KR102238762B1 - 패혈증 진단을 위한 reba 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법 - Google Patents

패혈증 진단을 위한 reba 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법 Download PDF

Info

Publication number
KR102238762B1
KR102238762B1 KR1020190012665A KR20190012665A KR102238762B1 KR 102238762 B1 KR102238762 B1 KR 102238762B1 KR 1020190012665 A KR1020190012665 A KR 1020190012665A KR 20190012665 A KR20190012665 A KR 20190012665A KR 102238762 B1 KR102238762 B1 KR 102238762B1
Authority
KR
South Korea
Prior art keywords
reba
image
data
area
recognition
Prior art date
Application number
KR1020190012665A
Other languages
English (en)
Other versions
KR20200095059A (ko
Inventor
남영광
황상원
류원철
이혜영
김서용
Original Assignee
주식회사 이노제닉스
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 이노제닉스 filed Critical 주식회사 이노제닉스
Priority to KR1020190012665A priority Critical patent/KR102238762B1/ko
Publication of KR20200095059A publication Critical patent/KR20200095059A/ko
Application granted granted Critical
Publication of KR102238762B1 publication Critical patent/KR102238762B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033Features 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformation in the plane of the image
    • G06T3/40Scaling the whole image or part thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M1/00Substation equipment, e.g. for use by subscribers
    • H04M1/72Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/725Cordless telephones

Abstract

본 발명은 카메라 모듈이 REBA를 인식하는 단계와, 상기 인식된 REBA의 칸 크기를 인식영역 크기에 맞게 REBA 이미지 크기를 조정하는 단계와, 상기 각 인식영역에 대응되는 REBA 칸의 발색 여부를 판단하는 단계와, 발색여부에 대한 결과를 인식영역에 반영하여 판독 결과를 출력하는 단계를 포함하는 패혈증 진단을 위한 REBA 결과 판독 영상인식 방법을 개시한다.

