KR102237696B1 - 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법 - Google Patents

자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법 Download PDF

Info

Publication number
KR102237696B1
KR102237696B1 KR1020190050138A KR20190050138A KR102237696B1 KR 102237696 B1 KR102237696 B1 KR 102237696B1 KR 1020190050138 A KR1020190050138 A KR 1020190050138A KR 20190050138 A KR20190050138 A KR 20190050138A KR 102237696 B1 KR102237696 B1 KR 102237696B1
Authority
KR
South Korea
Prior art keywords
cervical cancer
slide
diagnosis
artificial intelligence
unit
Prior art date
Application number
KR1020190050138A
Other languages
English (en)
Other versions
KR20200126303A (ko
Inventor
이종하
Original Assignee
계명대학교 산학협력단
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 계명대학교 산학협력단 filed Critical 계명대학교 산학협력단
Priority to KR1020190050138A priority Critical patent/KR102237696B1/ko
Publication of KR20200126303A publication Critical patent/KR20200126303A/ko
Application granted granted Critical
Publication of KR102237696B1 publication Critical patent/KR102237696B1/ko

Links

Images

Classifications

    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Abstract

본 발명은 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법에 관한 것으로서, 보다 구체적으로는 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템으로서, 자궁경부암 관련 병리 슬라이드를 적재하는 슬라이드 트레이; 상기 슬라이드 트레이에 적재된 병리 슬라이드를 스캔하여 영상화하는 영상화 처리부; 및 상기 영상화 처리부를 통해 획득한 3차원 영상의 진단을 통해 자궁경부암을 판단하는 자궁경부암 진단부를 포함하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법에 따르면, 자동 초점 기능과 고속의 스캔 기능이 포함된 현미경의 영상화 처리부를 통해 병리 슬라이드의 이미징 처리 및 3차원 가시화 영상을 획득하고, 자궁경부암 진단부의 딥러닝을 통한 자궁경부암의 영상 진단이 가능하도록 구성함으로써, 의료현장에서 정확하고 신속한 자궁경부암의 조기진단이 가능하고, 기존의 세포병리 검사에 따른 진단시간과 많은 업무량으로 병변을 놓칠 수 있는 문제를 최소화하며, 오랜 수련이나 경험에 의존하지 않고도 고속으로 정확한 자궁경부암의 보조 진단이 가능하도록 할 수 있다.
또한, 본 발명의 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법에 따르면, 자동 초점 기능과 고속의 스캔 기능이 구비되고, 자궁경부암 관련한 많은 병리 슬라이드를 디지털화하고, 이를 이용한 딥러닝 기술을 통한 정확도가 높은 인공지능(AI)으로 학습하여 자궁경부암 관련 유사 슬라이드의 데이터베이스를 구축함으로써, 자궁경부암 관련한 진단 시 학습된 유사 슬라이드의 데이터 검색을 통한 비교 방식으로 자궁경부암의 신속한 판별이 가능하고, 그에 따른 진단의 효율성과 신속성의 더욱 향상될 수 있도록 할 수 있다.

Description

자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법{A ARTIFICIAL INTELLIGENCE COMPUTER AIDED DIAGNOSIS SYSTEM FOR AUTOMATED ANALYSIS OF CERVICAL CANCER CELL IMAGE AND ITS CONTROL METHOD}
본 발명은 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법에 관한 것으로서, 보다 구체적으로는 자동 초점 기능과 고속의 스캔 기능이 포함된 현미경의 영상화 처리부를 통해 병리 슬라이드의 이미징 처리 및 3차원 가시화 영상을 획득하고, 자궁경부암 진단부를 통해 딥러닝을 통한 자궁경부암의 영상 진단이 가능하도록 하는 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법에 관한 것이다.
일반적으로 자궁경부암(Cervical cancer)은 전 세계적으로 여성에게 발병하는 암 중 두 번째로 흔한 암이며, 자궁경부암의 약 80%는 아시아, 남미, 아프리카 등의 개발도상국에서 주로 발생하는 것으로 알려져 있다. 자궁경부암은 우리나라에서도 발생하는 전체 암 중에서 4위를 차지하고 있으며, [중앙암등록본부]의 보고(1999~2002년)에 의하면 연평균 전체 여성암 환자 46,476명 중 자궁경부암 환자가 4,394명으로 약 9.5%를 차지하고 있다. 이러한 자궁경부암은 조기에 진단하여 치료하면 완치가 가능하지만, 병이 진행될 경우 파급 정도에 따라 완치율이 매우 감소하므로, 여성은 정기적인 자궁경부암 검사를 받아야 할 필요가 있다.
특히, 보건복지부가 권고하는 자궁경부암 검진은 증상이 없는 20세의 여성을 대상으로 3년 간격으로 74세까지 시행을 하고 있고, 검진은 자궁경부를 노출시키고 솔로 문지른 후 상피세포를 현미경으로 관찰하는 세포병리 검사가 주를 이루고 있다.
도 1은 종래의 자궁경부암 세포병리 검사 방법을 도시한 도면이고, 도 2는 종래의 자궁경부암 판단 과정을 도시한 도면이다. 도 1에 도시된 바와 같이, 세포병리 검사의 방법으로는 Conventional smear(CS)와 액상 세포검사(Liquid-based cytology : LBC)가 있고, LBC가 CS보다 관찰해야 하는 면적이 작고, 일정해서 널리 사용되고 있다. 특히, 2015년 대한세포병리학 질 관리 실사 자료에 따르면, 학회에 등록된 총 206개의 의료기관에서 실행한 세포병리 검사 수는 8,284,952개로 그 중 자궁경부암 검진 세포병리 검사는 81.3%이며, LBC는 세포병리 검사의 25.3%로 약 200만 개다. 이와 같이, 검사의 수가 많아짐에 따라 직접 현미경을 사용하여 판단하는 병리 의사의 진단시간이나 노력이 늘어나게 되고, 많은 업무량으로 인한 병변을 놓칠 수 있는 사례가 발생할 우려가 있다.
또한, 이상 상피세포처럼 보이는 정상 바닥 세포, 위축된 상피세포, 자궁경부샘 세포, 염증으로 변성된 세포 등도 감별해야 하는데, 슬라이드에 올려진 수천 개에서 수만 개의 자궁경부 상피세포를 일일이 눈으로 관찰하여 이상세포가 없는지, 있으면 그 핵의 크기 변화와 핵막의 불규칙성의 정도를 조합하여 병리 의사가 진단하는 엄청난 시간과 노력이 필요한 실정이며, 진단에 개인차가 생길 수 있는 여지가 매우 커 수련에 오랜 기간 및 경험이 요구되고 있다. 즉, 종래의 자궁경부암 검사 방법들은 자궁 경부 세포를 채취하여 현미경으로 직접 관찰하여 암세포를 가려내는 방법들로서, 검사자의 판독 능력에 따라 그 결과가 달라질 수 있는 위험성이 존재하고, 시간이 많이 소요되며, 진단이 쉽지 않은 문제점이 있었다. 대한민국 등록특허공보 제10-0449224호가 선행기술 문헌으로 개시되고 있다.
본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 자동 초점 기능과 고속의 스캔 기능이 포함된 현미경의 영상화 처리부를 통해 병리 슬라이드의 이미징 처리 및 3차원 가시화 영상을 획득하고, 자궁경부암 진단부의 딥러닝을 통한 자궁경부암의 영상 진단이 가능하도록 구성함으로써, 의료현장에서 정확하고 신속한 자궁경부암의 조기진단이 가능하고, 기존의 세포병리 검사에 따른 진단시간과 많은 업무량으로 병변을 놓칠 수 있는 문제를 최소화하며, 오랜 수련이나 경험에 의존하지 않고도 고속으로 정확한 자궁경부암의 보조 진단이 가능하도록 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법을 제공하는 것을 그 목적으로 한다.
또한, 본 발명은, 자동 초점 기능과 고속의 스캔 기능이 구비되고, 자궁경부암 관련한 많은 병리 슬라이드를 디지털화하고, 이를 이용한 딥러닝 기술을 통한 정확도가 높은 인공지능(AI)으로 학습하여 자궁경부암 관련 유사 슬라이드의 데이터베이스를 구축함으로써, 자궁경부암 관련한 진단 시 학습된 유사 슬라이드의 데이터 검색을 통한 비교 방식으로 자궁경부암의 신속한 판별이 가능하고, 그에 따른 진단의 효율성과 신속성의 더욱 향상될 수 있도록 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법을 제공하는 것을 또 다른 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템은,
자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템으로서,
자궁경부암 관련 병리 슬라이드를 적재하는 슬라이드 트레이;
상기 슬라이드 트레이에 적재된 병리 슬라이드를 스캔하여 영상화하는 영상화 처리부; 및
상기 영상화 처리부를 통해 획득한 3차원 영상의 진단을 통해 자궁경부암을 판단하는 자궁경부암 진단부를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 슬라이드 트레이는,
자궁경부암 관련 병리 슬라이드를 적재하되, 적어도 1 이상의 병리 슬라이드가 적재되는 구조로 구성될 수 있다.
더욱 바람직하게는, 상기 슬라이드 트레이는,
상기 영상화 처리부를 통한 연속 슬라이드 이미징 처리가 가능하도록 적재된 적어도 1 이상의 병리 슬라이드를 자동으로 순차 공급할 수 있다.
바람직하게는, 상기 영상화 처리부는,
상기 슬라이드 트레이에 적재된 병리 슬라이드를 스캔하여 스캔 영상을 획득하는 스캔부;
상기 스캔부를 통해 스캔 처리된 스캔 영상들을 정합하여 정합 영상을 형성하는 영상 정합부; 및
상기 영상 정합부를 통해 획득한 정합 영상을 3차원 영상화하는 3차원 영상 가시화 처리부를 포함하여 구성할 수 있다.
더욱 바람직하게는, 상기 스캔부는,
상기 병리 슬라이드의 스캔 처리 시, 자동 초점 기능과 고속 스캔 기능을 구비할 수 있다.
더욱 더 바람직하게는, 상기 영상화 처리부는,
3D 영상이 가능한 인공지능 자궁경부암 판별용 디지털 스캐너로 구현될 수 있다.
더욱 바람직하게는, 상기 자궁경부암 진단부는,
상기 영상화 처리부를 통해 디지털화된 3D 병리 영상들을 저장 관리하는 데이터베이스를 더 포함하여 구성할 수 있다.
더욱 더 바람직하게는, 상기 자궁경부암 진단부는,
상기 데이터베이스에 저장 관리되는 자궁경부암 관련 3D 병리 영상들에 대해 인공지능(AI)을 이용하여 유사 슬라이드 검색을 통해 학습하는 자궁경부암 학습모델을 더 포함할 수 있다.
더더욱 바람직하게는, 상기 자궁경부암 진단부는,
특정 환자의 새로운 자궁경부암 관련 3D 병리 영상의 입력 시, 데이터베이스에 학습되어 저장 관리되는 유사 슬라이드 검색을 통한 비교를 통해 자궁경부암의 진단을 보조할 수 있다.
더더욱 더 바람직하게는, 상기 자궁경부암 진단부는,
자궁경부암 특이 세포 마킹 기능을 더 포함하고, 학습모델 적용을 통한 자궁경부암 학습 데이터를 업그레이드할 수 있다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 제어 방법은,
자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 제어 방법으로서,
(1) 슬라이드 트레이에 자궁경부암 관련 병리 슬라이드가 적재되는 단계;
(2) 영상화 처리부가 상기 단계 (1)을 통해 상기 슬라이드 트레이에 적재된 병리 슬라이드를 스캔하여 영상화하는 단계; 및
(3) 자궁경부암 진단부가 상기 단계 (2)를 통해 상기 영상화 처리부를 통해 획득한 3차원 영상의 진단을 통해 자궁경부암을 판단하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 슬라이드 트레이는,
자궁경부암 관련 병리 슬라이드를 적재하되, 적어도 1 이상의 병리 슬라이드가 적재되는 구조로 구성될 수 있다.
더욱 바람직하게는, 상기 슬라이드 트레이는,
상기 영상화 처리부를 통한 연속 슬라이드 이미징 처리가 가능하도록 적재된 적어도 1 이상의 병리 슬라이드를 자동으로 순차 공급할 수 있다.
바람직하게는, 상기 영상화 처리부는,
상기 슬라이드 트레이에 적재된 병리 슬라이드를 스캔하여 스캔 영상을 획득하는 스캔부;
상기 스캔부를 통해 스캔 처리된 스캔 영상들을 정합하여 정합 영상을 형성하는 영상 정합부; 및
상기 영상 정합부를 통해 획득한 정합 영상을 3차원 영상화하는 3차원 영상 가시화 처리부를 포함하여 구성할 수 있다.
더욱 바람직하게는, 상기 스캔부는,
상기 병리 슬라이드의 스캔 처리 시, 자동 초점 기능과 고속 스캔 기능을 구비할 수 있다.
더욱 더 바람직하게는, 상기 영상화 처리부는,
3D 영상이 가능한 인공지능 자궁경부암 판별용 디지털 스캐너로 구현될 수 있다.
더욱 바람직하게는, 상기 자궁경부암 진단부는,
상기 영상화 처리부를 통해 디지털화된 3D 병리 영상들을 저장 관리하는 데이터베이스를 더 포함하여 구성할 수 있다.
더욱 더 바람직하게는, 상기 자궁경부암 진단부는,
상기 데이터베이스에 저장 관리되는 자궁경부암 관련 3D 병리 영상들에 대해 인공지능(AI)을 이용하여 유사 슬라이드 검색을 통해 학습하는 자궁경부암 학습모델을 더 포함할 수 있다.
더더욱 바람직하게는, 상기 자궁경부암 진단부는,
특정 환자의 새로운 자궁경부암 관련 3D 병리 영상의 입력 시, 데이터베이스에 학습되어 저장 관리되는 유사 슬라이드 검색을 통한 비교를 통해 자궁경부암의 진단을 보조할 수 있다.
더더욱 더 바람직하게는, 상기 자궁경부암 진단부는,
자궁경부암 특이 세포 마킹 기능을 더 포함하고, 학습모델 적용을 통한 자궁경부암 학습 데이터를 업그레이드할 수 있다.
본 발명에서 제안하고 있는 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법에 따르면, 자동 초점 기능과 고속의 스캔 기능이 포함된 현미경의 영상화 처리부를 통해 병리 슬라이드의 이미징 처리 및 3차원 가시화 영상을 획득하고, 자궁경부암 진단부의 딥러닝을 통한 자궁경부암의 영상 진단이 가능하도록 구성함으로써, 의료현장에서 정확하고 신속한 자궁경부암의 조기진단이 가능하고, 기존의 세포병리 검사에 따른 진단시간과 많은 업무량으로 병변을 놓칠 수 있는 문제를 최소화하며, 오랜 수련이나 경험에 의존하지 않고도 고속으로 정확한 자궁경부암의 보조 진단이 가능하도록 할 수 있다.
또한, 본 발명의 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법에 따르면, 자동 초점 기능과 고속의 스캔 기능이 구비되고, 자궁경부암 관련한 많은 병리 슬라이드를 디지털화하고, 이를 이용한 딥러닝 기술을 통한 정확도가 높은 인공지능(AI)으로 학습하여 자궁경부암 관련 유사 슬라이드의 데이터베이스를 구축함으로써, 자궁경부암 관련한 진단 시 학습된 유사 슬라이드의 데이터 검색을 통한 비교 방식으로 자궁경부암의 신속한 판별이 가능하고, 그에 따른 진단의 효율성과 신속성의 더욱 향상될 수 있도록 할 수 있다.
도 1은 종래의 자궁경부암 세포병리 검사 방법을 도시한 도면.
도 2는 종래의 자궁경부암 판단 과정을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 구성을 기능 블록으로 도시한 도면.
도 4는 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 영상화 처리부의 구성을 기능 블록으로 도시한 도면.
도 5는 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 구현원리를 도시한 도면.
도 6은 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 제어 방법의 흐름을 도시한 도면.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 연결 되어 있다고 할 때, 이는 직접적으로 연결 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 간접적으로 연결 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 포함 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
도 3은 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 구성을 기능 블록으로 도시한 도면이고, 도 4는 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 영상화 처리부의 구성을 기능 블록으로 도시한 도면이며, 도 5는 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 구현원리를 도시한 도면이다. 도 3 내지 도 5에 각각 도시된 바와 같이, 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템(100)은, 슬라이드 트레이(110), 영상화 처리부(120), 및 자궁경부암 진단부(130)를 포함하여 구성될 수 있다.
슬라이드 트레이(110)는, 자궁경부암 관련 병리 슬라이드(111)를 적재하는 구성이다. 이러한 슬라이드 트레이(110)는 자궁경부암 관련 병리 슬라이드(111)를 적재하되, 적어도 1 이상의 병리 슬라이드(111)가 적재되는 구조로 구성될 수 있다. 여기서, 슬라이드 트레이(110)는 후술하게 될 영상화 처리부(120)를 통한 연속 슬라이드 이미징 처리가 가능하도록 적재된 적어도 1 이상의 병리 슬라이드(111)를 자동으로 순차 공급할 수 있다.
영상화 처리부(120)는, 슬라이드 트레이(110)에 적재된 병리 슬라이드(111)를 스캔하여 영상화하는 영상장치의 구성이다. 이러한 영상화 처리부(120)는 도 4에 도시된 바와 같이, 슬라이드 트레이(110)에 적재된 병리 슬라이드(111)를 스캔하여 스캔 영상을 획득하는 스캔부(121)와, 스캔부(121)를 통해 스캔 처리된 스캔 영상들을 정합하여 정합 영상을 형성하는 영상 정합부(122)와, 영상 정합부(122)를 통해 획득한 정합 영상을 3차원 영상화하는 3차원 영상 가시화 처리부(123)를 포함하여 구성할 수 있다. 여기서, 스캔부(121)는 병리 슬라이드(111)의 스캔 처리 시, 자동 초점 기능과 고속 스캔 기능을 구비할 수 있다.
또한, 영상화 처리부(120)는 3D 영상이 가능한 인공지능 자궁경부암 판별용 디지털 스캐너로 구현될 수 있다.
자궁경부암 진단부(130)는, 영상화 처리부(120)를 통해 획득한 3차원 영상의 진단을 통해 자궁경부암을 판단하는 판별부의 구성이다. 이러한 자궁경부암 진단부(130)는 영상화 처리부(120)를 통해 디지털화된 3D 병리 영상들을 저장 관리하는 데이터베이스(131)를 더 포함하여 구성할 수 있다. 여기서, 자궁경부암 진단부(130)는 데이터베이스(131)에 저장 관리되는 자궁경부암 관련 3D 병리 영상들에 대해 인공지능(AI)을 이용하여 유사 슬라이드 검색을 통해 학습하는 자궁경부암 학습모델을 더 포함할 수 있다.
또한, 자궁경부암 진단부(130)는 특정 환자의 새로운 자궁경부암 관련 3D 병리 영상의 입력 시, 데이터베이스(131)에 학습되어 저장 관리되는 유사 슬라이드 검색을 통한 비교를 통해 자궁경부암의 진단을 보조할 수 있다.
또한, 자궁경부암 진단부(130)는 자궁경부암 특이 세포 마킹 기능을 더 포함하고, 학습모델 적용을 통한 자궁경부암 학습 데이터를 업그레이드할 수도 있다.
도 6은 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 제어 방법의 흐름을 도시한 도면이다. 도 6에 도시된 바와 같이, 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 제어 방법은, 병리 슬라이드가 적재되는 단계(S110), 병리 슬라이드를 스캔하여 영상화하는 단계(S120), 및 3차원 영상의 진단을 통해 자궁경부암을 판단하는 단계(S130)를 포함하여 구현될 수 있다.
단계 S110에서는, 슬라이드 트레이(110)에 자궁경부암 관련 병리 슬라이드(111)가 적재된다. 단계 S100에서의 슬라이드 트레이(110)는 자궁경부암 관련 병리 슬라이드(111)를 적재하는 구성이다. 이러한 슬라이드 트레이(110)는 자궁경부암 관련 병리 슬라이드(111)를 적재하되, 적어도 1 이상의 병리 슬라이드(111)가 적재되는 구조로 구성될 수 있다. 여기서, 슬라이드 트레이(110)는 영상화 처리부(120)를 통한 연속 슬라이드 이미징 처리가 가능하도록 적재된 적어도 1 이상의 병리 슬라이드(111)를 자동으로 순차 공급할 수 있다.
단계 S120에서는, 영상화 처리부(120)가 단계 S110을 통해 슬라이드 트레이(110)에 적재된 병리 슬라이드(111)를 스캔하여 영상화할 수 있다. 이러한 단계 S120에서의 영상화 처리부(120)는 슬라이드 트레이(110)에 적재된 병리 슬라이드(111)를 고속으로 스캔하여 영상화할 수 있다. 여기서, 영상화 처리부(120)는 3D 영상이 가능한 인공지능 자궁경부암 판별용 디지털 스캐너로 구현될 수 있다.
또한, 영상화 처리부(120)는 도 4에 도시된 바와 같이, 슬라이드 트레이(110)에 적재된 병리 슬라이드(111)를 스캔하여 스캔 영상을 획득하는 스캔부(121)와, 스캔부(121)를 통해 스캔 처리된 스캔 영상들을 정합하여 정합 영상을 형성하는 영상 정합부(122)와, 영상 정합부(122)를 통해 획득한 정합 영상을 3차원 영상화하는 3차원 영상 가시화 처리부(123)를 포함하여 구성할 수 있다. 여기서, 스캔부(121)는 병리 슬라이드(111)의 스캔 처리 시, 자동 초점 기능과 고속 스캔 기능을 구비할 수 있다.
단계 S130에서는, 자궁경부암 진단부(130)가 단계 S120을 통해 영상화 처리부(120)를 통해 획득한 3차원 영상의 진단을 통해 자궁경부암을 판단할 수 있다. 이러한 단계 S130에서의 자궁경부암 진단부(130)는 영상화 처리부(120)를 통해 디지털화된 3D 병리 영상들을 저장 관리하는 데이터베이스(131)를 더 포함할 수 있다. 여기서, 자궁경부암 진단부(130)는 데이터베이스(131)에 저장 관리되는 자궁경부암 관련 3D 병리 영상들에 대해 인공지능(AI)을 이용하여 유사 슬라이드 검색을 통해 학습하는 자궁경부암 학습모델을 더 포함할 수 있다.
또한, 자궁경부암 진단부(130)는 특정 환자의 새로운 자궁경부암 관련 3D 병리 영상의 입력 시, 데이터베이스(131)에 학습되어 저장 관리되는 유사 슬라이드 검색을 통한 비교를 통해 자궁경부암의 진단을 보조할 수 있으며, 자궁경부암 특이 세포 마킹 기능을 더 포함하고, 학습모델 적용을 통한 자궁경부암 학습 데이터를 업그레이드할 수 있다.
상술한 바와 같이, 본 발명의 일실시예에 따른 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법은, 자동 초점 기능과 고속의 스캔 기능이 포함된 현미경의 영상화 처리부를 통해 병리 슬라이드의 이미징 처리 및 3차원 가시화 영상을 획득하고, 자궁경부암 진단부의 딥러닝을 통한 자궁경부암의 영상 진단이 가능하도록 구성함으로써, 의료현장에서 정확하고 신속한 자궁경부암의 조기진단이 가능하고, 기존의 세포병리 검사에 따른 진단시간과 많은 업무량으로 병변을 놓칠 수 있는 문제를 최소화하며, 오랜 수련이나 경험에 의존하지 않고도 고속으로 정확한 자궁경부암의 보조 진단이 가능하고, 특히, 자동 초점 기능과 고속의 스캔 기능이 구비되고, 자궁경부암 관련한 많은 병리 슬라이드를 디지털화하고, 이를 이용한 딥러닝 기술을 통한 정확도가 높은 인공지능(AI)으로 학습하여 자궁경부암 관련 유사 슬라이드의 데이터베이스를 구축함으로써, 자궁경부암 관련한 진단 시 학습된 유사 슬라이드의 데이터 검색을 통한 비교 방식으로 자궁경부암의 신속한 판별이 가능하고, 그에 따른 진단의 효율성과 신속성의 더욱 향상될 수 있도록 할 수 있게 된다.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.
100: 본 발명의 일실시예에 따른 인공지능 컴퓨터 보조 진단 시스템
110: 슬라이드 트레이
111: 병리 슬라이드
120: 영상화 처리부
121: 스캔부
122: 영상 정합부
123: 3차원 영상 가시화 처리부
130: 자궁경부암 진단부
131: 데이터베이스(DB)
S110: 병리 슬라이드가 적재되는 단계
S120: 병리 슬라이드를 스캔하여 영상화하는 단계
S130: 3차원 영상의 진단을 통해 자궁경부암을 판단하는 단계

Claims (20)

  1. 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템(100)으로서,
    자궁경부암 관련 병리 슬라이드(111)를 적재하는 슬라이드 트레이(110);
    상기 슬라이드 트레이(110)에 적재된 병리 슬라이드(111)를 스캔하여 영상화하는 영상화 처리부(120); 및
    상기 영상화 처리부(120)를 통해 획득한 3차원 영상의 진단을 통해 자궁경부암을 판단하는 자궁경부암 진단부(130)를 포함하되,
    상기 슬라이드 트레이(110)는,
    자궁경부암 관련 병리 슬라이드(111)를 적재하되, 적어도 1 이상의 병리 슬라이드(111)가 적재되는 구조로 구성되고,
    상기 슬라이드 트레이(110)는,
    상기 영상화 처리부(120)를 통한 연속 슬라이드 이미징 처리가 가능하도록 적재된 적어도 1 이상의 병리 슬라이드(111)를 자동으로 순차 공급하며,
    상기 영상화 처리부(120)는,
    상기 슬라이드 트레이(110)에 적재된 병리 슬라이드(111)를 스캔하여 스캔 영상을 획득하는 스캔부(121)와, 상기 스캔부(121)를 통해 스캔 처리된 스캔 영상들을 정합하여 정합 영상을 형성하는 영상 정합부(122)와, 상기 영상 정합부(122)를 통해 획득한 정합 영상을 3차원 영상화하는 3차원 영상 가시화 처리부(123)를 포함하여 구성하고,
    상기 자궁경부암 진단부(130)는,
    데이터베이스(131)에 저장 관리되는 자궁경부암 관련 3D 병리 영상들에 대해 인공지능(AI)을 이용하여 유사 슬라이드 검색을 통해 학습하는 자궁경부암 학습모델을 더 포함하며,
    상기 자궁경부암 진단부(130)는,
    특정 환자의 새로운 자궁경부암 관련 3D 병리 영상의 입력 시, 데이터베이스(131)에 학습되어 저장 관리되는 유사 슬라이드 검색을 통한 비교를 통해 자궁경부암의 진단을 보조하고,
    상기 자궁경부암 진단부(130)는,
    자궁경부암 특이 세포 마킹 기능을 더 포함하고, 학습모델 적용을 통한 자궁경부암 학습 데이터를 업그레이드하는 것을 특징으로 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서, 상기 스캔부(121)는,
    상기 병리 슬라이드(111)의 스캔 처리 시, 자동 초점 기능과 고속 스캔 기능을 구비하는 것을 특징으로 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템.
  6. 제5항에 있어서, 상기 영상화 처리부(120)는,
    3D 영상이 가능한 인공지능 자궁경부암 판별용 디지털 스캐너로 구현되는 것을 특징으로 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템.
  7. 제1항에 있어서, 상기 자궁경부암 진단부(130)는,
    상기 영상화 처리부(120)를 통해 디지털화된 3D 병리 영상들을 저장 관리하는 데이터베이스(131)를 더 포함하여 구성하는 것을 특징으로 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템.
  8. 삭제
  9. 삭제
  10. 삭제
  11. 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템(100)의 제어 방법으로서,
    (1) 슬라이드 트레이(110)에 자궁경부암 관련 병리 슬라이드(111)가 적재되는 단계;
    (2) 영상화 처리부(120)가 상기 단계 (1)을 통해 상기 슬라이드 트레이(110)에 적재된 병리 슬라이드(111)를 스캔하여 영상화하는 단계; 및
    (3) 자궁경부암 진단부(130)가 상기 단계 (2)를 통해 상기 영상화 처리부(120)를 통해 획득한 3차원 영상의 진단을 통해 자궁경부암을 판단하는 단계를 포함하되,
    상기 슬라이드 트레이(110)는,
    자궁경부암 관련 병리 슬라이드(111)를 적재하되, 적어도 1 이상의 병리 슬라이드(111)가 적재되는 구조로 구성되고,
    상기 슬라이드 트레이(110)는,
    상기 영상화 처리부(120)를 통한 연속 슬라이드 이미징 처리가 가능하도록 적재된 적어도 1 이상의 병리 슬라이드(111)를 자동으로 순차 공급하며,
    상기 영상화 처리부(120)는,
    상기 슬라이드 트레이(110)에 적재된 병리 슬라이드(111)를 스캔하여 스캔 영상을 획득하는 스캔부(121)와, 상기 스캔부(121)를 통해 스캔 처리된 스캔 영상들을 정합하여 정합 영상을 형성하는 영상 정합부(122)와, 상기 영상 정합부(122)를 통해 획득한 정합 영상을 3차원 영상화하는 3차원 영상 가시화 처리부(123)를 포함하여 구성하고,
    상기 자궁경부암 진단부(130)는,
    데이터베이스(131)에 저장 관리되는 자궁경부암 관련 3D 병리 영상들에 대해 인공지능(AI)을 이용하여 유사 슬라이드 검색을 통해 학습하는 자궁경부암 학습모델을 더 포함하며,
    상기 자궁경부암 진단부(130)는,
    특정 환자의 새로운 자궁경부암 관련 3D 병리 영상의 입력 시, 데이터베이스(131)에 학습되어 저장 관리되는 유사 슬라이드 검색을 통한 비교를 통해 자궁경부암의 진단을 보조하고,
    상기 자궁경부암 진단부(130)는,
    자궁경부암 특이 세포 마킹 기능을 더 포함하고, 학습모델 적용을 통한 자궁경부암 학습 데이터를 업그레이드하는 것을 특징으로 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 제어 방법.
  12. 삭제
  13. 삭제
  14. 삭제
  15. 제11항에 있어서, 상기 스캔부(121)는,
    상기 병리 슬라이드(111)의 스캔 처리 시, 자동 초점 기능과 고속 스캔 기능을 구비하는 것을 특징으로 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 제어 방법.
  16. 제15항에 있어서, 상기 영상화 처리부(120)는,
    3D 영상이 가능한 인공지능 자궁경부암 판별용 디지털 스캐너로 구현되는 것을 특징으로 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 제어 방법.
  17. 제11항에 있어서, 상기 자궁경부암 진단부(130)는,
    상기 영상화 처리부(120)를 통해 디지털화된 3D 병리 영상들을 저장 관리하는 데이터베이스(131)를 더 포함하여 구성하는 것을 특징으로 하는, 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템의 제어 방법.
  18. 삭제
  19. 삭제
  20. 삭제
KR1020190050138A 2019-04-29 2019-04-29 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법 KR102237696B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190050138A KR102237696B1 (ko) 2019-04-29 2019-04-29 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190050138A KR102237696B1 (ko) 2019-04-29 2019-04-29 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법

Publications (2)

Publication Number Publication Date
KR20200126303A KR20200126303A (ko) 2020-11-06
KR102237696B1 true KR102237696B1 (ko) 2021-04-08

Family

ID=73572117

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190050138A KR102237696B1 (ko) 2019-04-29 2019-04-29 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법

Country Status (1)

Country Link
KR (1) KR102237696B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102476888B1 (ko) 2022-03-25 2022-12-13 주식회사 몰팩바이오 디지털 병리이미지의 인공지능 진단 데이터 처리 장치 및 그 방법
KR20230095801A (ko) 2021-12-22 2023-06-29 (주)제이엘케이 인공지능 기반의 병리영상 암 병변 맞춤형 위치 표시 방법 및 시스템

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102316557B1 (ko) * 2019-06-04 2021-10-25 주식회사 아이도트 자궁경부암 자동 진단 시스템
EP3974243A1 (en) 2020-09-28 2022-03-30 Hyundai Mobis Co., Ltd. Communication method between electric vehicle, supply equipment and power grid operation server
CN113052806B (zh) * 2021-03-15 2023-02-28 黑龙江机智通智能科技有限公司 一种癌变程度分级系统
CN114387201B (zh) * 2021-04-08 2023-01-17 透彻影像科技(南京)有限公司 一种基于深度学习和强化学习细胞病理图像辅助诊断系统
CN113506623A (zh) * 2021-07-15 2021-10-15 湖南莱博赛医用机器人有限公司 一种宫颈癌人工智能检测系统
KR20230131687A (ko) * 2022-03-07 2023-09-14 한양대학교 에리카산학협력단 인공지능을 이용한 질확대경 검사 시스템 및 방법
CN116230214B (zh) * 2023-05-08 2023-08-01 浙江大学滨江研究院 Hcc及vetc辅助诊断装置及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101423897B1 (ko) * 2009-10-19 2014-07-28 벤타나 메디컬 시스템즈, 인코포레이티드 슬라이드 스캐닝을 위한 디바이스 및 방법
US20170270666A1 (en) * 2014-12-03 2017-09-21 Ventana Medical Systems, Inc. Computational pathology systems and methods for early-stage cancer prognosis
US20180322631A1 (en) 2015-12-03 2018-11-08 Case Western Reserve University High-throughput adaptive sampling for whole-slide histopathology image analysis
US20190012520A1 (en) * 2016-11-07 2019-01-10 Institute Of Automation, Chinese Academy Of Sciences Method for Microscopic Image Acquisition Based on Sequential Section

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101423897B1 (ko) * 2009-10-19 2014-07-28 벤타나 메디컬 시스템즈, 인코포레이티드 슬라이드 스캐닝을 위한 디바이스 및 방법
US20170270666A1 (en) * 2014-12-03 2017-09-21 Ventana Medical Systems, Inc. Computational pathology systems and methods for early-stage cancer prognosis
US20180322631A1 (en) 2015-12-03 2018-11-08 Case Western Reserve University High-throughput adaptive sampling for whole-slide histopathology image analysis
US20190012520A1 (en) * 2016-11-07 2019-01-10 Institute Of Automation, Chinese Academy Of Sciences Method for Microscopic Image Acquisition Based on Sequential Section

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230095801A (ko) 2021-12-22 2023-06-29 (주)제이엘케이 인공지능 기반의 병리영상 암 병변 맞춤형 위치 표시 방법 및 시스템
KR102476888B1 (ko) 2022-03-25 2022-12-13 주식회사 몰팩바이오 디지털 병리이미지의 인공지능 진단 데이터 처리 장치 및 그 방법

Also Published As

Publication number Publication date
KR20200126303A (ko) 2020-11-06

Similar Documents

Publication Publication Date Title
KR102237696B1 (ko) 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법
US9567651B2 (en) System and method for the detection of abnormalities in a biological sample
JP5663873B2 (ja) 乳癌病理画像診断支援システム、乳癌病理画像診断支援方法、乳癌病理画像診断支援プログラム、及び、乳癌病理画像診断支援プログラムを記録した記録媒体
JP5469070B2 (ja) 生物検体を処理するための複数の波長を用いる方法およびシステム
EP0628186B1 (en) Method for identifying normal biomedical specimens
US20210090248A1 (en) Cervical cancer diagnosis method and apparatus using artificial intelligence-based medical image analysis and software program therefor
CN110852999B (zh) 图像扫描系统及图像扫描方法
CN103558404A (zh) 一种基于数字切片的细胞dna自动检测和复核方法
CN112802000A (zh) 多模态医学影像智能辅助诊疗系统
WO2022176396A1 (ja) 情報処理装置及び情報処理方法、コンピュータプログラム、並びに医療診断システム
US20240079116A1 (en) Automated segmentation of artifacts in histopathology images
CN109214433A (zh) 一种卷积神经网络区分肝癌分化等级的方法
WO2021261323A1 (ja) 情報処理装置、情報処理方法、プログラム及び情報処理システム
Supriyanto et al. Automatic detection system of cervical cancer cells using color intensity classification
JP2019013461A (ja) プローブ型共焦点レーザー顕微内視鏡画像診断支援装置
KR20210033902A (ko) 인공지능 기반 기술의 의료영상분석을 이용한 자궁경부암 진단방법, 장치 및 소프트웨어 프로그램
EP3991088A1 (en) Scanning/pre-scanning quality control of slides
Edwards et al. Segmentation of biological cell images for sonification
Ortega Sarmiento et al. Hyperspectral imaging and deep learning for the detection of breast cancer cells in digitized histological images
Thiripurasundari et al. Pap screening for cervical carcinoma–evolving trends
Bandyopadhyay Digital Pathology: An Electronic environment for performing pathologic analyses from image
Begelman et al. Automatic screening of bladder cells for cancer diagnosis
Joel et al. Cervical Cancer Detection System Analysis by Segmentation Methods
Shrivastava et al. An Artificial Intelligence Enabled Multimedia Tool for Rapid Screening of Cervical Cancer
AU2012244307A1 (en) Methods and systems for processing biological specimens utilizing multiple wavelengths

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right