KR102256020B1 - Bone age calculation apparatus of elbow joint radiography based on learning and method thereof - Google Patents
Bone age calculation apparatus of elbow joint radiography based on learning and method thereof Download PDFInfo
- Publication number
- KR102256020B1 KR102256020B1 KR1020190103212A KR20190103212A KR102256020B1 KR 102256020 B1 KR102256020 B1 KR 102256020B1 KR 1020190103212 A KR1020190103212 A KR 1020190103212A KR 20190103212 A KR20190103212 A KR 20190103212A KR 102256020 B1 KR102256020 B1 KR 102256020B1
- Authority
- KR
- South Korea
- Prior art keywords
- bone age
- score
- age
- input
- bone
- Prior art date
Links
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 123
- 210000002310 elbow joint Anatomy 0.000 title claims abstract description 51
- 238000004364 calculation method Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000002601 radiography Methods 0.000 title 1
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 230000001575 pathological effect Effects 0.000 claims description 19
- 230000011164 ossification Effects 0.000 claims description 12
- 229940079593 drug Drugs 0.000 claims description 11
- 239000003814 drug Substances 0.000 claims description 11
- 210000002221 olecranon process Anatomy 0.000 claims description 9
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 8
- 239000011575 calcium Substances 0.000 claims description 8
- 229910052791 calcium Inorganic materials 0.000 claims description 8
- 210000000845 cartilage Anatomy 0.000 claims description 8
- 239000005556 hormone Substances 0.000 claims description 8
- 229940088597 hormone Drugs 0.000 claims description 8
- 230000028327 secretion Effects 0.000 claims description 8
- 208000026350 Inborn Genetic disease Diseases 0.000 claims description 5
- 208000016097 disease of metabolism Diseases 0.000 claims description 5
- 208000016361 genetic disease Diseases 0.000 claims description 5
- 239000003163 gonadal steroid hormone Substances 0.000 claims description 5
- 239000000122 growth hormone Substances 0.000 claims description 5
- 208000019622 heart disease Diseases 0.000 claims description 5
- 239000003112 inhibitor Substances 0.000 claims description 5
- 208000030159 metabolic disease Diseases 0.000 claims description 5
- 208000023504 respiratory system disease Diseases 0.000 claims description 5
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 210000003857 wrist joint Anatomy 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 210000002478 hand joint Anatomy 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4504—Bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Rheumatology (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
본 발명은 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치 및 그 방법에 대한 것이다.
본 발명에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치는, 측정 대상자의 임상정보를 입력받는 임상정보 입력부; 상기 측정 대상자의 팔꿈치 관절이 촬영된 영상을 이용하여 기 설정된 각 부위별로 기 정의된 부위별 레퍼런스에 매칭되는 점수를 각각 입력받는 점수 입력부; 기 학습된 연령별 골 연령 분포 모델을 이용하여 상기 입력된 임상정보에 대응하는 가중치를 추출하고, 추출된 가중치를 상기 입력된 각 부위별 점수에 각각 반영하여 골 연령 산출을 위한 총 점수를 산출하는 산출부; 및 상기 산출된 총 점수에 대응하는 상기 측정 대상자의 골 연령을 출력하는 출력부를 포함한다.
이와 같이 본 발명에 따르면, 학습 모델을 이용하여 측정 대상자의 임상정보가 반영된 가중치를 팔꿈치 관절의 영상으로부터 판독된 각 부위의 점수에 반영함으로써 산출 정확도를 향상시키고, 판독 시간을 감소시킬 수 있는 효과가 있다.The present invention relates to an apparatus and method for calculating bone age using a learning-based elbow joint image.
The apparatus for calculating bone age using a learning-based elbow joint image according to the present invention includes: a clinical information input unit receiving clinical information of a subject to be measured; A score input unit for receiving a score matching a reference for each pre-determined region for each pre-set region using an image of the elbow joint of the measurement subject; Calculation of calculating a total score for calculating bone age by extracting weights corresponding to the input clinical information using a previously learned bone age distribution model for each age group, and reflecting the extracted weights to the input scores for each region. part; And an output unit that outputs the bone age of the measurement subject corresponding to the calculated total score.
As described above, according to the present invention, the weight reflecting the clinical information of the subject to be measured is reflected in the score of each region read from the image of the elbow joint using the learning model, thereby improving the calculation accuracy and reducing the reading time. have.
Description
본 발명은 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 학습 모델을 이용하여 측정 대상자의 임상정보가 반영된 가중치를 팔꿈치 관절의 영상으로부터 판독된 각 부위의 점수에 반영함으로써 정확한 골 연령을 산출하는 팔꿈치 관절의 단순 방사선 사진을 이용한 골 연령 산출 장치 및 그 방법에 관한 것이다.The present invention relates to an apparatus and method for calculating bone age using a learning-based elbow joint image, and more particularly, a weight reflecting clinical information of a measurement subject using a learning model is applied to each region read from an image of an elbow joint. The present invention relates to an apparatus and method for calculating bone age using a simple radiograph of an elbow joint to calculate an accurate bone age by reflecting it in a score.
소아의 성장 및 발달 상태 확인을 위해 골 연령(bone age) 측정이 널리 이루어 지고 있는데, 일반적으로 골 연령 측정은 수부 및 손목 관절(hand and wrist)과 팔꿈치 관절(elbow joint)의 뼈의 발달 상태 및 골화 중심(ossification center)의 생성 여부를 확인함으로써 계산된다.Bone age measurement is widely used to check the growth and development status of children. In general, bone age measurement is the developmental status and development of bones in the hand and wrist and elbow joints. It is calculated by checking whether or not an ossification center has been created.
수부 및 손목 관절의 골 연령 측정은 AI(Artificial inteligence)가 개발되어 식약처 승인 및 임상 현장에 도입된 상태이나, 사춘기가 시작되는 시기에 수부 및 손목 관절은 영상 상으로 큰 변화가 없어 골 연령 측정의 정확도가 다소 떨어지는 문제점이 있다.The bone age measurement of the hand and wrist joints is a state in which AI (Artificial Intelligence) has been developed and approved by the Ministry of Food and Drug Safety and has been introduced to the clinical site, but at the beginning of puberty, the hand and wrist joints do not change significantly on the image, so bone age is measured. There is a problem that the accuracy of the is slightly lower.
