KR102122302B1 - 안저 촬영기를 제어하는 방법 및 이를 이용한 장치 - Google Patents

안저 촬영기를 제어하는 방법 및 이를 이용한 장치 Download PDF

Info

Publication number
KR102122302B1
KR102122302B1 KR1020180034538A KR20180034538A KR102122302B1 KR 102122302 B1 KR102122302 B1 KR 102122302B1 KR 1020180034538 A KR1020180034538 A KR 1020180034538A KR 20180034538 A KR20180034538 A KR 20180034538A KR 102122302 B1 KR102122302 B1 KR 102122302B1
Authority
KR
South Korea
Prior art keywords
fundus
neural network
deep neural
fundus image
optic nerve
Prior art date
Application number
KR1020180034538A
Other languages
English (en)
Other versions
KR20190112493A (ko
Inventor
손재민
정규환
강주영
Original Assignee
주식회사 뷰노
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 주식회사 뷰노 filed Critical 주식회사 뷰노
Priority to KR1020180034538A priority Critical patent/KR102122302B1/ko
Publication of KR20190112493A publication Critical patent/KR20190112493A/ko
Application granted granted Critical
Publication of KR102122302B1 publication Critical patent/KR102122302B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/14Arrangements specially adapted for eye photography
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

본 발명은 안저 촬영기를 제어하는 방법 및 이를 이용한 장치에 관한 것이다. 구체적으로, 본 발명에 따른 방법에 의하면, 제어 장치가, 상기 안저 촬영기로부터 안저 영상을 획득하고, 획득된 상기 안저 영상의 판독 가능 여부를 판정하며, 상기 안저 영상이 판독 가능하면, 상기 안저 영상에서 시신경 유두 및 황반을 참조하여, 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정하며, 상기 안저가 상기 관심 위치에 놓였으면, 상기 안저 영상을 출력 영상으로 하고, 상기 안저가 상기 관심 위치에 놓이지 않았으면, 상기 관심 위치에 놓이도록 유도하는 제어 작동을 수행한 후, 상기 안저 촬영기로부터 다시 상기 안저 영상을 획득함으로써 상기 안저 영상의 판독 가능 여부의 판정부터 다시 반복 수행한다.

