KR102171396B1 - 치아 병변 진단 방법 및 그 장치 - Google Patents

Abstract

멀티 레이어 치아 파노라마 영상을 이용하여 치아 내부의 병변까지 진단하는 방법이 제공된다. 본 개시의 몇몇 실시예에 따른 치아 병변 진단 방법은, 치아 세그먼테이션(segmentation)을 통해 치아 파노라마 영상에서 특정 치아 영역을 진단 대상으로 선택하고, 멀티 레이어 치아 파노라마 영상에서 상기 특정 치아 영역에 대응되는 영역을 추출하며, 상기 추출된 영역의 픽셀값 패턴을 이용하여 상기 특정 치아의 내부 병변까지 진단할 수 있다.

Description

치아 병변 진단 방법 및 그 장치{METHOD FOR DIAGNOSING DENTAL LESION AND APPARATUS THEREOF}

본 개시는 치아 병변 진단 방법 및 그 장치에 관한 것이다. 보다 상세하게는, 치아 파노라마 영상에서 병변 발생이 의심되는 영역을 검출하고 치아 병변을 진단하는 방법 및 그 방법을 수행하는 장치에 관한 것이다.

파노라마 영상 기법은 악궁과 같이 곡면에 있는 물체의 관심영역을 평면의 영상으로 펼쳐 보이는 것을 말하며, 치과용 파노라마 영상 장치는 파노라마 영상 기법을 도입하여 인체의 구강 내부를 촬영하는 장치를 말한다. 치과용 파노라마 영상 장치는 포물선 형태의 곡면으로 이루어진 구강 구조를 대상으로 치열궁의 연속적인 형태를 스캔하여 2차원의 치아 파노라마 영상을 생성할 수 있는데, 이렇게 생성된 치아 파노라마 영상은 구강 내 병변을 진단하기 위해 활용된다.

가령, 치아 파노라마 영상은 환자의 구강 내 병변을 진단하기 위해 치과 전문의에 의해 활용되고, 최근에는 구강 내 병변을 진단하는 인공지능 모델의 입력 데이터로도 활용되고 있다.

그러나, 2차원의 치아 파노라마 영상의 단면만을 이용하여 구강 내 병변을 진단하는 경우, 치아 내부에 발생된 병변이 정확하게 진단될 수 없다. 이는, X-레이가 물체들을 투과하면서 감쇠된 최종적인 값들이 누적되어 치아 파노라마 영상이 생성되기 때문에, 누적되지 않은 값들의 정보가 진단에 활용될 수 없기 때문이다. 즉, 누적되지 않은 값들이 치아 내부의 정보를 가리키는데, 이 값들이 진단에 활용될 수 없어 치아 내부의 병변까지 정확하게 진단될 수 없는 것이다.

한편, 지금까지 제안된 인공지능 모델은 대부분 전체 치아 파노라마 영상을 입력받고 진단 결과로써 개략적인 병변 위치 또는 종류를 판단한다. 그러나, 치아 별로 밀접하게 연관된 병변들은 서로 다르기 때문에, 위와 같은 인공지능 모델로는 특정 치아에 대한 상세한 진단 결과가 제공될 수 없다. 나아가, 위와 같이 특정 치아에 특화되지 않은 인공지능 모델은 진단의 정확도가 떨어진다는 문제점도 있다.

특정 치아에 특화된 인공지능 모델을 이용하여 효율적으로 진단을 수행하려면, 일차적으로 전체 치아 파노라마 영상에서 병변 발생이 의심되는 치아 영역이 검출될 필요가 있다. 병변 의심영역이 검출될 수 없다면, 전체 치아 파노라마 영상에 대해 진단이 수행되어야 하므로 비효율적이기 때문이다. 그러나, 지금까지 치아 내부의 병변까지 고려하여 병변 의심영역을 검출하는 방법은 제안된 바가 없는 실정이다.

한국공개특허 제10-2018-0070365호 (2018.06.26 공개)

본 개시의 몇몇 실시예를 통해 해결하고자 하는 기술적 과제는, 치아 파노라마 영상에서 병변 의심영역을 정확하게 검출하는 방법 및 그 방법을 수행하는 장치를 제공하는 것이다. 특히, 상기 기술적 과제는, 치아 내부에 발생된 병변까지 고려하여 병변 의심영역을 정확하게 검출하는 방법 및 그 방법을 제공하는 장치를 제공하는 것이다.

본 개시의 몇몇 실시예를 통해 해결하고자 하는 다른 기술적 과제는, 검출된 병변 의심영역과 연관된 병변 정보 및/또는 진단 정보를 제공하는 방법 및 그 방법을 수행하는 장치를 제공하는 것이다.

본 개시의 몇몇 실시예를 통해 해결하고자 하는 또 다른 기술적 과제는, 치아 병변을 진단하는 인공지능 모델의 진단 성능을 개선할 수 있는 방법 및 그 방법을 수행하는 장치를 제공하는 것이다.

본 개시의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시의 기술분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상기 기술적 과제를 해결하기 위한, 본 개시의 몇몇 실시예에 따른 치아 병변 진단 방법은, 2차원의 치아 파노라마 영상과 악궁면 상의 복수의 레이어 별 치아 영상을 포함하는 멀티 레이어 치아 파노라마 영상을 얻는 단계, 치아 세그먼테이션(segmentation)을 통해 상기 치아 파노라마 영상을 복수의 개별 치아영역으로 구획하는 단계, 상기 복수의 개별 치아영역 중에서 제1 개별 치아영역을 진단 대상으로 선택하는 단계, 상기 멀티 레이어 치아 파노라마 영상에서 상기 제1 개별 치아영역에 대응되는 영역을 추출하는 단계 및 상기 추출된 영역의 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계를 포함할 수 있다.

몇몇 실시예에서, 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계는, 레이 캐스팅(ray casting)을 통해 상기 추출된 영역에서 가상의 레이에 대응되는 일련의 픽셀을 샘플링하는 단계 및 상기 일련의 픽셀에 대한 제1 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계를 포함할 수 있다.

몇몇 실시예에서, 상기 제1 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계는, 상기 제1 픽셀값 패턴과 정상 픽셀값 패턴과의 비교 결과에 기초하여 상기 제1 개별 치아영역을 병변 의심영역으로 판정하는 단계를 포함할 수 있다.

몇몇 실시예에서, 상기 추출된 영역에 대한 영상을 재구성하여 상기 제1 개별 치아에 대한 크롭(crop) 영상을 생성하는 단계를 더 포함하되, 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계는, 상기 제1 개별 치아영역의 픽셀값과 상기 크롭 영상의 픽셀값 간의 차이를 산출하는 단계 및 상기 산출된 차이 값이 기준치 미만이라는 판정에 응답하여, 상기 픽셀값 패턴을 추출하는 단계를 포함할 수 있다.

몇몇 실시예에서, 상기 제1 개별 치아영역이 병변 의심영역이라는 판정에 응답하여, 상기 제1 개별 치아와 연관된 병변 정보를 제공하는 단계를 더 포함할 수 있다.

몇몇 실시예에서, 상기 제1 개별 치아영역이 병변 의심영역이라는 판정에 응답하여, 치아 병변을 진단하는 인공지능 모델에 상기 제1 개별 치아영역의 크롭 영상을 입력하여, 상기 제1 개별 치아에 대한 진단을 수행하는 단계를 더 포함할 수 있다.

상술한 기술적 과제를 해결하기 위한 본 개시의 다른 몇몇 실시예에 따른 치아 병변 진단 장치는, 하나 이상의 인스트럭션들(instructions)을 저장하는 메모리 및 상기 하나 이상의 인스트럭션들을 실행함으로써, 2차원의 치아 파노라마 영상과 악궁면 상의 복수의 레이어 별 치아 영상을 포함하는 멀티 레이어 치아 파노라마 영상을 얻어오고, 치아 세그먼테이션(segmentation)을 통해 상기 치아 파노라마 영상을 복수의 개별 치아영역으로 구획하며, 상기 복수의 개별 치아영역 중에서 제1 개별 치아영역을 진단 대상으로 선택하고, 상기 멀티 레이어 치아 파노라마 영상에서 상기 제1 개별 치아영역에 대응되는 영역을 추출하며, 상기 추출된 영역의 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 프로세서를 포함할 수 있다.

상술한 기술적 과제를 해결하기 위한 본 개시의 또 다른 몇몇 실시예에 따른 컴퓨터 프로그램은, 컴퓨팅 장치와 결합되어, 2차원의 치아 파노라마 영상과 악궁면 상의 복수의 레이어 별 치아 영상을 포함하는 멀티 레이어 치아 파노라마 영상을 얻는 단계, 치아 세그먼테이션(segmentation)을 통해 상기 치아 파노라마 영상을 복수의 개별 치아영역으로 구획하는 단계, 상기 복수의 개별 치아영역 중에서 제1 개별 치아영역을 진단 대상으로 선택하는 단계, 상기 멀티 레이어 치아 파노라마 영상에서 상기 제1 개별 치아영역에 대응되는 영역을 추출하는 단계 및 상기 추출된 영역의 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계를 실행시키기 위하여 컴퓨터로 판독가능한 기록매체에 저장될 수 있다.

도 1은 본 개시의 몇몇 실시예에 따른 치아 병변 진단 시스템을 나타내는 예시적인 구성도이다.
도 2 및 도 3은 본 개시의 다양한 실시예에서 참조될 수 있는 멀티 레이어 치아 파노라마 영상을 설명하기 위한 도면이다.
도 4는 본 개시의 몇몇 실시예에 따른 치아 병변 진단 방법을 나타내는 예시적인 흐름도이다.
도 5는 도 4에 도시된 치아 세그먼테이션 단계 S110을 부연 설명하기 위한 예시도이다.
도 6은 도 4에 도시된 진단 대상 선택 단계 S120을 부연 설명하기 위한 예시도이다.
도 7은 도 4에 도시된 대응 영역 추출 단계 S130을 부연 설명하기 위한 예시도이다.
도 8 및 도 9는 도 4에 도시된 픽셀값 패턴 추출 단계 S140을 부연 설명하기 위한 예시도이다.
도 10 및 도 11은 도 4에 도시된 병변 의심영역 판정 단계 S150을 부연 설명하기 위한 도면이다.
도 12는 본 개시의 몇몇 실시예에 따라 멀티 레이어 치아 파노라마 영상에서 추출된 크롭 영상에 대한 검증 과정을 설명하기 위한 흐름도이다.
도 13은 본 개시의 다양한 실시예에서 참조될 수 있는 치아 명칭 및 치아 번호 정보를 나타내는 예시도이다.
도 14는 본 개시의 몇몇 실시예에 따른 인공지능 모델 기반 병변 진단 방법을 설명하기 위한 예시적인 흐름도이다.
도 15는 본 개시의 몇몇 실시예에 따른 치아 병변 진단 장치를 구현할 수 있는 예시적인 컴퓨팅 장치를 도시한다.

이하, 첨부된 도면을 참조하여 본 개시의 바람직한 실시예들을 상세히 설명한다. 본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시의 기술적 사상은 이하의 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 이하의 실시예들은 본 개시의 기술적 사상을 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 본 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시의 기술적 사상은 청구항의 범주에 의해 정의될 뿐이다.

각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 개시를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 개시를 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.

또한, 본 개시의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.

명세서에서 사용되는 "포함한다 (comprises)" 및/또는 "포함하는 (comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

본 명세서에 대한 설명에 앞서, 본 명세서에서 사용되는 몇몇 용어들에 대하여 명확하게 하기로 한다.

본 명세서에서, 병변 의심영역(legion suspicious region)이란, 글자 그대로 병변이 발생한 것으로 의심되는 영역을 의미한다.

본 명세서에서, 멀티 레이어 치아 파노라마 영상(multi-layer tooth panoramic image)이란, 악궁면(arch plane) 상에 가상으로 형성되는 복수의 레이어에 초점을 맞춰 촬영함으로써 얻어진 복수의 레이어 영상을 의미한다. 멀티 레이어 치아 파노라마 영상에 대해서는 도 2를 참조하여 부연 설명하도록 한다.

본 명세서에서, 치아 세그먼테이션(tooth segmentation)이란, 치아 파노라마 영상에서 치아와 잇몸 사이, 치아와 치아 사이를 구분하여 개별 치아영역을 구획하는 것을 의미한다. 치아 세그먼테이션이 수행된 결과의 예는 도 5를 참조하도록 한다.

본 명세서에서 인스트럭션(instruction)이란, 기능을 기준으로 묶인 일련의 컴퓨터 판독가능 명령어들로서 컴퓨터 프로그램의 구성 요소이자 프로세서에 의해 실행되는 것을 가리킨다.

이하, 본 개시의 몇몇 실시예에 대하여 첨부된 도면에 따라 상세하게 설명한다.

도 1은 본 개시의 몇몇 실시예에 따른 치아 병변 진단 시스템을 나타내는 예시적인 구성도이다.

도 1에 도시된 바와 같이, 치아 병변 진단 시스템은 치아 파노라마 영상을 이용하여 구강 내 치아 병변을 진단하는 시스템이다. 본 실시예에 따른 치아 병변 진단 시스템은 촬영 장치(11) 및 진단 장치(10)를 포함할 수 있다. 단, 이는 본 개시의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 구성 요소가 추가되거나 삭제될 수 있음은 물론이다. 또한, 도 1에 도시된 치아 병변 진단 시스템의 각각의 구성 요소(10, 11)들은 기능적으로 구분되는 기능 요소들을 나타낸 것으로서, 복수의 구성 요소가 실제 물리적 환경에서는 서로 통합되는 형태로 구현될 수도 있음에 유의한다.

또한, 실제 물리적 환경에서 각각의 구성 요소(10, 11)들은 복수의 세부 기능 요소로 분리되는 형태로 구현될 수도 있다. 가령, 진단 장치(10)의 제1 기능은 제1 컴퓨팅 장치에서 구현되고, 제2 기능은 제2 컴퓨팅 장치에서 구현될 수도 있다. 이하, 치아 병변 진단 시스템의 구성 요소에 대하여 설명한다.

상기 치아 병변 진단 시스템에서, 촬영 장치(11)는 환자의 구강 내부를 스캔하여 2차원의 치아 파노라마 영상과 멀티 레이어 치아 파노라마 영상을 생성하는 장치이다. 이를테면, 촬영 장치(11)는 치과용 파노라마 영상 장치일 수 있다. 본 개시에 따른 기술적 사상에 대해 본격적으로 설명하기에 앞서, 상기 멀티 레이어 치아 파노라마 영상에 대하여 도 2 및 도 3을 참조하여 먼저 설명하도록 한다.

도 2에 도시된 바와 같이, 상기 멀티 레이어 치아 파노라마 영상은 악궁면 상에 가상으로 형성되는 복수의 레이어(21, 22, 23, 24)에 초점을 맞춰 촬영된 복수의 레이어 영상으로 구성된다. 복수의 레이어(21, 22, 23, 24)는 악궁면 상에 일렬로 평행하게 형성되되, 전방(anterior) 또는 후방(posterior)의 위치가 달라지도록 형성될 수 있다. 그 결과 상기 멀티 레이어 치아 파노라마 영상은 악궁면을 기준으로 전방에서 후방을 향하는 방향으로 볼 때 깊이(depth)가 서로 다른 복수의 레이어 영상을 포함하게 된다. 이는 상기 멀티 레이어 치아 파노라마 영상이 2차원 파노라마 영상임에도 불구하고, 부분적으로는 3차원 영상으로 기능하게 됨을 의미한다. 물론, 볼륨 렌더링과 같은 영상 처리 기법을 적용하면 상기 멀티 레이어 치아 파노라마 영상으로부터 3차원의 치아 영상이 생성될 수도 있다.

도 3은 본 개시의 다양한 실시예들에서 참조될 수 있는 치아 파노라마 영상(31)과 멀티 레이어 치아 파노라마 영상(32)을 예시하고 있다.

도 3에 도시된 바와 같이, 치아 파노라마 영상(31)은 구강 내 병변을 진단하기 위해 치과 전문의 등에 의해 주로 활용되는 영상이다. 그러나, 치아 파노라마 영상(31)은 X-레이의 최종 누적값을 토대로 생성된 것이기 때문에, 치아 내부에 대한 정보를 제공할 수 없다. 따라서, 본 개시의 다양한 실시예들에서는, 도 3의 하단에 도시된 바와 같은 멀티 레이어 치아 파노라마 영상(32)을 추가로 이용한다. 도 3에 도시된 바와 같이, 멀티 레이어 치아 파노라마 영상(32)은 악궁면 상의 제1 레이어에 초점을 맞춰 촬영된 제1 레이어 치아 파노라마 영상(32-1), 제2 레이어에 초점을 맞춰 촬영된 제2 레이어 치아 파노라마 영상(32-2), 제n 레이어에 초점을 맞춰 촬영된 제n 레이어 치아 파노라마 영상(32-n)을 포함한다.

상기 n의 값(즉, 레이어의 개수)는 기 설정된 고정값 또는 상황에 따라 변동되는 변동값일 수 있다. 가령, 상기 n의 값은 요구되는 진단 결과의 정확도, 촬영 장치(11)의 성능, 진단 장치(10)의 성능 등에 기초하여 변동되는 변동값일 수 있다. 이를테면, 요구되는 진단 결과의 정확도가 높을수록 상기 n의 값은 큰 값으로 설정될 수 있다. 이하에서는, 설명의 편의상, 멀티 레이어 치아 파노라마 영상을 "멀티 레이어 영상"으로 약칭하고, 제n 레이어의 치아 파노라마 영상을 "제n 레이어 영상"으로 약칭하도록 한다.

몇몇 실시예에서, 특정 레이어 영상의 순서, 전후방(anterior/posterior) 위치 또는 깊이 등을 식별하기 위한 목적으로 각 레이어에 식별 정보가 부여될 수 있다. 예컨대, 레이어 번호가 레이어 식별 정보로 부여될 수 있다. 보다 구체적인 예를 들어, 최전방에 위치한 레이어에 번호 "#1"이 부여되고, 후방에 위치할수록 레이어 번호가 증가하는 방식으로 순차적으로 레이어 번호가 부여될 수 있을 것이다.

몇몇 실시예에서, 촬영 장치(11)는 멀티 레이어 영상을 생성하고, 생성된 멀티 레이어 영상을 토대로 치아 파노라마 영상(e.g. 도 3의 31)을 생성할 수 있다. 예를 들어, 촬영 장치(11)는 멀티 레이어 영상을 복수의 영역으로 구획하고, 기준치 이상의 선명도를 갖는 영역들을 조합하여 상기 치아 파노라마 영상을 생성할 수 있다. 즉, 제1 영역에 대해 복수의 레이어 별로 선명도 비교를 수행하고, 제2 영역에 대해 복수의 레이어 별로 선명도 비교를 수행하며, 이와 같은 비교 결과를 통해 선명도가 높은 특정 레이어 영역의 영상을 조합하여 치아 파노라마 영상이 생성될 수 있다. 다른 예를 들어, 촬영 장치(11)는 멀티 레이어 영상의 픽셀값들을 누적하는 등의 방식으로 상기 치아 파노라마 영상을 생성할 수도 있다. 다만, 상기 열거된 예시들은 본 개시의 몇몇 실시예를 설명하기 위한 것일 뿐이므로, 상기 열거된 예시들에 의해 본 개시의 기술적 범위가 제한되는 것은 아니다.

상기 치아 병변 진단 시스템에서, 진단 장치(10)는 치아 파노라마 영상 및 멀티 레이어 영상을 이용하여 환자의 치아영역에서 병변 의심영역을 검출하고 진단을 수행하는 컴퓨팅 장치이다. 여기서, 상기 컴퓨팅 장치는, 노트북, 데스크톱(desktop), 랩탑(laptop) 등이 될 수 있으나, 이에 국한되는 것은 아니며 컴퓨팅 기능이 구비된 모든 종류의 장치를 포함할 수 있다. 상기 컴퓨팅 장치에 대해서는 추후 도 15를 참조하여 부연 설명하도록 한다. 진단 장치(10)는 치아 병변 진단 장치(10)로 명명될 수도 있다.

몇몇 실시예에 따르면, 진단 장치(10)는 치아 세그먼테이션을 통해 치아 파노라마 영상에서 복수의 개별 치아영역을 구획하고, 상기 멀티 레이어 영상에서 특정 개별 치아영역과 대응되는 영역을 추출하며, 상기 추출된 영역의 픽셀값들을 이용하여 병변 의심영역을 검출할 수 있다. 본 실시예에 따르면, 멀티 레이어 영상에 포함된 치아 내부 정보들이 활용되기 때문에, 치아 내부의 병변까지 고려하여 병변 의심영역이 검출될 수 있다.

또한, 몇몇 실시예에 따르면, 특정 치아영역이 병변 의심영역으로 판정된 경우, 진단 장치(10)는 병변 의심영역과 연관된 각종 정보(12)를 제공할 수 있다. 예를 들어, 각종 정보(12)는 상기 특정 치아의 정보(e.g. 치아 이름, 번호, 위치, 특정 치아의 크롭 영상, 특징 정보 등), 상기 특정 치아와 연관성이 높은 병변 정보(e.g. 충치, 치수 질환 등), 병변을 예방할 수 있는 가이드 정보(e.g. 양치 가이드 정보 등), 상기 특정 치아에 대한 진단 정보(e.g. 병변의 종류, 병변이 발생한 치아 부위, 위험성) 등을 포함할 수 있다. 본 실시예에 따르면, 환자에게 병변 의심 치아에 대한 양질의 의료 정보가 제공되는 효과가 달성될 수 있다.

또한, 몇몇 실시예에 따르면, 진단 장치(10)는 인공지능(artificial intelligence) 모델을 이용하여 치아 병변에 대한 진단을 수행할 수 있다. 이때, 상기 인공지능 모델은 특정 치아에 특화된 모델일 수 있다. 상기 인공지능 모델은 특정 치아에 대한 특징 정보, 상기 특정 치아에 대한 크롭 영상 및 병변 정보 등을 학습함으로써 구축될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다. 또한, 제1 치아에 대한 진단을 수행하기 위해 제1 인공지능 모델이 구축되고, 제2 치아에 대한 진단을 수행하기 위해 제2 인공지능 모델이 구축될 수 있을 것이다. 상기 특징 정보는 예를 들어 치아의 크기, 골밀도, 모양, 형태, 픽셀값 패턴 등과 같이 치아 파노라마 영상 또는 멀티 레이어 영상을 분석하여 얻어질 수 있는 모든 종류의 정보를 포함할 수 있다. 본 실시예에서는, 치아 별로 특화된 인공지능 모델에 의해 병변 진단이 수행되는데, 이는 치아 별로 연관된 병변이 달라질 수 있는 점, 전체 치아 파노라마 영상을 인공지능 모델에 입력하는 경우 진단 결과의 정확도가 떨어지는 점 등을 고려한 것이다. 따라서, 본 실시예에 따르면, 진단 결과에 대한 정확도가 개선되고, 양질의 진단 서비스가 제공될 수 있다.

진단 장치(10)의 동작에 대한 보다 자세한 설명은 도 4 이하의 도면을 참조하도록 한다.

몇몇 실시예에서, 치아 병변 진단 시스템의 구성요소들(10, 11)은 네트워크를 통해 통신할 수 있다. 여기서, 상기 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 이동 통신망(mobile radio communication network), Wibro(Wireless Broadband Internet) 등과 같은 모든 종류의 유/무선 네트워크로 구현될 수 있다.

지금까지 도 1 내지 도 3을 참조하여 본 개시의 몇몇 실시예에 따른 치아 병변 진단 시스템에 대하여 설명하였다. 상술한 치아 병변 진단 시스템은 다양한 용도로 활용될 수 있는데, 이를테면 환자에게 원격 진단 서비스를 제공하는 용도로 활용될 수 있다.

보다 구체적으로, 상기 치아 병변 진단 시스템은 환자로부터 치아 파노라마 영상 및 멀티 레이어 영상을 제공받고, 환자에게 진단 결과를 제공할 수 있다. 이때, 진단 장치(10)는 상기 치아 파노라마 영상 또는 상기 멀티 레이어 영상에 병변 의심영역을 마킹하여, 마킹된 파노라마 영상을 진단 결과와 함께 제공할 수도 있다. 또한, 마킹된 파노라마 영상에 진단 결과를 어노테이션(annotation)하여 제공할 수도 있다.

몇몇 실시예에서, 진단 비용에 기초하여 차등적인 진단 서비스가 제공될 수도 있다. 가령, 저비용의 진단 서비스의 경우 병변 의심영역에 대한 정보만이 제공되고, 고비용의 진단 서비스의 경우 인공지능 모델을 통해 얻어진 진단 결과가 더 제공될 수 있다.

이하에서는, 도 4 내지 도 14를 참조하여 본 개시의 몇몇 실시예에 따른 치아 병변 진단 방법에 대하여 설명하도록 한다.

이하에서 후술될 치아 병변 진단 방법의 각 단계는 컴퓨팅 장치에 의해 수행될 수 있다. 다시 말하면, 상기 방법의 각 단계는 컴퓨팅 장치의 프로세서에 의해 실행되는 하나 이상의 인스트럭션들로 구현될 수 있다. 상기 방법에 포함되는 모든 단계는 하나의 물리적인 컴퓨팅 장치에 의하여 실행될 수도 있을 것이나, 상기 방법의 제1 단계들은 제1 컴퓨팅 장치에 의하여 수행되고, 상기 방법의 제2 단계들은 제2 컴퓨팅 장치에 의하여 수행될 수도 있다. 이하에서는, 상기 방법의 각 단계가 진단 장치(10)에 의해 수행되는 것을 가정하여 설명을 이어가도록 한다. 다만, 설명의 편의를 위해, 상기 방법에 포함되는 각 단계의 동작 주체는 그 기재가 생략될 수도 있다. 또한, 이하에서 후술될 방법들은 논리적으로 수행 순서가 바뀔 수 있는 범위 안에서 필요에 따라 각 동작의 수행 순서가 바뀔 수 있음을 유의하여야 한다.

도 4는 본 개시의 몇몇 실시예에 따른 치아 병변 진단 방법을 나타내는 예시적인 흐름도이다. 단, 이는 본 개시의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 단계가 추가되거나 삭제될 수 있음은 물론이다.

도 4에 도시된 바와 같이, 상기 치아 병변 진단 방법은 치아 파노라마 영상과 멀티 레이어 영상을 획득하는 단계 S100에서 시작된다. 진단의 기초가 되는 상기 영상들(즉, 치아 파노라마 영상과 멀티 레이어 영상)은 어떠한 방식으로 획득되더라도 무방하다. 가령, 환자로부터 획득될 수도 있고, 촬영 장치(e.g. 도 1의 11)로부터 획득될 수도 있다.

단계 S110에서, 치아 파노라마 영상에 대해 치아 세그먼테이션이 수행된다. 상기 치아 세그먼테이션을 통해 치아영역이 구획되고, 상기 치아영역은 복수의 개별 치아영역으로 구획될 수 있다. 가령, 도 5에 도시된 바와 같이, 상기 치아 세그먼테이션의 결과로 치아 파노라마 영상(40)에 치아영역 구획선(50)이 형성될 수 있고, 치아영역 구획선(50)을 통해 치아영역이 복수의 개별 치아영역(e.g. 51, 52)으로 구획될 수 있다.

치아 방법과 관련해서는 "A Problem of Automatic Segmentation of Digital Dental Panoramic X-Ray Images for Forensic Human Identication", Robert Wanat, 2011, 등 다양한 문헌이 참조될 수 있다. 다만, 상기 치아 세그먼테이션은 치근측 구획선이 형성되어 치아영역이 박스 형태로 닫혀 있도록 치아영역 구획선(e.g. 50)을 형성해 주는 방식의 알고리즘이 활용되는 것이 바람직하다.

다시 도 4를 참조하면, 단계 S120에서, 복수의 개별 치아영역 중 제1 개별 치아영역이 진단 대상으로 선택된다. 진단 범위는 상기 복수의 개별 치아영역 전부일 수도 있고, 일부(e.g. 과거에 병변이 발생했던 치아들)일 수도 있다. 상기 진단 대상을 선택하는 구체적인 방식은 실시예에 따라 얼마든지 달라질 수 있다.

몇몇 실시예에서, 사전에 설정된 치아 번호에 따라 순차적으로 또는 랜덤하게 특정 치아의 영역이 진단 대상으로 선택될 수 있다.

다른 몇몇 실시예에서, 다수 환자들의 과거 병력에 대한 통계 분석 결과를 토대로 병변 발생 가능성이 높은 치아들의 영역이 진단 대상으로 선택될 수 있다.

또 다른 몇몇 실시예에서, 진단을 요청한 특정 환자의 과거 병력을 토대로 특정 치아의 영역이 진단 대상으로 선택될 수 있다. 이를테면, 빈번하게 병변이 발생했던 치아들의 영역이 진단 대상으로 선택될 수 있다.

또 다른 몇몇 실시예에서, 전체 치아 파노라마 영상을 입력받아 진단을 수행하는 인공지능 모델에 의해 진단 대상이 선택될 수도 있다. 가령, 인공지능 모델에 의해 병변이 있는 것으로 예측된 제1 치아의 영역, 상기 제1 치아에 인접한 제2 치아의 영역 등이 진단 대상으로 선택될 수 있다.

본 단계 S120에서, 진단 대상으로 선택된 개별 치아영역은 크롭 영상으로 추출될 수 있다. 가령, 도 6에 도시된 바와 같이, 선택된 개별 치아영역(52)을 토대로 크롭 영상(53)이 추출될 수 있다. 이때, 개별 치아영역(52)의 구획선에 따라 크롭 영상이 추출될 수도 있고, 개별 치아영역(52)을 포함하는 박스 영역이 크롭 영상(53)으로 추출될 수도 있다. 크롭 영상(53)은 추후 상세 진단을 위해 인공지능 모델로 입력될 수 있다.

단계 S130에서, 멀티 레이어 영상에서 상기 제1 개별 치아영역의 대응 영역이 추출된다. 즉, 상기 멀티 레이어 영상을 구성하는 복수의 레이어 영상 각각에서 상기 대응 영역이 추출된다. 따라서, 추출된 영역 또한 복수의 레이어 영상으로 구성된다. 이하에서는, 용어의 혼동을 방지하기 위해, 상기 멀티 레이어 영상에서 추출된 부분 영상을 "멀티 레이어 크롭 영상"으로 칭하도록 한다.

가령, 도 7에 도시된 바와 같이, 멀티 레이어 영상(60)에서 진단 대상으로 선택된 제1 개별 치아영역의 대응 영역(61)이 추출될 수 있다. 추출된 대응 영역(61)에 대한 멀티 레이어 크롭 영상(62)은 도 7의 상단에 도시되어 있다.

단계 S140에서, 추출된 영역(즉, 멀티 레이어 크롭 영상)에서 픽셀값 패턴이 추출된다. 상기 추출된 영역의 픽셀값은 치아 내부의 정보를 포함하므로, 상기 픽셀값 패턴에는 치아 내부의 정보가 반영되게 된다. 따라서, 상기 픽셀값 패턴을 분석하면 치아 내부의 병변까지 검출될 수 있는 것이다.

몇몇 실시예에서, 상기 픽셀값 패턴은 레이 캐스팅(ray-casting) 기법에 기반하여 추출될 수 있다. 레이 캐스팅 기법은 대상체에 가상의 레이를 투사하고, 상기 레이가 투과한 픽셀들을 샘플링하는 기법을 의미하는데, 당해 기술 분야의 당업자라면 레이 캐스팅 기법에 대해 자명하게 이해할 수 있을 것인 바, 더 이상의 자세한 설명은 생략하도록 한다. 이해의 편의를 제공하기 위해, 본 실시예에 대하여 도 8을 참조하여 부연 설명하도록 한다.

도 8은 3개의 픽셀값 패턴을 추출하기 위해 멀티 레이어 크롭 영상(70)에 3개의 레이(71 내지 73)를 투사한 것을 예시하고 있다. 특히, 도 8은 각 레이가 1개의 픽셀을 투과하는 것을 예시하였으나, 각 레이가 복수개의 픽셀을 투과할 수도 있음은 물론이다. 레이의 개수는 물론 얼마든지 달라질 수 있다. 대표적으로, 제1 레이(71)를 이용하여 제1 픽셀값 패턴을 추출하는 방법에 대해 설명하도록 한다.

도 8에 도시된 바와 같이, 제1 레이(71)가 멀티 레이어 크롭 영상(70)에 투사되면, 제1 레이(71)가 투과한 일련의 픽셀들이 샘플링된다. 즉, 제1 레이어 크롭 영상(70-1), 제2 레이어 크롭 영상(70-2) 내지 제n 레이어 크롭 영상(70-n)에서 제1 레이(71)가 투과한 픽셀들이 샘플링된다. 또한, 상기 일련의 픽셀들의 값을 이용하여 제1 픽셀값 패턴이 추출된다. 상기 제1 픽셀값 패턴은 예를 들어 픽셀값들의 대푯값(e.g. 평균, 중간값, 최빈값 등), 최대/최소 픽셀값, 픽셀값의 범위, 분산, 분포, 레이어(즉, 깊이)에 따른 변화 양상/정도(e.g. 기울기 변화) 등을 이용하여 정의될 수 있을 것이나, 본 개시의 기술적 범위가 상기 열거된 예시들에 한정되는 것은 아니다.

한편, 도 8은 복수의 레이(71 내지 73)를 평행하게 투사한 것을 예시하고 있으나, 이는 이해의 편의를 제공하기 위한 것일 뿐이고, 레이를 투사하는 방식은 얼마든지 변형될 수 있다. 이를테면, 도 9에 도시된 바와 같이, 복수의 레이(81 내지 83)가 대상 치아(80)를 대각선 방향으로 투과하도록 레이 캐스팅이 이루어질 수도 있다.

몇몇 실시예에서는, 치아 부위 별로 레이를 투사하여 치아 부위 별로 픽셀값 패턴이 추출될 수도 있다. 즉, 제1 치아 부위(e.g. 치관)에 제1 레이를 투사하여 제1 픽셀값 패턴이 추출되고, 제2 치아 부위(e.g. 치근)에 제2 레이를 투사하여 제2 픽셀값 패턴이 추출될 수도 있다. 그렇게 함으로써, 치아 부위 별로 병변 의심 여부가 판단될 수 있다.

다시 도 4를 참조하여 설명을 이어가도록 한다.

단계 S150에서, 이전 단계 S140에서 추출된 픽셀값 패턴을 기초로 상기 제1 개별 치아영역이 병변 의심영역인지 여부가 판단된다. 본 단계 S150에 대한 상세 과정은 도 10에 도시되어 있다.

도 10에 도시된 바와 같이, 상기 추출된 픽셀값 패턴과 상기 제1 개별 치아영역에 대한 정상 픽셀값 패턴과의 비교 결과에 기초하여 병변 발생이 의심되는지 여부가 판단될 수 있다(S151 내지 S153). 상기 정상 픽셀값 패턴은 미리 추출되어 저장되어 있을 수 있다. 상기 정상 픽셀값 패턴은 치아 별 및/또는 치아 부위 별로 달라질 수 있다. 치관(crown)의 정상 픽셀값 패턴은 치근(root)의 정상 픽셀값 패턴과 다를 것이고, 치아 별로 크기, 밀도 등이 상이한 바 정상 픽셀값 패턴도 달라질 것이기 때문이다.

보다 이해의 편의를 제공하기 위해, 도 11에 예시된 예를 참조하여 본 단계 S150에 대하여 부연 설명하도록 한다. 도 11은 대상 치아의 치관(91)이 병변 의심 부위인지 판단하기 위해 치관 부위(91)에 레이(92)를 투사한 것을 예시하고 있다.

치관(91)은 법랑질로 구성되어 있기 때문에, 정상적인 경우라면 픽셀값이 변화없이 일정하여야 한다. 즉, 변화 양상을 패턴으로 활용한 경우, 정상 픽셀값 패턴은 변화없는 양상을 보여야 한다. 따라서, 레이(92)를 통해 추출된 치관(91)의 픽셀값 패턴이 상단의 그래프(93)와 같이 나타난 경우, 병변이 발생하지 않은 것으로 판단될 수 있다. 이와 반대로, 치관(91)의 픽셀값 패턴이 하단의 그래프(94)와 같이 나타난 경우, 치관(91) 내부에 병변(e.g. 충치, 구멍 등) 발생이 의심되는 것으로 판단될 수 있다.

이상에서는, 정상 픽셀값 패턴을 이용하여 병변이 의심되는지 여부를 판정하는 것으로 설명하였으나, 이상에서 언급된 기술적 사상은 이상 픽셀값 패턴을 이용하는 것이 용이하게 변경될 수 있음은 물론이다.

한편, 멀티 레이어 크롭 영상에 노이즈(noise)가 존재하는 경우, 픽셀값 패턴에 오류가 발생되어 병변 의심영역이 오검출(false positive)될 수 있다. 따라서, 본 개시의 몇몇 실시예에 따르면, 상기 오검출 문제를 방지하기 위해, 멀티 레이어 크롭 영상에 대한 검증 과정이 수행될 수 있다. 이하, 본 실시예에 대하여 도 12를 참조하여 간략하게 설명하도록 한다.

도 12에 도시된 바와 같이, 상기 검증 과정 S145는 추출된 영역의 영상(즉, 멀티 레이어 크롭 영상)을 재구성하여 제1 개별 치아영역에 대한 크롭 영상을 생성하는 단계 S145-1에서 시작된다. 여기서, 상기 재구성은 예를 들어 상기 멀티 레이어 크롭 영상의 픽셀값을 평균내는 방식, 노이즈가 존재하는 특정 레이어의 크롭 영상(e.g. 픽셀값의 편차가 지나치가 큰 크롭 영상)을 필터링하고 나머지 레이어의 크롭 영상만을 이용하는 방식, 상기 멀티 레이어 크롭 영상을 복수의 서브 영역으로 구획하고 서브 영역의 선명도를 기준으로 재조합을 수행하는 방식 등과 같이 다양한 방식으로 수행될 수 있다. 그러나, 본 개시의 기술적 범위가 상기 열거된 예시들에 한정되는 것은 아니다.

몇몇 실시예에서, 상기 재구성을 통해 생성된 크롭 영상이 인공지능 모델의 입력 데이터로 이용될 수 있다. 상기 크롭 영상은 치아 내부의 정보를 포함하고 있기 때문에, 인공지능 모델의 입력 데이터로 이용되면, 치아 내부의 병변까지 진단될 수 있기 때문이다.

몇몇 실시예에서는, 상기 제1 개별 치아의 깊이에 따라 복수개의 크롭 영상이 생성될 수 있다. 가령, 전방에 위치한 k개의 레이어 크롭 영상을 재구성하여 상기 제1 개별 치아에 대한 제1 크롭 영상이 생성되고, 그 다음에 위치한 m개의 레이어 크롭 영상을 재구성하여 상기 제1 개별 치아에 대한 제2 크롭 영상이 생성될 수 있다. 이와 같은 경우, 두께가 두꺼운 구치의 경우 전치에 비해 더 많은 개수의 크롭 영상이 생성될 수도 있다. 상기 생성된 복수개의 크롭 영상은 각각 인공지능 모델의 입력 데이터로 이용될 수 있는데, 이를 통해 치아 내부의 병변이 보다 정확하게 진단될 수 있다.

단계 S145-2에서, 치아 파노라마 영상에서 추출된 제1 개별 치아영역과 이전 단계 S145-1에서 생성된 크롭 영상 간의 픽셀값 차이가 산출된다.

단계 S145-3에서, 산출된 차이 값이 기준치 미만인지 여부가 판정된다. 기준치 미만이라는 판정에 응답하여, 병변 의심 영역 판정 단계 S150가 수행될 수 있다. 픽셀값의 차이가 기준치 미만이라는 것은 멀티 레이어 크롭 영상에 노이즈가 적다는 것을 의미하기 때문이다. 이와 반대로, 상기 산출된 차이 값이 기준치 이상인 경우에는, 단계 S145-4가 수행된다. 즉, 병변 의심 영역에 대한 판정이 보류된다. 상기 차이 값이 기준치 이상이라는 것은 멀티 레이어 크롭 영상에 많은 노이즈가 포함되어 있다는 것을 의미하기 때문이다. 많은 노이즈가 포함된 경우, 오검출이 발생될 확률이 높은 바 더 이상의 진단 과정이 수행되지 않게 된다.

지금까지 도 12를 참조하여 본 개시의 몇몇 실시예에 따른 멀티 레이어 크롭 영상 검증 과정에 대하여 설명하였다. 상술한 바에 따르면, 병변 의심 영역 판정 전에 멀티 레이어 크롭 영상에 대한 검증을 수행함으로써, 오검출 발생 문제가 완화되고, 전반적인 진단 결과의 신뢰성이 향상될 수 있다.

참고로, 도 12는 상기 검증 과정 S145가 픽셀값 패턴 추출 단계 S140 이후에 수행되는 것으로 예시되어 있으나, 픽셀값 패턴 추출 단계 S140 이전에 수행되더라도 무방하다.

다시 도 4를 참조하여 설명을 이어가도록 한다.

단계 S160에서, 상기 제1 개별 치아영역이 병변 의심영역으로 판단되면 상기 제1 개별 치아영역과 연관된 병변 정보가 제공될 수 있다. 이를테면, 상기 제1 개별 치아에 발생하기 쉬운 병변들의 종류, 각 병변의 위험성 정보 등이 제공될 수 있다. 또한, 상기 제1 개별 치아의 명칭, 치아 번호(도 13의 100 참조) 정보도 함께 제공될 수 있다.

한편, 본 개시의 다양한 실시예들에 따르면, 상기 제1 개별 치아영역이 병변 의심영역으로 판단된 경우 상기 제1 개별 치아영역에 대한 진단 정보가 더 제공될 수 있다. 이를 테면, 도 14에 도시된 바와 같이, 인공지능 모델에 의해 병변 진단이 수행되고(S170), 병변 진단 결과가 더 제공될 수 있다(S180).

몇몇 실시예에서, 상기 인공지능 모델은 상기 제1 개별 치아에 특화된 모델일 수 있다. 즉, 상기 인공지능 모델은 상기 제1 개별 치아와 밀접하게 연관된 병변 진단에 특화된 모델일 수 있다. 상기 인공지능 모델은 치아 별로 또는 진단 대상 병변 별로 구축될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다. 가령, 상기 제1 개별 치아에 특화된 인공지능 모델은 상기 제1 개별 치아에 대한 크롭 영상 및 상기 제1 개별 치아와 밀접하게 연관된 병변 정보(즉, 정답 레이블) 등을 학습함으로써 구축될 수 있을 것이다. 본 실시예에 따르면, 전체 치아 파노라마 영상이 아니라 특정 치아의 크롭 영상이 진단이 이용되고, 상기 특정 치아에 특화된 인공지능 모델에 의해 진단이 수행된다. 따라서, 진단 결과의 정확도 및 신뢰도가 개선될 수 있다.

또한, 몇몇 실시예에서, 상기 인공지능 모델은 상기 제1 개별 치아에 대한 특징 정보를 입력 데이터로 더 활용하여 상기 제1 개별 치아에 대한 진단을 수행할 수 있다. 전술한 바와 같이, 상기 특징 정보는 치아의 크기, 골밀도, 모양, 형태, 픽셀값 패턴 등과 같이 치아 파노라마 영상 또는 멀티 레이어 영상을 분석하여 얻어질 수 있는 모든 종류의 정보를 포함할 수 있다. 본 실시예에서, 상기 인공지능 모델은 상기 제1 개별 치아에 대한 크롭 영상, 상기 제1 개별 치아에 대한 특징 정보 및 상기 제1 개별 치아와 밀접하게 연관된 병변 정보(즉, 정답 레이블)를 학습함으로써 구축될 수 있을 것이다. 본 실시예에 따르면, 특정 치아의 특징 정보를 더 이용하여 상기 특정 치아에 대한 진단이 수행된다. 따라서, 진단 결과의 정확도 및 신뢰도가 더욱 개선될 수 있다.

지금까지 도 4 내지 도 14를 참조하여 본 개시의 몇몇 실시예에 따른 치아 병변 진단 방법에 대하여 설명하였다. 상술한 방법에 따르면, 2차원의 치아 파노라마 영상만을 이용함으로써 치아 내부의 병변을 정확하게 진단할 수 없었던 문제, 인공지능 모델에 의해 전체 파노라마 영상 전체에 대한 진단이 수행됨으로써 컴퓨팅 비용이 과도하게 소모되는 문제, 진단 결과의 정확도 떨어지는 문제 등이 해결될 수 있다. 나아가, 환자에게 양질의 진단 서비스가 제공될 수 있게 되므로, 서비스를 이용하는 고객의 만족도가 제고될 수 있다.

이하에서는, 도 15를 참조하여 본 개시의 몇몇 실시예에 따른 진단 장치(10)를 구현할 수 있는 예시적인 컴퓨팅 장치(200)에 대하여 설명하도록 한다.

도 15에 도시된 바와 같이, 컴퓨팅 장치(200)는 하나 이상의 프로세서(210), 버스(250), 통신 인터페이스(270), 프로세서(210)에 의하여 수행되는 컴퓨터 프로그램(291)을 로드(load)하는 메모리(230)와 컴퓨터 프로그램(291)를 저장하는 스토리지(290)를 포함할 수 있다. 다만, 도 15에는 본 개시의 실시예와 관련 있는 구성요소들만이 도시되어 있다. 따라서, 본 개시가 속한 기술분야의 통상의 기술자라면 도 15에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.

프로세서(210)는 컴퓨팅 장치(200)의 각 구성의 전반적인 동작을 제어한다. 프로세서(210)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 개시의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다. 또한, 프로세서(210)는 본 개시의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다. 컴퓨팅 장치(200)는 하나 이상의 프로세서를 구비할 수 있다.

메모리(230)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(230)는 본 개시의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(290)로부터 컴퓨터 프로그램(291)을 로드할 수 있다. 메모리(230)에 컴퓨터 프로그램(291)이 로드되면, 프로세서(210)는 컴퓨터 프로그램(291)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(230)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

버스(250)는 컴퓨팅 장치(200)의 구성 요소 간 통신 기능을 제공한다. 버스(250)는 주소 버스(Address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.

통신 인터페이스(270)는 컴퓨팅 장치(200)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(270)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(270)는 본 개시의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(270)는 생략될 수도 있다.

스토리지(290)는 컴퓨터 프로그램(291)을 비임시적으로 저장할 수 있다. 컴퓨팅 장치(200를 통해 진단 장치(10)를 구현하는 경우, 스토리지(290)는 치아 병변 진단에 필요한 각종 데이터를 저장할 수 있다. 예를 들어, 스토리지(290)는 정상 픽셀값 패턴, 이상 픽셀값 패턴, 치아 파노라마 영상, 멀티 레이어 영상 등을 저장할 수 있다.

스토리지(290)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 개시가 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.

컴퓨터 프로그램(291)은 메모리(230)에 로드될 때 프로세서(210)로 하여금 본 개시의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(210)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 개시의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.

예를 들어, 컴퓨터 프로그램(291)은 2차원의 치아 파노라마 영상과 악궁면 상의 복수의 레이어 별 치아 영상을 포함하는 멀티 레이어 치아 파노라마 영상을 얻어오는 동작, 치아 세그먼테이션(segmentation)을 통해 상기 치아 파노라마 영상을 복수의 개별 치아영역으로 구획하는 동작, 상기 복수의 개별 치아영역 중에서 제1 개별 치아영역을 진단 대상으로 선택하는 동작, 상기 멀티 레이어 치아 파노라마 영상에서 상기 제1 개별 치아영역에 대응되는 영역을 추출하는 동작 및 상기 추출된 영역의 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 동작을 수행하도록 하는 인스트럭션들을 포함할 수 있다. 이와 같은 경우, 컴퓨팅 장치(200)를 통해 본 개시의 몇몇 실시예에 따른 진단 장치(10)가 구현될 수 있다.

지금까지 도 1 내지 도 15를 참조하여 본 개시의 다양한 실시예들 및 그 실시예들에 따른 효과들을 언급하였다. 본 개시의 기술적 사상에 따른 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

지금까지 도 1 내지 도 15를 참조하여 설명된 본 개시의 기술적 사상은 컴퓨터가 읽을 수 있는 매체 상에 컴퓨터가 읽을 수 있는 코드로 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록 매체는, 예를 들어 이동형 기록 매체(CD, DVD, 블루레이 디스크, USB 저장 장치, 이동식 하드 디스크)이거나, 고정식 기록 매체(ROM, RAM, 컴퓨터 구비 형 하드 디스크)일 수 있다. 상기 컴퓨터로 읽을 수 있는 기록 매체에 기록된 상기 컴퓨터 프로그램은 인터넷 등의 네트워크를 통하여 다른 컴퓨팅 장치에 전송되어 상기 다른 컴퓨팅 장치에 설치될 수 있고, 이로써 상기 다른 컴퓨팅 장치에서 사용될 수 있다.

이상에서, 본 개시의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 개시의 기술적 사상이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 개시의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.

도면에서 동작들이 특정한 순서로 도시되어 있지만, 반드시 동작들이 도시된 특정한 순서로 또는 순차적 순서로 실행되어야만 하거나 또는 모든 도시 된 동작들이 실행되어야만 원하는 결과를 얻을 수 있는 것으로 이해되어서는 안 된다. 특정 상황에서는, 멀티태스킹 및 병렬 처리가 유리할 수도 있다. 더욱이, 위에 설명한 실시예들에서 다양한 구성들의 분리는 그러한 분리가 반드시 필요한 것으로 이해되어서는 안 되고, 설명된 프로그램 컴포넌트들 및 시스템들은 일반적으로 단일 소프트웨어 제품으로 함께 통합되거나 다수의 소프트웨어 제품으로 패키지 될 수 있음을 이해하여야 한다.

이상 첨부된 도면을 참조하여 본 개시의 실시예들을 설명하였지만, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 본 개시가 다른 구체적인 형태로도 실시될 수 있다는 것을 이해할 수 있다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시에 의해 정의되는 기술적 사상의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (14)

1. 컴퓨팅 장치에 의해 수행되는 치아 병변 진단 방법에 있어서,
   2차원의 치아 파노라마 영상을 얻는 단계;
   악궁면 상의 복수의 레이어 별 치아 영상을 포함하는 멀티 레이어 치아 파노라마 영상을 얻는 단계;
   치아 세그먼테이션(segmentation)을 통해 상기 치아 파노라마 영상을 복수의 개별 치아영역으로 구획하는 단계;
   상기 복수의 개별 치아영역 중에서 제1 개별 치아영역을 진단 대상으로 선택하는 단계;
   상기 멀티 레이어 치아 파노라마 영상에 포함된 상기 복수의 레이어 별 치아 영상에서 상기 제1 개별 치아영역에 대응되는 복수의 영역을 추출하는 단계; 및
   상기 추출된 복수의 영역의 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계를 포함하는 것을 특징으로 하는,
   치아 병변 진단 방법.
2. 제1 항에 있어서,
   상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계는,
   레이 캐스팅(ray casting)을 통해 상기 추출된 영역에서 가상의 레이에 대응되는 일련의 픽셀을 샘플링하는 단계; 및
   상기 일련의 픽셀에 대한 제1 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계를 포함하는 것을 특징으로 하는,
   치아 병변 진단 방법.
3. 제2 항에 있어서,
   상기 제1 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계는,
   상기 제1 픽셀값 패턴과 정상 픽셀값 패턴과의 비교 결과에 기초하여 상기 제1 개별 치아영역을 병변 의심영역으로 판정하는 단계를 포함하는 것을 특징으로 하는,
   치아 병변 진단 방법.
4. 제3 항에 있어서,
   상기 제1 개별 치아영역을 병변 의심영역으로 판정하는 단계는,
   상기 제1 개별 치아에 대한 정상 픽셀값 패턴을 조회하는 단계; 및
   상기 제1 픽셀값 패턴과 상기 조회된 정상 픽셀값 패턴을 비교하는 단계를 포함하는 것을 특징으로 하는,
   치아 병변 진단 방법.
5. 제3 항에 있어서,
   상기 제1 개별 치아영역을 병변 의심영역으로 판정하는 단계는,
   상기 가상의 레이가 투과한 치아 부위에 대한 정상 픽셀값 패턴을 조회하는 단계; 및
   상기 제1 픽셀값 패턴과 상기 조회된 정상 픽셀값 패턴을 비교하는 단계를 포함하는 것을 특징으로 하는,
   치아 병변 진단 방법.
6. 제2 항에 있어서,
   상기 가상의 레이에 대응되는 일련의 픽셀을 샘플링하는 단계는,
   상기 제1 개별 치아의 제1 부위에 제1 레이를 투사하여, 일련의 제1 픽셀을 샘플링하는 단계; 및
   상기 제1 개별 치아의 제2 부위에 제2 레이를 투사하여, 일련의 제2 픽셀을 샘플링하는 단계를 포함하는 것을 특징으로 하는,
   치아 병변 진단 방법.
7. 제1 항에 있어서,
   상기 추출된 영역에 대한 영상을 재구성하여 상기 제1 개별 치아에 대한 크롭(crop) 영상을 생성하는 단계를 더 포함하되,
   상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계는,
   상기 제1 개별 치아영역의 픽셀값과 상기 크롭 영상의 픽셀값 간의 차이를 산출하는 단계; 및
   상기 산출된 차이 값이 기준치 미만이라는 판정에 응답하여, 상기 픽셀값 패턴을 추출하는 단계를 포함하는 것을 특징으로 하는,
   치아 병변 진단 방법.
8. 제7 항에 있어서,
   상기 제1 개별 치아영역이 병변 의심영역이라는 판정에 응답하여, 치아 병변을 진단하는 인공지능 모델에 상기 크롭 영상을 입력하여 상기 제1 개별 치아에 대한 진단을 수행하는 단계를 더 포함하는 것을 특징으로 하는,
   치아 병변 진단 방법.
9. 제1 항에 있어서,
   상기 제1 개별 치아영역이 병변 의심영역이라는 판정에 응답하여, 상기 제1 개별 치아와 연관된 병변 정보를 제공하는 단계를 더 포함하는 것을 특징으로 하는,
   치아 병변 진단 방법.
10. 제1 항에 있어서,
    상기 제1 개별 치아영역이 병변 의심영역이라는 판정에 응답하여, 치아 병변을 진단하는 인공지능 모델에 상기 제1 개별 치아영역의 크롭 영상을 입력하여, 상기 제1 개별 치아에 대한 진단을 수행하는 단계를 더 포함하는 것을 특징으로 하는,
    치아 병변 진단 방법.
11. 제10 항에 있어서,
    상기 인공지능 모델은 상기 제1 개별 치아의 병변 진단에 특화된 모델인 것을 특징으로 하는,
    치아 병변 진단 방법.
12. 제10 항에 있어서,
    상기 제1 개별 치아에 대한 진단을 수행하는 단계는,
    상기 제1 개별 치아에 대한 특징 정보를 얻는 단계; 및
    상기 특징 정보를 상기 인공지능 모델에 더 입력하여, 상기 제1 개별 치아에 대한 진단을 수행하는 단계를 포함하는 것을 특징으로 하는,
    치아 병변 진단 방법.
13. 하나 이상의 인스트럭션들(instructions)을 저장하는 메모리; 및
    상기 하나 이상의 인스트럭션들을 실행함으로써,
    2차원의 치아 파노라마 영상과 악궁면 상의 복수의 레이어 별 치아 영상을 포함하는 멀티 레이어 치아 파노라마 영상을 얻어오고,
    치아 세그먼테이션(segmentation)을 통해 상기 치아 파노라마 영상을 복수의 개별 치아영역으로 구획하며,
    상기 복수의 개별 치아영역 중에서 제1 개별 치아영역을 진단 대상으로 선택하고,
    상기 멀티 레이어 치아 파노라마 영상에 포함된 복수의 레이어 별 치아 영상에서 상기 제1 개별 치아영역에 대응되는 복수의 영역을 추출하며,
    상기 추출된 복수의 영역의 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 프로세서를 포함하는 것을 특징으로 하는,
    치아 병변 진단 장치.
14. 컴퓨팅 장치와 결합되어,
    2차원의 치아 파노라마 영상과 악궁면 상의 복수의 레이어 별 치아 영상을 포함하는 멀티 레이어 치아 파노라마 영상을 얻는 단계;
    치아 세그먼테이션(segmentation)을 통해 상기 치아 파노라마 영상을 복수의 개별 치아영역으로 구획하는 단계;
    상기 복수의 개별 치아영역 중에서 제1 개별 치아영역을 진단 대상으로 선택하는 단계;
    상기 멀티 레이어 치아 파노라마 영상에 포함된 복수의 레이어 별 치아 영상에서 상기 제1 개별 치아영역에 대응되는 복수의 영역을 추출하는 단계; 및
    상기 추출된 복수의 영역의 픽셀값 패턴에 기초하여 상기 제1 개별 치아영역이 병변 의심영역인지 여부를 판정하는 단계를 실행시키기 위하여 컴퓨터로 판독가능한 기록매체에 저장된,
    컴퓨터 프로그램.

Images