따라서 사춘기 청소년들은 팔꿈치 관절 영상을 이용하여 주로 다음과 같은 두가지 방법에 의해 뼈 연령이 계산되는데, 먼저, 골화 중심의 생성 여부와 생성 정도를 파악하는 골 연령 측정법(Sauvegrain method)은 단순 방사선 사진(예를 들면, X-ray)에서 4군데의 팔꿈치 부위를 골 연령 판독을 위한 레퍼런스에 매칭하여 각 부위별 성숙도를 점수화하고, 총점을 이용하여 골 연령을 도출해내는 방법으로, 이러한 방법은 판독자(의사)에 의해 수기로 판단되고 계산되므로 시간이 소요되고 정확도가 다소 떨어지는 단점이 있다.Therefore, in adolescents, bone age is calculated mainly by the following two methods using the elbow joint image. First, the Sauvegrain method, which determines whether or not the center of ossification is generated, is a simple radiograph (e.g. For example, in X-ray), four elbow regions are matched with a reference for bone age reading, scored for maturity for each region, and the total score is used to derive the bone age. Because it is judged and calculated by hand, it takes time and has a disadvantage of slightly inferior in accuracy.
또 다른 방법은 팔꿈치머리 돌기(Olecranon process)의 발달 정도를 파악하는 방법(Dimeglio method)으로, 팔꿈치머리 돌기 부위를 레퍼런스에 매칭하여 점수화하고, 해당 점수에 대응하는 골 연령을 도출해내는 방법으로 골 연령 측정법(Sauvegrain method)에 비해 정확도가 다소 떨어지는 단점이 있다.Another method is the Dimeglio method, which is a method of grasping the degree of development of the olecranon process, which is scored by matching the elbow protrusion part to a reference, and derives the bone age corresponding to the score. Compared to the Sauvegrain method, the accuracy is somewhat inferior.
다만, 사춘기 급 성장기인 첫 2년 동안(골 연령 여아 11-13세, 남아 13-15세에 해당)은 6개월 간격으로 팔꿈치머리(Olecranon)에 명확한 변화가 일어나는 시기이므로 팔꿈치 측면 사진만으로도 간단하게 측정해 볼 수 있어 골 연령 측정법(Sauvegrain method)에 비해 속도가 빠른 팔꿈치머리 돌기(Olecranon process)의 발달 정도를 파악하는 방법(Dimeglio method)이 더 유용할 수 있다.However, during the first two years of rapid growth during puberty (for girls 11-13 years old and 13-15 years old for boys), there is a clear change in the elbow head (Olecranon) every 6 months. Since it can be measured, the Dimeglio method may be more useful than the Sauvegrain method to determine the degree of development of the elbow head protrusion (Olecranon process), which is faster than the Sauvegrain method.
하지만 위의 두가지 방법 모두 판독자의 판독에 의해 골 연령이 도출되는 방법이므로 팔꿈치 관절 영상을 이용하여 보다 정확하게 골 연령을 판단하기 위한 장치의 개발이 필요하다. However, since both of the above methods are methods in which the bone age is derived by the reader's reading, it is necessary to develop a device for more accurately determining the bone age using an elbow joint image.
본 발명의 배경이 되는 기술은 대한민국 등록특허공보 제10-0864434호(2008. 10. 20. 공고)에 개시되어 있다.The technology behind the present invention is disclosed in Korean Patent Publication No. 10-0864434 (Announcement on October 20, 2008).
본 발명이 이루고자 하는 기술적 과제는 학습 모델을 이용하여 측정 대상자의 임상정보가 반영된 가중치를 팔꿈치 관절의 영상으로부터 판독된 각 부위의 점수에 반영함으로써 정확한 골 연령을 산출하는 팔꿈치 관절의 단순 방사선 사진을 이용한 골 연령 산출 장치 및 그 방법을 제공하기 위한 것이다.The technical problem to be achieved by the present invention is to use a simple radiograph of the elbow joint to calculate the correct bone age by reflecting the weight reflecting the clinical information of the subject to be measured to the score of each region read from the image of the elbow joint using a learning model. It is to provide an apparatus and method for calculating bone age.
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치에 있어서, 측정 대상자의 임상정보를 입력받는 임상정보 입력부; 상기 측정 대상자의 팔꿈치 관절이 촬영된 영상을 이용하여 기 설정된 각 부위별로 기 정의된 부위별 레퍼런스에 매칭되는 점수를 각각 입력받는 점수 입력부; 상기 입력된 임상정보를 기 학습된 연령별 골 연령 분포 모델에 적용하여 추정되는 골 연령에 대응하는 각 부위별 가중치를 추출하고, 추출된 각 부위별 가중치를 상기 입력된 각 부위별 점수에 각각 반영하여 골 연령 산출을 위한 총 점수를 산출하는 산출부; 및 상기 산출된 총 점수에 대응하는 상기 측정 대상자의 골 연령을 출력하는 출력부를 포함하고, 다수 피검자들의 성별, 나이, 병적 상태 및 투약 상태, 칼슘량 또는 호르몬 분비량에 의해 추정되는 골 연령을 입력 값으로 하여 상기 골 연령 분포 모델을 학습시키는 학습부를 더 포함한다.In the apparatus for calculating bone age using an elbow joint image based on learning according to an embodiment of the present invention for achieving such a technical problem, the apparatus includes: a clinical information input unit receiving clinical information of a subject to be measured; A score input unit for receiving a score matching a reference for each pre-determined region for each pre-set region using an image of the elbow joint of the measurement subject; By applying the input clinical information to a pre-learned bone age distribution model by age, extracting weights for each region corresponding to the estimated bone age, and reflecting the extracted weights for each region to the input scores for each region. A calculation unit that calculates a total score for calculating bone age; And an output unit for outputting the bone age of the subject to be measured corresponding to the calculated total score, and the bone age estimated by the sex, age, pathological state and medication state of the plurality of subjects, the amount of calcium or the amount of hormone secretion is input value. It further includes a learning unit for learning the bone age distribution model.