Description

안저 촬영기를 제어하는 방법 및 이를 이용한 장치{METHOD FOR CONTROLING FUNDUS CAMERA AND APPARATUS USING THE SAME}
본 발명은 안저 촬영기를 제어하는 방법 및 이를 이용한 장치에 관한 것이다. 구체적으로, 본 발명에 따른 방법은 의료 임상에서 의미 있는 유효한 안저 영상을 용이하게 촬영할 수 있도록 안저 촬영기를 제어하는 방법에 관한 것이다.
안저 영상은 망막, 시신경, 황반부의 이상을 관찰할 수 있어 안과에서 판독용으로 빈번히 활용된다. 그런데, 이러한 안저 영상의 촬영에는 피검체의 협조와 촬영자의 숙련된 기능이 필요한바, 원하는 위치로 된 안저 영상을 획득하기 위하여는 수 차례 반복 촬영을 하여야 할 수도 있다.
따라서 본 발명은 의료진으로 하여금 보다 신속하고 정확하게 원하는 안저 영상을 촬영할 수 있도록 보조하는 안저 촬영기의 제어 방법 및 제어 장치를 제안하고자 한다.
US 2018-0070818 A1
본 발명은 숙련이 필요한 안저 사진의 촬영을 자동화하여 촬영의 정확도 및 효율을 증진할 수 있게 하는 것을 목적으로 한다. 구체적으로, 본 발명은 사람의 컨디션에 영향을 받지 않고 안정적이고 정확한 안저 영상의 촬영을 가능하게 하는 것을 목적으로 한다.
이는 양질의 안저 영상을 안정적으로 획득함으로써 더 효율적이고 정확한 판독이 가능하게 함으로써 판독 오류를 감소시키고 의료진의 진단 품질 및 속도를 향상시키기 위한 것이다.
상기한 바와 같은 본 발명의 목적을 달성하고, 후술하는 본 발명의 특징적인 효과를 실현하기 위한 본 발명의 특징적인 구성은 하기와 같다.
본 발명의 일 태양(one aspect)에 따르면, 안저 촬영기를 제어하는 방법이 제공되는바, 그 방법은, (a) 제어 장치가, 상기 안저 촬영기로부터 안저 영상을 획득하는 단계; (b) 상기 제어 장치가, 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 단계; (c) 상기 안저 영상이 판독 가능하면, 상기 제어 장치가, 상기 안저 영상에서 시신경 유두 및 황반의 위치를 참조하여, 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정하는 단계; (d) 상기 안저가 상기 관심 위치에 놓였으면, 상기 제어 장치가, 상기 안저 영상을 출력 영상으로 하고, 상기 안저가 상기 관심 위치에 놓이지 않았으면, 상기 제어 장치가, 상기 관심 위치에 놓이도록 유도하는 제어 작동을 수행한 후, 상기 안저 촬영기로부터 다시 상기 안저 영상을 획득함으로써 상기 (c) 단계 내지 (d) 단계를 다시 수행하는 단계를 포함한다.
본 발명의 다른 태양(another aspect)에 따르면, 안저 촬영기를 제어하는 방법이 제공되는바, 그 방법은, (a) 제어 장치가, 상기 안저 촬영기로부터 안저 영상을 획득하는 단계; (b) 상기 제어 장치가, 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 단계; (c) 상기 안저 영상이 판독 가능하면, 상기 제어 장치가, 상기 안저 영상에서 시신경 유두 및 황반을 탐색하는 단계; 및 (d) 상기 제어 장치가, 상기 시신경 유두 및 상기 황반의 위치를 참조하여 상기 안저 촬영기로 하여금 등간격으로 상기 안저 영상을 파노라마 촬영하게 하는 단계를 포함한다.
본 발명의 다른 일 태양(one another aspect)에 따르면, 본 발명에 따른 방법을 수행하도록 구현된 명령어(instructions)를 포함하는, 기계 판독 가능한 비일시적 기록 매체에 저장된, 컴퓨터 프로그램도 제공된다.
본 발명의 또 다른 태양(still another aspect)에 따르면, 안저 촬영기를 제어하는 컴퓨팅 장치가 제공되는바, 그 컴퓨팅 장치는, 상기 안저 촬영기를 포함하거나 상기 안저 촬영기와 연동되는 통신부로서, 상기 안저 촬영기로부터 안저 영상을 획득하는 통신부; 및 (i) 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 프로세스; (ii) 상기 안저 영상이 판독 가능하면, 상기 안저 영상에서 시신경 유두 및 황반의 위치를 참조하여, 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정하는 프로세스; (iii) 상기 안저가 상기 관심 위치에 놓였으면, 상기 제어 장치가, 상기 안저 영상을 출력 영상으로 하고, 상기 안저가 상기 관심 위치에 놓이지 않았으면, 상기 제어 장치가, 상기 관심 위치에 놓이도록 유도하는 제어 작동을 수행한 후, 상기 안저 촬영기로부터 다시 상기 안저 영상을 획득함으로써 상기 (i) 프로세스 내지 (iii) 프로세스를 다시 수행하는 프로세스를 수행하는 프로세서를 포함한다.
본 발명의 또 다른 태양(yet another aspect)에 따르면, 안저 촬영기를 제어하는 컴퓨팅 장치가 제공되는바, 그 컴퓨팅 장치는, 상기 안저 촬영기를 포함하거나 상기 안저 촬영기와 연동되는 통신부로서, 상기 안저 촬영기로부터 안저 영상을 획득하는 통신부; 및 (i) 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 프로세스; (ii) 상기 안저 영상이 판독 가능하면, 상기 안저 영상에서 시신경 유두 및 황반을 탐색하는 프로세스; (iii) 상기 시신경 유두 및 상기 황반의 위치를 참조하여 상기 통신부를 통하여 상기 안저 촬영기로 하여금 등간격으로 상기 안저 영상을 파노라마 촬영하게 하는 프로세스를 수행하는 프로세서를 포함한다.
본 발명에 의하면, 안저 영상의 판독 가능 여부를 실시간으로 판단할 수 있어, 예를 들어 망막 부위가 뚜렷이 보일 때 시신경 유두와 황반의 위치를 자동으로 탐지할 수 있는 효과가 있다.
또한, 본 발명에 의하면, 탐색된 시신경 유두와 황반의 위치에 근거하여 원하는 부분에 초점을 맞추어 촬영할 수 있는 효과가 있다.
또한 본 발명에 의하면, 예컨대 탁상용 안저 촬영기가 안저 영상을 편리하게 촬영할 수 있도록 자동화될 뿐만 아니라 휴대용 안저 촬영기에도 동일한 방법이 적용이 가능한 장점이 있다.
본 발명의 실시 예의 설명에 이용되기 위하여 첨부된 아래 도면들은 본 발명의 실시 예들 중 단지 일부일 뿐이며, 본 발명이 속한 기술분야에서 통상의 지식을 가진 사람(이하 “통상의 기술자”라 함)에게 있어서는 발명적 작업이 이루어짐 없이 이 도면들에 기초하여 다른 도면들이 얻어질 수 있다.
도 1은 안저 영상을 획득하기 위하여 시행되는 안저 영상 촬영의 방식을 개략적으로 도시한 개념도이다.
도 2는 본 발명에 따라 안저 촬영기를 제어하는 방법(이하 “안저 촬영기 제어 방법”이라 함)을 수행하는 컴퓨팅 장치의 예시적 구성을 개략적으로 도시한 개념도이다.
도 3은 본 발명의 일 실시 예에 따른 안저 촬영기 제어 방법을 수행하는 컴퓨팅 장치의 하드웨어 또는 소프트웨어 구성요소를 도시한 예시적 블록도이다.
도 4는 본 발명에 따른 안저 촬영기 제어 방법을 예시적으로 나타낸 흐름도이다.
도 5는 본 발명의 안저 촬영기 제어 방법에서 안저 영상의 판독 가능 여부를 판정하기 위한 제1 심층 신경망의 구조를 도식적으로 나타낸 도면이다.
도 6a 및 도 6b는 본 발명의 안저 촬영기 제어 방법에서 시신경 유두 및 황반의 위치를 탐색하기 위한 제2 심층 신경망의 구조를 도식적으로 나타낸 도면이다.
도 7은 본 발명의 안저 촬영기 제어 방법에서 시신경 유두 및 황반이 놓이는 예시적 관심 위치를 나타낸 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명의 목적들, 기술적 해법들 및 장점들을 분명하게 하기 위하여 본 발명이 실시될 수 있는 특정 실시 예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시 예는 통상의 기술자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다.
본 발명의 상세한 설명 및 청구항들에 걸쳐 이용된 "영상" 또는 "영상 데이터"라는 용어는 이산적 영상 요소들(예컨대, 2차원 영상에 있어서는 픽셀)로 구성된 다차원 데이터를 지칭하며, 달리 말하자면, (예컨대, 비디오 화면에 표시된) 눈으로 볼 수 있는 대상 또는 (예컨대, CT, MRI 검출기 등의 픽셀 출력에 대응되는 파일과 같은) 그 대상의 디지털 표현물을 지칭하는 용어이다.
본 발명의 상세한 설명 및 청구항들에 걸쳐 ‘DICOM(Digital Imaging and Communications in Medicine; 의료용 디지털 영상 및 통신)’ 표준은 의료용 기기에서 디지털 영상 표현과 통신에 이용되는 여러 가지 표준을 총칭하는 용어인바, DICOM 표준은 미국 방사선 의학회(ACR)와 미국 전기 공업회(NEMA)에서 구성한 연합 위원회에서 발표한다.
그리고 본 발명의 상세한 설명 및 청구항들에 걸쳐 '학습' 혹은 '러닝'은 절차에 따른 컴퓨팅(computing)을 통하여 기계 학습(machine learning)을 수행함을 일컫는 용어인바, 인간의 교육 활동과 같은 정신적 작용을 지칭하도록 의도된 것이 아니며, 훈련(training)은 기계 학습에 관하여 일반적으로 받아들여지는 의미로 쓰인 것이다.
그리고 본 발명의 상세한 설명 및 청구항들에 걸쳐, '포함하다'라는 단어 및 그 변형은 다른 기술적 특징들, 부가물들, 구성요소들 또는 단계들을 제외하는 것으로 의도된 것이 아니다. 또한, ‘하나’ 또는 ‘한’은 하나 이상의 의미로 쓰인 것이며, ‘또 다른’은 적어도 두 번째 이상으로 한정된다.
통상의 기술자에게 본 발명의 다른 목적들, 장점들 및 특성들이 일부는 본 설명서로부터, 그리고 일부는 본 발명의 실시로부터 드러날 것이다. 아래의 예시 및 도면은 실례로서 제공되며, 본 발명을 한정하는 것으로 의도된 것이 아니다. 따라서, 특정 구조나 기능에 관하여 본 명세서에 개시된 상세 사항들은 한정하는 의미로 해석되어서는 아니되고, 단지 통상의 기술자가 실질적으로 적합한 임의의 상세 구조들로써 본 발명을 다양하게 실시하도록 지침을 제공하는 대표적인 기초 자료로 해석되어야 할 것이다.
더욱이 본 발명은 본 명세서에 표시된 실시 예들의 모든 가능한 조합들을 망라한다. 본 발명의 다양한 실시 예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시 예에 관련하여 본 발명의 사상 및 범위를 벗어나지 않으면서 다른 실시 예로 구현될 수 있다. 또한, 각각의 개시된 실시 예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 사상 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
본 명세서에서 달리 표시되거나 분명히 문맥에 모순되지 않는 한, 단수로 지칭된 항목은, 그 문맥에서 달리 요구되지 않는 한, 복수의 것을 아우른다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
이하, 통상의 기술자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시 예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 안저 영상을 획득하기 위하여 시행되는 안저 영상 촬영의 방식을 개략적으로 도시한 개념도이다.
일반적인 안저 영상 촬영은, 안저 촬영기에서 조그만 불빛이 나오면, 피검체가 의료진의 지시에 따라 그 불빛을 주시하는 것으로 시작한다. 피검체가 불빛을 주시하면 중심와(fovea)에 그 불빛의 상이 맺히면서 황반 중심 영상(macular center image)이 촬영된다. 보통 어두운 장소에서 촬영이 진행되는데, 이는 동공(pupil)이 확장되기 때문이다.
백내장(cataract), 유리체 출혈(vitreous hemorrhage) 등으로 매체 혼탁(media opacity)이 있는 경우에는 뿌옇게 되어 제대로 찍히지 않는데, 그와 같은 경우에는 산동제를 투여하고 직접 안저 검사를 하거나 안구 광학 단층 촬영, 초음파 검사 등을 시행한다. 저시력 등으로 인하여 불빛을 주시하지 못하거나 사시가 심해서 중심와 외의 주시점을 사용하는 경우 등에는 안저 영상이 제대로 찍히지 않는다. 작은 동공(small pupil)인 피검체의 경우 폐쇄각녹내장 등이 없다면 산동제를 한 방울 정도 점안하고 촬영을 재개한다.
도 2는 본 발명에 따라 안저 촬영기를 제어하는 방법(이하 “안저 촬영기 제어 방법”이라 함)을 수행하는 컴퓨팅 장치, 즉, 제어 장치의 예시적 구성을 개략적으로 도시한 개념도이다.
도 2를 참조하면, 본 발명의 일 실시 예에 따른 컴퓨팅 장치(200)는, 통신부(210) 및 프로세서(220)를 포함하며, 상기 통신부(210)를 통하여 외부 컴퓨팅 장치(미도시)와 직간접적으로 통신할 수 있다.
구체적으로, 상기 컴퓨팅 장치(200)는, 전형적인 컴퓨터 하드웨어(예컨대, 컴퓨터 프로세서, 메모리, 스토리지, 입력 장치 및 출력 장치, 기타 기존의 컴퓨팅 장치의 구성요소들을 포함할 수 있는 장치; 라우터, 스위치 등과 같은 전자 통신 장치; 네트워크 부착 스토리지(NAS; network-attached storage) 및 스토리지 영역 네트워크(SAN; storage area network)와 같은 전자 정보 스토리지 시스템)와 컴퓨터 소프트웨어(즉, 컴퓨팅 장치로 하여금 특정의 방식으로 기능하게 하는 명령어들)의 조합을 이용하여 원하는 시스템 성능을 달성하는 것일 수 있다.
이와 같은 컴퓨팅 장치의 통신부(210)는 연동되는 타 컴퓨팅 장치와 요청과 응답을 송수신할 수 있는바, 일 예시로서 그러한 요청과 응답은 동일한 TCP(transmission control protocol) 세션(session)에 의하여 이루어질 수 있지만, 이에 한정되지는 않는바, 예컨대 UDP(user datagram protocol) 데이터그램(datagram)으로서 송수신될 수도 있을 것이다. 덧붙여, 넓은 의미에서 상기 통신부(210)는 명령어 또는 지시 등을 전달받기 위한 키보드, 마우스, 기타 외부 입력장치, 프린터, 디스플레이, 기타 외부 출력장치를 포함할 수 있다.
또한, 컴퓨팅 장치의 프로세서(220)는 MPU(micro processing unit), CPU(central processing unit), GPU(graphics processing unit), NPU(neural processing unit) 또는 TPU(tensor processing unit), 캐시 메모리(cache memory), 데이터 버스(data bus) 등의 하드웨어 구성을 포함할 수 있다. 또한, 운영체제, 특정 목적을 수행하는 애플리케이션의 소프트웨어 구성을 더 포함할 수도 있다.
도 3은 본 발명에 따른 안저 촬영기 제어 방법을 수행하는 컴퓨팅 장치의 하드웨어 또는 소프트웨어 구성요소를 도시한 예시적 블록도이다.
도 3을 참조하여 본 발명에 따른 방법 및 장치의 구성을 간략히 개관하면, 컴퓨팅 장치 혹은 제어 장치(200; 300)는 그 구성요소로서 안저 영상 분류 모듈(310)을 포함할 수 있다. 이 안저 영상 분류 모듈(310)은 본 발명에 따른 방법이 적용되는 안저 영상을 안저 촬영기(400)로부터 획득하도록 구성되는바, 안저 촬영기(400)는 제어 장치(200; 300)에 포함되거나 제어 장치(200; 300)의 통신부(210)에 연동, 즉 전기적으로 연결되어 협업적으로 작동할 수 있다.
도 3에 도시된 개별 모듈들은, 예컨대, 컴퓨팅 장치(200; 300)에 포함된 통신부(210)나 프로세서(220), 또는 상기 통신부(210) 및 프로세서(220)의 연동에 의하여 구현될 수 있음은 통상의 기술자가 이해할 수 있을 것이다.
안저 영상은, 예를 들어, 안저 촬영기(400)에 의하여 촬영되어 DICOM 표준에 따라 의료영상 저장 전송 시스템(PACS)에 전송된 후 컴퓨팅 장치(200; 300)의 안저 영상 분류 모듈(310)에 획득될 수 있다. 안저 영상 분류 모듈(310)은 획득한 안저 영상의 판독 가능 여부를 판정하고, 안저 영상이 판독 가능하면, 그 안저 영상은 안저 영상 탐색 모듈(320)에 전달될 수 있는데, 안저 영상 탐색 모듈(320)은 안저 영상에서 시신경 유두 및 황반을 탐색하도록 구성될 수 있다. 안저 영상 분류 모듈(310)과 안저 영상 탐색 모듈(320)은 그 기능의 수행을 위하여 각각 심층 신경망 모델을 포함할 수 있는데, 이에 관하여는 후술하기로 한다.
시신경 유두 및 황반의 탐색의 결과를 참조하여, 안저 영상 탐색 모듈(320)은 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정하고, 그 결과에 따라 안저 촬영기 제어 모듈(340)을 통하여 안저 촬영기(400)를 제어하거나 안저 영상 출력 모듈(330)을 통하여 안저 영상을 출력한다.
안저 영상 출력 모듈(330)은 외부 엔티티(entity)나 PACS 등에 안저 영상의 데이터를 출력 또는 제공하도록 구성된다. 안저 영상 출력 모듈(330)은 소정의 출력 장치, 예컨대 디스플레이에 표시된 사용자 인터페이스를 통하여 상기 안저 영상 데이터를 외부 엔티티에 제공할 수 있다.
여기에서 외부 엔티티라고 함은, 상기 컴퓨팅 장치(200; 300)의 사용자, 관리자, 상기 피검체를 담당하는 의료 전문가 등을 포함하나, 이 이외에도 상기 안저 영상, 이로부터 도출되는 기타 정보를 필요로 하는 주체라면 어느 주체라도 포함되는 것으로 이해되어야 할 것이다.
도 3에 나타난 구성요소들은 설명의 편의상 하나의 컴퓨팅 장치에서 실현되는 것으로 예시되었으나, 본 발명의 방법을 수행하는 컴퓨팅 장치(200; 300)는 복수개의 장치들이 서로 연동되어 아래에서 설명하는 방법의 각 단계에 대하여 분산 처리를 도모하도록 구성될 수도 있다는 점이 이해될 것이다. 이제 도 3에 나타난 각각의 구성요소들의 구체적인 기능 및 효과, 본 발명에 따른 안저 촬영기 제어 방법에 관하여 도 4 내지 도 7을 참조하여 더 상세하게 설명하기로 한다.
도 4는 본 발명의 일 실시 예에 따른 안저 촬영기 제어 방법을 예시적으로 나타낸 흐름도이다.
도 4를 참조하면, 이 실시 예에 따른 안저 촬영기 제어 방법은, 우선, 제어 장치(300)에 의하여 구현되는 안저 영상 분류 모듈(310)이, 상기 안저 촬영기로부터 안저 영상을 획득하는 단계(S100)를 포함하는데, 그러한 안저 영상의 예시는 도 7에 나타난 바와 같다.
다음으로, 상기 실시 예에 따른 안저 촬영기 제어 방법은, 컴퓨팅 장치(300)에 의하여 구현되는 안저 영상 분류 모듈(310)이, 획득된 안저 영상의 판독 가능 여부를 판정하는 단계(S200)를 더 포함한다.
이와 같은 안저 영상 분류 모듈(310)에서 안저 영상의 판독 가능 여부를 판정하기 위하여 이용되는 분류 모델의 일 예시로는 딥 러닝 모델(deep learning model)을 들 수 있는데, 이는 인공 신경망을 심층으로 쌓은 형태로 간략하게 설명할 수 있다. 즉, 깊은 구조의 네트워크라는 의미로 심층 신경망(deep neural network; 딥 뉴럴 네트워크)이라고 표현하며, 다층의 네트워크로 이루어진 구조에서 다량의 데이터를 학습시킴으로써 각각의 영상의 특징을 자동으로 학습하고, 이를 통해 목적 함수의 에러(error)를 최소화시키는 방법으로 네트워크를 학습시켜 나아가는 형태이다.
이 같은 딥 러닝 모델 중 특히 CNN(convolutional neural network; 합성곱 신경망)은 영상의 분류에 적합한 모델로서, 영상의 각 영역을 복수의 필터를 이용하여 특징 지도(feature map)를 만들어내는 합성곱 층(convolution layer)과 특징 지도의 크기를 줄여 위치나 회전의 변화에 불변하는 특징을 추출할 수 있도록 하는 풀링 층(pooling layer; sub-sampling layer)을 반복함으로써 점, 선, 면 등의 저수준의 특징에서부터 복잡하고 의미 있는 고수준의 특징까지 다양한 수준의 특징을 추출할 수 있게 된다.
도 5는 본 발명의 안저 촬영기 제어 방법의 단계(S200)에서 안저 영상의 판독 가능 여부를 판정하기 위하여 이용될 수 있는 제1 심층 신경망의 구조를 예시적으로 나타낸 도면이다.
일 예시로서, 상기 제1 심층 신경망은, 안저 영상의 입력이 이루어지는 입력층에서 상기 판독 가능 여부의 판정 결과가 출력되는 출력층까지 순서대로, (i) 스트라이드(stride)를 포함하는 합성곱 층(convolution layer with stride; 510a, 510b) 또는 스트라이드를 포함하지 않은 합성곱 층(convolution layer; 530) 및 풀링 층(pooling layer; 520a, 520b, 520c)의 반복, (ii) 전결합층(fully-connected layer; 540), 및 (iii) 소프트맥스(softmax) 출력층을 포함한다. 상기 풀링 층(520a, 520b)은 최대 풀링(max-pooling) 층이되, 전결합층 바로 전의 풀링 층(520c)은 전역 평균 풀링(global average pooling) 층일 수 있다. 한편, 각각의 층에서 이용되는 활성화 함수(activation function)는 ReLU, SeLU 등일 수 있으나, 이외에 시그모이드 함수 등의 다양한 종류의 활성화 함수가 쓰일 수 있다는 점은 통상의 기술자에게 알려져 있다.
제1 심층 신경망에 의하여 출력되는 값으로서 상기 판독 가능 여부를 판정한 결과는, 작은 동공(small pupil; 2), 매체 혼탁(media opacity; 1), 판독 불가(ungradable; 3) 및 판독 가능(gradable; 0)을 포함할 수 있으나, 필요에 따라 달리 분류할 수도 있을 것이다. 본 명세서에서 언급되는 심층 신경망들이 훈련용 데이터로서 입력되는 훈련용 안저 영상들과 그 각각에 대응되는 훈련용 판독 결과의 쌍에 의하여 지도 학습될 수 있다는 점이 이해될 수 있을 것이다.
다시 도 4를 참조하면, 본 발명에 따른 안저 촬영기 제어 방법은, 상기 판정한 결과가 판독 가능이 아니면(S250), 컴퓨팅 장치(300)에 의하여 구현되는 안저 영상 분류 모듈(310)이, 그 판정한 결과를 외부 엔티티에 알리는 단계(S252; 미도시); 및 소정의 추가 조작에 응하여, 단계(S100)부터 다시 수행하는 단계(S254; 미도시)를 더 포함할 수 있다.
예를 들어, 상기 판정한 결과가 작은 동공인 경우에는 피검체의 암순응이 이루어지지 않아 동공이 덜 확장된 탓일 수 있으므로, 외부 엔티티에 적절히 알림으로써 충분한 시간이 지난 후, 또는 앞서 설명된 바와 같이 피검체에 산동제를 투여한 후, 소정의 추가 조작으로 단계(S100)부터 다시 본 발명의 방법을 수행할 수 있다.
소정의 추가 조작에는 안저 촬영기(400)의 직접 촬영 조작, 안저 촬영기(400)의 촬영을 위한 정위치에 피검체가 다시 위치하는 조작, 제어 장치(300)의 입력 장치에 대한 미리 정해진 조작 등이 포함될 수 있으나, 통상의 기술자는 이외에 다양한 조작을 상정할 수 있을 것이다.
다른 예로서, 상기 판정한 결과가 매체 혼탁인 경우에는 안저 영상을 획득하는 것이 불필요하므로 외부 엔티티에 알림으로써 안저 영상의 촬영을 중지하도록 유도할 수 있다. 또한, 상기 판정한 결과가 판독 불가인 때에는 경우에 따라 상기 소정의 추가 조작으로 안저 영상의 촬영을 단계(S100)에서부터 다시 시도하든지 촬영을 포기할 수 있다.
즉, 단계(S252)는 본 발명의 실시 예에 따라 촬영을 다시 시도할 것인지를 외부 엔티티에 문의하는 역할을 함으로써 외부 엔티티로 하여금 적절한 대처를 한 후에 다시 본 발명에 따른 촬영을 수행하도록 한다.
계속해서 도 4를 참조하면, 실시 예에 따른 안저 촬영기 제어 방법은, 상기 안저 영상이 판독 가능하면, 상기 제어 장치(300)에 의하여 구현되는 안저 영상 탐색 모듈(320)이, 상기 안저 영상에서 시신경 유두 및 황반을 참조하여, 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정하는 단계(S300)를 더 포함한다. 단계(S300)에서 상기 시신경 유두 및 황반의 탐색은 훈련된 제2 심층 신경망을 이용하여 수행될 수 있다.
도 6a 및 도 6b는 본 발명의 안저 촬영기 제어 방법에서 시신경 유두 및 황반의 위치를 탐색하기 위한 제2 심층 신경망의 구조를 도식적으로 나타낸 도면이다.
상기 제2 심층 신경망은, 도 6a에 예시된 바와 같이 상기 안저 영상으로부터 혈관을 추출하도록 훈련된 제3 심층 신경망(610a)을 포함할 수 있으며, 제3 심층 신경망(610a)에 의하여 추출된 혈관 영상(620c)을 이용하여 시신경 유두의 위치(620a)를 예측하는 제4 심층 신경망(610b) 및 상기 혈관 영상을 이용하여 황반의 위치(620b)를 예측하는 제5 심층 신경망(610c)을 포함할 수 있으며, 도 6b에 예시된 바와 같이 상기 안저 영상으로부터 시신경 유두의 위치를 예측하는 제6 심층 신경망(630a와 630b의 결합) 및 상기 안저 영상으로부터 황반의 위치를 예측하는 제7 심층 신경망(630a와 630c의 결합)을 더 포함할 수 있다. 제6 심층 신경망의 층들 중 적어도 하나는 제4 심층 신경망(610b)의 출력값 중 적어도 일부(640a)를 연결(concatenate)하여 이용함으로써 시신경 유두의 위치를 나타내는 제1 맵을 산출하고, 제7 심층 신경망의 층들 중 적어도 하나는 제5 심층 신경망(610c)의 출력값 중 적어도 일부(640b)를 연결하여 이용함으로써 황반의 위치를 나타내는 제2 맵을 산출한다.
제1 맵과 제2 맵에 표시(mark)된 영역의 중심 각각이 시신경 유두와 황반의 위치로서 탐색될 수 있는바, 예컨대, 그 중심은 맵에 표시된 영역의 무게(질량) 중심일 수 있다.
본 발명에서 이용되는 심층 신경망들은, 충분히 많은 양의 훈련용 입력 데이터와 충분한 층 및 노드의 개수를 가지는 경우에, 임의의 비선형 함수에 대하여 충분한 정확도로 근사할 수 있음이 연역적으로(예컨대 1989년 시벤코(Cybenko)가 발표한 시벤코 정리 등) 또는 경험적으로 알려져 있는바, 확보된 훈련용 데이터가 많으면 많을수록 우수한 성능의 심층 신경망이 마련될 수 있는 장점이 있다.
다음으로, 단계(S300)에서, 제어 장치(300)의 안저 영상 탐색 모듈(320)은, 상기 시신경 유두 및 상기 황반의 위치를 참조로 하여 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정한다.
도 7은 본 발명의 안저 촬영기 제어 방법에서 안저가 취할 수 있는 관심 위치를 예시적으로 나타낸 도면이다.
관심 위치는 도 7에 예시된 바와 같이 비강 주변부(nasal peripheral) 위치, 시신경 유두 위치(optic disc), 황반 중심(macular-center) 위치, 시신경 유두 중심(optic disc-center) 위치, 외측 주변부(temporal peripheral) 위치, 상측 주변부(superior peripheral) 위치, 하측 주변부(inferior peripheral) 위치를 포함할 수 있으며, 결과적으로 위치에 따라 외측 영역(temporal area)의 촬영, 황반 중심 영역(macular-center area), 상측 영역(superior area)의 촬영, 시신경 유두 영역(disc area)의 촬영, 하측 영역(inferior area)의 촬영이 이루어질 수 있다.
한편, 단계(S300)는, 탐색된 상기 시신경 유두 및 상기 황반의 위치를 포함하는 특징에 기초하여, 제어 장치(300)가, 상기 안저 영상이 좌안의 영상인지 우안의 영상인지를 구분하는 양안 구분 정보를 생성하는 단계(S310; 미도시)를 더 포함할 수 있다. 또한 단계(S300)는, 양안 구분 정보가 생성되면, 제어 장치(300)가, 생성된 상기 양안 구분 정보를 안저 영상의 데이터에 추가하는 단계(S320; 미도시)를 더 포함할 수 있다. 데이터 추가의 예시로서, 상기 안저 영상의 DICOM 파일의 헤더에 상기 양안 구분 정보가 추가될 수 있다.
계속해서 도 4를 참조하면, 실시 예에 따른 안저 촬영기 제어 방법은, 상기 시신경 유두 및 상기 황반이 상기 관심 위치에 놓였으면(S350), 상기 제어 장치가, 상기 안저 영상을 출력 영상으로 하여 외부 엔티티에 제공하고(S400), 상기 시신경 유두 및 상기 황반이 상기 관심 위치에 놓이지 않았으면(S350), 상기 제어 장치가, 상기 관심 위치에 놓이도록 유도하는 제어 작동을 수행(S420)한 후, 상기 안저 촬영기로부터 다시 상기 안저 영상을 획득함으로써 상기 S100부터 다시 수행하는 단계를 더 포함한다.
일 예시로서, 단계(S420)에서는, 황반의 중심인 중심와(fovea)가 검출되면, 제어 장치(300)의 안저 촬영기 제어 모듈(340)이, 상기 중심와가 안저 영상의 중심이 되는 방향으로 안저 촬영기를 제어하는 신호를 생성하여 전달함으로써 상기 안저 촬영기로 하여금 상기 중심와가 안저 영상의 중심이 되는 방향으로 움직이게 할 수 있다.
위 예시와 양립할 수 있는 다른 예시로서, 단계(S420)에서는, 시신경 유두가 검출되고 상기 중심와가 검출되지 않으면, 안저 촬영기 제어 모듈(340)이, 상기 시신경 유두가 상기 안저 영상의 가로축 1/4 또는 3/4에 위치하는 방향으로 상기 안저 촬영기를 제어하는 신호를 생성하여 전달함으로써 상기 안저 촬영기로 하여금 상기 시신경 유두가 목표로 했던 위치에 오게끔 움직이게 할 수 있다. 여기에서 1/4 및 3/4의 수치는 영상 판독의 편의를 위하여 임의로 설정된 것이며, 다른 소정의 수치가 적용될 수 있음은 물론이다.
위 예시들과 양립할 수 있는 또 다른 예시로서, 단계(S420)에서는, 중심와 및 시신경 유두 모두가 검출되지 않으면, 사용자 혹은 외부 엔티티에 경고 메시지를 발함으로써 상기 사용자 혹은 외부 엔티티가 적절한 조치를 취하도록 유도할 수 있다.
지금까지 설명된 실시예와 다른 실시예로서, 본 발명에 따른 안저 촬영기 제어 방법은, 파노라마 안저 촬영을 가능하게 할 수 있다. 이 다른 실시예에 따른 안저 촬영기 제어 방법에 의하면, 제어 장치는, 앞서 설명된 실시예에서와 같이 안저 촬영기로부터 안저 영상을 획득하고(S100), 안저 영상의 판독 가능 여부를 판정하며(S200), 시신경 유두 및 황반을 탐색한다(S300’; 미도시). 그 다음, 상기 제어 장치(300)는, 상기 시신경 유두 및 상기 황반의 위치를 참조하여 상기 안저 촬영기로 하여금 등간격으로 상기 안저 영상을 파노라마 촬영하게 한다(S400’; 미도시).
구체적으로 단계(S400’)는, 제어 장치(300)가, 상기 안저 영상이 중심와를 포함하는 제1 안저 영상을 획득하는 단계(S420’; 미도시); 및 제어 장치(300)가, 상기 안저 촬영기(400)로 하여금 상기 제1 안저 영상으로부터 수평 방향 또는 수직 방향으로 소정 거리 d 만큼의 등간격으로 추가 안저 영상들을 촬영하게 함으로써 상기 추가 안저 영상들을 획득하는 단계(S440’; 미도시); 및 제어 장치(300)가, 상기 제1 안저 영상 및 추가 안저 영상들을 조립하여 파노라마 안저 영상을 생성하는 단계(S460’; 미도시)를 포함할 수 있다.
단계(S460’)에서 영상의 조립은 서로 상이한 영상들에 찍힌 동일한 부분을 중첩시키도록 접합하는 것을 의미하는바, 다양한 방식으로 영상의 조립이 이루어질 수 있음을 통상의 기술자는 이해할 수 있을 것이다.
결과적으로, 본 발명에 따른 안저 촬영기 제어 방법에 따르면, 촬영된 안저 영상을 포함하는 안저 영상 데이터가 외부 엔티티에 제공될 수 있는바, 그 안저 영상 데이터는 의료진에 의한 진단 또는 기계 학습 모델의 훈련 등에 유용하게 이용될 수 있다.
지금까지 설명된 바와 같이 본 발명은 그 모든 실시 예 및 변형례에 걸쳐, 사용자가 안저 영상을 정확하고 효율적으로 촬영할 수 있게 하는 효과가 있다.
이로 한하여 정확도가 낮아 안저 영상의 품질 문제로 사람에 의한 판독 또는 기계에 의한 판독에 지장을 주는 케이스를 줄일 수 있어 효과적인 진단이 가능해져 궁극적으로 진료의 질을 높일 수 있을 것이다.
위 실시 예의 설명에 기초하여 해당 기술분야의 통상의 기술자는, 본 발명의 방법 및/또는 프로세스들, 그리고 그 단계들이 하드웨어, 소프트웨어 또는 특정 용례에 적합한 하드웨어 및 소프트웨어의 임의의 조합으로 실현될 수 있다는 점을 명확하게 이해할 수 있다. 상기 하드웨어는 범용 컴퓨터 및/또는 전용 컴퓨팅 장치 또는 특정 컴퓨팅 장치 또는 특정 컴퓨팅 장치의 특별한 모습 또는 구성요소를 포함할 수 있다. 상기 프로세스들은 내부 및/또는 외부 메모리를 가지는, 하나 이상의 마이크로프로세서, 마이크로컨트롤러, 임베디드 마이크로컨트롤러, 프로그래머블 디지털 신호 프로세서 또는 기타 프로그래머블 장치에 의하여 실현될 수 있다. 게다가, 혹은 대안으로서, 상기 프로세스들은 주문형 집적회로(application specific integrated circuit; ASIC), 프로그래머블 게이트 어레이(programmable gate array), 프로그래머블 어레이 로직(Programmable Array Logic; PAL) 또는 전자 신호들을 처리하기 위해 구성될 수 있는 임의의 다른 장치 또는 장치들의 조합으로 실시될 수 있다. 더욱이 본 발명의 기술적 해법의 대상물 또는 선행 기술들에 기여하는 부분들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 기계 판독 가능한 기록 매체에 기록될 수 있다. 상기 기계 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 기계 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다. 기계 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD, Blu-ray와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 전술한 장치들 중 어느 하나뿐만 아니라 프로세서, 프로세서 아키텍처 또는 상이한 하드웨어 및 소프트웨어의 조합들의 이종 조합, 또는 다른 어떤 프로그램 명령어들을 실행할 수 있는 기계 상에서 실행되기 위하여 저장 및 컴파일 또는 인터프리트될 수 있는, C와 같은 구조적 프로그래밍 언어, C++ 같은 객체지향적 프로그래밍 언어 또는 고급 또는 저급 프로그래밍 언어(어셈블리어, 하드웨어 기술 언어들 및 데이터베이스 프로그래밍 언어 및 기술들)를 사용하여 만들어질 수 있는바, 기계어 코드, 바이트코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 이에 포함된다.
따라서 본 발명에 따른 일 태양에서는, 앞서 설명된 방법 및 그 조합들이 하나 이상의 컴퓨팅 장치들에 의하여 수행될 때, 그 방법 및 방법의 조합들이 각 단계들을 수행하는 실행 가능한 코드로서 실시될 수 있다. 다른 일 태양에서는, 상기 방법은 상기 단계들을 수행하는 시스템들로서 실시될 수 있고, 방법들은 장치들에 걸쳐 여러 가지 방법으로 분산되거나 모든 기능들이 하나의 전용, 독립형 장치 또는 다른 하드웨어에 통합될 수 있다. 또 다른 일 태양에서는, 위에서 설명한 프로세스들과 연관된 단계들을 수행하는 수단들은 앞서 설명한 임의의 하드웨어 및/또는 소프트웨어를 포함할 수 있다. 그러한 모든 순차 결합 및 조합들은 본 개시서의 범위 내에 속하도록 의도된 것이다.
예를 들어, 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다. 상기 하드웨어 장치는, 프로그램 명령어를 저장하기 위한 ROM/RAM 등과 같은 메모리와 결합되고 상기 메모리에 저장된 명령어들을 실행하도록 구성되는 MPU, CPU, GPU, TPU와 같은 프로세서를 포함할 수 있으며, 외부 장치와 신호를 주고 받을 수 있는 통신부를 포함할 수 있다. 덧붙여, 상기 하드웨어 장치는 개발자들에 의하여 작성된 명령어들을 전달받기 위한 키보드, 마우스, 기타 외부 입력장치를 포함할 수 있다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시 예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시 예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 사람이라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
그와 같이 균등하게 또는 등가적으로 변형된 것에는, 예컨대 본 발명에 따른 방법을 실시한 것과 동일한 결과를 낼 수 있는, 논리적으로 동치(logically equivalent)인 방법이 포함될 것인바, 본 발명의 진의 및 범위는 전술한 예시들에 의하여 제한되어서는 아니되며, 법률에 의하여 허용 가능한 가장 넓은 의미로 이해되어야 한다.

Claims (15)

  1. 안저 촬영기를 제어하는 방법에 있어서,
    (a) 제어 장치가, 상기 안저 촬영기로부터 안저 영상을 획득하는 단계;
    (b) 상기 제어 장치가, 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 단계;
    (c) 상기 안저 영상이 판독 가능하면, 상기 제어 장치가, 상기 안저 영상에서 시신경 유두 및 황반의 위치를 참조하여, 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정하는 단계;
    (d) 상기 안저가 상기 관심 위치에 놓였으면, 상기 제어 장치가, 상기 안저 영상을 출력 영상으로 하고, 상기 안저가 상기 관심 위치에 놓이지 않았으면, 상기 제어 장치가, 상기 관심 위치에 놓이도록 유도하는 제어 작동을 수행한 후, 상기 안저 촬영기로부터 다시 상기 안저 영상을 획득함으로써 상기 (c) 단계 내지 (d) 단계를 다시 수행하는 단계
    를 포함하고,
    상기 시신경 유두 및 황반은 훈련된 제2 심층 신경망을 이용하여 탐색되고,
    상기 제2 심층 신경망은,
    상기 안저 영상으로부터 혈관을 추출하도록 훈련된 제3 심층 신경망; 상기 제3 심층 신경망에 의하여 추출된 혈관 영상을 이용하여 각각 상기 시신경 유두 및 상기 황반의 위치를 예측하는 제4 심층 신경망 및 제5 심층 신경망; 상기 안저 영상으로부터 각각 상기 시신경 유두 및 상기 황반의 위치를 예측하는 제6 심층 신경망 및 제7 심층 신경망을 포함하되,
    상기 제6 심층 신경망의 층들 중 적어도 하나와 상기 제7 심층 신경망의 층들 중 적어도 하나는 각각 상기 제4 심층 신경망의 출력값 중 적어도 일부 및 상기 제5 심층 신경망의 출력값 중 적어도 일부를 연결(concatenate)하여 이용함으로써 각각 상기 시신경 유두 및 상기 황반의 위치를 나타내는 2개의 맵을 산출하고,
    상기 맵에서 표시(mark)된 영역의 중심 각각이 상기 시신경 유두 및 상기 황반의 위치로서 탐색되는 것을 특징으로 하는 안저 촬영기 제어 방법.
  2. 안저 촬영기를 제어하는 방법에 있어서,
    (a) 제어 장치가, 상기 안저 촬영기로부터 안저 영상을 획득하는 단계;
    (b) 상기 제어 장치가, 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 단계;
    (c) 상기 안저 영상이 판독 가능하면, 상기 제어 장치가, 상기 안저 영상에서 시신경 유두(optic disc) 및 황반의 위치를 참조하여, 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정하는 단계;
    (d) 상기 안저가 상기 관심 위치에 놓였으면, 상기 제어 장치가, 상기 안저 영상을 출력 영상으로 하고, 상기 안저가 상기 관심 위치에 놓이지 않았으면, 상기 제어 장치가, 상기 관심 위치에 놓이도록 유도하는 제어 작동을 수행한 후, 상기 안저 촬영기로부터 다시 상기 안저 영상을 획득함으로써 상기 (c) 단계 내지 (d) 단계를 다시 수행하는 단계
    를 포함하되,
    상기 (d) 단계에서,
    중심와(fovea)가 검출되면, 상기 제어 작동은, 상기 중심와가 상기 안저 영상의 중심이 되는 방향으로 상기 안저 촬영기를 제어하는 신호를 생성하는 작동을 포함하고,
    상기 시신경 유두가 검출되고, 상기 중심와가 검출되지 않으면, 상기 제어 작동은, 상기 시신경 유두가 상기 안저 영상의 가로축 상의 소정 위치(location)에 위치(locate)하는 방향으로 상기 안저 촬영기를 제어하는 신호를 생성하는 작동을 포함하며,
    상기 중심와 및 상기 시신경 유두 모두가 검출되지 않으면, 상기 제어 작동은, 사용자에게 경고 메시지를 발하여 상기 중심와 또는 상기 시신경 유두가 검출되도록 유도하는 작동을 포함하는 것을 특징으로 하는 안저 촬영기 제어 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 (b) 단계에서,
    상기 판독 가능 여부를 판정한 결과는 작은 동공(small pupil), 매체 혼탁(media opacity), 판독 불가(ungradable) 및 판독 가능(gradable)을 포함하는 것을 특징으로 하는 안저 촬영기 제어 방법.
  4. 제1항 또는 제2항에 있어서,
    상기 안저 영상의 판독 가능 여부의 판정은 훈련된 제1 심층 신경망을 이용하여 수행되는 것을 특징으로 하는 안저 촬영기 제어 방법.
  5. 제4항에 있어서,
    상기 제1 심층 신경망은,
    입력층에서 출력층까지의 순서대로
    (i) 스트라이드(stride)를 포함하거나 포함하지 않은 합성곱 층(convolution layer) 및 풀링 층(pooling layer)의 반복, (ii) 전결합층(fully-connected layer), 및 (iii) 소프트맥스(softmax) 출력층을 포함하는 것을 특징으로 하는 안저 촬영기 제어 방법.
  6. 제1항 또는 제2항에 있어서,
    상기 (b) 단계 후 상기 (c) 단계 전에,
    (c0-1) 상기 판정한 결과가 판독 가능이 아니면, 상기 제어 장치가, 상기 판정한 결과를 외부 엔티티(entity)에 알리는 단계; 및
    (c0-2) 상기 판정한 결과가 판독 가능이 아니면, 상기 제어 장치가, 소정의 추가 조작에 응하여, 상기 (a) 단계 내지 (c) 단계를 다시 수행하는 단계
    를 더 포함하는 안저 촬영기 제어 방법.
  7. 제1항 또는 제2항에 있어서,
    상기 (c) 단계는,
    (c1) 탐색된 상기 시신경 유두 및 상기 황반의 위치를 포함하는 특징에 기초하여, 상기 제어 장치가, 상기 안저 영상이 좌안의 영상인지 우안의 영상인지를 구분하는 양안 구분 정보를 생성하는 단계
    를 포함하는 안저 촬영기 제어 방법.
  8. 제7항에 있어서,
    (c2) 상기 제어 장치가, 생성된 상기 양안 구분 정보를 상기 안저 영상의 데이터에 추가하는 단계
    를 더 포함하는 안저 촬영기 제어 방법.
  9. 안저 촬영기를 제어하는 방법에 있어서,
    (a) 제어 장치가, 상기 안저 촬영기로부터 안저 영상을 획득하는 단계;
    (b) 상기 제어 장치가, 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 단계;
    (c) 상기 안저 영상이 판독 가능이면, 상기 제어 장치가, 상기 안저 영상에서 시신경 유두 및 황반을 탐색하는 단계; 및
    (d) 상기 제어 장치가, 상기 시신경 유두 및 상기 황반의 위치를 참조하여 상기 안저 촬영기로 하여금 등간격으로 상기 안저 영상을 파노라마 촬영하게 하는 단계
    를 포함하고,
    상기 시신경 유두 및 황반은 훈련된 제2 심층 신경망을 이용하여 탐색되고,
    상기 제2 심층 신경망은,
    상기 안저 영상으로부터 혈관을 추출하도록 훈련된 제3 심층 신경망; 상기 제3 심층 신경망에 의하여 추출된 혈관 영상을 이용하여 각각 상기 시신경 유두 및 상기 황반의 위치를 예측하는 제4 심층 신경망 및 제5 심층 신경망; 상기 안저 영상으로부터 각각 상기 시신경 유두 및 상기 황반의 위치를 예측하는 제6 심층 신경망 및 제7 심층 신경망을 포함하되,
    상기 제6 심층 신경망의 층들 중 적어도 하나와 상기 제7 심층 신경망의 층들 중 적어도 하나는 각각 상기 제4 심층 신경망의 출력값 중 적어도 일부 및 상기 제5 심층 신경망의 출력값 중 적어도 일부를 연결(concatenate)하여 이용함으로써 각각 상기 시신경 유두 및 상기 황반의 위치를 나타내는 2개의 맵을 산출하고,
    상기 맵에서 표시(mark)된 영역의 중심 각각이 상기 시신경 유두 및 상기 황반의 위치로서 탐색되는 것을 특징으로 하는 안저 촬영기 제어 방법.
  10. 제9항에 있어서,
    상기 (d) 단계는,
    (d1) 상기 제어 장치가, 상기 안저 영상이 중심와를 포함하는 제1 안저 영상을 획득하는 단계;
    (d2) 상기 제어 장치가, 상기 안저 촬영기로 하여금 상기 제1 안저 영상으로부터 수평 방향 또는 수직 방향으로 소정 거리 d만큼의 등간격으로 추가 안저 영상들을 촬영하게 함으로써 상기 추가 안저 영상들을 획득하는 단계;
    (d3) 상기 제어 장치가, 상기 제1 안저 영상 및 상기 추가 안저 영상들을 조립하여 파노라마 안저 영상을 생성하는 단계
    를 포함하는 안저 촬영기 제어 방법.
  11. 컴퓨팅 장치로 하여금, 제1항, 제2항, 제9항 또는 제10항 중 어느 한 항의 방법을 수행하도록 구현된 명령어(instructions)를 포함하는, 기계 판독 가능한 비일시적 기록 매체에 저장된, 컴퓨터 프로그램.
  12. 안저 촬영기를 제어하는 장치에 있어서,
    상기 안저 촬영기를 포함하거나 상기 안저 촬영기와 연동되는 통신부로서, 상기 안저 촬영기로부터 안저 영상을 획득하는 통신부; 및
    (i) 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 프로세스; (ii) 상기 안저 영상이 판독 가능이면, 상기 안저 영상에서 시신경 유두 및 황반의 위치를 참조하여, 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정하는 프로세스; (iii) 상기 안저가 상기 관심 위치에 놓였으면, 상기 안저 영상을 출력 영상으로 하고, 상기 안저가 상기 관심 위치에 놓이지 않았으면, 상기 관심 위치에 놓이도록 유도하는 제어 작동을 수행한 후, 상기 안저 촬영기로부터 다시 상기 안저 영상을 획득함으로써 상기 (i) 프로세스 내지 (iii) 프로세스를 다시 수행하는 프로세스를 수행하는 프로세서
    를 포함하되,
    상기 시신경 유두 및 황반은 훈련된 제2 심층 신경망을 이용하여 탐색되고,
    상기 제2 심층 신경망은,
    상기 안저 영상으로부터 혈관을 추출하도록 훈련된 제3 심층 신경망; 상기 제3 심층 신경망에 의하여 추출된 혈관 영상을 이용하여 각각 상기 시신경 유두 및 상기 황반의 위치를 예측하는 제4 심층 신경망 및 제5 심층 신경망; 상기 안저 영상으로부터 각각 상기 시신경 유두 및 상기 황반의 위치를 예측하는 제6 심층 신경망 및 제7 심층 신경망을 포함하되,
    상기 제6 심층 신경망의 층들 중 적어도 하나와 상기 제7 심층 신경망의 층들 중 적어도 하나는 각각 상기 제4 심층 신경망의 출력값 중 적어도 일부 및 상기 제5 심층 신경망의 출력값 중 적어도 일부를 연결(concatenate)하여 이용함으로써 각각 상기 시신경 유두 및 상기 황반의 위치를 나타내는 2개의 맵을 산출하고,
    상기 맵에서 표시(mark)된 영역의 중심 각각이 상기 시신경 유두 및 상기 황반의 위치로서 탐색되는 것을 특징으로 하는 안저 촬영기 제어 장치.
  13. 안저 촬영기를 제어하는 장치에 있어서,
    상기 안저 촬영기를 포함하거나 상기 안저 촬영기와 연동되는 통신부로서, 상기 안저 촬영기로부터 안저 영상을 획득하는 통신부; 및
    (i) 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 프로세스; (ii) 상기 안저 영상이 판독 가능이면, 상기 안저 영상에서 시신경 유두(optic disc) 및 황반의 위치를 참조하여, 안저가 관심 위치(position of interest)에 놓였는지 여부를 판정하는 프로세스; (iii) 상기 안저가 상기 관심 위치에 놓였으면, 상기 안저 영상을 출력 영상으로 하고, 상기 안저가 상기 관심 위치에 놓이지 않았으면, 상기 관심 위치에 놓이도록 유도하는 제어 작동을 수행한 후, 상기 안저 촬영기로부터 다시 상기 안저 영상을 획득함으로써 상기 (i) 프로세스 내지 (iii) 프로세스를 다시 수행하는 프로세스를 수행하는 프로세서
    를 포함하되,
    상기 (iii) 프로세스에서,
    중심와(fovea)가 검출되면, 상기 제어 작동은, 상기 중심와가 상기 안저 영상의 중심이 되는 방향으로 상기 안저 촬영기를 제어하는 신호를 생성하는 작동을 포함하고,
    상기 시신경 유두가 검출되고, 상기 중심와가 검출되지 않으면, 상기 제어 작동은, 상기 시신경 유두가 상기 안저 영상의 가로축 상의 소정 위치(location)에 위치(locate)하는 방향으로 상기 안저 촬영기를 제어하는 신호를 생성하는 작동을 포함하며,
    상기 중심와 및 상기 시신경 유두 모두가 검출되지 않으면, 상기 제어 작동은, 사용자에게 경고 메시지를 발하여 상기 중심와 또는 상기 시신경 유두가 검출되도록 유도하는 작동을 포함하는 것을 특징으로 하는 안저 촬영기 제어 장치.
  14. 안저 촬영기를 제어하는 장치에 있어서,
    상기 안저 촬영기를 포함하거나 상기 안저 촬영기와 연동되는 통신부로서, 상기 안저 촬영기로부터 안저 영상을 획득하는 통신부; 및
    (i) 획득된 상기 안저 영상의 판독 가능 여부를 판정하는 프로세스; (ii) 상기 안저 영상이 판독 가능이면, 상기 안저 영상에서 시신경 유두 및 황반을 탐색하는 프로세스; (iii) 상기 시신경 유두 및 상기 황반의 위치를 참조하여 상기 통신부를 통하여 상기 안저 촬영기로 하여금 등간격으로 상기 안저 영상을 파노라마 촬영하게 하는 프로세스를 수행하는 프로세서
    를 포함하고,
    상기 시신경 유두 및 황반은 훈련된 제2 심층 신경망을 이용하여 탐색되고,
    상기 제2 심층 신경망은,
    상기 안저 영상으로부터 혈관을 추출하도록 훈련된 제3 심층 신경망; 상기 제3 심층 신경망에 의하여 추출된 혈관 영상을 이용하여 각각 상기 시신경 유두 및 상기 황반의 위치를 예측하는 제4 심층 신경망 및 제5 심층 신경망; 상기 안저 영상으로부터 각각 상기 시신경 유두 및 상기 황반의 위치를 예측하는 제6 심층 신경망 및 제7 심층 신경망을 포함하되,
    상기 제6 심층 신경망의 층들 중 적어도 하나와 상기 제7 심층 신경망의 층들 중 적어도 하나는 각각 상기 제4 심층 신경망의 출력값 중 적어도 일부 및 상기 제5 심층 신경망의 출력값 중 적어도 일부를 연결(concatenate)하여 이용함으로써 각각 상기 시신경 유두 및 상기 황반의 위치를 나타내는 2개의 맵을 산출하고,
    상기 맵에서 표시(mark)된 영역의 중심 각각이 상기 시신경 유두 및 상기 황반의 위치로서 탐색되는 것을 특징으로 하는 안저 촬영기 제어 장치.
  15. 삭제
KR1020180034538A 2018-03-26 2018-03-26 안저 촬영기를 제어하는 방법 및 이를 이용한 장치 KR102122302B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180034538A KR102122302B1 (ko) 2018-03-26 2018-03-26 안저 촬영기를 제어하는 방법 및 이를 이용한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180034538A KR102122302B1 (ko) 2018-03-26 2018-03-26 안저 촬영기를 제어하는 방법 및 이를 이용한 장치

Publications (2)

Publication Number Publication Date
KR20190112493A KR20190112493A (ko) 2019-10-07
KR102122302B1 true KR102122302B1 (ko) 2020-06-12

Family

ID=68422428

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180034538A KR102122302B1 (ko) 2018-03-26 2018-03-26 안저 촬영기를 제어하는 방법 및 이를 이용한 장치

Country Status (1)

Country Link
KR (1) KR102122302B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230135319A (ko) 2022-03-16 2023-09-25 성균관대학교산학협력단 인공지능 기반 강화된 안저영상 생성 방법, 컴퓨터 판독 가능한 기록 매체, 컴퓨터 프로그램 및 장치

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210115196A (ko) * 2020-03-12 2021-09-27 삼성에스디에스 주식회사 영상 기반의 안질환 진단 장치 및 방법
KR102538848B1 (ko) * 2020-05-12 2023-05-31 부산대학교병원 실시간 안저사진 품질 판독을 위한 딥러닝 아키텍처 시스템
KR102396522B1 (ko) * 2020-07-28 2022-05-10 가톨릭대학교 산학협력단 안저 후극부의 기하학적 구조를 이용한 병적 근시 판별 방법 및 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3058680B2 (ja) * 1990-11-30 2000-07-04 株式会社トプコン 眼底像処理装置
JP2014195602A (ja) * 2013-03-29 2014-10-16 株式会社ニデック 眼科装置および画像処理プログラム
JP5845608B2 (ja) * 2011-03-31 2016-01-20 株式会社ニデック 眼科撮影装置
WO2017106469A1 (en) * 2015-12-15 2017-06-22 The Regents Of The University Of California Systems and methods for analyzing perfusion-weighted medical imaging using deep neural networks
JP2017189530A (ja) * 2016-04-15 2017-10-19 キヤノン株式会社 画像処理装置及び画像処理方法、プログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09313447A (ja) * 1996-06-02 1997-12-09 Topcon Corp 眼底疾患に関する解析装置
JP6815798B2 (ja) 2016-09-09 2021-01-20 株式会社トプコン 眼科撮影装置及び眼科画像処理装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3058680B2 (ja) * 1990-11-30 2000-07-04 株式会社トプコン 眼底像処理装置
JP5845608B2 (ja) * 2011-03-31 2016-01-20 株式会社ニデック 眼科撮影装置
JP2014195602A (ja) * 2013-03-29 2014-10-16 株式会社ニデック 眼科装置および画像処理プログラム
WO2017106469A1 (en) * 2015-12-15 2017-06-22 The Regents Of The University Of California Systems and methods for analyzing perfusion-weighted medical imaging using deep neural networks
JP2017189530A (ja) * 2016-04-15 2017-10-19 キヤノン株式会社 画像処理装置及び画像処理方法、プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230135319A (ko) 2022-03-16 2023-09-25 성균관대학교산학협력단 인공지능 기반 강화된 안저영상 생성 방법, 컴퓨터 판독 가능한 기록 매체, 컴퓨터 프로그램 및 장치

Also Published As

Publication number Publication date
KR20190112493A (ko) 2019-10-07

Similar Documents

Publication Publication Date Title
KR102122302B1 (ko) 안저 촬영기를 제어하는 방법 및 이를 이용한 장치
KR101977645B1 (ko) 안구영상 분석방법
KR101848321B1 (ko) 피검체에 대한 안저 영상의 판독을 지원하는 방법 및 이를 이용한 장치
US11974808B2 (en) Anterior eye disease diagnostic system and diagnostic method using same
KR101978548B1 (ko) 안구 움직임 측정을 통한 어지럼 진단 서버, 방법, 및 이를 기록한 기록매체
CN112868068B (zh) 使用利用其它模式训练的机器学习模型处理眼底相机图像
JP2022180466A (ja) 診断支援装置、学習装置、診断支援方法、学習方法及びプログラム
Yang et al. Artificial intelligence in ophthalmopathy and ultra-wide field image: A survey
WO2020190648A1 (en) Method and system for measuring pupillary light reflex with a mobile phone
Khaing et al. ChoroidNET: a dense dilated U-Net model for choroid layer and vessel segmentation in optical coherence tomography images
KR20190087681A (ko) 자궁경부암에 대한 피검체의 발병 여부를 판정하는 방법
KR102306279B1 (ko) 안저 영상판독 지원방법, 안저 영상판독 지원장치 및 이를 포함하는 안저 영상판독 지원 시스템
Pandey et al. Detection of glaucoma disease using image processing, soft computing and deep learning approaches
CN111191639A (zh) 基于眼震的眩晕类型识别方法、装置、介质及电子设备
Camara et al. A comprehensive review of methods and equipment for aiding automatic glaucoma tracking
JP2005528966A (ja) 眼底カメラで撮影された画像の評価方法及び評価装置
JP7406901B2 (ja) 情報処理装置及び情報処理方法
Tobin et al. A probabilistic framework for content-based diagnosis of retinal disease
KR20240096862A (ko) 전안부 octa용 아이 트래킹 방법, 장치, 설비 및 저장 매체
Wang et al. Intelligent diagnosis of multiple peripheral retinal lesions in ultra-widefield fundus images based on deep learning
WO2022109357A1 (en) Method and analysis system for performing covid-19 testing according to eye image captured by smartphone
Heo et al. Development of a robust eye exam diagnosis platform with a deep learning model
KR20060096612A (ko) 동공 모양 모델링 방법
CN111340778A (zh) 一种青光眼图像处理方法和设备
Lowe Ocular Motion Classification for Mobile Device Presentation Attack Detection

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant