KR102091828B1 - 임피던스를 이용한 인공지능 기반 피부질환 진단시스템 - Google Patents

Abstract

본 발명은 임피던스를 이용한 인공지능 기반 피부질환 진단장치에 관한 것으로서, 더욱 상세하게는 피부 질환을 임피던스를 이용하여 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이를 진단할 수 있으며, 더 나아가 인공지능 학습 모델을 이용하여 피부 질환을 학습한 후, 피부 질환을 진단하고자 피부 질환 부위를 접촉시킬 경우에 해당 부위가 피부 질환인지를 인공지능 기반으로 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이가 어디까지 전이되었는지를 진단할 수 있는 임피던스를 이용한 인공지능 기반 피부질환 진단장치에 관한 것이다.

Description

임피던스를 이용한 인공지능 기반 피부질환 진단시스템{Diagnosis system based on artificial intelligence based on impedance}

본 발명은 임피던스를 이용한 인공지능 기반 피부질환 진단시스템에 관한 것으로서, 더욱 상세하게는 피부 질환을 임피던스를 이용하여 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이를 진단할 수 있으며, 더 나아가 인공지능 학습 모델을 이용하여 피부 질환을 학습한 후, 피부 질환을 진단하고자 피부 질환 부위를 접촉시킬 경우에 해당 부위가 피부 질환인지를 인공지능 기반으로 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이가 어디까지 전이되었는지를 진단할 수 있는 임피던스를 이용한 인공지능 기반 피부질환 진단시스템에 관한 것이다.

최근 기계학습 또는 머신러닝(machine learning)이라는 기술이 소프트웨어 기술로부터 금융, 경제에 이르기까지 다양한 분야에 응용되고 있으며 특히 컴퓨터 비전 및 영상처리 분야의 비약적인 발전을 선도하는 핵심 기술로 자리 잡고 있다.

또한, 근래에 들어 의료영상 분석을 포함한 의료진단 분야와 의료영상에서 기관이나 암 부위 등의 추출 및 분할이나 영상 정합, 영상 검색 등 전반적인 의료영상 분석 분야에서도 기계학습 기술이 널리 활용되고 있다.

이러한 기계학습 기술은 인공지능(AI)의 한 분야로 주어진 데이터로부터 패턴이나 특성을 학습하여 새로운 데이터에 대해 분석을 수행해낼 수 있도록 하는 알고리즘 및 관련 분야를 의미한다.

그리고, 최근 들어 딥러닝(deep learning)이라는 기계학습 기법이 핵심 기술로 대두되면서 관련 기술 및 응용 분야에 대한 관심이 높아지고 있다.

딥러닝 기법이란 생물의 신경계를 모방한 인공신경망(artificial neural network)의 모델로서, 기존의 인공신경망 모델이 얇은 층의 뉴런 모델들의 연결로 구성되어 있다면, 딥러닝 기법은 뉴런 모델의 층을 깊게 쌓아 올림으로써 신경망의 학습 능력을 높이는 모델을 적용하는 기술이다.

여러 층으로 이루어진 인공신경망으로서의 딥러닝의 개념은 1970년대에 제안되었으나, 학습 계산의 복잡성 등으로 인해 정체되어 있다가 최근 여러 가지 연구를 통해 그 성능이 개선되고 관련 연구들이 음성인식 및 영상인식 등의 분야에서 뛰어난 결과를 보이면서 그 수요가 빠르게 증가하고 있다.

일례로 MRI 검사 시 환자당 수십개의 의료 영상 슬라이스를 분석함에 있어서 영상 판독의 효율성을 높이고 진단 과정의 생산성 향상을 위하여, 실제 데이터를 기반으로 기계 학습하여 활용이 가능한 의료영상 진단 보조 시스템이 요구되고 있다.

또한, 의료현장에서 의사가 진단에 활용하는 모든 데이터, 즉, 의료영상 이외의 다양한 임상정보를 모두 적용하여 생성된 데이터 기반 인공지능 시스템은 의료영상만으로 학습된 의료용 기계학습 알고리즘에 비해 더 향상된 진단 성능을 기대할 수 있다.

한편, 피부질환에 대하여 상기와 같은 인공지능 기반으로 판별할 수 있는 시스템 개발을 진행하고 있으며, 특히, 피부질환 중 가장 심각한 피부암, 예를 들어 악성흑색종(malignant melanoma)은 전 세계적으로 발생빈도가 빠르게 증가 하고 있는 피부암 중 하나로 종양의 두께가 4mm 이상일 경우, 5년 생존률이 50%밖에 되지 않는 피부암 중 가장 예후가 좋지 않은 종양이다.

서양의 백인에게 주로 발병했던 과거와는 달리 최근에는 거의 모든 인종에서 발병률이 증가하고 있어 우리나라의 경우도 간과할 수 없는 질환 중 하나이다.

일반적으로, 피부암은 진행이 느리고 주기적으로 암으로 전이할 가능성이 있는 환부를 감시하면 예방될 수 있다.

그럼에도 불구하고, 기본적으로 건강한 환자가 주기적으로 검사를 받으려면 비용과 시간이 많이 들고 불편이 초래된다.

피부암 진단방법으로는 크게 침습적 방법과 비침습적 방법으로 나눌 수 있다.

이때, 침습적 방법의 경우 일반적으로 환부로 의심되는 부분을 조직검사로 상태를 판단하게 된다.

조직검사는 수술로 조직을 떼어내서 고통이 심하고 비용이 많이 들며, 결과를 알기까지 상당한 시간이 걸린다는 문제점이 있다.

이에 반해, 비침습적 방법은 일반적으로 시료의 채취를 포함하는 침습적 방법에 비하여 보다 편리할 수 있고, 고통이 덜하고, 감염 등의 위험이 덜하므로 바람직하다고 할 수 있다.

상기와 같은 장점을 제공하는 비침습성 진단기술에 대한 관심이 더 큰 상황이다.

이와 관련하여 미국 특허출원 제9,017,258호에는 피부암 진단장치에 대한 일 예가 개시되어 있다.

구체적으로 상기 진단장치는 다수의 스파이크를 갖는 전기 전도성 프로브를 이용하여 병변의 전기임피던스를 측정하고, 이를 기저장된 데이터와 비교함으로써 피부암인지를 판단한다.

그러나, 개인마다 또는 상황에 따라 생체 임피던스는 차이가 생길 수 있으므로 기저장된 데이터와 비교한다는 점에서 부정확한 측면이 있고, 스파이크가 표피를 침투하는 마이크로침습성 방식이라는 점에서 완전한 비침습적 방법이라고 볼 수 없으며, 상기 진단장치를 보유하고 있는 병원에 가서 진단을 받아야 한다는 불편함이 있다.

따라서, 피부질환 판단의 정확도를 높이고, 환부가 피부암인지 안전하게 확인할 수 있으며, 나아가 어느 곳에서나 간편하게 병변의 이상을 진단할 수 있는 비침습성 피부질환 진단 기술에 대한 필요성이 요구되고 있는 실정이다.