또한, 상기 임상정보는 상기 측정 대상자의 성별, 나이, 병적 상태 및 투약 상태 중에서 적어도 어느 하나를 포함할 수 있다.In addition, the clinical information may include at least one of the sex, age, pathological state, and medication state of the measurement subject.
삭제delete
또한, 상기 점수 입력부는 상기 팔꿈치 관절이 촬영된 영상에서 관절구와 상관절융기(Condyle and Epicondyle), 연골륜(Trochlea), 요골두(Radial head) 및 팔꿈치머리(Olecranon)에 해당하는 4가지 부위의 점수를 판독자로부터 각각 입력받을 수 있다.In addition, the score input unit in the image of the elbow joint is photographed, the condyle and epicondyle (Condyle and Epicondyle), the cartilage ring (Trochlea), radial head (Radial head) and the elbow head (Olecranon) of the four parts of the Each score can be input from the reader.
삭제delete
또한, 상기 산출부는 다음의 수학식에 의해 상기 골 연령 산출을 위한 총 점수를 산출할 수 있다.In addition, the calculation unit may calculate a total score for calculating the bone age by the following equation.
여기서, TS는 총 점수, A는 관절구와 상관절융기 부위에 해당하는 입력 점수, B는 연골륜 부위에 해당하는 입력 점수, C는 요골두 부위에 해당하는 입력 점수, D는 팔꿈치머리 부위에 해당하는 입력 점수, 
또한, 상기 병적 상태는 대사성 질환 여부, 호흡기 질환 여부, 심장 질환 여부 및 저성장 관련 유전 질환 여부 중에서 적어도 하나를 선택하기 위한 항목을 포함하고, 상기 투약 상태는 성장 및 성 호르몬 투여 여부, 골 형성 촉진제 투여 여부 및 골 형성 억제제 투여 여부 중에서 적어도 하나를 선택하기 위한 항목을 포함할 수 있다.In addition, the pathological state includes an item for selecting at least one of metabolic disease, respiratory disease, heart disease, and low-growth-related genetic disease, and the dosage state is whether growth and sex hormones are administered, and bone formation promoter is administered. It may include an item for selecting at least one of whether or not to administer a bone formation inhibitor.
또한, 본 발명의 실시예에 따른 다른 실시예에 따르면, 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치에 의해 수행되는 골 연령 산출 방법에 있어서, 상기 골 연령 산출 장치가 임상정보를 입력받는 단계; 상기 측정 대상자의 팔꿈치 관절이 촬영된 영상을 이용하여 기 설정된 각 부위별로 기 정의된 부위별 레퍼런스에 매칭되는 점수를 각각 입력받는 단계; 상기 입력된 임상정보를 기 학습된 연령별 골 연령 분포 모델에 적용하여 추정되는 골 연령에 대응하는 각 부위별 가중치를 추출하는 단계; 상기 추출된 가중치를 상기 입력된 각 부위별 점수에 각각 반영하여 골 연령 산출을 위한 총 점수를 산출하는 단계; 및
상기 산출된 총 점수에 대응하는 상기 측정 대상자의 골 연령을 출력하는 단계를 포함하고, 상기 골 연령 분포 모델은 다수 피검자들의 성별, 나이, 병적 상태 및 투약 상태, 칼슘량 또는 호르몬 분비량에 의해 추정되는 골 연령을 입력 값으로 설정한다.In addition, according to another embodiment of the present invention, in the bone age calculation method performed by a bone age calculation device using a learning-based elbow joint image, the bone age calculation device receives clinical information. ; Receiving a score matching a reference for each pre-determined region for each pre-set region using an image of the elbow joint of the measurement subject; Extracting a weight for each region corresponding to the estimated bone age by applying the input clinical information to a previously learned bone age distribution model for each age; Calculating a total score for calculating bone age by reflecting the extracted weights to the input scores for each region, respectively; And
Including the step of outputting the bone age of the measurement subject corresponding to the calculated total score, the bone age distribution model is estimated by the sex, age, pathological state and dosing state of a plurality of subjects, the amount of calcium or hormone secretion. Set the bone age as an input value.
이와 같이 본 발명에 따르면, 학습 모델을 이용하여 측정 대상자의 임상정보가 반영된 가중치를 팔꿈치 관절의 영상으로부터 판독된 각 부위의 점수에 반영함으로써 산출 정확도를 향상시키고, 판독 시간을 감소시킬 수 있는 효과가 있다.As described above, according to the present invention, the weight reflecting the clinical information of the subject to be measured is reflected in the score of each region read from the image of the elbow joint using the learning model, thereby improving the calculation accuracy and reducing the reading time. have.
또한 본 발명에 따르면, 팔꿈치 관절 각 부위의 점수를 연산할 때, 측정 대상자의 성별, 실제 나이, 현재 병적 상태 및 투약 상태와 같은 측정 대상자의 임상정보를 반영하여 연산함으로써 골 연령 산출 정확도가 보다 향상되도록 하는 효과가 있다.In addition, according to the present invention, when calculating the score of each part of the elbow joint, the accuracy of calculating the bone age is further improved by calculating by reflecting the clinical information of the subject to be measured, such as the sex, the actual age, the current pathologic state, and the medication state of the subject to be measured. It has the effect of making it possible.
도 1은 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치를 나타낸 블록구성도이다.
도 2는 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 방법의 동작 흐름을 도시한 순서도이다.
도 3은 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 방법에서 판독자에 의해 점수가 입력되는 부위를 설명하기 위한 팔꿈치 관절 영상이다.
도 4는 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 방법에서 총 점수에 대응하는 골 연령을 성별에 따라 나타낸 그래프이다.
도 5 및 도 6은 본 발명의 실시예에 따른 골 연령 산출 프로그램을 구현한 예시이다.1 is a block diagram showing an apparatus for calculating bone age using a learning-based elbow joint image according to an embodiment of the present invention.
2 is a flowchart illustrating an operation flow of a method for calculating bone age using a learning-based elbow joint image according to an embodiment of the present invention.
3 is an elbow joint image for explaining a region where a score is input by a reader in a method for calculating bone age using a learning-based elbow joint image according to an embodiment of the present invention.
4 is a graph showing bone age corresponding to a total score according to gender in a method for calculating bone age using a learning-based elbow joint image according to an exemplary embodiment of the present invention.
5 and 6 are examples of implementing a bone age calculation program according to an embodiment of the present invention.
이하 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. In this process, the thickness of the lines or the size of components shown in the drawings may be exaggerated for clarity and convenience of description.
또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.In addition, terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to the intention or custom of users or operators. Therefore, definitions of these terms should be made based on the contents throughout the present specification.
먼저, 도 1을 통해 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치에 대하여 설명한다.First, an apparatus for calculating bone age using a learning-based elbow joint image according to an embodiment of the present invention will be described with reference to FIG. 1.
도 1은 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치를 나타낸 블록구성도이다.1 is a block diagram showing an apparatus for calculating bone age using a learning-based elbow joint image according to an embodiment of the present invention.
도 1에서와 같이 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치(100)는, 임상정보 입력부(110), 점수 입력부(120), 학습부(130), 산출부(140) 및 출력부(150)를 포함한다.1, the bone
먼저, 임상정보 입력부(110)는 측정 대상자의 임상정보를 입력받는다.First, the clinical
이때, 측정 대상자는 골 연령을 측정 받고자하는 환자 또는 피검자이며, 임상정보 입력부(110)는 측정 대상자 또는 판독자(의사 또는 영상 판독 전문가)로부터 측정 대상자의 임상정보가 입력될 수도 있다.In this case, the measurement target is a patient or an examinee who wants to measure the bone age, and the clinical
또한, 이때 입력되는 임상정보는 측정 대상자의 성별, 나이, 병적 상태 및 투약 상태 중에서 적어도 어느 하나를 포함할 수 있다.In addition, the clinical information input at this time may include at least one of the sex, age, pathological state, and medication state of the subject to be measured.
여기서 병적 상태는 대사성 질환 여부, 호흡기 질환 여부, 심장 질환 여부 및 저성장 관련 유전 질환 여부를 포함하며 중복 입력이 가능하도록 하고, 투약 상태는 성장 및 성 호르몬 투여 여부, 골 형성 촉진제 투여 여부 및 골 형성 억제제 투여 여부를 포함하며 중복 입력이 가능하도록 할 수 있다.Here, the pathological state includes metabolic disease, respiratory disease, heart disease, and low-growth-related genetic disease, and allows multiple inputs, and the dosage state is whether growth and sex hormones are administered, whether or not bone formation promoters are administered, and bone formation inhibitors It includes whether or not to be administered, and it can be made possible to enter multiple entries.
그리고 점수 입력부(120)는 측정 대상자의 팔꿈치 관절이 촬영된 영상을 이용하여 기 설정된 각 부위별로 기 정의된 부위별 레퍼런스에 매칭되는 점수를 각각 입력받는다.In addition, the
이때, 팔꿈치 관절이 촬영된 영상은 엑스레이(X-ray)와 같은 단순 방사선 의료 영상일 수 있으며, 이에 한정하는 것은 아니다.In this case, the image in which the elbow joint is photographed may be a simple medical radiological image such as an X-ray, but is not limited thereto.
또한, 팔꿈치 관절에서 골 연령을 산출하기 위해 참고되는 부위는 관절구와 상관절융기(Condyle and Epicondyle), 연골륜(Trochlea), 요골두(Radial head) 및 팔꿈치머리(Olecranon)에 해당하는 4가지 부위로 기 설정된다.In addition, the reference sites for calculating the bone age in the elbow joint are the four areas corresponding to the condyle and the condyle and epicondyle, the trochlea, the radial head, and the elbow head (Olecranon). It is already set to.
따라서, 점수 입력부(120)는 측정 대상자의 팔꿈치 관절 영상을 판독하는 판독자가 기 정의된 부위별 레퍼런스를 참고하여 측정 대상자의 팔꿈치 관절 영상의 관절구와 상관절융기, 연골륜, 요골두 및 팔꿈치머리 부위를 판독한 결과에 따른 각 부위별 점수를 입력받는다. Therefore, the
그리고 학습부(130)는 다수 피검자들의 성별, 나이, 병적 상태 및 투약 상태, 칼슘량 또는 호르몬 분비량에 의해 추정되는 골 연령을 입력 값으로 하여 골 연령 분포 모델을 학습시킨다.In addition, the
즉, 학습부(130)는 다수 피검자들의 임상정보와, 골 연령에 유사한 인자인 칼슘량 또는 호르몬 분비량 데이터를 기계 학습하여 한국 소아 및 청소년의 연령별 골 연령 분포 모델을 구축함으로써, 판독자의 주관적인 판독에 의해 입력되는 각 부위별 점수의 오차율을 저감시킬 수 있고, 유사한 조건(예를 들면, 측정 대상자와 나이, 성별, 병적 상태 및 투약 상태, 칼슘량 또는 호르몬 분비량 등이 유사한 과거 피검자)을 가진 피검자들의 골 연령 산출 결과를 참고하여 측정 대상자의 골 연령 추정이 가능하도록 할 수도 있다.That is, the
그리고 산출부(140)는 기 학습된 연령별 골 연령 분포 모델을 이용하여 임상정보 입력부(110)에 입력된 임상정보에 대응하는 가중치를 추출하고, 추출된 가중치를 점수 입력부(120)에 입력된 각 부위별 점수에 각각 반영하여 골 연령 산출을 위한 총 점수를 산출한다.Further, the
즉, 산출부(140)는 임상정보 입력부(110)에 임상정보가 입력되면, 점수 입력부(120)에 입력된 각 부위별 점수에 의해 산출된 총 점수에 대응하는 골 연령이 연령별 골 연령 분포 모델에 의해 추정되는 골 연령을 추종하도록 하기 위한 각 부위별 가중치를 연령별 골 연령 분포 모델을 통해 추출할 수도 있다.That is, when the clinical information is input to the clinical
따라서, 산출부(140)는 다음의 수학식 1에 의해 골 연령 산출을 위한 총 점수를 산출할 수 있다.Accordingly, the
여기서, TS는 총 점수, A는 관절구와 상관절융기 부위에 해당하는 입력 점수, B는 연골륜 부위에 해당하는 입력 점수, C는 요골두 부위에 해당하는 입력 점수, D는 팔꿈치머리 부위에 해당하는 입력 점수, 
마지막으로 출력부(150)는 산출부(140)로부터 산출된 총 점수에 대응하는 측정 대상자의 골 연령을 출력한다.Finally, the
이하에서는 도 2 내지 도 6을 통해 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 방법에 대하여 설명한다.Hereinafter, a method of calculating bone age using a learning-based elbow joint image according to an embodiment of the present invention will be described with reference to FIGS. 2 to 6.
