성 방법 및 장치
KR1020180155562A KR102013863B1 (ko) 2018-02-20 2018-12-05 가상 신체 모델 구축 방법 및 프로그램

Country Status (1)

Country Link
KR (21) KR102014359B1 (ko)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102301234B1 (ko) * 2019-09-20 2021-09-09 울산대학교 산학협력단 수술 영상 제공 시스템 및 그 방법
US11992373B2 (en) * 2019-12-10 2024-05-28 Globus Medical, Inc Augmented reality headset with varied opacity for navigated robotic surgery
KR102246966B1 (ko) * 2020-01-29 2021-04-30 주식회사 아티큐 신체의 목적 타겟 위치 확인 방법
KR102321157B1 (ko) * 2020-04-10 2021-11-04 (주)휴톰 수술 후 수술과정 분석 방법 및 시스템
WO2021235804A1 (ko) * 2020-05-18 2021-11-25 주식회사 루닛 메디컬 장치의 이상을 결정하는 방법 및 시스템
KR102348368B1 (ko) * 2020-05-21 2022-01-11 주식회사 누아 머신러닝 모델의 학습 데이터 생성과 머신러닝 모델을 이용한 유사 이미지 생성을 위한 장치, 방법, 시스템 및 컴퓨터 판독가능 저장 매체
KR102395873B1 (ko) * 2020-06-02 2022-05-10 주식회사 메디픽셀 자동으로 혈관 영상을 처리하는 방법 및 장치
KR102426925B1 (ko) * 2020-06-23 2022-07-29 (주)휴톰 3d 시뮬레이션을 활용한 수술로봇의 동작 정보를 획득하는 방법 및 프로그램
KR102505016B1 (ko) * 2020-08-03 2023-03-02 (주)휴톰 수술영상 내 단위동작의 서술정보 생성 시스템 및 그 방법
WO2022035237A1 (ko) * 2020-08-11 2022-02-17 (주)휴톰 수술 도구 및 장기 인식 학습 훈련을 위한 학습 데이터 수집 장치 및 방법
KR102517398B1 (ko) * 2020-11-20 2023-04-04 주식회사 엔가든 잠금 나사 삽입홀 검출 방법
CN112712878A (zh) * 2020-12-30 2021-04-27 四川桑瑞思环境技术工程有限公司 一种数字化手术室系统和控制方法
KR102464091B1 (ko) * 2021-01-14 2022-11-04 고지환 내시경을 이용한 대장 검사 가이드 장치 및 방법
US11883245B2 (en) * 2021-03-22 2024-01-30 Verb Surgical Inc. Deep-learning-based real-time remaining surgery duration (RSD) estimation
KR102640314B1 (ko) 2021-07-12 2024-02-23 (주)휴톰 인공지능 수술 시스템 및 그것의 제어방법
KR102606249B1 (ko) * 2021-07-15 2023-11-24 사회복지법인 삼성생명공익재단 뇌 혈관 모델링을 이용한 병변 분석 방법 및 그 장치
CN117715602A (zh) * 2021-07-21 2024-03-15 株式会社休通 在患者的三维虚拟气腹模型上确定套管针的插入位置的装置及方法
US11986248B2 (en) 2021-07-29 2024-05-21 Hutom Co., Ltd. Apparatus and method for matching the real surgical image with the 3D-based virtual simulated surgical image based on POI definition and phase recognition
KR20230023876A (ko) * 2021-08-10 2023-02-20 (주)휴톰 환자의 가상 기복 모델을 생성하는 장치 및 방법
KR20230039932A (ko) 2021-09-15 2023-03-22 안명천 출혈 감지 시스템 및 방법
CN113813053A (zh) * 2021-09-18 2021-12-21 长春理工大学 一种基于腹腔镜内窥影像的手术进程分析方法
KR20230089469A (ko) 2021-12-13 2023-06-20 (주)휴톰 인공지능 기반 가상 혈관 모델 제공 방법 및 장치
CN114391947B (zh) * 2021-12-15 2024-03-01 深圳爱博合创医疗机器人有限公司 一种分级控制式介入手术机器人
KR20230111043A (ko) * 2022-01-17 2023-07-25 (주)휴톰 환자의 가상 폐 모델을 생성하는 장치 및 방법
WO2023172109A1 (ko) * 2022-03-11 2023-09-14 주식회사 림사이언스 디지털 트윈을 이용하여 니들의 경로를 관리하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR20240022047A (ko) * 2022-08-10 2024-02-20 주식회사 엠티이지 수술에 대한 시나리오를 제공하는 방법 및 디바이스
KR102628690B1 (ko) * 2023-07-04 2024-01-25 주식회사 클레버러스 이상행동 탐지 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008173159A (ja) * 2007-01-16 2008-07-31 Hitachi Medical Corp 手術支援システム
JP2011036371A (ja) * 2009-08-10 2011-02-24 Tohoku Otas Kk 医療画像記録装置
KR20120046439A (ko) * 2010-11-02 2012-05-10 서울대학교병원 (분사무소) 3ｄ 모델링을 이용한 수술 시뮬레이션 방법 및 자동 수술장치
KR101302595B1 (ko) * 2012-07-03 2013-08-30 한국과학기술연구원 수술 진행 단계를 추정하는 시스템 및 방법

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002207832A (ja) * 2000-12-28 2002-07-26 Atsushi Takahashi インターネット技術指導教育配信システム、及び通信網を利用した指導システム
US20080133602A1 (en) * 2005-01-19 2008-06-05 Koichi Tashiro Operation Data Management Device, Operation Control Device, and Operation Data Processing Method
JP4767591B2 (ja) * 2005-06-01 2011-09-07 オリンパスメディカルシステムズ株式会社 内視鏡診断支援方法、内視鏡診断支援装置および内視鏡診断支援プログラム
JP4781085B2 (ja) * 2005-10-25 2011-09-28 オリンパスメディカルシステムズ株式会社 手術予定表示システム
US9718190B2 (en) * 2006-06-29 2017-08-01 Intuitive Surgical Operations, Inc. Tool position and identification indicator displayed in a boundary area of a computer display screen
US20100217991A1 (en) * 2008-08-14 2010-08-26 Seung Wook Choi Surgery robot system of server and client type
KR101049507B1 (ko) * 2009-02-27 2011-07-15 한국과학기술원 영상유도수술시스템 및 그 제어방법
KR101114226B1 (ko) * 2009-05-19 2012-03-05 주식회사 이턴 이력정보를 이용한 수술 로봇 시스템 및 그 제어 방법
KR101108927B1 (ko) * 2009-03-24 2012-02-09 주식회사 이턴 증강현실을 이용한 수술 로봇 시스템 및 그 제어 방법
KR101152177B1 (ko) * 2009-04-09 2012-06-18 의료법인 우리들의료재단 수술위치 자동 유도 방법 및 그 시스템과 수술위치의 유도기능을 갖춘 장치
GB0913930D0 (en) * 2009-08-07 2009-09-16 Ucl Business Plc Apparatus and method for registering two medical images
KR101181613B1 (ko) * 2011-02-21 2012-09-10 윤상진 사용자 지정에 따라 결정되는 변위 정보에 기초하여 수술을 수행하는 수술용 로봇 시스템과 그 제어 방법
KR20120111871A (ko) * 2011-03-29 2012-10-11 삼성전자주식회사 3차원적 모델을 이용한 신체 장기의 영상 생성 방법 및 장치
KR101795720B1 (ko) * 2011-05-12 2017-11-09 주식회사 미래컴퍼니 수술 상황 판단 및 대응을 위한 수술 로봇 시스템의 제어 방법과 이를 기록한 기록매체 및 수술 로봇 시스템
KR20130015146A (ko) * 2011-08-02 2013-02-13 삼성전자주식회사 의료 영상 처리 방법 및 장치, 영상 유도를 이용한 로봇 수술 시스템
KR20140082663A (ko) * 2011-08-26 2014-07-02 이비엠 가부시키가이샤 혈류성상 진단을 위한 시스템, 그 방법 및 컴퓨터 소프트웨어 프로그램
KR101175065B1 (ko) * 2011-11-04 2012-10-12 주식회사 아폴로엠 수술용 영상 처리 장치를 이용한 출혈 부위 검색 방법
KR101997566B1 (ko) * 2012-08-07 2019-07-08 삼성전자주식회사 수술 로봇 시스템 및 그 제어방법
WO2014028394A1 (en) * 2012-08-14 2014-02-20 Intuitive Surgical Operations, Inc. Systems and methods for registration of multiple vision systems
KR20140112207A (ko) * 2013-03-13 2014-09-23 삼성전자주식회사 증강현실 영상 표시 시스템 및 이를 포함하는 수술 로봇 시스템
KR101572487B1 (ko) * 2013-08-13 2015-12-02 한국과학기술연구원 환자와 3차원 의료영상의 비침습 정합 시스템 및 방법
KR101538041B1 (ko) * 2013-10-15 2015-07-23 한국과학기술원 수술 도구의 위치 결정 장치 및 이를 포함하는 수술 로봇 시스템
CN106170265B (zh) * 2014-02-04 2020-06-30 直观外科手术操作公司 用于介入工具的虚拟导航的组织的非刚性变形的系统和方法
JP6254053B2 (ja) * 2014-08-13 2017-12-27 富士フイルム株式会社 内視鏡画像診断支援装置、システムおよびプログラム、並びに内視鏡画像診断支援装置の作動方法
JP6104288B2 (ja) * 2015-01-06 2017-03-29 三菱プレシジョン株式会社 手術シミュレーション用モデルの生成方法、手術シミュレーション方法、及び手術シミュレータ
KR20160086629A (ko) * 2015-01-12 2016-07-20 한국전자통신연구원 영상유도 수술에서 수술부위와 수술도구 위치정합 방법 및 장치
JP6594133B2 (ja) * 2015-09-16 2019-10-23 富士フイルム株式会社 内視鏡位置特定装置、内視鏡位置特定装置の作動方法および内視鏡位置特定プログラム
US20170132510A1 (en) * 2015-11-05 2017-05-11 Facebook, Inc. Identifying Content Items Using a Deep-Learning Model
KR101740286B1 (ko) * 2015-12-17 2017-05-29 (주)미래컴퍼니 수술 로봇 시스템 및 적응 제어 방법
KR20180010721A (ko) * 2016-07-22 2018-01-31 한국전자통신연구원 지능형 수술 지원 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008173159A (ja) * 2007-01-16 2008-07-31 Hitachi Medical Corp 手術支援システム
JP2011036371A (ja) * 2009-08-10 2011-02-24 Tohoku Otas Kk 医療画像記録装置
KR20120046439A (ko) * 2010-11-02 2012-05-10 서울대학교병원 (분사무소) 3ｄ 모델링을 이용한 수술 시뮬레이션 방법 및 자동 수술장치
KR101302595B1 (ko) * 2012-07-03 2013-08-30 한국과학기술연구원 수술 진행 단계를 추정하는 시스템 및 방법

Also Published As

Publication number Publication date
KR102014355B1 (ko) 2019-08-26
KR102014364B1 (ko) 2019-08-26
KR102013814B1 (ko) 2019-08-23
KR102014371B1 (ko) 2019-08-26
KR20190100004A (ko) 2019-08-28
KR102013848B1 (ko) 2019-08-23
KR102013857B1 (ko) 2019-08-23
KR20190100005A (ko) 2019-08-28
KR102014359B1 (ko) 2019-08-26
KR102018565B1 (ko) 2019-09-05
KR102013863B1 (ko) 2019-08-23
KR102016959B1 (ko) 2019-09-02
KR102014351B1 (ko) 2019-08-26
KR20190100011A (ko) 2019-08-28
KR20190100009A (ko) 2019-08-28
KR102013866B1 (ko) 2019-08-23
KR102013828B1 (ko) 2019-08-23
KR102013837B1 (ko) 2019-10-21
KR102014377B1 (ko) 2019-08-26
KR102013806B1 (ko) 2019-08-23
KR102014385B1 (ko) 2019-08-26
KR20190099999A (ko) 2019-08-28

Similar Documents

Publication Publication Date Title
KR102013868B1 (ko) 수술 최적화 방법 및 장치
JP7308936B2 (ja) インジケータシステム
JP6081907B2 (ja) 医療処置のコンピュータ化シミュレーションを行うシステム及び方法
JP2022017422A (ja) 拡張現実感手術ナビゲーション
KR101206340B1 (ko) 영상수술 리허설 제공방법 및 시스템, 그 기록매체
CN111771244B (zh) 针对手术结果的反馈提供方法
US20230248439A1 (en) Method for generating surgical simulation information and program
O'Sullivan et al. Operational framework and training standard requirements for AI‐empowered robotic surgery
JP7380557B2 (ja) 情報処理システム、情報処理装置及び情報処理方法
KR102146672B1 (ko) 수술결과에 대한 피드백 제공방법 및 프로그램
US11925418B2 (en) Methods for multi-modal bioimaging data integration and visualization
KR102008891B1 (ko) 수술보조 영상 표시방법, 프로그램 및 수술보조 영상 표시장치
US20230293236A1 (en) Device, method and computer program product for validating surgical simulation
KR102298417B1 (ko) 수술 시뮬레이션 정보 생성방법 및 프로그램
US11957415B2 (en) Method and device for optimizing surgery
KR101864411B1 (ko) 수술보조 영상 표시방법 및 프로그램
KR20190133424A (ko) 수술결과에 대한 피드백 제공방법 및 프로그램
KR20190133423A (ko) 수술 시뮬레이션 정보 생성방법 및 프로그램
US20210290306A1 (en) Medical information management server, surgery training device, surgery training system, image transmission method, display method, and computer readable recording medium
KR20190133425A (ko) 수술보조 영상 표시방법 및 프로그램
KR101940706B1 (ko) 수술 시뮬레이션 정보 생성방법 및 프로그램
KR20190100010A (ko) 최적화된 수술도구 제공 방법 및 장치

Legal Events

Date Code Title Description
GRNT Written decision to grant