Description

패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법 {IMAGE RECOGNITION SYSTEM FOR DIAGNOSIS SEPSIS BY READING THE RESULT OF REVERSE BLOT HYBRIDIZATION ASSAY AND IMAGE RECOGNITION METHOD USING THE SAME}
본 발명은 패혈증 진단 시스템 및 진단 방법에 관한 것으로서, 보다 구체적으로는 모바일 기기에 설치된 어플리케이션을 이용하여 패혈증 진단용 REBA (REVERSE BLOT HYBRIDIZATION ASSAY) 검사결과물을 자동으로 판독해 줄 수 있는 영상인식 시스템 및 이를 이용한 패혈증 진단 방법에 관한 것이다.
패혈증은 발견되는 시기에 따라서 그 사망률이 23%에서 46%까지 보고되는 심각한 질환이며 많은 경제적 부담을 증가시키는 질환으로 보건정책의 난제로 알려져 있다. (Dellinger RP:Cardiovascular management of septic shock Crit Care Med 2003; 31: 946-55; Osborn TM, Tracy JK, Dunne JR, Pasquale \M, Napolitano LM: Crit Care Med 2004; 32: 2234-40; Angus DC, Linde-Zwirble WT Lidicker J, Clermont G, Carcillo J, Pinsky MR: Crit Care Med 2001; 29: 1303-10)
패혈증은 비 심혈관계 중환자실 사망의 가장 흔한 원인으로 미국에서는 최소한 연평균 75만 명의 새로운 환자가 발생하며, 그 중 50%가 패혈성 쇼크로 진행하고 그 절반 정도인 20만명이 사망한다. (Martin GS, Mannino DM, Eaton S, Moss M: N Engl J Med 2003; 348: 1546-54)
최근 수십년 동안 패혈성 쇼크의 발생빈도는 꾸준히 증가해온 반면 그에 대한 사망률은 거의 변함이 없거나 약간 감소한 상태이다. (Friedman G, Silva E, Vincent JL: Crit Care Med 1998; 26: 2078-86)
패혈증의 임상증상은 병원성 미생물의 감염이 숙주의 면역계통, 응고계통, 신경호르몬계통 등 신체의 다양한 기능계통에 영향을 주어 이와 관련된 전신반응으로 나타나기 때문에 복잡하고 다양한 임상 양상을 보인다. 따라서 숙주의 반응 정도와 감염 원인균의 특성 모두 패혈증의 예후에 중대한 영향을 미친다.
1980년대 중반 이후부터는 그람 양성균이 전통적인 그람 음성균에 비하여 패혈증의 원인균으로 더 많은 부분을 차지하였고 1990년대 이후 진균에 의한 패혈증의 발생 빈도 역시 증가하고 있다. (Martin GS, Mannino DM, Eaton S, Moss M: TN Engl J Med 2003; 348: 1546-54)
이러한 패혈증의 원인이 되는 균주의 변화는 동반질환이 있는 고령환자의 증가와 함께 과거에 비하여 향상되고 적극적인 내과적, 외과적 치료와 더불어 사람면역결핍바이러스(human immunodeficiency virus)에 의한 질환 증가와 기존 항생제에 대해 내성을 보이는 내성균주의 발현에 기인한 것으로 생각된다.
비병원성으로 알려져 왔던 많은 효모양 진균들이 최근에 와서 면역 저하 환자들에게서 중요한 기회 감염균으로 부각되고 있다. 이런 기회 감염 진균증은 악성종양, 후천성 면역 결핍증, 주요 수술, 심한 화상, 골수나 장기의 이식, 혈관내 도관 삽입, 장기간의 항생제 투여 및 화학요법을 받는 환자 등 많은 내과 및 외과 입원 환자들의 흔한 합병증으로 발생된다. (Kiehn TE, Edwards FF, Armstrong D Am J Clin Pathol 1980;73:518-21; Komshian SV, Uwaydah AK, Sobel JD, Crane LR Rev Infect Dis 1989; 11:379-90)
흔한 원인균으로 알려져 왔던 Candidal albicans외에 Candida spp 중에서 최근 들어 Candida tropicalis와 Candida parapsilosis가 증가하는 추세에 있으며 (Goldani LZ and Mario PS J Infect 2003;46:155-60; Fraser VJ, Jones M, Dunkel J, Storfer S, Medoff G, Dunagan WC Clin Infect Dis 1992;15:414-21), 골수이식 환자 등에서 fluconazole을 예방적으로 투여한 결과 이에 내성을 지닌 Candida krusei 및 Candida glabrata에 의한 기회감염 진균증의 보고가 증가되고 있다. (Baran J Jr, Muckatira B, Khatib R Scand J Infect Dis 2001;33:137-9; Diekema DJ, Messer SA, Brueggemann AB, Coffman SL, Doern GV, Herwaldt LA, et al J clin Microbiol 2002;40:1298-302; Collin B, Clancy CJ, Nguyen MH Drug Resist Updat 1999;2:9-14)
1940년에 페니실린이 임상의학에 처음 도입된 이후 지난 70년간 많은 항생제가 개발되고 임상에서 사용되어 감염질환으로부터 수많은 환자의 생명을 구하는데 결정적인 기여를 하였다.
그러나 항생제의 사용과 더불어 급속하게 발현하기 시작한 세균의 항생제 내성은 항생제 개발보다 훨씬 빠른 속도로 진화하여 불과 70년 만에 대부분의 항생제가 치료효과가 감소하는 현상이 범세계적으로 나타나고 있다. 세균감염질환의 빈도 및 임상적 중요성을 감안할 때 항생제 내성은 세계적인 보건상의 위기라고 할 수 있다.
항생제 내성이 문제가 되는 주요 세균은 Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa, Enterobacter spp 라고 할 수 있는데 (Boucher HW, Talbot GH, Bradley JS, Edwards JE, Gilbert D, Rice LB, Scheld M, Spellberg B, Bartlett J Badbugs, Clin Infect Dis 2009;48:1-12), 이중 그람 양성균으로 대표적인 내성의 예는 포도알균(Staphylococcus aureus)의 methicillin(지역사회 MRSA
포함) 및 Vancomycin 내성, 장알균(Enterococcus faecium)의 vancomycin 내성 그리고 지역사회의 주요세균인 폐렴알균(Streptococcus pneumoniae)의 macrolide 및 다제 내성을 들 수 있다.
MRSA는 전세계 각 병원에서 가장 중요한 병원감염균으로 자리잡고 있다. 특히 한국, 일본, 대만, 홍콩, 싱가포르, 스리랑카 및 일부 미국 병원에서는 병원에서 분리되는 포도알균의 50% 이상이 MRSA인 것으로 보고되고 있다. (Grundmann H, Aires-de-sousa M, Boyce J, Tiemersma E Lancet 2006;368;874-85)
국내병원의 MRSA 발생률은 1996년에 국내 15개 병원에서 전향적으로 시행한 연구의 결과 837%인 것으로 나타났으며(Kim JM, Park ES, Jeong JS, et al Am J Infect control 2000;28:454-8) 1997년부터 2006년까지 다기관 연구를 통하여 보고된 MRSA의 빈도는 64-72%로서 국내 병원에서 가장 흔한 병원 감염의 원인균으로 확인되었다. (Chong Y, Lee K, Park YJ, Jeon DS, et al Yonsei Med J 1998;39:569-77)
장알균(Enterococcus)은 심내막염의 주요 감염균으로 알려져 있었으나 1970년대 중반부다 3세대 세팔로스포린계 항생제의 사용이 증가하면서 병원내 감염의 중요한 원인균으로 인식되기 시작하였다. 장알균은 대부분의 항생제에 고유내성을 보유한 데다 plasmid 및 transposon의 전달에 의해 쉽게 항생제 내성을 획득할 수 있다.
Vancomycin 내성 장내알균(VRE)은 1988년에 영국과 프랑스에서 처음으로 보고되었다(Uttley AH, Collins CH, Naidoo J, George RC Vancomycin-resistant Enterococci Jancet 1988;1:57-8; Keclercq R, Duval J, Courvalin P N Engl J Med 1988;319:157-61)