도 2는 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 방법의 동작 흐름을 도시한 순서도로서, 이를 참조하여 본 발명의 구체적인 동작을 설명한다.2 is a flow chart showing an operation flow of a method for calculating bone age using a learning-based elbow joint image according to an embodiment of the present invention, and a detailed operation of the present invention will be described with reference to this.
본 발명의 실시예에 따르면, 먼저 골 연령 산출 장치(100)의 임상정보 입력부(110)는 측정 대상자의 임상정보를 입력받는다(S210).According to an embodiment of the present invention, first, the clinical
이때, 임상정보는 측정 대상자의 성별, 나이, 병적 상태 및 투약 상태 중에서 적어도 어느 하나를 포함할 수 있다.In this case, the clinical information may include at least one of the sex, age, pathological state, and medication state of the subject to be measured.
여기서 병적 상태는 대사성 질환 여부, 호흡기 질환 여부, 심장 질환 여부 및 저성장 관련 유전 질환 여부를 포함하며 중복 입력이 가능하도록 하고, 투약 상태는 성장 및 성 호르몬 투여 여부, 골 형성 촉진제 투여 여부 및 골 형성 억제제 투여 여부를 포함하며 중복 입력이 가능하도록 할 수 있다.Here, the pathological state includes metabolic disease, respiratory disease, heart disease, and low-growth-related genetic disease, and allows multiple inputs, and the dosage state is whether growth and sex hormones are administered, whether or not bone formation promoters are administered, and bone formation inhibitors It includes whether or not to be administered, and it can be made possible to enter multiple entries.
그 다음, 점수 입력부(120)는 측정 대상자의 팔꿈치 관절이 촬영된 영상을 이용하여 기 설정된 각 부위별로 기 정의된 부위별 레퍼런스에 매칭되는 점수를 각각 입력받는다(S220).Then, the
도 3은 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 방법에서 판독자에 의해 점수가 입력되는 부위를 설명하기 위한 팔꿈치 관절 영상이다.3 is an elbow joint image for explaining a region where a score is input by a reader in a method for calculating bone age using a learning-based elbow joint image according to an embodiment of the present invention.
도 3에서와 같이, 팔꿈치 관절에서 골 연령을 산출하기 위해 참고되는 부위는 관절구와 상관절융기(Condyle and Epicondyle), 연골륜(Trochlea), 요골두(Radial head) 및 팔꿈치머리(Olecranon)에 해당하는 4가지 부위로 기 설정된다.As shown in Figure 3, the reference site for calculating the bone age in the elbow joint corresponds to the joint sphere and the coronary joint bulge (Condyle and Epicondyle), the cartilage ring (Trochlea), the radial head (Radial head), and the elbow head (Olecranon). It is pre-set with 4 parts.
그 다음, 산출부(140)는 기 학습된 연령별 골 연령 분포 모델을 이용하여 S210 단계에서 입력된 임상정보에 대응하는 가중치를 추출한다(S230).Then, the
여기서, 골 연령 분포 모델은 다수 피검자들의 성별, 나이, 병적 상태 및 투약 상태, 칼슘량 또는 호르몬 분비량에 의해 추정되는 골 연령을 입력 값으로 하여 기계 학습된 학습 모델이다.Here, the bone age distribution model is a machine-learned learning model using as input values the bone age estimated by the sex, age, pathological state and medication state, the amount of calcium or the amount of hormone secretion of a large number of subjects.
그 다음, 산출부(140)는 S230 단계에서 추출된 가중치를 S220 단계에서 입력된 각 부위별 점수에 각각 반영하여 골 연령 산출을 위한 총 점수를 산출한다(S240).Then, the
즉, 총 점수에 대응하는 골 연령이 연령별 골 연령 분포 모델에 의해 추정되는 골 연령을 추종하도록 하기 위한 각 부위별 가중치를 연령별 골 연령 분포 모델을 통해 추출하고, 추출된 가중치를 각 부위별 점수에 각각 반영하여 골 연령 산출을 위한 총 점수를 산출할 수도 있다.In other words, the weights for each region for making the bone age corresponding to the total score follow the bone age estimated by the bone age distribution model for each age are extracted through the bone age distribution model for each age, and the extracted weight is applied to the scores for each region. Each can be reflected to calculate the total score for calculating the bone age.
이때, S240 단계는 수학식 1에 의해 골 연령 산출을 위한 총 점수를 산출할 수 있다.In this case, in step S240, a total score for calculating the bone age may be calculated by Equation 1.
마지막으로 출력부(150)는 S240 단계에서 산출된 총 점수에 대응하는 측정 대상자의 골 연령을 출력한다(S250).Finally, the
본 발명의 실시예에서는 골 연령 측정법(Sauvegrain method)에서 각 부위별 점수의 총점을 이용하여 골 연령을 도출해내는 것과 같이 S240 단계에서 산출된 총 점수를 이용하여 이 점수에 대응하는 측정 대상자의 골 연령을 출력해낼 수 있다.In an embodiment of the present invention, the bone age of the subject to be measured corresponding to this score is used, such as to derive the bone age by using the total score of each part in the Sauvegrain method, by using the total score calculated in step S240. Can be printed out.