본 발명은 상기와 같은 문제점을 개선하고자 개시된 것으로서, 피부 질환을 임피던스를 이용하여 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이를 진단할 수 있으며, 더 나아가 인공지능 학습 모델을 이용하여 피부 질환을 학습한 후, 피부 질환을 진단하고자 피부 질환 부위를 접촉시킬 경우에 해당 부위가 피부 질환인지를 인공지능 기반으로 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이가 어디까지 전이되었는지를 진단할 수 있는 임피던스를 이용한 인공지능 기반 피부질환 진단장치를 제안하게 된 것이다.

미국 특허출원 제9,017,258호

따라서, 본 발명은 상기와 같은 종래 기술의 문제점을 감안하여 제안된 것으로서, 본 발명의 제1 목적은 피부 질환을 임피던스를 이용하여 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이를 진단할 수 있는데 있다.

본 발명의 제2 목적은 인공지능 학습 모델을 이용하여 피부 질환을 학습한 후, 피부 질환을 진단하고자 피부 질환 부위를 접촉시킬 경우에 해당 부위가 피부 질환인지를 인공지능 기반으로 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이가 어디까지 전이되었는지를 진단할 수 있는데 있다.

본 발명의 제3 목적은 전극전류센싱부(400)의 센싱 방식을 직선형 센싱 방식과 회전형 센싱 방식 중 어느 하나를 적용하여 제공하게 되되, 직선형 센싱 방식은 신속 진단을 위한 신속진단용에 적용하고자 하며, 회전형 센싱 방식은 피부질환의 깊이 및 크기를 정밀하게 진단하기 위한 정밀진단용에 적용하고자 한다.

본 발명의 제4 목적은 네트워크망을 이용하여 피부질환 정보를 시각적 신호로 출력하여 스마트기기(3000)로 제공하는데 있다.

본 발명이 해결하고자 하는 과제를 달성하기 위하여, 본 발명의 일실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단시스템은,

병변 의심 부위를 둘러싸는 형상을 가지고 있으며, 병변 의심 부위 주변에 접촉되는 병변의심부위접촉부(100)와,

상기 병변의심부위접촉부의 일면에 일정 간격 이격되게 적어도 4개 이상이 형성되어 있는 다수의 전극부(200)와,

상기 전극부에 전압을 인가하는 전극전압부(300)와,

상기 병변 의심 부위를 중심에 두고, 어느 한 전극부에서 다른 한 전극부로 흐르는 전류와 다른 어느 한 전극부에서 또 다른 어느 한 전극부로 흐르는 전류를 센싱하기 위한 전극전류센싱부(400)와,

상기 전극전류센싱부에 의해 센싱된 전류값들을 이용하여 상기 병변 의심 부위에 피부 질환이 존재하는 지를 판단하는 피부질환존재판단부(500)와,
병변 의심 부위를 둘러싸는 형상을 가지고 있으며, 병변 의심 부위 주변에 접촉되는 병변의심부위접촉부(100)가 결합되는 일면 중앙 부위에 형성되어 병변 의심 부위를 촬영하기 위한 카메라부(600)와,
피부질환존재판단부(500)에 의해 판단된 피부 질환 정보와 카메라부(600)에 의해 촬영된 병변 의심 부위의 영상 이미지를 외부로 전송하는 제1 통신부(700)를 포함하는 피부질환 진단장치(1000)와;
피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 획득하여 저장하며, 저장된 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 시각적 신호로 출력하여 스마트기기(3000)로 제공하기 위한 피부질환진단서버(2000)를 포함한다.

본 발명에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단시스템은,

피부 질환을 임피던스를 이용하여 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이를 진단할 수 있도록 함으로써, 병변 의심 부위의 피부 질환 여부를 정확하고 간편하게 비침습적인 기술로 안전하게 진단할 수 있는 효과를 발휘하게 된다.

또한, 인공지능 학습 모델을 이용하여 피부 질환을 학습한 후, 피부 질환을 진단하고자 피부 질환 부위를 접촉시킬 경우에 해당 부위가 피부 질환인지를 인공지능 기반으로 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이가 어디까지 전이되었는지를 진단할 수 있도록 함으로써, 피부질환 판단여부의 정확도를 지속적으로 향상시킬 수 있게 된다.

또한, 전극전류센싱부(400)의 센싱 방식을 직선형 센싱 방식과 회전형 센싱 방식 중 어느 하나를 적용하여 제공함으로써, 직선형 센싱 방식을 선택하게 되면 신속진단이 가능한 효과, 회전형 센싱 방식을 선택하게 되면 피부질환의 깊이 및 크기를 정밀하게 진단하기 위한 정밀진단이 가능한 효과를 제공하게 된다.

또한, 피부질환 정보를 시각적 신호로 출력하여 스마트기기(3000)로 제공함으로써, 병변 의심 부위에 관한 측정 데이터뿐만 아니라, 영상 이미지를 종합 분석하여 병변 의심 부위의 이상을 판단하게 되어 진단의 정확도 및 신뢰도를 높일 수 있으며, 시공간의 제약이 없는 효율적인 피부 질환 진단이 가능하게 된다.

도 1은 본 발명의 일실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 구성도.
도 2는 본 발명의 일실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 피부질환존재판단부(500) 블록도.
도 3은 본 발명의 일실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 정상 피부일 경우의 임피던스 그래프와 비정상 피부일 경우의 임피던스 측정 그래프를 나타낸 예시도.
도 4는 본 발명의 이실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 피부질환존재판단부(500) 블록도.
도 5는 본 발명의 실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치에 이용되는 Breslow’s depth 5단계를 나타낸 예시도.
도 6은 본 발명의 실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치에서 이용하는 직선형 센싱 방식을 나타낸 예시도.
도 7은 본 발명의 실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치에서 이용하는 회전형 센싱 방식을 나타낸 예시도.
도 8은 본 발명의 실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치에서 피부암이 아래쪽으로 전이된 예시도.
도 9는 본 발명의 이실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 인공지능학습모델선정모듈(550)에서 수행하는 학습 순서도.
도 10은 본 발명의 이실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 피부암 클래스에 따른 임피던스 그래프 예시도.
도 11은 본 발명의 이실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 피부암 클래스에 따른 임피던스 그래프를 배열로 변환한 예시도.
도 12는 본 발명의 이실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 RNN 모델과 LSTM 모델을 비교한 예시도.
도 13은 본 발명의 이실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 피부질환존재판단부(500)에서 학습에 사용된 데이터 A의 입력 그래프와 결과 출력 예시도.
도 14는 본 발명의 이실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 피부질환존재판단부(500)에 실제 측정한 데이터 B의 입력 그래프와 결과 출력 예시도.
도 15는 본 발명의 삼실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단시스템의 전체 구성도.

이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만, 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다.

또한, 본 명세서에 열거된 모든 조건부 용어 및 실시 예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시 예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.

본 발명인 임피던스를 이용한 인공지능 기반 피부질환 진단시스템은,

병변 의심 부위(10)를 둘러싸는 형상을 가지고 있으며, 병변 의심 부위 주변에 접촉되는 병변의심부위접촉부(100)와,

상기 병변의심부위접촉부의 일면에 일정 간격 이격되게 적어도 4개 이상이 형성되어 있는 다수의 전극부(200)와,

상기 전극부에 전압을 인가하는 전극전압부(300)와,

상기 병변 의심 부위를 중심에 두고, 어느 한 전극부에서 다른 한 전극부로 흐르는 전류와 다른 어느 한 전극부에서 또 다른 어느 한 전극부로 흐르는 전류를 센싱하기 위한 전극전류센싱부(400)와,

상기 전극전류센싱부에 의해 센싱된 전류값들을 이용하여 상기 병변 의심 부위에 피부 질환이 존재하는 지를 판단하는 피부질환존재판단부(500)와,
병변 의심 부위를 둘러싸는 형상을 가지고 있으며, 병변 의심 부위 주변에 접촉되는 병변의심부위접촉부(100)가 결합되는 일면 중앙 부위에 형성되어 병변 의심 부위를 촬영하기 위한 카메라부(600)와,

삭제

삭제

피부질환존재판단부(500)에 의해 판단된 피부 질환 정보와 카메라부(600)에 의해 촬영된 병변 의심 부위의 영상 이미지를 외부로 전송하는 제1 통신부(700)를 포함하여 구성되는 피부질환 진단장치(1000)와;

피부질환 진단장치(1000)로부터 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 획득하여 저장하며, 저장된 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 시각적 신호로 출력하여 스마트기기(3000)로 제공하기 위한 피부질환진단서버(2000)를 포함하여 구성되는 것을 특징으로 한다.

또한, 상기 피부질환존재판단부(500)는,

센싱된 전류값들을 이용하여 임피던스를 측정하기 위한 임피던스측정모듈(510);

상기 측정된 임피던스 측정 결과를 이용하여 임피던스 측정 결과 그래프를 생성하기 위한 임피던스측정결과그래프생성모듈(520);

상기 임피던스측정결과그래프생성모듈에 의해 생성된 임피던스 측정 결과 그래프와 정상 임피던스 그래프를 비교하여 정상인지, 피부질환인지를 판단하기 위한 피부질환판단모듈(530);을 포함하여 구성되는 것을 특징으로 한다.

또한, 상기 피부질환존재판단부(500)는,

인공지능 학습 모델을 이용하여 전극전류센싱부에 의해 센싱된 전류값들을 입력시켜 병변 의심 부위에 피부 질환이 존재하는 지를 판단하는 것을 특징으로 한다.

또한, 인공지능 학습 모델을 이용할 경우에 상기 피부질환존재판단부(500)는,

피부질환의 깊이별로 분류된 6개 레벨 분류(클래스)별 정상과 비정상 임피던스 그래프를 배열 형식으로 변환된 임피던스 배열값으로 변경하여 인공지능 학습 모델에 제공하여 학습을 진행하며, 진행된 결과값이 정해진 분류(클래스)에 맞게 출력되는지 정확도를 확인하며, 정확도가 기준 정확도 이상일 경우에 학습을 종료하여 6개 레벨 분류(클래스)별 인공지능 학습 모델을 생성하는 인공지능학습모델선정모듈(550);

피부질환을 판별하고자 하는 어느 한 병변 의심 부위로부터 센싱된 전류값들을 이용하여 임피던스를 측정하기 위한 임피던스측정모듈(560);

측정된 임피던스를 이용하여 임피던스 측정 결과 그래프를 생성하기 위한 임피던스측정결과그래프생성모듈(570);

상기 생성된 임피던스 측정 결과 그래프를 배열 형식으로 변환하여 측정된 임피던스값을 임피던스 배열값으로 저장 처리하기 위한 측정결과그래프배열변환모듈(580);

상기 측정결과그래프배열변환모듈(580)이 변환한 어느 한 병변 의심 부위의 임피던스 배열값을 상기 인공지능학습모델선정모듈(550)이 생성한 6개 레벨 분류(클래스)별 인공지능 학습 모델에 적용하여 어느 한 병변 의심 부위가 6개 레벨 분류(클래스)중 어느 레벨 분류(클래스)에 해당하는지를 판단한 피부 질환 정보를 생성하는 인공지능모델기반피부질환판별모듈(590);을 포함하여 구성되는 것을 특징으로 한다.

또한, 상기 피부질환 진단장치는,

정상 유무 진단 뿐만 아니라, 피부질환의 깊이에 따른 레벨 분류 및 생존 가능성 정보를 제공하는 것을 특징으로 한다.

또한, 상기 인공지능 학습 모델은,

LSTM 모델인 것을 특징으로 한다.

또한, 상기 전극전류센싱부(400)는,

병변 의심 부위를 중심에 두고, 다수의 전극부(200) 중 어느 한 전극부에서 다른 한 전극부로 흐르는 전류와 다른 어느 한 전극부에서 또 다른 어느 한 전극부로 흐르는 전류를 센싱하는 직선형 센싱 방식;

병변 의심 부위를 중심에 두고, 다수의 전극부(200) 중 어느 한 전극부를 기준점으로 하여, 나머지 전극부들로 각각 흐르는 전류를 각각 센싱하며,

상기 센싱이 종료되면, 기준점이 되는 전극부를 다른 전극부로 변경시킨 후, 변경된 다른 전극부를 기준점으로 하여 나머지 전극부들로 각각 흐르는 전류를 센싱하는 과정을 수행하는 회전형 센싱 방식; 중 어느 하나의 방식을 이용하는 것을 특징으로 한다.

이때, 상기 직선형 센싱 방식은,

신속 진단을 위한 신속진단용에 적용되며,

상기 회전형 센싱 방식은,

피부질환의 깊이 및 크기를 정밀하게 진단하기 위한 정밀진단용에 적용되는 것을 특징으로 한다.

이하, 본 발명에 의한 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 실시예를 통해 상세히 설명하도록 한다.

도 1은 본 발명의 일실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 구성도이다.

도 1에 도시한 바와 같이, 임피던스를 이용한 인공지능 기반 피부질환 진단장치(1000)는 병변의심부위접촉부(100), 다수의 전극부(200), 전극전압부(300), 전극전류센싱부(400), 피부질환존재판단부(500)를 포함하여 구성되게 된다.

구체적으로 설명하면, 상기 병변의심부위접촉부(100)는 병변 의심 부위를 둘러싸는 형상을 가지고 있으며, 병변 의심 부위 주변에 접촉되는 것을 특징으로 한다.

본 발명의 실시예에서는 원형으로 병변 의심 부위(10)를 둘러싸도록 형성하고 있으나, 필요에 따라, 삼각형, 사각형, 마름모꼴형, 오각형, 육각형 등 다양한 형상으로 형성되는 것은 자명한 사실이다.

중요한 핵심 포인트는 병변 의심 부위 주변을 감싸도록 하고, 여기에 다수의 전극부를 구성하여 전극부에 전원 인가시 전류값을 측정하는 것이며, 이러한 이유로 인하여 상기와 같은 형상을 가지게 되는 것이다.

그리고, 상기 다수의 전극부(200)는 상기 병변의심부위접촉부의 일면에 일정 간격 이격되게 적어도 4개 이상이 형성되어 있는 것을 특징으로 한다.

예를 들어, 병변의심부위접촉부를 원형으로 형성한다면, 원형에 일정 간격으로 이격되게 4개 이상의 전극부를 구성하게 되며, 예시에서는 4개를 들어 설명하고 있으나, 필요에 따라, 6개, 8개, 10개, 12개,...n개 등 다수 개의 전극부를 구성하여 이를 통해 제공되는 전류값을 통해 피부 질환 여부를 판단하게 되는데, 전극부의 갯수가 늘어날 수록 전류값이 복수 개로 측정되기 때문에 아주 정확한 피부질환 여부를 판단할 수 있게 되지만, 개수는 환경에 따라 다양하게 도입할 수 있음은 자명한 사실이다.

그리고, 상기 전극전압부(300)는 상기 전극부에 전압을 인가하게 되는데, 물론 상기 전극전류센싱부(400), 피부질환존재판단부(500)에 전압을 인가할 수 있음은 자명한 사실이다.

그리고, 전극전류센싱부(400)는 상기 병변 의심 부위를 중심에 두고, 어느 한 전극부에서 다른 한 전극부로 흐르는 전류와 다른 어느 한 전극부에서 또 다른 어느 한 전극부로 흐르는 전류를 센싱하기 위한 기능을 수행하게 된다.

예를 들어, 4개의 전극부가 구성될 경우, 제 1전극부(201)에서 제 3전극부(203)로 흐르는 전류, 제 2전극부(202)에서 제 4전극부(204)로 흐르는 전류를 센싱하게 되는 것이다.

일반적으로 상기 센싱된 전류는 디지털 값으로 변환되어 피부질환존재판단부로 제공되게 된다.

그리고, 상기 피부질환존재판단부(500)는 상기 전극전류센싱부에 의해 센싱된 전류값들을 이용하여 상기 병변 의심 부위에 피부 질환이 존재하는 지를 판단하는 기능을 수행하게 된다.

일반적으로 피부는 유기적 물질로서 생체 임피던스를 가지고 전류를 전도시키며, 이에 따라 각 전극부와 피부로 구성되는 전기회로가 형성될 수 있다.

따라서, 제 1전극부(201), 병변 의심 부위를 포함하는 피부, 제 3전극부(203)로 구성되어 전류가 흐르는 제1 전기회로가 형성될 수 있고, 제 2전극부(202), 병변 의심 부위를 포함하는 피부, 제 4전극부(204)로 구성되어 전류가 흐르는 제2 전기회로가 형성될 수 있다.

이때, 센싱된 전류값들을 사전에 설정된 정상 피부일 경우의 전류값과 비교하여 정상 피부의 전류값과 일치하지 않게 되면 피부 질환 의심으로 판단하게 되는 것이다.

한편, 본 발명에서 설명하고 있는 피부 질환은 일반적인 여드름, 아토피와 같은 심각하지 않은 피부병일 수 있으나, 본 발명에서는 특히 피부암을 진단하기 위하여 개시된 것이다.

상기 피부암은 예를 들어, 기저 세포 암종, 악성 흑색종, 편평 세포 암종 등을 의미한다.

따라서, 피부에 기존에 없던 점 또는 이물적인 것이 생긴 경우, 이것이 점인지 피부암인지 사용자가 즉석에서 병원에 가지 않고, 확인하기 위해 본 발명에 따른 진단장치를 이용하여 안전하며 간편하게 진단할 수 있게 되는 것이다.

상기와 같은 판단 조건 이외에 좀 더 정확한 판별을 위하여 하기와 같은 구성을 취할 수 있다.

즉, 도 2에 도시한 바와 같이, 상기 피부질환존재판단부(500)는,

센싱된 전류값들을 이용하여 임피던스를 측정하기 위한 임피던스측정모듈(510);

상기 측정된 임피던스 측정 결과를 이용하여 임피던스 측정 결과 그래프를 생성하기 위한 임피던스측정결과그래프생성모듈(520);

상기 임피던스측정결과그래프생성모듈에 의해 생성된 임피던스 측정 결과 그래프와 정상 임피던스 그래프를 비교하여 정상인지, 피부질환인지를 판단하기 위한 피부질환판단모듈(530);을 포함하여 구성되는 것을 특징으로 한다.

구체적으로 설명하면, 상기 임피던스측정모듈(510)은 센싱된 전류값들을 이용하여 임피던스를 측정하기 위한 기능을 수행하게 된다.

일반적으로 임피던스는 알고 있는 크기의 전압을 인가하고 병변 의심 부위에서 전류를 측정하여 옴의 법칙(V=IZ)에 의하여 구할 수 있다.

따라서, 전극전압부(300)를 통해 인가되는 전압을 알고 있으며, 상기 전극전류센싱부(400)에 의해 센싱된 전류를 알고 있으므로 상기한 옴의 법칙에 의해 해당 병변 의심 부위의 임피던스를 계측할 수 있는 것이다.

그리고, 상기 임피던스측정결과그래프생성모듈(520)은 측정된 임피던스 측정 결과를 이용하여 임피던스 측정 결과 그래프를 생성하게 된다.

예를 들어, 도 3과 같이, 측정된 임피던스 측정 결과를 이용하여 임피던스 측정 결과 그래프를 생성하게 되는 것이다.

이때, 상기 피부질환판단모듈(530)은 상기 임피던스측정결과그래프생성모듈에 의해 생성된 임피던스 측정 결과 그래프와 정상 임피던스 그래프를 비교하여 정상인지, 피부질환인지를 판단하게 되는 것이다.

예를 들어, 해당 병변 의심 부위 피부 내에 암세포가 없을 경우에는 피부에 흘려보내는 전류가 방해없이 지나가기 때문에 근육 노이즈가 조금 섞인 직선 형태의 그래프가 나타난다.

하지만, 암세포가 있을 경우에는 피부에 흘려보내는 전류가 방해를 받기 때문에 없을 때 나온 직선 형태의 그래프와 다르게 도 3과 같이, 값이 아래로 향하는 모양의 그래프가 그려진다.

상기와 같이, 간단하게 정상 임피던스 그래프와 비교함으로써, 정상 유무를 판단할 수가 있게 되는 것이다.

한편, 제2 실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 피부질환존재판단부(500)에 대하여 하기와 같이 후술하도록 한다.

즉, 인공지능 기반으로 피부 질환을 진단하기 위하여 본 발명의 피부질환존재판단부(500)는,

인공지능 학습 모델을 이용하여 전극전류센싱부에 의해 센싱된 전류값들을 입력시켜 병변 의심 부위에 피부 질환이 존재하는 지를 판단하는 것을 특징으로 한다.

상기와 같이, 인공지능 학습 모델을 이용할 경우에 도 4에 도시한 바와 같이, 피부질환존재판단부(500)는,

피부질환의 깊이별로 분류된 6개 레벨 분류(클래스)별 정상과 비정상 임피던스 그래프를 배열 형식으로 변환된 임피던스 배열값으로 변경하여 인공지능 학습 모델에 제공하여 학습을 진행하며, 진행된 결과값이 정해진 분류(클래스)에 맞게 출력되는지 정확도를 확인하며, 정확도가 기준 정확도 이상일 경우에 학습을 종료하여 6개 레벨 분류(클래스)별 인공지능 학습 모델을 생성하는 인공지능학습모델선정모듈(550);

피부질환을 판별하고자 하는 어느 한 병변 의심 부위로부터 센싱된 전류값들을 이용하여 임피던스를 측정하기 위한 임피던스측정모듈(560);

측정된 임피던스를 이용하여 임피던스 측정 결과 그래프를 생성하기 위한 임피던스측정결과그래프생성모듈(570);

상기 생성된 임피던스 측정 결과 그래프를 배열 형식으로 변환하여 측정된 임피던스값을 임피던스 배열값으로 저장 처리하기 위한 측정결과그래프배열변환모듈(580);

상기 측정결과그래프배열변환모듈(580)이 변환한 어느 한 병변 의심 부위의 임피던스 배열값을 상기 인공지능학습모델선정모듈(550)이 생성한 6개 레벨 분류(클래스)별 인공지능 학습 모델에 적용하여 어느 한 병변 의심 부위가 6개 레벨 분류(클래스)중 어느 레벨 분류(클래스)에 해당하는지를 판단한 피부 질환 정보를 생성하는 인공지능모델기반피부질환판별모듈(590);을 포함하여 구성되게 된다.

상기 모듈에 대하여 설명하기에 앞서 피부암에 대하여 좀 더 구체적으로 설명하도록 한다.

도 5에 도시한 바와 같이, 피부암은 일반적으로 피부에 악성종이 발생하는 것으로 쉽게 발견할 수 있으며, 초기에 제거하면 생존율도 매우 높다.

하지만, 병기를 놓치게 되면 생존율이 현저하기 떨어지게 되는데, 이는 병기가 지남에 따라 악성종이 피부 아래쪽으로 내려가게 되기 때문이다.

이를 Breslow’s depth라고 하며 5단계로 나눠지게 되며, 도 5의 깊이에 따른 단계 구분표에 상세히 설명하였다.

그리고, 피부암에서 종양의 깊이는 매우 중요한 요소이며, 이는 깊이가 깊어지면 림프절에 전이 위험성이 있기 때문이다.

최근에는 환자의 단계를 나눠서 절제 수술을 진행하고 있다.

초기에 발견해서 제거할 경우 생존율이 매우 높으며, 발견이 늦어질수록 생존율이 매우 낮다.(도 5의 깊이에 따른 생존 가능성, 깊이에 따른 레벨 분류 및 생존 가능성 참조)

이와 같이, 피부암을 초기에 발견하지 못하면 깊게 침투하여 림프절에 전이되는 위험과 생존율이 현저히 떨어지기 때문에 본 발명의 실시예에서는 임피던스를 이용해서 측정하여 진단하는 장치를 개시하게 된 것이다.

그리고, 임피던스에 대하여 다시 설명하자면, 임피던스는 전압을 인가했을 때 전류가 흐르는 것을 반항하는 정도로서, 보통 교류전압을 인가했을 때 발생하는 저항을 임피던스라고 부르며, 일반적으로 다양한 측정 장치 및 진단 장치에서 임피던스를 이용해서 다양한 값들을 측정한다.

가장 대표적인 것은 체지방 측정기이며, 이는 몸에 미세한 전류를 흐르게 해서 몸 전체의 임피던스를 확인하여 체지방량을 측정한다.

그리고, 세포들 사이에 발생하는 임피던스 값을 이용하여 다양한 곳에서 암세포를 찾아내는데 사용하고 있다.

상기와 같은 임피던스를 이용하여 본 발명의 진단 장치를 제안하게 되는 것이다.

이때, 일반적인 임피던스는 피부에 아주 약한 교류 전압을 흘려주고 이에 해당하는 저항 값을 측정하기 때문에 일반적으로 2개 접지를 사용해서 입력단과 출력단을 설정하여 전류를 단방향으로 흘려보내서 원하는 임피던스를 측정하는 방식이다.

그러나, 본 발명에서는 하기와 같은 2개의 임피던스 측정 방식을 개시하였다.

첫번째, 임피던스 측정 방식을 도 6을 예를 들어 설명하면, 도 6에서는 4개의 전극부를 일정 간격 이격되게 설치 구성하였으나, 필요에 따라 4개 이상을 설치 구성할 수도 있음은 자명한 사실이다.

구체적으로, 병변 의심 부위를 중심에 두고, 제1 전극부(201), 제2 전극부(202), 제3 전극부(203), 제4 전극부(204)가 일정 간격 위치하게 된다.

이러한 경우, 최소 접지 4개를 사용하여 입력단 2개, 출력단 2개로 서로 쌍을 이루게 하여 입력단에서 정해진 출력단으로 임피던스를 측정하게 되는 것이다.

이때, 전극전류센싱부(400)는,

병변 의심 부위를 중심에 두고, 다수의 전극부(200) 중 어느 한 전극부(201)에서 다른 한 전극부(203)로 흐르는 전류와 다른 어느 한 전극부(202)에서 또 다른 어느 한 전극부(204)로 흐르는 전류를 센싱하는 직선형 센싱 방식을 수행하게 되는 것이다.

이러한 직선형 센싱 방식은 신속 진단을 위한 신속진단용에 적용되는 것을 특징으로 한다.

예를 들어, 소비자 혹은 의료진이 간단하게 진단할 수 있도록 하는 것이며, 진단 방법은 상기 4개의 전극 가운데에 진단하기를 원하는 병변 의심 부위를 위치시킨 상태에서 전압 인가시, 병변 의심 부위를 중심에 두고, 제1 전극부(201)에서 제3 전극부(203)로 흐르는 제 1 전류, 제2 전극부(202)에서 제4 전극부(204)로 흐르는 제 2 전류를 측정하게 되는 것이다.

두번째, 임피던스 측정 방식을 도 7을 예를 들어 설명하면, 도 7에서는 4개의 전극부를 일정 간격 이격되게 설치 구성하였으나, 필요에 따라 4개 이상을 설치 구성할 수도 있음은 자명한 사실이다.

구체적으로, 병변 의심 부위를 중심에 두고, 제1 전극부(201), 제2 전극부(202), 제3 전극부(203), 제4 전극부(204)가 일정 간격 위치하게 된다.

이러한 경우, 모든 접지가 입력과 출력이 가능한 접지로 설정하여 입력단을 제외한 모든 접지를 사용하여 임피던스를 측정하고, 입력단을 하나씩 이동하면서 모든 임피던스를 측정하는 회전 방식이다.

이때, 전극전류센싱부(400)는,

병변 의심 부위를 중심에 두고, 다수의 전극부(200) 중 어느 한 전극부(201)를 기준점으로 하여, 나머지 전극부들로 각각 흐르는 전류를 각각 센싱하며,

상기 센싱이 종료되면, 기준점이 되는 전극부를 다른 전극부(202)로 변경시킨 후, 변경된 다른 전극부를 기준점으로 하여 나머지 전극부들로 각각 흐르는 전류를 센싱하는 과정을 수행하는 회전형 센싱 방식을 수행하게 된다.

이러한 회전형 센싱 방식은 피부질환의 깊이 및 크기를 정밀하게 진단하기 위한 정밀진단용에 적용되는 것을 특징으로 한다.

예를 들어, 회전형 센싱 방식은 하나의 기준점을 정하고 나머지 쪽으로 전류를 흐르게 해서 센싱을 진행한다.

흐르는 전류는 병변을 중앙에 두고 도 7과 같이, 기준점이 회전하면서 전류를 센싱한다.

예를 들어, 기준점을 제1 전극부를 두고, 제1 전극부(201)에서 제2 전극부(202)로 흐르는 제 1 전류, 제1 전극부(201)에서 제3 전극부(203)로 흐르는 제 2 전류, 제1 전극부(201)에서 제4 전극부(204)로 흐르는 제 3 전류를 측정하게 된다.

이후, 기준점을 제2 전극부를 두고, 제2 전극부(202)에서 제1 전극부(201)로 흐르는 제 1 전류, 제2 전극부(202)에서 제3 전극부(203)로 흐르는 제 2 전류, 제2 전극부(202)에서 제4 전극부(204)로 흐르는 제 3 전류를 측정하게 된다.

이후, 기준점을 제3 전극부를 두고, 제3 전극부(203)에서 제1 전극부(201)로 흐르는 제 1 전류, 제3 전극부(203)에서 제2 전극부(202)로 흐르는 제 2 전류, 제3 전극부(203)에서 제4 전극부(204)로 흐르는 제 3 전류를 측정하게 된다.

이후, 기준점을 제4 전극부를 두고, 제4 전극부(204)에서 제1 전극부(201)로 흐르는 제 1 전류, 제4 전극부(204)에서 제2 전극부(202)로 흐르는 제 2 전류, 제4 전극부(204)에서 제3 전극부(203)로 흐르는 제 3 전류를 측정하게 된다.

상기와 같이, 기준점이 회전하면서 전류를 센싱하게 되는 것이다.

또한, 회전 센싱 방식을 사용하는 이유는 외부에서 보이는 병변과 피부 아래쪽의 병변이 다를수 있기 때문이다.

아래쪽으로 전이되면서 도 8과 같이, 병변이 옆으로도 이동이 가능하기 때문에 다양하게 측정해서 이상유무를 확인할 수 있다.

이 방식은 다양하게 측정하기 때문에 깊이와 크기에 대해서 정확하게 측정이 가능하다.

예를 들어, 도 8과 같이, 피부암이 전이되었을 경우, 외부에서 확인했을 경우에는 깊이를 확인할 수 없어서 위험해 보이지 않을 수 있지만 실제로 아래쪽으로 전이가 되서 위험단계의 암으로 변화되었는지를 확인할 수 있는 것이다.

따라서, 상기 센싱 방식을 활용하게 된다면, 정상 유무 진단 뿐만 아니라, 피부질환의 깊이에 따른 레벨 분류 및 생존 가능성 정보를 제공할 수도 있다.

예를 들어, 도 8의 제3 전극부의 방향으로 피부암이 피부 깊숙히 존재하고 있다면, 제4 전극부(4)에서 제1 전극부(1)로 흐르는 제 1 전류, 제4 전극부(4)에서 제2 전극부(2)로 흐르는 제 2 전류, 제4 전극부(4)에서 제3 전극부(1)로 흐르는 제 3 전류를 센싱할 수 있는데, 상기 제 1 전류는 정상 피부에서 측정되는 정상 전류가 흐를 것이며, 제 2 전류는 피부암에서 측정되는 비정상 전류가 흐를 것이며, 제 3 전류는 비정상 전류가 흐르게 될 것이다.

이때, 제 2 전류를 이용하여 표면에 존재하는 피부암을, 제 3 전류를 이용하여 피부암의 깊이를 진단할 수가 있게 되는 것이다.

다음은 도 4에 도시한 인공지능 학습 모델을 이용할 경우에 상기 피부질환존재판단부(500)의 구성요소들을 구체적으로 설명하도록 한다.

도 4에 도시한 바와 같이, 상기 인공지능학습모델선정모듈(550)은 피부질환의 깊이별로 분류된 6개 레벨 분류(클래스)별 정상과 비정상 임피던스 그래프를 배열 형식으로 변환된 임피던스 배열값으로 변경하여 인공지능 학습 모델에 제공하여 학습을 진행하며, 진행된 결과값이 정해진 분류(클래스)에 맞게 출력되는지 정확도를 확인하며, 정확도가 기준 정확도 이상일 경우에 학습을 종료하여 6개 레벨 분류(클래스)별 인공지능 학습 모델을 생성하는 기능을 수행하게 된다.

구체적으로, 인공지능학습모델선정모듈(550)은 도 9와 같은 학습 순서도에 따라 학습을 진행하게 되는데, 정상일 경우, 피부질환 깊이에 따라 분류된 5단계를 포함하는 6개 레벨 분류(클래스) 기준별 임피던스 그래프를 활용하게 된다.

즉, 임피던스 그래프는 암세포가 없는 경우, Breslow’s depth(도 5 참조)에 따라 분류된 5단계를 추가하여 총 6클래스로 분류한다.

상기 분류된 임피던스 그래프를 배열 형식으로 변환된 배열값으로 변경하여 인공지능 학습 모델에 제공하여 학습을 진행하게 된다.

이때, 암세포가 있는 경우에도 깊이가 어느 정도냐에 따라 차이가 나타난다.

따라서, 도 10과 같이, 암세포 깊이에 따른 임피던스 그래프를 분류하여 저장하게 되며, 이를 학습에 활용하는 것이다.

그리고, 분류된 임피던스 그래프를 도 11에 도시한 바와 같이, 배열 형식으로 변환된 배열값으로 변경할 수 있는데, 샘플 개수에 따라서 배열의 길이가 달라지며, 측정된 임피던스 값을 배열값으로 저장한다.

이후, 인공지능학습모델선정모듈(550)은 진행된 결과값이 정해진 분류(클래스)에 맞게 출력되는지 정확도를 확인하며, 정확도가 기준 정확도 이상일 경우에 학습을 종료하여 6개 레벨 분류(클래스)별 인공지능 학습 모델을 생성하고 생성된 인공지능 학습 모델을 인공지능모델기반피부질환판별모듈로 제공하게 되는 것이다.

예를 들어, 학습된 모델의 정확도 결과값이 85%이고, 설정된 기준 정확도 결과값이 80%일 경우에 학습된 모델의 정확도 결과값이 설정된 기준 정확도 결과값을 초과하기 때문에 해당 학습된 모델을 인공지능모델기반피부질환판별모듈로 제공하게 되는 것이다.

그리고, 본 발명의 바람직한 인공지능 학습 모델은,

LSTM 모델인 것을 특징으로 한다.

즉, 도 12에 도시한 바와 같이, 분류된 임피던스 그래프를 사용하여 인공지능 학습 모델을 학습시키게 되는데, 본 발명에서는 그래프를 사용하여 분류를 진행하는 방식으로서, RNN모델에서 변형된 LSTM모델을 사용하게 된다.

상기한 RNN모델은 글, 유전자, 손글씨, 음성 신호, 센서가 감지한 데이터, 주가 등 배열의 형태를 가지는 데이터의 패턴을 인식하는 모델이다.

RNN모델은 도 12와 같은 형식이며 모델의 히든레이어가 많아질수록 처음 입력한 데이터 값이 점차 잊혀지거나 변환되는 값들이 많아져서 오류가 발생한다.

이러한 오류를 해결하기 위해서 LSTM 모델이 개발되었으며, LSTM모델은 RNN모델처럼 기존의 정보를 기억하고 있다가 제거하고 학습하여 발생한 새로운 정도를 기억하는 방식을 반복하여 RNN 모델의 단점을 보완한 모델이다.

따라서, 상기한 장점을 가지고 있는 LSTM 모델을 본 발명에서 채택하게 된 것이다.

결국, 상기 인공지능학습모델선정모듈(550)은 도 13과 같이, 6개 레벨 분류(클래스) 기준별 임피던스 그래프를 배열 형식으로 변환된 배열값으로 변경하여 인공지능 학습 모델에 제공하여 학습을 진행하며, 진행된 결과값이 정해진 분류(클래스)에 맞게 출력되는지 정확도를 확인하며, 정확도가 기준 정확도 이상일 경우에 학습을 종료하고 해당 인공지능 학습 모델을 인공지능모델기반피부질환판별모듈로 제공하게 되는 것이다.

그리고, 상기 임피던스측정모듈(560)은 피부질환을 판별하고자 하는 어느 한 병변 의심 부위로부터 센싱된 전류값들을 이용하여 임피던스를 측정하기 위한 기능을 수행하게 된다.

이때, 상기 임피던스측정결과그래프생성모듈(570)은 상기 측정된 임피던스 측정 결과를 이용하여 임피던스 측정 결과 그래프를 생성하게 된다.

이후, 상기 측정결과그래프배열변환모듈(580)은 상기 생성된 임피던스 측정 결과 그래프를 배열 형식으로 변환하여 측정된 임피던스값을 임피던스 배열값으로 저장 처리하게 된다.

즉, 도 14에 도시한 바와 같이, 측정된 그래프는 배열 형식으로 변환할 수 있으며, 측정된 임피던스값을 임피던스 배열값으로 저장 처리하게 되는 것이다.

이후, 인공지능모델기반피부질환판별모듈(590)은 상기 측정결과그래프배열변환모듈(580)이 변환한 어느 한 병변 의심 부위의 임피던스 배열값을 상기 인공지능학습모델선정모듈(550)이 생성한 6개 레벨 분류(클래스)별 인공지능 학습 모델에 적용하여 어느 한 병변 의심 부위가 6개 레벨 분류(클래스)중 어느 레벨 분류(클래스)에 해당하는지를 판단한 피부 질환 정보를 생성하게 되는 것이다.

도 14의 예시에서는 클래스 1으로 진단하게 되며, 도 5에 도시한 바와 같이, 클래스 1의 깊이는 0.75mm이하이며, 향후 5년 생존 가능성은 95 ~ 100%라는 결과값을 제공할 수 있게 되는 것이다.

도 15는 본 발명의 삼실시예에 따른 임피던스를 이용한 인공지능 기반 피부질환 진단장치의 전체 구성도이다.

도 15에 도시한 바와 같이, 피부질환 진단장치는,

병변 의심 부위를 둘러싸는 형상을 가지고 있으며, 병변 의심 부위 주변에 접촉되는 병변의심부위접촉부(100)가 결합되는 일면 중앙 부위에 형성되어 병변 의심 부위를 촬영하기 위한 카메라부(600)와,

피부질환존재판단부(500)에 의해 판단된 피부 질환 정보와 카메라부(600)에 의해 촬영된 병변 의심 부위의 영상 이미지를 외부로 전송하는 제1 통신부(700)를 를 더 포함하여 구성될 수 있다.

구체적으로 설명하면, 상기 카메라부(600)를 병변의심부위접촉부(100)가 결합되는 일면 중앙 부위에 형성시켜 병변 의심 부위를 촬영하게 되는 것이다.

이때, 상기 제1 통신부(700)를 통해 피부질환존재판단부(500)에 의해 판단된 피부 질환 정보와 카메라부(600)에 의해 촬영된 병변 의심 부위의 영상 이미지를 외부로 전송하게 되는 것이다.

상기한 외부로 전송되는 경우에 전송되는 정보를 획득하는 외부단말기는 하기의 피부질환진단서버가 될 수 있으며, 필요에 따라 스마트기기가 될 수도 있다.

따라서, 상기 제1 통신부는 유무선 통신이 가능한 통신 모듈이어야 한다.

이때, 본 발명의 진단시스템은 피부질환 진단장치(1000)로부터 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 획득하여 저장하며, 저장된 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 시각적 신호로 출력하여 스마트기기(3000)로 제공하기 위한 피부질환진단서버(2000)를 포함하여 구성되는 것을 특징으로 한다.

따라서, 상기 피부질환진단서버(2000)는 판단된 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 저장하기 위한 저장부;

상기 저장된 판단된 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 시각적 신호로 출력하여 스마트기기(3000)로 제공하기 위한 제2 통신부;를 포함하여 구성하게 된다.

그리고, 상기 스마트기기(3000)는 판단된 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 피부질환진단서버(2000)로부터 수신하기 위한 애플리케이션이 설치될 수 있으며, 상기 애플리케이션의 실행을 통해 피부질환진단서버(2000)로부터 제공된 판단된 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보에 대한 시각적 신호를 화면에 출력시켜 스마트기기 사용자가 진단 결과를 영상과 함께 확인할 수 있게 된다.

한편, 상기 스마트기기는 피부질환 진단장치로부터 판단된 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 직접 수신받아 애플리케이션의 실행을 통해 진단 결과를 영상과 함께 확인할 수 있으며, 스마트기기를 통해 해당 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 피부질환진단서버(2000)로 전송하여 저장할 수 있도록 할 수도 있다.

본 발명에 의하면, 피부 질환을 임피던스를 이용하여 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이를 진단할 수 있도록 함으로써, 병변 의심 부위의 피부 질환 여부를 정확하고 간편하게 비침습적인 기술로 안전하게 진단할 수 있는 효과를 발휘하게 된다.

또한, 인공지능 학습 모델을 이용하여 피부 질환을 학습한 후, 피부 질환을 진단하고자 피부 질환 부위를 접촉시킬 경우에 해당 부위가 피부 질환인지를 인공지능 기반으로 진단하되, 특히 피부 질환이 피부암인 경우에 피부암의 깊이가 어디까지 전이되었는지를 진단할 수 있도록 함으로써, 피부질환 판단여부의 정확도를 지속적으로 향상시킬 수 있게 된다.

또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.

100 : 병변의심부위접촉부
200 : 전극부
300 : 전극전압부
400 : 전극전류센싱부
500 : 피부질환존재판단부
600 : 카메라부
700 : 제1 통신부

Claims (7)

1. 임피던스를 이용한 인공지능 기반 피부질환 진단시스템에 있어서,
   병변 의심 부위(10)를 둘러싸는 형상을 가지고 있으며, 병변 의심 부위 주변에 접촉되는 병변의심부위접촉부(100)와,
   상기 병변의심부위접촉부의 일면에 일정 간격 이격되게 적어도 4개 이상이 형성되어 있는 다수의 전극부(200)와,
   상기 전극부에 전압을 인가하는 전극전압부(300)와,
   상기 병변 의심 부위를 중심에 두고, 어느 한 전극부에서 다른 한 전극부로 흐르는 전류와 다른 어느 한 전극부에서 또 다른 어느 한 전극부로 흐르는 전류를 센싱하기 위한 전극전류센싱부(400)와,
   상기 전극전류센싱부에 의해 센싱된 전류값들을 이용하여 상기 병변 의심 부위에 어느 피부 질환이 존재하는 지를 판단한 피부 질환 정보를 생성하는 피부질환존재판단부(500)와,
   병변 의심 부위를 둘러싸는 형상을 가지고 있으며, 병변 의심 부위 주변에 접촉되는 병변의심부위접촉부(100)가 결합되는 일면 중앙 부위에 형성되어 병변 의심 부위를 촬영하기 위한 카메라부(600)와,
   피부질환존재판단부(500)에 의해 판단된 피부 질환 정보와 카메라부(600)에 의해 촬영된 병변 의심 부위의 영상 이미지를 외부로 전송하는 제1 통신부(700)를 포함하는 피부질환 진단장치(1000)와;
   피부질환 진단장치(1000)로부터 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 획득하여 저장하며, 저장된 피부 질환 정보와 병변 의심 부위의 영상 이미지 정보를 시각적 신호로 출력하여 스마트기기(3000)로 제공하기 위한 피부질환진단서버(2000)를 포함하여 구성되며,
   
   상기 피부질환존재판단부(500)는,
   피부질환의 깊이별로 분류된 6개 레벨 분류(클래스)별 정상과 비정상 임피던스 그래프를 배열 형식으로 변환된 임피던스 배열값으로 변경하여 인공지능 학습 모델에 제공하여 학습을 진행하며, 진행된 결과값이 정해진 분류(클래스)에 맞게 출력되는지 정확도를 확인하며, 정확도가 기준 정확도 이상일 경우에 학습을 종료하여 6개 레벨 분류(클래스)별 인공지능 학습 모델을 생성하는 인공지능학습모델선정모듈(550)과,
   피부질환을 판별하고자 하는 어느 한 병변 의심 부위로부터 센싱된 전류값들을 이용하여 임피던스를 측정하기 위한 임피던스측정모듈(560)과,
   측정된 임피던스를 이용하여 임피던스 측정 결과 그래프를 생성하기 위한 임피던스측정결과그래프생성모듈(570)과,
   생성된 임피던스 측정 결과 그래프를 배열 형식으로 변환하여 측정된 임피던스값을 임피던스 배열값으로 저장 처리하기 위한 측정결과그래프배열변환모듈(580)과,
   상기 측정결과그래프배열변환모듈(580)이 변환한 어느 한 병변 의심 부위의 임피던스 배열값을 상기 인공지능학습모델선정모듈(550)이 생성한 6개 레벨 분류(클래스)별 인공지능 학습 모델에 적용하여 어느 한 병변 의심 부위가 6개 레벨 분류(클래스)중 어느 레벨 분류(클래스)에 해당하는지를 판단한 피부 질환 정보를 생성하는 인공지능모델기반피부질환판별모듈(590)을 포함하고
   
   상기 전극전류센싱부(400)는,
   병변 의심 부위를 중심에 두고, 다수의 전극부(200) 중 어느 한 전극부를 기준점으로 하여, 나머지 전극부들로 각각 흐르는 전류를 각각 센싱하며, 상기 센싱이 종료되면, 기준점이 되는 전극부를 다른 전극부로 변경시킨 후, 변경된 다른 전극부를 기준점으로 하여 나머지 전극부들로 각각 흐르는 전류를 센싱하는 과정을 수행하는 회전형 센싱 방식을 이용하여 전류를 센싱하는 것을 특징으로 하는 임피던스를 이용한 인공지능 기반 피부질환 진단시스템.
   
2. 삭제
3. 삭제
4. 삭제
5. 제 1항에 있어서,
   상기 피부질환 진단장치(1000)는,
   정상 유무 진단 뿐만 아니라, 피부질환의 깊이에 따른 레벨 분류 및 생존 가능성 정보를 제공하는 것을 특징으로 하는 임피던스를 이용한 인공지능 기반 피부질환 진단시스템.
   
6. 제 1항에 있어서,
   상기 인공지능 학습 모델은,
   LSTM 모델인 것을 특징으로 하는 임피던스를 이용한 인공지능 기반 피부질환 진단시스템.
   
7. 제 1항에 있어서,
   상기 전극전류센싱부(400)는,
   병변 의심 부위를 중심에 두고, 다수의 전극부(200) 중 어느 한 전극부에서 다른 한 전극부로 흐르는 전류와 다른 어느 한 전극부에서 또 다른 어느 한 전극부로 흐르는 전류를 센싱하는 직선형 센싱 방식을 추가적으로 이용하여 전류를 센싱하는 것을 특징으로 하는 임피던스를 이용한 인공지능 기반 피부질환 진단시스템.
   

Images