이후 VRE는 미국에서 급속히 증가하는 경향을 보였으며 이는 transposon에 의한 VanA gene의 전달이 주요기전임이 밝혀졌다. (Frieden TR, munsiff SS, Low DE et al Lancet 1993;342:76-9)
국내에서는 1992년에 처음으로 VRE 감염이 보고된 바 있으며 국내에서 분리되는 Efaecium 중 VRE 비율은 1997년 4%이었으나 지속적으로 증가하여 2009년에는 29%에 증가하였고 전국적인 다기간 연구의 결과에서는 2009-2010년에 병원 감염을 일으킨 E faecium 중 VRE의 비율이 389%이었다. (Park JW, Kim YR, Shin WS, Kang MW, t al Korean J Infect Dis 1992;24:133-7; Lee K, Kim MN, Kim JS et al, Yonsei Med J 2011;52:793-802)
혈액배양은 균혈증 검사의 아주 중요한 방법으로 질병의 진단, 치료의 지침 및 예후를 결정하는데 필수적인 검사법이다. (Aronson MD and Bor DH Blood culture Ann Intern Med 1987;106:246-53)
패혈증은 여러 가지 감염증에 동반될 수 있고 다양한 균종에 의해 야기되기 때문에 그 원인균을 규명하기 위해 혈액배양이 주로 이용되며, 혈액배양 결과를 분석하여 그 변화 추이를 조사하고 분리되는 균종과 항균제 감수성 양상을 파악하는 일은 환자의 치료에 중요한 정보를 제고해 왔다. 균혈증 환자는 매우 위중한 상태이므로 신속한 결과가 환자의 생명을 구하는데 큰 역할을 하게 된다. 하지만 혈액배양은 5일 이상의 시간이 소요되며 배양 양성 신호가 나오면 계대배양하여 그람염색과 균종동정 및 항생제 감수성 검사를 시행하게 되는데 10일 이상의 시간이 소요하게 된다.
이러한 문제점을 해결하기 위해 대한민국 등록특허 제10-1520931호 '패혈증 진단용 조성물 및 그 방법 및 키트'(이하 특허문헌 1이라 함)에서는 상기의 혈액 배양법을 대체할 수 있는 Gram positive-Gram negative bacteria-Candida species를 신속하게 구분할 수 있는 Real-time PCR기법을 이용한 Real GP-GN/Real Can과 신속하고 정확한 동정법인 Gram positive-Gram negative bacteria의 구분과 Candida spp 를 포함하는 Fungus의 동정 뿐만 아니라 MRSA와 VRE에 대한 항생제 내성여부를 동시에 동정할 수 있는 REBA(Reverse blot hybridization assay) Sepsis-ID를 개시하고 있다.
하지만, 특허문헌 1에 따르면 검사를 시행한 후 검사결과물을 제조사에서 제공하는 별도의 용지에 부착하고 육안으로 직접 판독해야 하는 등 불편요소가 있다. 또한 육안으로 식별하기 어려운 결과물들이 발생하면 검사자 간 판독 결과에 차이가 발생할 수 있으며, 검사결과물을 보관 및 관리할 때 변질에 우려가 있다.
프로그램을 이용하여 패혈증을 감지하는 방법과 관련하여, 대한민국 특허출원 제10-2017-0103448호 '딥러닝 기반의 패혈증 조기 감지방법 및 프로그램'(이하 특허문헌 2라 함)에서는 중환자실에 입원한 환자에게 패혈증이 발생하기 전 조기에 패혈증을 감지하는 방법을 제공하고 있다.
특허문헌 2에 따르면, 의무기록에 기재되는 의료데이터를 바탕으로 생성된 데이터셋을 딥러닝 알고리즘에 적용하여 특정시간 이후의 패혈증 발생가능성을 산출하는 딥러닝 기반의 패혈증 조기 감지방법 및 프로그램을 제공하며, 이를 위해 컴퓨터가 기준시점 이전의 N개 단위시간 내에서 특징데이터셋을 획득하는 단계와, 컴퓨터가 상기 특징데이터셋을 패혈증감지모델에 입력하는 단계와, 컴퓨터가 특정한 예측시점의 패혈증 발생 예측결과를 제공하는 단계 등을 포함한다.
하지만, 특허문헌 2에서는 의료데이터(수축기혈압, 맥압, 심박수, 체온 등)에 대한 딥러닝을 통해 패혈증을 진단할 뿐 REBA 검사결과물을 활용하여 보다 빠르고 정확하게 진단할 수 있는 방법에 대해서는 개시되어 있지 않다.
대한민국 특허출원 제10-2017-7009812호 '환자 데이터에 기반한 헬스케어 진단 및 치료를 위한 베이지안 인과관계 네트워크 모델'(이하 특허문헌 3이라 함)에서는 컴퓨터 판독을 통해 패혈증 등의 헬스케어 분석을 제공한다.
특허문헌 3에서는 복수의 환자들에 대응하는 데이터를 수신하는 단계와, 복수의 변수들에 대해 정규화된 데이터를 생성하도록 상기 데이터를 파싱(parsing)하는 단계와, 베이지안 네트워크 알고리즘(Bayesian network algorithm)을 이용하여 상기 생성된 정규화된 데이터에 기반하여 상기 복수의 변수들을 관련시키는 인과 관계 네트워크 모델을 생성하는 단계 등을 포함한다.
하지만, 특허문헌 3은 질병을 진단하기 위해 데이터 파싱과 베이지안 네트워크 알고리즘을 활용하여 네트워크 모델을 생성하고 네트워크 모델 구축 코드를 유지하는 스토리지 등의 코드를 이용할 뿐 REBA 검사결과물을 활용할 수 있는 방법이 개시되어 있지 않다.
또한, 대한민국 등록특허 제10-1328741호 '색상 채널을 이용한 영상 개선 장치 및 방법'(이하, 특허문헌 4라 함)과 대한민국 등록특허 제10-1329125호 'RGB-to-RGBW 컬러 분해 방법 및 시스템'(이하, 특허문헌 5라 함)에는 CIE LAB 영역과 RGB 영역에서의 이미지 처리 방법 및 선형 RGB 처리 방법 등이 개시되어 있으나 패혈증 진단을 위해 REBA 구체적인 이미지 처리 기술에 대한 설명은 존재하지 않는다.
대한민국 등록특허 제10-1520931호 대한민국 등록특허 제10-1886374호 대한민국 공개특허 제10-2017-0058391호 대한민국 등록특허 제10-1328741호 대한민국 등록특허 제10-1329125호
본 발명에 따른 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템은 상기한 바와 같은 종래 문제점을 해결하기 위해 안출된 것으로서, 다음과 같은 해결하고자 하는 과제를 제시한다.
첫째, 패혈증 진단용 REBA 검사결과물을 자동으로 판독해 줄 수 있는 영상인식기술을 개발하여 검사결과의 객관성을 높이고자 한다.
둘째, 영상인식 시스템을 모바일 어플리케이션에 적용하여 검사자가 기술을 쉽게 사용할 수 있게 하여 패혈증 진단용 REBA 검사를 시행함에 있어 판독 및 보관·관리에 편리성을 증대하고자 한다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 과제를 해결하기 위하여 본 발명은 카메라 모듈이 REBA를 인식하는 단계와, 상기 인식된 REBA의 칸 크기를 인식영역 크기에 맞게 REBA 이미지 크기를 조정하는 단계와, 상기 각 인식영역에 대응되는 REBA 칸의 발색 여부를 판단하는 단계와, 발색여부에 대한 결과를 인식영역에 반영하여 판독 결과를 출력하는 단계를 포함하는 패혈증 진단을 위한 REBA 결과 판독 영상인식 방법을 개시한다.
본 발명의 일 실시예에 따르면, 상기 각 인식영역의 발색여부를 판단하는 단계는 REBA 영역이 선택되는 단계와, 선택된 REBA 영역 이미지의 색 공간을 변형하여 밝기값을 추출하는 단계와, 상기 추출된 밝기값에 근거하여 상기 이미지에서 그림자로 판단되는 이미지를 제거하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 상기 선택된 REBA 영역 이미지의 색 공간을 변형하여 밝기값을 추출하는 단계는 상기 이미지의 기본 RGB 색공간 영역 데이터를 선형 RGB 데이터로 변환하는 단계와, 상기 선형 RGB 데이터를 CIE XYZ 색공간 영역 데이터로 변환하는 단계와, 상기 CIE XYZ 색공간 영역 데이터를 CIE LAB 공간 영역 데이터로 변환하는 단계와, 상기 CIE LAB 공간 영역 데이터에서 L값을 추출하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 상기 그림자로 판단되는 이미지를 제거하는 단계는 상기 추출된 L값들을 추출된 L값들 중 최대값을 기준으로 반전한 후 산술평균값을 구하는 단계와, 상기 산술평균값을 RGB 영역 데이터로 변환하는 단계와, 상기 변환된 RGB 영역 데이터 값의 R,G,B 범위를 지정하는 단계와, 인식영역 내에서 상기 지정된 R,G,B 범위에 포함되는 픽셀들의 비율을 파악하는 단계와, 상기 비율에 근거하여 상기 인식영역의 발색 여부를 결정하는 단계를 포함한다.
상기와 같은 과제를 해결하기 위하여 본 발명은 REBA 멤브레인과, 상기 REBA 멤브레인을 판독하는 응용 프로그램을 구비하는 이동단말기와, 상기 응용 프로그램의 판독 결과를 전송받아 저장하는 서버를 포함하는 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템을 개시한다.
본 발명의 일 실시예에 따르면, 상기 응용 프로그램은 카메라 모듈이 REBA를 인식하는 단계와, 상기 인식된 REBA의 칸 크기를 인식영역 크기에 맞게 REBA 이미지 크기를 조정하는 단계와, 상기 각 인식영역에 대응되는 REBA 칸의 발색 여부를 판단하는 단계와, 발색여부에 대한 결과를 인식영역에 반영하여 판독 결과를 출력하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 상기 각 인식영역의 발색여부를 판단하는 단계는 REBA 영역이 선택되는 단계와, 선택된 REBA 영역 이미지의 색 공간을 변형하여 밝기값을 추출하는 단계와, 상기 추출된 밝기값에 근거하여 상기 이미지에서 그림자로 판단되는 이미지를 제거하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 상기 선택된 REBA 영역 이미지의 색 공간을 변형하여 밝기값을 추출하는 단계는 상기 이미지의 기본 RGB 색공간 영역 데이터를 선형 RGB 데이터로 변환하는 단계와, 상기 선형 RGB 데이터를 CIE XYZ 색공간 영역 데이터로 변환하는 단계와, 상기 CIE XYZ 색공간 영역 데이터를 CIE LAB 공간 영역 데이터로 변환하는 단계와, 상기 CIE LAB 공간 영역 데이터에서 L값을 추출하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 상기 그림자로 판단되는 이미지를 제거하는 단계는 상기 추출된 L값들을 추출된 L값들 중 최대값을 기준으로 반전한 후 산술평균값을 구하는 단계와, 상기 산술평균값을 RGB 영역 데이터로 변환하는 단계와, 상기 변환된 RGB 영역 데이터 값의 R,G,B 범위를 지정하는 단계와, 인식영역 내에서 상기 지정된 R,G,B 범위에 포함되는 픽셀들의 비율을 파악하는 단계와, 상기 비율에 근거하여 상기 인식영역의 발색 여부를 결정하는 단계를 포함한다.
상기와 같은 과제를 해결하기 위해 본 발명은 REBA의 이미지를 인식하는 카메라부와, 상기 인식한 REBA의 이미지를 분석하여 각 칸의 변색여부를 판단하고 변색된 칸들에 대한 정보에 근거하여 패혈증을 진단하도록 형성되는 제어부와, 상기 카메라부에서 인식한 REBA 이미지와 제어부의 진단 결과를 사용자에게 디스플레이하도록 형성되는 디스플레이부와, 상기 진단 결과를 서버로 전송하도록 형성되는 통신부를 포함하는 이동단말기를 개시한다.
본 발명의 일 실시예에 따르면, 상기 제어부는 카메라부로부터 인식된 REBA 이미지의 칸 크기를 인식영역 크기에 맞게 조정한 후 상기 각 인식영역에 대응되는 REBA 칸의 발색 여부를 판단하고 발색여부에 대한 결과를 인식영역에 반영하여 패혈증 여부를 진단한다.
본 발명의 일 실시예에 따르면, 상기 제어부는 각 REBA 칸에 대응되는 이미지의 색 공간을 변형하여 밝기값을 추출하고, 추출된 밝기값에 근거하여 상기 이미지에서 그림자로 판단되는 이미지를 제거하여 상기 REBA 칸의 발색여부를 판단한다.
본 발명의 일 실시예에 따르면, 상기 제어부는 기본 RGB 색공간 영역에서의 상기 이미지 데이터를 선형 RGB 데이터로 변환하고, 상기 선형 RGB 데이터를 CIE XYZ 색공간 영역 데이터로 변환한 후 상기 CIE XYZ 색공간 영역 데이터를 CIE LAB 공간 영역 데이터로 변환하며 이렇게 변환된 상기 CIE LAB 공간 영역 데이터로부터 L값을 추출하도록 형성된다.
본 발명의 일 실시예에 따르면, 상기 제어부는 상기 CIE LAB 공간 영역에서 추출된 L값들을 추출된 L값들 중 최대값을 기준으로 반전한 후 산술평균값을 구하여 해당 값을 RGB 영역 데이터로 변환하고, 인식영역 내의 픽셀들 중 변환 데이터가 기지정된 R,G,B 범위에 포함되는 픽셀들의 비율을 파악하여 상기 비율이 기지정된 값 미만인 경우 해당 인식영역의 발색은 그림자에 의한 것으로 판단하여 REBA 칸의 발색 여부를 판단 시 발색이 없는 것으로 결정한다.
본 발명의 일 실시예에 따르면, 상기 기지정된 R,G,B 범위는 R은 80초과 100미만, G는 60초과 80미만, B는 110초과 140 미만인 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 상기 비율의 기지정된 값은 0.25 인 것을 특징으로 한다.
이상과 같은 구성의 본 발명에 따른 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템은 다음과 같은 효과를 제공한다.
첫째, REBA 결과를 육안으로 식별할 필요 없이 어플리케이션을 통해 결과를 확인할 수 있기 때문에 보다 정확한 검사 결과를 얻을 수 있다.
둘째, 검사 결과를 어플리케이션을 통해 저장할 수 있으므로 검사결과물을 보관하고 관리함에 있어 변질될 우려를 없앨 수 있다.
셋째, 패혈증 진단용 REBA 검사결과물을 자동으로 판독해 줄 수 있는 영상인식기술을 개발하여 검사결과의 객관성을 높일 수 있다.
넷째, 모바일 어플리케이션에 적용하여 검사자가 기술을 사용하는데 쉽게 접근할 수 있도록 하여 패혈증 진단용 REBA 검사를 시행함에 있어 판독 및 보관·관리에 편리성을 증대시킬 수 있다.
본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명에 따른 시스템이 구동되는 이동단말기 구조를 설명하기 위한 개념도.
도 2는 본 발명의 일 실시예에 따른 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템을 설명하기 위한 개념도.
도 3은 본 발명의 일 실시예에 따른 영상인식 응용 프로그램 화면을 설명하기 위한 개념도.
도 4는 본 발명의 일 실시예에 따라 응용 프로그램이 REBA 이미지를 인식영역에 맞게 조정하는 것을 설명하기 위한 개념도.
도 5는 응용 프로그램이 인식영역을 조정한 상태를 나타낸 개념도.
도 6은 도 5에 도시된 인식영역을 확대한 개념도.
도 7은 패혈증 진단을 위한 REBA 결과 판독 영상인식 방법의 순서도.
도 8은 도 7에 도시된 각 인식영역의 발색 여부를 판단하는 단계를 구체적으로 설명하기 위한 순서도.
도 9는 도 8에 도시된 색 공간 변형 및 밝기 값 추출 단계를 구체적으로 설명하기 위한 순서도.
도 10은 도 8에 도시된 그림자 제거 단계를 구체적으로 설명하기 위한 순서도.
본 발명에 따른 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
이하, 본 발명에 대하여 도면을 참조하여 보다 상세하게 설명한다. 본 명세서에서는 서로 다른 실시예라도 동일·유사한 구성에 대해서는 동일·유사한 참조번호를 부여하고, 그 설명은 처음 설명으로 갈음한다. 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 또는 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
도 1은 본 발명에 따른 시스템이 구동되는 이동단말기 구조를 설명하기 위한 개념도이다.
본 발명에 따른 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템은 이동단말기를 통해 구현되는 것이 가능하다.
본 명세서에서 설명되는 이동 단말기에는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등이 포함될 수 있다.
그러나, 본 명세서에 기재된 실시 예에 따른 구성은 이동 단말기에만 적용 가능한 경우를 제외하면, 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등과 같은 고정 단말기에도 적용될 수도 있음을 본 기술분야의 당업자라면 쉽게 알 수 있을 것이다.
상기 이동 단말기(100)는 무선 통신부(110), 입력부(120), 감지부(140), 출력부(150), 인터페이스부(160), 메모리(170), 제어부(180) 및 전원 공급부(190) 등을 포함할 수 있다. 도시된 구성요소들은 이동 단말기를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 이동 단말기는 위에서 열거된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.
보다 구체적으로, 상기 구성요소들 중 무선 통신부(110)는, 이동 단말기(100)와 무선 통신 시스템 사이, 이동 단말기(100)와 다른 이동 단말기(100) 사이, 또는 이동 단말기(100)와 외부서버 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 또한, 상기 무선 통신부(110)는, 이동 단말기(100)를 하나 이상의 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.
이러한 무선 통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.
입력부(120)는, 영상 신호 입력을 위한 카메라(121) 또는 영상 입력부, 오디오 신호 입력을 위한 마이크로폰(microphone, 122), 또는 오디오 입력부, 사용자로부터 정보를 입력받기 위한 사용자 입력부(123, 예를 들어, 터치키(touch key), 푸시키(mechanical key) 등)를 포함할 수 있다. 입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.
센싱부(140)는 이동 단말기 내 정보, 이동 단말기를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱하기 위한 하나 이상의 센서를 포함할 수 있다. 예를 들어, 센싱부(140)는 근접센서(141, proximity sensor), 조도 센서(142, illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 이동 단말기는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅팁 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다. 디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 이동 단말기(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 이동 단말기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
인터페이스부(160)는 이동 단말기(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port) 중 적어도 하나를 포함할 수 있다. 이동 단말기(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.
또한, 메모리(170)는 이동 단말기(100)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(170)는 이동 단말기(100)에서 구동되는 다수의 응용 프로그램(application program 또는 어플리케이션(application)), 이동 단말기(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 응용 프로그램은 메모리(170)에 저장되고, 이동 단말기(100) 상에 설치되어, 제어부(180)에 의하여 상기 이동 단말기의 동작(또는 기능)을 수행하도록 구동될 수 있다.
또한, 제어부(180)는 이동 단말기(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다. 예를 들어, 마이크로폰을 통하여 사용자의 음성을 인식하여 REBA 이미지를 촬영하거나 REBA 판독 결과를 영상이나 음향으로 출력하는 것이 가능하다.
전원공급부(190)는 제어부(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 이동 단말기(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체가능한 형태의 배터리가 될 수 있다.
상기 각 구성요소들 중 적어도 일부는, 이하에서 설명되는 다양한 실시 예들에 따른 이동 단말기의 동작, 제어, 또는 제어방법을 구현하기 위하여 서로 협력하여 동작할 수 있다. 또한, 상기 이동 단말기의 동작, 제어, 또는 제어방법은 상기 메모리(170)에 저장된 적어도 하나의 응용 프로그램의 구동에 의하여 이동 단말기 상에서 구현될 수 있다.
도 2는 본 발명의 일 실시예에 따른 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템을 설명하기 위한 개념도이고, 도 3은 본 발명의 일 실시예에 따른 영상인식 어플리케이션 화면을 설명하기 위한 개념도이다.
도 2 및 도 3을 참조하면, 단말기 바디의 전면에는 디스플레이부(151)가 배치되어 REBA 결과 판독 정보를 출력할 수 있다. 도시된 바와 같이, 디스플레이부 (151)의 윈도우(151a)는 프론트 케이스(101)에 장착되어 프론트 케이스(101)와 함께 단말기 바디의 전면을 형성할 수 있다.
경우에 따라서, 리어 케이스(102)에도 전자부품이 장착될 수 있다. 리어 케이스(102)에 장착 가능한 전자부품은 착탈 가능한 배터리, 식별 모듈, 메모리 카드 등이 있다. 이 경우, 리어 케이스(102)에는 장착된 전자부품을 덮기 위한 후면커버(103)가 착탈 가능하게 결합될 수 있다.
후면커버(103)에는 카메라나 음향 출력부를 외부로 노출시키기 위한 개구부가 구비될 수 있다.
이동 단말기(100)에는 디스플레이부(151), 음향 출력부(152a), 근접 센서(141), 조도 센서(142), 광 출력부(154), 카메라(121a), 조작유닛(123a), 마이크로폰(122), 인터페이스부(160) 등이 구비되어 주변의 밝기나 촬영 상태에 따라 REBA 영상인식을 위한 최적의 상태로 응용 프로그램을 세팅하는 것이 가능하다.
다만, 상기에서 설명한 이동 단말기의 구성은 이러한 배치에 한정되는 것은 아니다. 이들 구성은 필요에 따라 제외 또는 대체되거나, 다른 면에 배치될 수 있다.
디스플레이부(151)는 터치 방식에 의하여 제어 명령을 입력 받을 수 있도록, 디스플레이부(151)에 대한 터치를 감지하는 터치센서를 포함할 수 있다. 이를 이용하여, 디스플레이부(151)에 대하여 터치가 이루어지면, 터치센서는 상기 터치를 감지하고, 제어부(180)는 이에 근거하여 상기 터치에 대응하는 제어명령을 발생시키도록 이루어질 수 있다.
도 2에는 도시되어 있지 않지만 단말기 바디의 후면에도 카메라가 배치될 수 있다.
사용자가 이동 단말기에 설치된 REBA 인식 응용 프로그램을 실행하면, 디스플레이부(151)에는 단말기 후면에 배치된 카메라를 이용하여 REBA를 촬영할 수 있는 화면이 표시된다.
본 발명의 일 실시예에 따르면, REBA 촬영 화면에는 도 3에 도시된 것과 같이 4개의 멤브레인(membrane)을 동시에 판독할 수 있는 판독영역이 디스플레이 된다. 판독영역은 노란색으로 도시되어 있으며 해당 영역 내에 발현된 REBA 멤브레인이 들어 오도록 위치를 적절히 조절한 후 단말기를 조작하면, 해당 REBA의 균주에 대한 분석 정보가 화면에 나타난다. 균주에 대한 분석 방법 및 화면 표시 방법에 대해서는 아래에서 도 4 내지 도 6을 참조하여 보다 구체적으로 설명한다.
REBA의 균주에 대한 분석 정보는 이미지 파일, 음성 파일, PDF 파일 등 적절한 형태로 저장되어 서버로 전달될 수 있다. 상기 저장 파일의 형태는 사용자가 편의에 따라 선택하는 것이 가능하다.
도 4는 본 발명의 일 실시예에 따라 응용 프로그램이 REBA 이미지를 인식영역에 맞게 조정하는 것을 설명하기 위한 개념도이고, 도 5는 응용 프로그램이 인식영역을 조정한 상태를 나타낸 개념도이고, 도 6은 도 5에 도시된 인식영역을 확대한 개념도이다.
응용 프로그램을 수행하면 단말기 후면의 카메라 장치를 동작시켜서 렌즈로 들어오는 영상을 디스플레이부에 출력한다.
정면의 화면에는 REBA를 인식할 수 있는 판독영역이 디스플레이 된다.
본 발명의 일 실시예에 따르면 판독영역은 서로 평행하게 배치된 복수의 직사각형 영역(300)을 포함한다.
각 직사각형 영역(300)은 서로 상하로 배치된 제1 라인(310)과 제2 라인(320)을 포함할 수 있다.
본 발명의 일 실시에 따르면 제1 라인(310)에는 인식된 REBA가 표시되고, 제2 라인(320)에는 응용 프로그램에서 REBA를 판독한 결과가 표시된다.제1 라인(310)에는 5칸 단위로 구분되는 기준칸이 존재할 수 있다.
도시된 바에 따르면, REBA 는 서로 평행한 두 라인으로 이루어지며(210, 220) 각 라인들에는 발색된 칸(211)과 발색되지 않은 칸(212)이 존재한다. 응용 프로그램은 REBA 칸의 크기를 인식영역의 크기에 매칭시킨다음 제1 라인(310)의 각 인식영역의 발색 여부를 판단하여 각 인식영역의 하단에 배치된 제2 라인(320)의 인식영역에 발색 유무를 표시한다.
각 인식영역에는 REBA 한 칸이 대응되며, 하나의 라인은 33개의 칸으로 나누어질 수 있다.
모바일의 홈 버튼이 있는 부분이 REBA 영역의 아래쪽, 반대 부분이 위쪽을 인식한다. 4개의 직사각형 영역(300)은 모두 동일한 방법으로 동작한다.
응용 프로그램은 REBA를 인식한 후 디스플레이부에 출력한다. 응용 프로그램은 REBA의 한 칸의 크기와 인식영역의 크기를 비교한다.
응용 프로그램은 REBA의 한 칸의 크기가 인식영역의 크기보다 작은 경우 카메라로 인식된 이미지를 확대하여 REBA 칸을 인식영역의 크기에 맞게 매칭시킨다. 마찬가지로 응용 프로그램은 REBA 한 칸의 크기가 인식영역의 크기보다 큰 경우 카메라로 인식된 이미지를 축소하여 REBA 칸을 인식영역의 크기에 맞게 매칭시킨다.
도 6을 참조하면, 제1 라인(310) 중 발색이 존재하는 인식영역의 경우 해당 인식영역의 아래쪽에 배치된 제2 라인(320)의 인식영역(321)이 채워진다.
인식영역의 각 셀 안에 REBA 멤브레인의 발색된 부분이 위치하면 발색이 있는 것으로 간주하고, 인식 영역 아래의 셀이 노란색으로 채워진다. 이 부분은 1이 할당되고, 채워지지 않은 부분은 0이 할당된다.
이렇게 인식된 부분이 0과 1의 조합으로 패턴이 만들어지면, 미리 정의된 균체의 패턴과 비교하여 인식 결과를 추출한다.
추출된 인식 결과(330)는 제2 라인(320)의 아래쪽에 Staphylococcus species, Not detected (ND), methicillin resistant staphylococcus species , Escherichia coli 등과 같이 표시된다. 인식이 되지 않은 부분은 Not detected 와 같이 표시될 수 있다.
도 7은 패혈증 진단을 위한 REBA 결과 판독 영상인식 방법의 순서도이고, 도 8은 도 7에 도시된 각 인식영역의 발색 여부를 판단하는 단계를 구체적으로 설명하기 위한 순서도이고, 도 9는 도 8에 도시된 색 공간 변형 및 밝기 값 추출 단계를 구체적으로 설명하기 위한 순서도이다.
도 7을 참조하면, 사진을 찍어서 저장된 REBA 영상은 이동 단말기에서 분석이 수행되고 분석이 완료되면 PDF 파일로 변환 후 서버로 전달되어 저장될 수 있다.
응용 프로그램(어플리케이션)에서는 OpenCV 라이브러리를 이용하여 개발된 분석 모듈을 이용하여 영상을 분석한다. 이동 단말기의 카메라 모듈이 REBA를 인식한 후(S100), 인식된 REBA 이미지 크기를 인식영역에 맞게 조정하고(S200), 각 인식영역의 발색 여부를 판단하며(S300), 이미지 판독 결과를 출력(S400)한다.
인식영역의 발색 여부 판단(S300)은 구체적으로 REBA 영역 선택(S310), 색 공간 변형 및 밝기 값 추출(S320), 그림자 제거(S330), 불용 영역 제거(S340) 순으로 진행된다.
저장된 영상은 직사각형의 긴 막대 모양일 수 있으며, 발색된 부분과 되지 않은 부분이 다양한 조합으로 이루어진다.
응용 프로그램은 이 부분과 미리 입력된 인식 패턴과 비교하여 균체를 판독한다. 인식 패턴은 균체의 종류에 따라 REBA에 발현되는 부분을 0과 1로 지정하여 구성되며, 코드 컴파일 시 같이 포함되어 저장된다.
카메라로 촬영하여 영상이 특정 이미지로 저장되면 사진 촬영 시 생성된 그림자를 제거하는 과정이 필요하다.
이 작업을 수행하기 위해 색 공간을 변형하고 밝기 값을 추출하는 단계가 수행된다.
구체적으로 색 공간 변형 및 밝기 값 추출(S320) 단계는 기본 RGB 색공간 영역 데이터를 선형 RGB(Linear RGB) 데이터로 변환하는 단계(S321)와, 선형 RGB 데이터를 CIE XYZ 색공간 영역 데이터로 변환하는 단계(S322)와, CIE XYZ 색공간 영역 데이터를 CIE LAB 공간 영역 데이터로 변환하는 단계(S323)와, CIE LAB 공간 영역 데이터에서 L 값을 추출하는 단계(S324) 등을 포함한다.
저장된 이미지는 기본적으로 RGB 색 공간(color space)에 저장된다.
응용 프로그램은 RGB 색 공간에 저장된 이미지 데이터를 CIE LAB 공간 데이터로 변환한 후 밝기 값을 추출한다.
CIE XYZ 공간과 CIE LAB 공간에 대한 내용은 특허문헌 4나 특허문헌 5 등에 개시된 바와 같이 통상의 기술자에게 널리 알려진 것이므로 구체적인 설명은 생략한다.
CIE Lab은 L*a*b* 색 공간을 나타내며 인간의 시각에 대한 연구를 바탕으로 정의되었다. L은 휘도 축으로 인간이 느끼는 밝기에 대응하도록 설계되었다.
a*는 빨강과 초록 중에서 색이 치우친 쪽을 나타내며, 음수이면 초록, 양수이면 빨강/보라 쪽으로 치우친 색이다.
b*은 노랑과 파랑을 나타내며, 음수이면 파랑, 양수이면 노랑이다.
응용 프로그램은 CIE LAB 공간으로 변환하기 위해 0~255인 기본 RGB 색 공간 영역을 0.0~255.0인 Linear RGB로 변환하고 이를 XYZ 색 공간, LAB 색 공간으로 변환한다.
본 발명의 다른 일 실시예에 따르면 LAB 공간 대신 HSI 색 공간도 활용 가능하다.
응용 프로그램은 변환된 LAB 공간에서 밝기 값을 처리하기 위해 L 값을 추출하고, 추출된 L 값에 가우시안 필터를 적용하여 전체 밝기 값을 보정한 값을 추출할 수 있다.
가우시안 필터는 잡음 제거를 위한 저역통과 필터(LPF, Low Pass Filter) 이다.
도 10은 도 8에 도시된 그림자 제거 단계를 구체적으로 설명하기 위한 순서도이다.
그림자 제거 단계(S330)는 구체적으로 추출된 L값들을 상기 추출된 L값들 중 최대값을 기준으로 반전한 후 산술평균값을 구하는 단계(S331)와, 상기 산술평균값을 RGB 영역 데이터로 변환하는 단계(S332)와, 상기 변환된 RGB 영역 데이터 값의 R,G,B 범위를 지정하는 단계(S333)와, 지정된 R,G,B 범위에 포함되는 픽셀들의 비율을 파악하는 단계(S334)와, 인식영역 내 픽셀들의 비율에 따라 해당 인식영역의 발색 여부를 판단하는 단계(S335) 등을 포함할 수 있다.
그림자 제거 단계(S330)에서는 이전 단계에서 추출된 밝기 값을 최대값 기준으로 반전하여 산술 평균을 구한다. 이 값(LAB 공간)을 다시 RGB로 변경한 다음 각 칸의 픽셀 정보를 검사한다. 이것은 어두워 지는 부분에 대한 검사를 수행하는 것으로, 파란색 B의 값 범위가 110<B<140, 초록색 G의 값 범위가 60<G<80, 빨간색 R의 값 범위가 80<R<100인 픽셀을 검사한다. 해당 픽셀의 비율이 0.25 이상이면 색(마커)이 있는 것으로 간주하고, 해당 인식영역의 값을 1로 지정한다. 비율이 0.25 이하이면 색(마커)이 없는 것으로 간주하고, 해당 인식영역의 값을 0 으로 지정한다. 인식영역의 값이 1인 경우 해당 칸을 특정 색으로 채우고 인식영영의 값이 0 인 경우 해당 칸을 비워둘 수 있다.
상기에서 설명한 실시예들에 따르면, REBA 결과를 육안으로 식별할 필요 없이 어플리케이션을 통해 결과를 확인할 수 있기 때문에 보다 정확한 검사 결과를 얻을 수 있고, 검사 결과를 어플리케이션을 통해 저장할 수 있으므로 검사결과물을 보관하고 관리함에 있어 변질될 우려를 없앨 수 있으며, 패혈증 진단용 REBA 검사결과물을 자동으로 판독해 줄 수 있는 영상인식기술을 개발하여 검사결과의 객관성을 높일 수 있으며, 모바일 어플리케이션에 적용하여 검사자가 기술을 사용하는데 쉽게 접근할 수 있도록 하여 패혈증 진단용 REBA 검사를 시행함에 있어 판독 및 보관·관리에 편리성을 증대시킬 수 있게 하는 등 종래 기술에 비해 개선된 효과를 기대할 수 있다.
이상에서 설명한 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법은 위에서 설명된 실시예들의 구성과 방법에 한정되는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
100: 이동단말기 110: 무선통신부
120: 입력부 140: 센싱부
150: 출력부 160: 인터페이스부
170: 메모리 180: 제어부
190: 전원공급부 200 : REBA 멤브레인
300 : 직사각형 영역 310 : 제1 라인
320 : 제2 라인

Claims (16)

  1. 패혈증 진단을 위한 REBA (REVERSE BLOT HYBRIDIZATION ASSAY) 결과 판독 영상인식 시스템에서 실행되는 영상인식 방법에 있어서,
    카메라 모듈이 REBA를 인식하는 단계;
    영상인식 시스템이 상기 인식된 REBA의 칸 크기를 인식영역 크기에 맞게 REBA 이미지 크기를 조정하는 단계;
    영상인식 시스템이 상기 각 인식영역에 대응되는 REBA 칸의 발색 여부를 판단하는 단계; 및
    영상인식 시스템이 발색여부에 대한 결과를 인식영역에 반영하여 판독 결과를 출력하는 단계를 포함하는 것을 특징으로 하는 패혈증 진단을 위한 REBA 결과 판독 영상인식 방법.
  2. 제1항에 있어서,
    상기 각 인식영역의 발색여부를 판단하는 단계는,
    REBA 영역이 선택되는 단계;
    선택된 REBA 영역 이미지의 색 공간을 변형하여 밝기값을 추출하는 단계;
    상기 추출된 밝기값에 근거하여 상기 이미지에서 그림자로 판단되는 이미지를 제거하는 단계를 포함하는 것을 특징으로 하는 REBA 결과 판독 영상인식 방법.
  3. 제2항에 있어서,
    상기 선택된 REBA 영역 이미지의 색 공간을 변형하여 밝기값을 추출하는 단계는,
    상기 이미지의 기본 RGB 색공간 영역 데이터를 선형 RGB 데이터로 변환하는 단계;
    상기 선형 RGB 데이터를 CIE XYZ 색공간 영역 데이터로 변환하는 단계;
    상기 CIE XYZ 색공간 영역 데이터를 CIE LAB 공간 영역 데이터로 변환하는 단계;
    상기 CIE LAB 공간 영역 데이터에서 L값을 추출하는 단계를 포함하는 것을 특징으로 하는 REBA 결과 판독 영상인식 방법.
  4. 제3항에 있어서,
    상기 그림자로 판단되는 이미지를 제거하는 단계는,
    상기 추출된 L값들을 추출된 L값들 중 최대값을 기준으로 반전한 후 산술평균값을 구하는 단계;
    상기 산술평균값을 RGB 영역 데이터로 변환하는 단계;
    상기 변환된 RGB 영역 데이터 값의 R,G,B 범위를 지정하는 단계;
    인식영역 내에서 상기 지정된 R,G,B 범위에 포함되는 픽셀들의 비율을 파악하는 단계;
    상기 비율에 근거하여 상기 인식영역의 발색 여부를 결정하는 단계를 포함하는 것을 특징으로 하는 REBA 결과 판독 영상인식 방법.
  5. REBA 멤브레인;
    상기 REBA 멤브레인을 판독하는 응용 프로그램을 구비하는 이동단말기; 및
    상기 응용 프로그램의 판독 결과를 전송받아 저장하는 서버를 포함하는 것을 특징으로 하는 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템.
  6. 제5항에 있어서,
    상기 응용 프로그램은,
    카메라 모듈이 REBA를 인식하는 단계;
    상기 인식된 REBA의 칸 크기를 인식영역 크기에 맞게 REBA 이미지 크기를 조정하는 단계;
    상기 각 인식영역에 대응되는 REBA 칸의 발색 여부를 판단하는 단계; 및
    발색여부에 대한 결과를 인식영역에 반영하여 판독 결과를 출력하는 단계를 포함하는 것을 특징으로 하는 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템.
  7. 제6항에 있어서,
    상기 각 인식영역의 발색여부를 판단하는 단계는,
    REBA 영역이 선택되는 단계;
    선택된 REBA 영역 이미지의 색 공간을 변형하여 밝기값을 추출하는 단계;
    상기 추출된 밝기값에 근거하여 상기 이미지에서 그림자로 판단되는 이미지를 제거하는 단계를 포함하는 것을 특징으로 하는 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템.
  8. 제7항에 있어서,
    상기 선택된 REBA 영역 이미지의 색 공간을 변형하여 밝기값을 추출하는 단계는,
    상기 이미지의 기본 RGB 색공간 영역 데이터를 선형 RGB 데이터로 변환하는 단계;
    상기 선형 RGB 데이터를 CIE XYZ 색공간 영역 데이터로 변환하는 단계;
    상기 CIE XYZ 색공간 영역 데이터를 CIE LAB 공간 영역 데이터로 변환하는 단계;
    상기 CIE LAB 공간 영역 데이터에서 L값을 추출하는 단계를 포함하는 것을 특징으로 하는 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템.
  9. 제8항에 있어서,
    상기 그림자로 판단되는 이미지를 제거하는 단계는,
    상기 추출된 L값들을 추출된 L값들 중 최대값을 기준으로 반전한 후 산술평균값을 구하는 단계;
    상기 산술평균값을 RGB 영역 데이터로 변환하는 단계;
    상기 변환된 RGB 영역 데이터 값의 R,G,B 범위를 지정하는 단계;
    인식영역 내에서 상기 지정된 R,G,B 범위에 포함되는 픽셀들의 비율을 파악하는 단계;
    상기 비율에 근거하여 상기 인식영역의 발색 여부를 결정하는 단계를 포함하는 것을 특징으로 하는 패혈증 진단을 위한 REBA 결과 판독 영상인식 시스템.
  10. REBA의 이미지를 인식하는 카메라부;
    상기 인식한 REBA의 이미지를 분석하여 각 칸의 변색여부를 판단하고 변색된 칸들에 대한 정보에 근거하여 패혈증을 진단하도록 형성되는 제어부;
    상기 카메라부에서 인식한 REBA 이미지와 제어부의 진단 결과를 사용자에게 디스플레이하도록 형성되는 디스플레이부; 및
    상기 진단 결과를 서버로 전송하도록 형성되는 통신부를 포함하는 것을 특징으로 하는 이동단말기.
  11. 제10항에 있어서,
    상기 제어부는,
    카메라부로부터 인식된 REBA 이미지의 칸 크기를 인식영역 크기에 맞게 조정한 후 상기 각 인식영역에 대응되는 REBA 칸의 발색 여부를 판단하고 발색여부에 대한 결과를 인식영역에 반영하여 패혈증 여부를 진단하는 것을 특징으로 하는 이동단말기.
  12. 제11항에 있어서,
    상기 제어부는,
    각 REBA 칸에 대응되는 이미지의 색 공간을 변형하여 밝기값을 추출하고, 추출된 밝기값에 근거하여 상기 이미지에서 그림자로 판단되는 이미지를 제거하여 상기 REBA 칸의 발색여부를 판단하는 것을 특징으로 하는 이동단말기.
  13. 제12항에 있어서,
    상기 제어부는,
    기본 RGB 색공간 영역에서의 이미지 데이터를 선형 RGB 데이터로 변환하고, 상기 선형 RGB 데이터를 CIE XYZ 색공간 영역 데이터로 변환한 후 상기 CIE XYZ 색공간 영역 데이터를 CIE LAB 공간 영역 데이터로 변환하며 이렇게 변환된 상기 CIE LAB 공간 영역 데이터로부터 L값을 추출하도록 형성되는 것을 특징으로 하는 이동단말기.
  14. 제13항에 있어서,
    상기 제어부는,
    상기 CIE LAB 공간 영역에서 추출된 L값들을 추출된 L값들 중 최대값을 기준으로 반전한 후 산술평균값을 구하여 해당 값을 RGB 영역 데이터로 변환하고, 인식영역 내의 픽셀들 중 변환 데이터가 기지정된 R,G,B 범위에 포함되는 픽셀들의 비율을 파악하여 상기 비율이 기지정된 값 미만인 경우 해당 인식영역의 발색은 그림자에 의한 것으로 판단하여 REBA 칸의 발색 여부를 판단 시 발색이 없는 것으로 결정하는 것을 특징으로 하는 이동단말기.
  15. 제14항에 있어서,
    상기 기지정된 R,G,B 범위는,
    R은 80초과 100미만, G는 60초과 80미만, B는 110초과 140 미만인 것을 특징으로 하는 이동단말기.
  16. 제15항에 있어서,
    상기 비율의 기지정된 값은 0.25 인 것을 특징으로 하는 이동단말기.

KR1020190012665A 2019-01-31 2019-01-31 패혈증 진단을 위한 reba 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법 KR102238762B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190012665A KR102238762B1 (ko) 2019-01-31 2019-01-31 패혈증 진단을 위한 reba 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190012665A KR102238762B1 (ko) 2019-01-31 2019-01-31 패혈증 진단을 위한 reba 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법

Publications (2)

Publication Number Publication Date
KR20200095059A KR20200095059A (ko) 2020-08-10
KR102238762B1 true KR102238762B1 (ko) 2021-04-16

Family

ID=72049232

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190012665A KR102238762B1 (ko) 2019-01-31 2019-01-31 패혈증 진단을 위한 reba 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법

Country Status (1)

Country Link
KR (1) KR102238762B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101328741B1 (ko) 2012-01-03 2013-11-11 중앙대학교 산학협력단 색상 채널을 이용한 영상 개선 장치 및 방법
KR101520931B1 (ko) 2013-09-16 2015-05-15 주식회사 옵티팜 패혈증 진단용 조성물 및 그 방법 및 키트
KR101886374B1 (ko) 2017-08-16 2018-08-07 재단법인 아산사회복지재단 딥러닝 기반의 패혈증 조기 감지방법 및 프로그램

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070091853A (ko) * 2006-03-07 2007-09-12 삼성전자주식회사 영상 적응적인 색 재현 장치 및 방법
KR101329125B1 (ko) 2007-08-13 2013-11-14 삼성전자주식회사 RGB-to-RGBW 컬러 분해 방법 및 시스템
JP6916107B2 (ja) 2014-09-11 2021-08-11 バーグ エルエルシー 患者データに基づく健康診断および治療のためのベイジアン因果関係ネットワークモデル
KR20160035349A (ko) * 2014-09-23 2016-03-31 현대모비스 주식회사 차선 검출 장치 및 차선 검출 방법
KR20180126971A (ko) * 2017-05-19 2018-11-28 주식회사 한국넷킹콜 통신 네트워크를 이용한 소변 검사 시스템 및 그를 위한 이동통신 단말장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101328741B1 (ko) 2012-01-03 2013-11-11 중앙대학교 산학협력단 색상 채널을 이용한 영상 개선 장치 및 방법
KR101520931B1 (ko) 2013-09-16 2015-05-15 주식회사 옵티팜 패혈증 진단용 조성물 및 그 방법 및 키트
KR101886374B1 (ko) 2017-08-16 2018-08-07 재단법인 아산사회복지재단 딥러닝 기반의 패혈증 조기 감지방법 및 프로그램

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
연세대학교원주산학협력단, "역교잡반응 (Reverse blot hybridization assay)을 이용한 패혈증 원인균의 신속동정 및 항생제 감수성 동시진단법의 임상적용 평가연구", 보건의료기술연구개발사업, 2015.11.18

Also Published As

Publication number Publication date
KR20200095059A (ko) 2020-08-10

Similar Documents

Publication Publication Date Title
KR101890542B1 (ko) 디스플레이 향상을 위한 시스템 및 방법
US20110193778A1 (en) Device and method for controlling mouse pointer
US8819015B2 (en) Object identification apparatus and method for identifying object
US8913057B2 (en) Information processing device, information processing method, and program
ES2813611T3 (es) Aprovechamiento de un apretón de manos físico en pantallas montadas en la cabeza
WO2011058807A1 (ja) 映像処理装置および映像処理方法
US8854393B2 (en) Information processing device, information processing method, and program
US20130002577A1 (en) Adaptive user interface
Ghosh et al. An automatic bleeding detection scheme in wireless capsule endoscopy based on histogram of an RGB-indexed image
WO2021082753A1 (zh) 蛋白质的结构信息预测方法、装置、设备及存储介质
WO2018031485A1 (en) Identification of individuals by trait prediction from the genome
US10331954B2 (en) Method for controlling gas and electronic device thereof
KR102238762B1 (ko) 패혈증 진단을 위한 reba 결과 판독 영상인식 시스템 및 이를 이용한 패혈증 진단 방법
WO2018123227A1 (ja) 端末装置
US20200337554A1 (en) Electronic device and method for determining degree of conjunctival hyperemia by using same
US9569838B2 (en) Image processing apparatus, method of controlling image processing apparatus and storage medium
Carrato et al. Computer vision for the blind: a dataset for experiments on face detection and recognition
CN104515767A (zh) 检测卡匣读取装置及其读取方法
CN107493425A (zh) 电子设备及其控制方法
Sisson et al. Programmable errorless face-name association device with real-time processing
WO2018138826A1 (ja) 情報記録システム、情報記録装置、および情報記録方法
US20200178840A1 (en) Method and device for marking adventitious sounds
KR102161477B1 (ko) 안면인식을 이용한 열화상 카메라의 온도 정확도 개선방법
KR102237919B1 (ko) 건강 지수 측정 장치용 어댑터
WO2018123229A1 (ja) 端末装置

Legal Events

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