도 4는 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 방법에서 총 점수에 대응하는 골 연령을 성별에 따라 나타낸 그래프이다.4 is a graph showing bone age corresponding to a total score according to gender in a method for calculating bone age using a learning-based elbow joint image according to an exemplary embodiment of the present invention.
도 4에서와 같이, 본 발명이 실시예에 따르면 측정 대상자의 성별에 따라 총 점수에 대응하는 측정 대상자의 골 연령을 출력할 수 있다.As shown in FIG. 4, according to an embodiment of the present invention, the bone age of the measurement subject corresponding to the total score may be output according to the sex of the measurement subject.
또한, 본 발명의 실시예에 따른 골 연령 산출 장치(100)는 사용자의 편의를 위해 사용자로부터 지정된 항목이 입력되면 입력되는 값에 대응하는 결과를 출력하는 프로그램 형태로 구현될 수도 있으며, 구현 대상을 프로그램으로 한정하는 것은 아니다. 다만 이해의 편의를 위해 프로그램 형태를 예로 들어 본 발명의 실시예에 따른 골 연령 산출 방법을 설명하자면 다음과 같다.In addition, the bone
도 5 및 도 6은 본 발명의 실시예에 따른 골 연령 산출 프로그램을 구현한 예시이다.5 and 6 are examples of implementing a bone age calculation program according to an embodiment of the present invention.
도 5는 측정 대상자의 정보가 입력되기 전을 도시한 초기 화면이고, 도 6은 모든 정보가 입력된 후 골 연령이 산출된 결과를 도시한 결과 화면이다.5 is an initial screen showing before information of a measurement subject is input, and FIG. 6 is a result screen showing a result of calculating bone age after all information is input.
먼저, 도 5의 화면에서 측정 대상자 또는 측정 대상자를 진찰하기 위한 판독자로부터 성별(Gender), 나이(Age), 병적 상태(Morbidity) 및 투약 상태(Medication)를 포함하는 측정 대상자의 임상정보가 선택(체크) 입력되고, 측정 대상자의 팔꿈치 관절이 촬영된 영상을 판독한 판독자로부터 관절구와 상관절융기(Condyle and Epicondyle), 연골륜(Trochlea), 요골두(Radial head) 및 팔꿈치머리(Olecranon)에 해당하는 4가지 부위 각각에 해당하는 점수가 선택(입력)되면, 골 연령 측정 장치(100)는 골 연령 분포 모델을 통해 추출된 가중치를 반영하여 수학식 1에 의해 산출된 결과(Conclusion)를 도 6에서와 같이 출력한다.First, on the screen of FIG. 5, clinical information of the measurement subject, including gender, age, morbidity, and medication status, is selected from the measurement subject or the reader for examining the measurement subject ( Check) It corresponds to the condyle and the coronary ridge (Condyle and Epicondyle), the cartilage ring (Trochlea), the radial head (Radial head), and the elbow head (Olecranon) from the reader who read the image of the input and measurement subject's elbow joint When a score corresponding to each of the four areas is selected (input), the bone
이때, 측정 대상자 또는 판독자에 의해 선택된 항목은 도 6에서와 같이 하이라이트 형태로 표시되도록 할 수도 있고, 각 항목의 점수 및 골 연령을 판독문으로 옮길 수 있도록 클립보드에 복사하는 기능이 추가되도록 할 수도 있다. 또한, 도 5의 화면으로 돌아가기 위해 이전 결과를 삭제하고 초기화하는 리셋(Reset) 기능이 추가될 수도 있다. 마지막으로 판독 시 최상위 창으로 작동하도록 하는 Always on top 기능이 구현될 수도 있다. At this time, the item selected by the measurement target or the reader may be displayed in a highlight form as shown in FIG. 6, or a function of copying the score and bone age of each item to the clipboard may be added so that it can be transferred to the reading text. . In addition, a reset function for deleting and initializing the previous result may be added to return to the screen of FIG. 5. Finally, the Always on top function may be implemented to act as the top-level window when reading.
상술한 바와 같이, 본 발명의 실시예에 따른 학습 기반의 팔꿈치 관절 영상을 이용한 골 연령 산출 장치 및 그 방법은 학습 모델을 이용하여 측정 대상자의 임상정보가 반영된 가중치를 팔꿈치 관절의 영상으로부터 판독된 각 부위의 점수에 반영함으로써 산출 정확도를 향상시키고, 판독 시간을 감소시킬 수 있는 효과가 있다.As described above, the apparatus and method for calculating bone age using a learning-based elbow joint image according to an embodiment of the present invention use a learning model to apply weights reflecting clinical information of a measurement subject to each read from the image of the elbow joint. By reflecting in the score of the site, there is an effect of improving the calculation accuracy and reducing the reading time.
또한 본 발명의 실시예에 따르면, 팔꿈치 관절 각 부위의 점수를 연산할 때, 측정 대상자의 성별, 실제 나이, 현재 병적 상태 및 투약 상태와 같은 측정 대상자의 임상정보를 반영하여 연산함으로써 골 연령 산출 정확도가 보다 향상되도록 하는 효과가 있다.In addition, according to an embodiment of the present invention, when calculating the score of each part of the elbow joint, the accuracy of calculating bone age is calculated by reflecting the clinical information of the subject to be measured, such as the sex, the actual age, the current pathologic state, and the medication state of the subject to be measured. There is an effect that makes it more improved.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.The present invention has been described with reference to the embodiments shown in the drawings, but these are only exemplary, and those of ordinary skill in the art will understand that various modifications and other equivalent embodiments are possible therefrom. will be. Therefore, the true technical protection scope of the present invention should be determined by the technical idea of the following claims.
100 : 골 연령 산출 장치 110 : 임상정보 입력부
120 : 점수 입력부 130 : 학습부
140 : 산출부 150 : 출력부100: bone age calculation device 110: clinical information input unit
120: score input unit 130: learning unit
140: calculation unit 150: output unit
Claims (14)
측정 대상자의 임상정보를 입력받는 임상정보 입력부;
상기 측정 대상자의 팔꿈치 관절이 촬영된 영상을 이용하여 기 설정된 각 부위별로 기 정의된 부위별 레퍼런스에 매칭되는 점수를 각각 입력받는 점수 입력부;
상기 입력된 임상정보를 기 학습된 연령별 골 연령 분포 모델에 적용하여 추정되는 골 연령에 대응하는 각 부위별 가중치를 추출하고, 추출된 각 부위별 가중치를 상기 입력된 각 부위별 점수에 각각 반영하여 골 연령 산출을 위한 총 점수를 산출하는 산출부;
상기 산출된 총 점수에 대응하는 상기 측정 대상자의 골 연령을 출력하는 출력부, 그리고
다수 피검자들의 성별, 나이, 병적 상태 및 투약 상태, 칼슘량 또는 호르몬 분비량에 의해 추정되는 골 연령을 입력 값으로 하여 상기 골 연령 분포 모델을 학습시키는 학습부를 포함하고,
상기 산출부는,
다음의 수학식에 의해 상기 골 연령 산출을 위한 총 점수를 산출하는 팔꿈치 관절의 골 연령 산출 장치:
여기서, TS는 총 점수, A는 관절구와 상관절융기 부위에 해당하는 입력 점수, B는 연골륜 부위에 해당하는 입력 점수, C는 요골두 부위에 해당하는 입력 점수, D는 팔꿈치머리 부위에 해당하는 입력 점수,
A clinical information input unit for receiving clinical information of a subject to be measured;
A score input unit for receiving a score matching a reference for each pre-determined region for each pre-set region using an image of the elbow joint of the measurement subject;
By applying the input clinical information to a pre-learned bone age distribution model by age, extracting weights for each region corresponding to the estimated bone age, and reflecting the extracted weights for each region to the input scores for each region. A calculation unit that calculates a total score for calculating bone age;
An output unit for outputting the bone age of the measurement subject corresponding to the calculated total score, and
A learning unit for learning the bone age distribution model by taking as an input value the bone age estimated by the sex, age, pathological state and dosage state of the plurality of subjects, the amount of calcium or the amount of hormone secretion,
The calculation unit,
Bone age calculation device of the elbow joint for calculating the total score for calculating the bone age by the following equation:
Here, TS is the total score, A is the input score corresponding to the joint sphere and the coronary ridge, B is the input score corresponding to the cartilage ring region, C is the input score corresponding to the radial head region, and D is the elbow head region. Input score to do,
상기 임상정보는,
상기 측정 대상자의 성별, 나이, 병적 상태 및 투약 상태 중에서 적어도 어느 하나를 포함하는 골 연령 산출 장치.The method of claim 1,
The clinical information is,
Bone age calculation apparatus comprising at least one of the sex, age, pathological state, and administration state of the measurement subject.
상기 점수 입력부는,
상기 팔꿈치 관절이 촬영된 영상에서 관절구와 상관절융기(Condyle and Epicondyle), 연골륜(Trochlea), 요골두(Radial head) 및 팔꿈치머리(Olecranon)에 해당하는 4가지 부위의 점수를 판독자로부터 각각 입력받는 골 연령 산출 장치.The method of claim 1,
The score input unit,
In the image of the elbow joint, the score of the four parts corresponding to the condyle, Condyle and Epicondyle, Trochlea, Radial head, and Olecranon are input from the reader, respectively. Received bone age calculation device.
상기 병적 상태는,
대사성 질환 여부, 호흡기 질환 여부, 심장 질환 여부 및 저성장 관련 유전 질환 여부 중에서 적어도 하나를 선택하기 위한 항목을 포함하고,
상기 투약 상태는,
성장 및 성 호르몬 투여 여부, 골 형성 촉진제 투여 여부 및 골 형성 억제제 투여 여부 중에서 적어도 하나를 선택하기 위한 항목을 포함하는 골 연령 산출 장치.The method of claim 3,
The pathological condition is,
Including an item for selecting at least one of whether a metabolic disease, a respiratory disease, a heart disease, and a low-growth-related genetic disease,
The dosage state,
Bone age calculation device comprising an item for selecting at least one of whether to administer growth and sex hormones, whether to administer a bone formation promoter, and whether to administer a bone formation inhibitor.
상기 골 연령 산출 장치가 임상정보를 입력받는 단계;
측정 대상자의 팔꿈치 관절이 촬영된 영상을 이용하여 기 설정된 각 부위별로 기 정의된 부위별 레퍼런스에 매칭되는 점수를 각각 입력받는 단계;
상기 입력된 임상정보를 기 학습된 연령별 골 연령 분포 모델에 적용하여 추정되는 골 연령에 대응하는 각 부위별 가중치를 추출하는 단계;
상기 추출된 가중치를 상기 입력된 각 부위별 점수에 각각 반영하여 골 연령 산출을 위한 총 점수를 산출하는 단계; 및
상기 산출된 총 점수에 대응하는 상기 측정 대상자의 골 연령을 출력하는 단계를 포함하고,
상기 골 연령 분포 모델은
다수 피검자들의 성별, 나이, 병적 상태 및 투약 상태, 칼슘량 또는 호르몬 분비량에 의해 추정되는 골 연령을 입력 값으로 하며,
상기 총 점수를 산출하는 단계는,
다음의 수학식에 의해 상기 골 연령 산출을 위한 총 점수를 산출하는 골 연령 산출 방법:
여기서, TS는 총 점수, A는 관절구와 상관절융기 부위에 해당하는 입력 점수, B는 연골륜 부위에 해당하는 입력 점수, C는 요골두 부위에 해당하는 입력 점수, D는 팔꿈치머리 부위에 해당하는 입력 점수,
Receiving, by the bone age calculation device, clinical information;
Receiving, respectively, scores matching a reference for each pre-determined region for each pre-set region using an image of the elbow joint of the measurement subject;
Extracting a weight for each region corresponding to the estimated bone age by applying the input clinical information to a previously learned bone age distribution model for each age;
Calculating a total score for calculating bone age by reflecting the extracted weights to the input scores for each region, respectively; And
Including the step of outputting the bone age of the measurement subject corresponding to the calculated total score,
The bone age distribution model
The bone age estimated by the sex, age, pathological and medication status, calcium level or hormone secretion level of a large number of subjects as an input value,
The step of calculating the total score,
Bone age calculation method for calculating the total score for calculating the bone age by the following equation:
Here, TS is the total score, A is the input score corresponding to the joint sphere and the coronary ridge, B is the input score corresponding to the cartilage ring region, C is the input score corresponding to the radial head region, and D is the elbow head region. Input score to do,
상기 임상정보는,
상기 측정 대상자의 성별, 나이, 병적 상태 및 투약 상태 중에서 적어도 어느 하나를 포함하는 골 연령 산출 방법.The method of claim 8,
The clinical information is,
Bone age calculation method comprising at least one of the sex, age, pathological state, and administration state of the measurement subject.
상기 점수를 각각 입력받는 단계는,
상기 팔꿈치 관절이 촬영된 영상에서 관절구와 상관절융기(Condyle and Epicondyle), 연골륜(Trochlea), 요골두(Radial head) 및 팔꿈치머리(Olecranon)에 해당하는 4가지 부위의 점수를 판독자로부터 각각 입력받는 골 연령 산출 방법.The method of claim 8,
The step of receiving each of the scores,
In the image of the elbow joint, the score of the four parts corresponding to the condyle, Condyle and Epicondyle, Trochlea, Radial head, and Olecranon are input from the reader, respectively. How to calculate the age of the bones you receive.
상기 병적 상태는,
대사성 질환 여부, 호흡기 질환 여부, 심장 질환 여부 및 저성장 관련 유전 질환 여부 중에서 적어도 하나를 선택하기 위한 항목을 포함하고,
상기 투약 상태는,
성장 및 성 호르몬 투여 여부, 골 형성 촉진제 투여 여부 및 골 형성 억제제 투여 여부 중에서 적어도 하나를 선택하기 위한 항목을 포함하는 골 연령 산출 방법.The method of claim 10,
The pathological condition is,
Including an item for selecting at least one of whether a metabolic disease, a respiratory disease, a heart disease, and a low-growth-related genetic disease,
The dosage state,
Bone age calculation method comprising an item for selecting at least one of whether to administer growth and sex hormones, whether to administer a bone formation promoter, and whether to administer a bone formation inhibitor.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190103212A KR102256020B1 (en) | 2019-08-22 | 2019-08-22 | Bone age calculation apparatus of elbow joint radiography based on learning and method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190103212A KR102256020B1 (en) | 2019-08-22 | 2019-08-22 | Bone age calculation apparatus of elbow joint radiography based on learning and method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210023252A KR20210023252A (en) | 2021-03-04 |
| KR102256020B1 true KR102256020B1 (en) | 2021-05-25 |
Family
ID=75174481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190103212A KR102256020B1 (en) | 2019-08-22 | 2019-08-22 | Bone age calculation apparatus of elbow joint radiography based on learning and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102256020B1 (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101779800B1 (en) * | 2016-09-27 | 2017-09-19 | 이재준 | System and method for evaluating multifaceted growth based on machine learning |
-
2019
- 2019-08-22 KR KR1020190103212A patent/KR102256020B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101779800B1 (en) * | 2016-09-27 | 2017-09-19 | 이재준 | System and method for evaluating multifaceted growth based on machine learning |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210023252A (en) | 2021-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schwendicke et al. | Cost-effectiveness of artificial intelligence for proximal caries detection | |
| Zimmerman et al. | Reliability of upper airway assessment using CBCT | |
| Brouwer et al. | Detecting secondary caries lesions: a systematic review and meta-analysis | |
| Cummings et al. | Clinical use of bone densitometry: scientific review | |
| Talbot et al. | Assessing sesamoid subluxation: how good is the AP radiograph? | |
| Hillier et al. | Evaluating the value of repeat bone mineral density measurement and prediction of fractures in older women: the study of osteoporotic fractures | |
| de Cesar Netto et al. | Correlation of clinical evaluation and radiographic hindfoot alignment in stage II adult-acquired flatfoot deformity | |
| Baysal et al. | Reproducibility and reliability of three-dimensional soft tissue landmark identification using three-dimensional stereophotogrammetry | |
| CN110574121B (en) | Customization, calibration and/or training of fractional flow reserve simulation parameters | |
| Aggarwal et al. | Opportunistic diagnosis of osteoporosis, fragile bone strength and vertebral fractures from routine CT scans; a review of approved technology systems and pathways to implementation | |
| Caldas et al. | New formula to objectively evaluate skeletal maturation using lateral cephalometric radiographs | |
| Bhandari et al. | Assessment of radiographic fracture healing in patients with operatively treated femoral neck fractures | |
| US20070150314A1 (en) | Method for carrying out quality control of medical data records collected from different but comparable patient collectives within the bounds of a medical plan | |
| Benedick et al. | Systematic isolation of key parameters for estimating skeletal maturity on knee radiographs | |
| Siminoski et al. | Canadian Association of Radiologists technical standards for bone mineral densitometry reporting | |
| Bitar et al. | Correspondence between subjective and linear measurements of the palatal airway on lateral cephalometric radiographs | |
| Malik et al. | Correlation between radiographic parameters for the prediction of palatally impacted maxillary canines | |
| US20200365273A1 (en) | Medical information processing apparatus | |
| Talbot et al. | Hallucal rotation: a method of measurement and relationship to bunion deformity | |
| US20200060579A1 (en) | Airway ventilation state calibration system and system for predicting airway deformation during sleep | |
| Genisa et al. | Density estimation based on the Hounsfield unit value of cone beam computed tomography imaging of the jawbone system | |
| KR102256020B1 (en) | Bone age calculation apparatus of elbow joint radiography based on learning and method thereof | |
| EP3606433B1 (en) | Standardized coronary artery disease metric | |
| Thodberg et al. | A new implementation of digital X-ray radiogrammetry and reference curves of four indices of cortical bone for healthy European adults | |
| Wilson et al. | Racial disparities in abdominal aortic aneurysm repair among male Medicare beneficiaries |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |