KR102263572B1 - De-identification device for healthcare image - Google Patents

De-identification device for healthcare image Download PDF

Info

Publication number
KR102263572B1
KR102263572B1 KR1020200121912A KR20200121912A KR102263572B1 KR 102263572 B1 KR102263572 B1 KR 102263572B1 KR 1020200121912 A KR1020200121912 A KR 1020200121912A KR 20200121912 A KR20200121912 A KR 20200121912A KR 102263572 B1 KR102263572 B1 KR 102263572B1
Authority
KR
South Korea
Prior art keywords
image
personal identification
identification information
disease
area
Prior art date
Application number
KR1020200121912A
Other languages
Korean (ko)
Inventor
장현재
Original Assignee
주식회사 에프앤디파트너스
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 에프앤디파트너스 filed Critical 주식회사 에프앤디파트너스
Priority to KR1020200121912A priority Critical patent/KR102263572B1/en
Application granted granted Critical
Publication of KR102263572B1 publication Critical patent/KR102263572B1/en

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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

The present invention relates to a de-identification device for a healthcare video, and more particularly, to a de-identification device for a healthcare video that prevents personal information leakage by de-identifying personal identification information existing on a healthcare video image or a clinical video image. The de-identification device includes a video image acquisition part, a personal identification information detection part, a disease area detection part, a de-identification processing part, and a de-identification information storage processing part.

Description

헬스케어 영상 비식별화 장치{De-identification device for healthcare image}De-identification device for healthcare image

본 발명은 헬스케어 영상 비식별화 장치에 관한 것으로서, 더욱 상세하게는 헬스케어 영상 이미지 혹은 임상 영상 이미지 상에 존재하는 개인 식별 정보를 비식별화 처리하여 개인 정보 유출을 방지하기 위한 헬스케어 영상 비식별화 장치에 관한 것이다.The present invention relates to a healthcare image de-identification device, and more particularly, a healthcare image ratio for preventing personal information leakage by de-identifying personal identification information existing on a healthcare image image or a clinical image image. It relates to an identification device.

환자가 많은 대형 병원과 같은 경우에 많은 진료기록과 의료영상을 보유하고 있다. Large hospitals with many patients have many medical records and medical images.

그리고 4차 산업 환경으로 딥러닝을 이용한 인공지능에 대한 열기가 높아짐과 동시에 이를 기반으로 하는 의료영상의 연구도 활발하게 이루어지고 있다. And as the 4th industrial environment, the enthusiasm for artificial intelligence using deep learning is increasing, and at the same time, medical imaging research based on it is being actively conducted.

이러한 의료영상의 연구는 딥러닝 등 다양한 체계를 가지고 발전에 발전을 거듭하고 있다.Such medical imaging research is developing and developing with various systems such as deep learning.

의료영상의 연구에 반드시 필요한 것이 일정 수 이상의 의료영상을 확보하는 것이다. It is essential for medical imaging research to secure a certain number of medical images.

딥러닝 등 다양한 체계를 가지고 연구를 진행함에 있어서 샘플이 많으면 많을수록 더 정확한 결과를 얻을 수 있기 때문이다.In conducting research with various systems such as deep learning, the more samples there are, the more accurate results can be obtained.

따라서, 의료영상을 연구하는 경우에 대형 병원과 같이 많은 의료영상을 보유하는 의료기관에 연구 자료로 의료 영상을 요청하지만, 보유한 의료영상은 민감한 개인정보가 포함하기 때문에 이를 그대로 제공하게 되면 개인 정보 유출에 해당하게 된다.Therefore, when researching medical images, medical images are requested as research data from medical institutions that have many medical images, such as large hospitals. will apply

따라서, 일일이 수작업 등을 통해서 필요한 의료영상의 개인정보를 삭제하고 확인하는 과정을 통해서 제공해야 한다. Therefore, it is necessary to manually delete the personal information of the necessary medical images and provide them through the verification process.

이로 인하여 많은 비용이 발생하며, 이러한 비용은 연구 비용의 상승으로 연구 활동에 상당한 애로사항으로 대두되고 있는 실정이다.This causes a lot of costs, and these costs are emerging as a significant obstacle to research activities due to the increase in research costs.

따라서, 본 발명에서는 임상 영상 이미지 혹은 더마스코프 영상 이미지 상에 존재하는 개인 식별 정보를 비식별화 처리하여 개인 정보 유출을 방지하기 위한 헬스케어 영상 비식별화 장치를 제안하게 된 것이다.Therefore, in the present invention, a healthcare image de-identification device for preventing personal information leakage by de-identifying personal identification information existing on a clinical image image or a dermascope image image is proposed.

대한민국등록특허공보 제10-2019-0110498호Republic of Korea Patent Publication No. 10-2019-0110498

따라서, 본 발명은 상기와 같은 종래 기술의 문제점을 감안하여 제안된 것으로서, 본 발명의 제1 목적은 헬스케어 영상 이미지 혹은 임상 영상 이미지 상에 존재하는 개인 식별 정보를 비식별화 처리하여 개인 정보 유출을 방지하고자 한다.Therefore, the present invention has been proposed in view of the problems of the prior art as described above, and the first object of the present invention is to de-identify personal identification information present on a healthcare image or clinical image image to leak personal information. want to prevent

본 발명의 제2 목적은 표준이미지DB에 저장된 얼굴 전체, 눈, 코, 입, 귀, 눈썹, 뺨, 턱과 같은 신체 특정 부위 객체와, 이에 저장되지 않은 문신, 시계, 이름표와 같은 특정 개인 인지 객체에 따라 비식별화 처리 과정을 달리하여 진행하게 되어 다양한 개인 식별 정보를 비식별화처리할 수 있도록 하는데 있다.The second object of the present invention is to recognize the entire face, eyes, nose, mouth, ears, eyebrows, cheeks, and chins, such as body specific parts stored in the standard image DB, and specific individuals such as tattoos, watches, and name tags that are not stored therein. The de-identification process differs depending on the object, so that various personal identification information can be de-identified.

본 발명이 해결하고자 하는 과제를 달성하기 위하여, 본 발명인른 헬스케어 영상 비식별화 장치는,In order to achieve the problem to be solved by the present invention, the present invention, a health care image de-identification device,

외부로부터 영상 이미지를 획득하기 위한 영상이미지획득부(100);a video image acquisition unit 100 for obtaining a video image from the outside;

상기 획득된 영상 이미지에서 개인 식별 정보의 종류와 영역을 검출하기 위한 개인식별정보검출부(200);a personal identification information detection unit 200 for detecting a type and area of personal identification information from the obtained video image;

상기 획득된 영상 이미지에서 질환 영역을 검출하기 위한 질환영역검출부(300);a disease region detection unit 300 for detecting a disease region in the acquired image image;

상기 개인식별정보검출부에 의해 검출된 개인 식별 정보의 종류에 따라 영상이미지획득부(100)가 획득한 영상 이미지를 비식별화 처리한 영상 이미지로 변환하기 위한 비식별화처리부(400);a de-identification processing unit 400 for converting the image image acquired by the image image acquisition unit 100 into a de-identification-processed image image according to the type of personal identification information detected by the personal identification information detection unit;

상기 비식별화 처리된 영상, 개인 식별 정보의 종류 및 영역, 질환 영역을 의료DB(600)에 저장 처리하기 위한 비식별화정보저장처리부(500);를 포함한다.and a de-identification information storage processing unit 500 for storing and processing the de-identified image, the type and area of the personal identification information, and the disease area in the medical DB 600 .

본 발명에 따른 헬스케어 영상 비식별화 장치는, Healthcare image de-identification device according to the present invention,

헬스케어 영상 이미지 혹은 임상 영상 이미지 상에 존재하는 개인 식별 정보를 비식별화 처리하여 개인 정보 유출을 방지함으로써, 비식별화 처리를 위한 시간적, 경제적 손실을 제거하는 효과가 있다.By de-identifying the personal identification information present on the healthcare image image or clinical image image to prevent personal information leakage, there is an effect of eliminating time and economic loss for de-identification processing.

또한, 표준이미지DB에 저장된 얼굴 전체, 눈, 코, 입, 귀, 눈썹, 뺨, 턱과 같은 신체 특정 부위 객체와, 이에 저장되지 않은 문신, 시계, 이름표와 같은 특정 개인 인지 객체에 따라 비식별화 처리 과정을 달리하여 진행하게 되어 다양한 개인 식별 정보를 비식별화처리할 수 있도록 함으로써, 다양한 형태 및 물건 등의 개인 식별 종류들을 처리할 수 있는 효과를 제공하게 된다.In addition, it is de-identified according to specific body part objects such as the entire face, eyes, nose, mouth, ears, eyebrows, cheeks, and chin stored in the standard image DB and specific personal recognition objects such as tattoos, watches, and name tags that are not stored in it. As the processing process is different, various personal identification information can be de-identified, thereby providing the effect of processing personal identification types such as various forms and objects.

도 1은 본 발명의 실시예에 따른 헬스케어 영상 내 비식별화 장치의 네트워킹 개념도.
도 2는 본 발명의 실시예에 따른 헬스케어 영상 비식별화 장치의 구성도.
도 3은 본 발명의 실시예에 따른 헬스케어 영상 비식별화 장치의 개인식별정보검출부(200) 블록도.
도 4는 본 발명의 일실시예에 따른 헬스케어 영상 비식별화 장치의 비식별화처리부(400) 블록도.
도 5는 본 발명의 일실시예에 따른 헬스케어 영상 비식별화 장치의 개인 식별 정보의 종류가 눈일 경우에 눈 영역과 질환 영역을 나타낸 예시도이며, 도 6은 영상 내에서 질환 영역을 검출하는 예시도이며, 도 7은 표준이미지DB(700)에서 표준 영상을 가져와 검출한 영역의 크기에 맞게 변형하여 대체한 예시도이며, 도 8은 질환 영역을 추가한 예시도이며, 도 9은 검출한 개인 식별 정보가 비 정형화 이미지인 문신일 경우에 문신 영역과 질환 영역을 나타낸 예시도이며, 도 10은 질환 영역을 검출한 예시도이며, 도 11은 질환 영역의 색을 주변 색으로 바꾼 예시도이며, 도 12는 검출한 문신 영역을 모자이크 처리한 예시도이며, 도 13은 질환 영역을 추가한 예시도.1 is a networking conceptual diagram of a de-identification device in a healthcare image according to an embodiment of the present invention.
2 is a block diagram of a healthcare image de-identification apparatus according to an embodiment of the present invention.
3 is a block diagram of a personal identification information detecting unit 200 of a healthcare image de-identification device according to an embodiment of the present invention.
4 is a block diagram of a de-identification processing unit 400 of a healthcare image de-identification apparatus according to an embodiment of the present invention.
5 is an exemplary diagram illustrating an eye region and a disease region when the type of personal identification information of the device for de-identifying a healthcare image according to an embodiment of the present invention is an eye, and FIG. 6 is a method for detecting a disease region in an image. 7 is an exemplary view in which a standard image is taken from the standard image DB 700 and modified to fit the size of the detected area, and FIG. 8 is an exemplary view in which a diseased area is added, and FIG. It is an exemplary diagram showing the tattoo area and the disease area when the personal identification information is a tattoo that is an atypical image, FIG. 10 is an exemplary diagram of detecting the disease area, and FIG. 11 is an exemplary view in which the color of the disease area is changed to the surrounding color. , FIG. 12 is an exemplary view in which a detected tattoo area is mosaic-processed, and FIG. 13 is an exemplary view in which a disease area is added.

이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만, 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. The following is merely illustrative of the principles of the invention. Therefore, those skilled in the art will be able to devise various devices which, although not explicitly described or shown herein, embody the principles of the present invention and are included within the spirit and scope of the present invention.

또한, 본 명세서에 열거된 모든 조건부 용어 및 실시 예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시 예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.In addition, it should be understood that all conditional terms and examples listed herein are, in principle, expressly intended only for the purpose of understanding the inventive concept and are not limited to the specifically enumerated embodiments and states as such. do.

본 발명의 실시예에 따른 헬스케어 영상 비식별화 장치는,A healthcare image de-identification device according to an embodiment of the present invention,

외부로부터 영상 이미지를 획득하기 위한 영상이미지획득부(100);a video image acquisition unit 100 for obtaining a video image from the outside;

상기 획득된 영상 이미지에서 개인 식별 정보의 종류와 영역을 검출하기 위한 개인식별정보검출부(200);a personal identification information detection unit 200 for detecting a type and area of personal identification information from the obtained video image;

상기 획득된 영상 이미지에서 질환 영역을 검출하기 위한 질환영역검출부(300);a disease region detection unit 300 for detecting a disease region in the acquired image image;

상기 개인식별정보검출부에 의해 검출된 개인 식별 정보의 종류에 따라 영상이미지획득부(100)가 획득한 영상 이미지를 비식별화 처리한 영상 이미지로 변환하기 위한 비식별화처리부(400);a de-identification processing unit 400 for converting the image image acquired by the image image acquisition unit 100 into a de-identification-processed image image according to the type of personal identification information detected by the personal identification information detection unit;

상기 비식별화 처리된 영상, 개인 식별 정보의 종류 및 영역, 질환 영역을 의료DB(600)에 저장 처리하기 위한 비식별화정보저장처리부(500);를 포함하여 구성되는 것을 특징으로 한다.and a de-identification information storage processing unit 500 for storing and processing the de-identified image, the type and area of the personal identification information, and the disease area in the medical DB (600).

또한, 상기 외부로부터 획득한 영상 이미지는 헬스케어 영상 이미지 또는 임상 영상 이미지인 것을 특징으로 한다.In addition, the video image acquired from the outside is characterized in that the healthcare video image or clinical video image.

또한, 상기 개인 식별 정보는 얼굴 전체, 눈, 코, 입, 귀, 눈썹, 뺨, 턱과 같은 신체 특정 부위 객체 정보와 문신, 시계, 이름표와 같은 특정 개인 인지 객체 정보를 포함하는 것을 특징으로 한다.In addition, the personal identification information is characterized in that it includes object information on specific parts of the body such as the entire face, eyes, nose, mouth, ears, eyebrows, cheeks, and chin, and specific personal recognition object information such as tattoos, watches, and name tags. .

또한, 상기 개인식별정보검출부(200)는,In addition, the personal identification information detection unit 200,

인체의 특징점들로 분석된 각 부위별(얼굴 전체, 눈, 코, 입, 눈썹, 뺨, 턱 등) 형상 정보를 기반으로 인공지능 학습한 결과와 비교하여 개인 식별 정보의 종류와 영역을 검출하는 제1개인식별종류검출모듈(210);Based on the shape information for each part (full face, eyes, nose, mouth, eyebrows, cheeks, chin, etc.) analyzed with the characteristic points of the human body, the type and area of personal identification information is detected by comparing it with the results of artificial intelligence learning. a first personal identification type detection module 210;

상기 제1개인식별종류검출모듈에 의해 검출되지 않은 개인 식별 정보의 종류일 경우에 비표준 종류로 정의하고, 해당 영역을 검출하는 제2개인식별종류검출모듈(220);을 포함하는 것을 특징으로 한다.In the case of a type of personal identification information not detected by the first personal identification type detection module, it is defined as a non-standard type, and a second personal identification type detection module 220 for detecting the corresponding area; characterized in that it includes; .

또한, 상기 질환영역검출부(300)는 질환 형상 정보를 기반으로 인공지능 학습한 결과와 비교하여 질환의 종류와 영역을 검출하는 것을 특징으로 한다.In addition, the disease region detection unit 300 is characterized in that it detects the type and region of the disease by comparing it with the artificial intelligence learning result based on the disease shape information.

또한, 상기 비식별화처리부(400)는,In addition, the de-identification processing unit 400,

개인식별정보검출부(200)가 검출한 개인 식별 정보의 종류가 표준이미지DB(700)에 저장된 정보인지를 판단하기 위한 표준이미지판단모듈(410);a standard image determination module 410 for determining whether the type of personal identification information detected by the personal identification information detection unit 200 is information stored in the standard image DB 700;

상기 표준이미지판단모듈(410)에 의해 판단 결과, 표준이미지DB(700)에 저장된 정보일 경우, 질환영역검출부(300)가 검출한 질환 영역의 이미지를 획득된 영상 이미지로부터 추출 획득하기 위한 제1 질환영역획득모듈(420);As a result of determination by the standard image determination module 410, if the information is stored in the standard image DB 700, the first to extract and obtain the image of the diseased region detected by the disease region detection unit 300 from the acquired image image Disease area acquisition module 420;

획득된 영상 이미지에서 개인식별정보검출부(200)가 검출한 개인 식별 정보의 영역을 제거하고, 개인 식별 정보의 종류에 해당하는 표준 이미지를 표준이미지DB(700)에서 추출하고, 추출한 표준 이미지의 크기를 제거된 개인 식별 정보의 영역의 크기에 맞게 조절한 후, 크기가 조절된 표준 이미지를 개인 식별 정보의 영역이 제거된 획득된 영상 이미지상 제거 영역에 삽입하여 제1 대체 이미지를 생성하는 표준영상대체모듈(430);Remove the area of personal identification information detected by the personal identification information detection unit 200 from the acquired image image, extract a standard image corresponding to the type of personal identification information from the standard image DB 700, and the size of the extracted standard image A standard image to generate a first replacement image by adjusting the standard image to fit the size of the area of the removed personal identification information, and then inserting the size-adjusted standard image into the area to be removed on the acquired image image from which the area of personal identification information has been removed replacement module 430;

상기 제1 질환영역획득모듈(420)에 의해 추출 획득된 질환 영역의 이미지를 표준영상대체모듈(430)이 생성한 제1 대체 이미지상 해당 질환 영역에 삽입하여 비식별화 처리한 영상 이미지를 생성하는 제1 비식별화처리모듈(440);을 포함하는 것을 특징으로으로 한다.The image of the disease region extracted and acquired by the first disease region acquisition module 420 is inserted into the disease region in the first replacement image generated by the standard image replacement module 430 to generate a de-identified image. and a first de-identification processing module (440).

또한, 부가적인 양태에 따라 상기 비식별화처리부(400)는,In addition, the de-identification processing unit 400 according to an additional aspect,

상기 표준이미지판단모듈(410)에 의해 판단 결과, 표준이미지DB(700)에 저장된 정보가 아닐 경우, 질환영역검출부(300)가 검출한 질환 영역의 이미지를 획득된 영상 이미지로부터 추출 획득하기 위한 제2 질환영역획득모듈(450);As a result of determination by the standard image determination module 410, if it is not the information stored in the standard image DB 700, the image of the disease region detected by the disease region detection unit 300 is extracted from the acquired image image. 2 disease region acquisition module 450;

획득된 영상 이미지에서 질환영역검출부(300)가 검출한 질환 영역을 제거하고, 제거된 질환 영역의 색을 주변 색과 동일한 색으로 변환시키기 위한 질환영역색변환모듈(460);a disease region color conversion module 460 for removing the disease region detected by the disease region detection unit 300 from the acquired image image and converting the color of the removed disease region into the same color as the surrounding color;

질환 영역의 색이 주변 색으로 변경된 획득된 영상 이미지상 개인식별정보검출부(200)가 검출한 개인 식별 정보의 영역을 모자이크 처리하여 제2 대체 이미지를 생성하는 모자이크처리모듈(470);Mosaic processing module 470 for generating a second replacement image by mosaic processing the area of the personal identification information detected by the personal identification information detection unit 200 on the acquired image image in which the color of the disease region is changed to the surrounding color;

상기 제2 질환영역획득모듈(450)에 의해 추출 획득된 질환 영역의 이미지를 모자이크처리모듈(470)이 생성한 제2 대체 이미지상 해당 질환 영역에 삽입하여 비식별화 처리한 영상 이미지를 생성하는 제2 비식별화처리모듈(480);을 더 포함하는 것을 특징으로 한다.The image of the disease region extracted and acquired by the second disease region acquisition module 450 is inserted into the disease region in the second replacement image generated by the mosaic processing module 470 to generate a de-identified image image. The second de-identification processing module 480; characterized in that it further comprises.

또한, 상기 표준이미지DB(700)는 국가별, 연령별, 성별로 인체의 각 부위별(얼굴전체, 눈, 코, 입, 눈썹, 뺨, 턱 등) 표준 형상 정보를 저장하고 있는 것을 특징으로 한다.In addition, the standard image DB 700 is characterized in that it stores standard shape information for each part of the human body (full face, eyes, nose, mouth, eyebrows, cheeks, chin, etc.) by country, age, and gender. .

또한, 상기 의료DB(600)는 PACS(Picture Archiving and Communication System), EMR(Electronic Medical Record), PHR(Personal Health Record), RIS(Radiology Information System) 중 적어도 어느 하나이거나 이와 연결 가능한 클라우드 서버인 것을 특징으로 한다.In addition, the medical DB 600 is at least one of PACS (Picture Archiving and Communication System), EMR (Electronic Medical Record), PHR (Personal Health Record), RIS (Radiology Information System), or a cloud server that can be connected thereto. characterized.

이하, 본 발명에 의한 헬스케어 영상 비식별화 장치의 실시예를 통해 상세히 설명하도록 한다.Hereinafter, it will be described in detail through an embodiment of the healthcare image de-identification device according to the present invention.

도 1은 본 발명의 실시예에 따른 헬스케어 영상 내 비식별화 장치의 네트워킹 개념도이다.1 is a networking conceptual diagram of a device for de-identification in a healthcare image according to an embodiment of the present invention.

도 1에 도시한 바와 같이, 헬스케어 영상 비식별화 장치(1000)는 네트워크로 연결된 외부의 영상획득장치(2000)로부터 획득한 헬스케어 영상 이미지 혹은 임상 영상 이미지 상에 존재하는 개인 식별 정보를 비식별화 처리하여 개인 정보 유출을 방지하는 기능을 수행하게 된다.As shown in FIG. 1 , the healthcare image de-identification device 1000 does not compare the personal identification information present on the healthcare image image or the clinical image image acquired from the external image acquisition device 2000 connected to the network. It performs the function of preventing the leakage of personal information through identification processing.

상기 외부의 영상획득장치(2000)는 헬스케어 영상 이미지 또는 임상 영상 이미지들을 촬영하는 촬영장치 예를 들어, 임상 이미지 촬영장치, 각종 스마트폰, 헬스케어용 촬영 장치, 더마스코프 장치 등일 수 있으며, 촬영된 헬스케어 영상 이미지들을 네트워크를 통해 헬스케어 영상 비식별화 장치(1000)로 송출하게 된다.The external image acquisition device 2000 may be a health care image image or a photographing apparatus for photographing clinical image images, for example, a clinical image photographing apparatus, various smart phones, a health care photographing apparatus, a dermascope apparatus, and the like. The health care image images are transmitted to the health care image de-identification device 1000 through the network.

도 2는 본 발명의 실시예에 따른 헬스케어 영상 비식별화 장치의 구성도이다.2 is a block diagram of a healthcare image de-identification apparatus according to an embodiment of the present invention.

도 2에 도시한 바와 같이, 본 발명인 헬스케어 영상 비식별화 장치는,As shown in Figure 2, the present invention's healthcare image de-identification device,

외부로부터 영상 이미지를 획득하기 위한 영상이미지획득부(100);a video image acquisition unit 100 for obtaining a video image from the outside;

상기 획득된 영상 이미지에서 개인 식별 정보의 종류와 영역을 검출하기 위한 개인식별정보검출부(200);a personal identification information detection unit 200 for detecting a type and area of personal identification information from the obtained video image;

상기 획득된 영상 이미지에서 질환 영역을 검출하기 위한 질환영역검출부(300);a disease region detection unit 300 for detecting a disease region in the acquired image image;

상기 개인식별정보검출부에 의해 검출된 개인 식별 정보의 종류에 따라 영상이미지획득부(100)가 획득한 영상 이미지를 비식별화 처리한 영상 이미지로 변환하기 위한 비식별화처리부(400);a de-identification processing unit 400 for converting the image image acquired by the image image acquisition unit 100 into a de-identification-processed image image according to the type of personal identification information detected by the personal identification information detection unit;

상기 비식별화 처리된 영상, 개인 식별 정보의 종류 및 영역, 질환 영역을 의료DB(600)에 저장 처리하기 위한 비식별화정보저장처리부(500);를 포함하여 구성 된다.and a de-identification information storage processing unit 500 for storing and processing the de-identified image, the type and area of the personal identification information, and the disease area in the medical DB 600 .

구체적으로 설명하면, 상기 영상이미지획득부(100)는 외부로부터 영상 이미지를 획득하게 된다. 즉, 도 5 내지 도 13에 도시한 바와 같은, 헬스케어 영상 이미지 혹은 임상 영상 이미지 중 어느 하나를 네트워크로 연결된 외부의 영상획득장치(2000)로부터 획득한다.Specifically, the video image acquisition unit 100 acquires a video image from the outside. That is, as shown in FIGS. 5 to 13 , any one of a healthcare image image or a clinical image image is acquired from an external image acquisition device 2000 connected through a network.

배경 기술에서 설명하였듯이, 진단을 위해 외부로부터 획득되는 영상 이미지들에는 노출 시 특정 개인을 유추할 수 있는 개인 정보들이 포함되어 있는데, 예를 들어 특별한 눈 모양, 특별한 코 모양, 특별한 문신 등일 수 있다.As described in the background art, the video images acquired from the outside for diagnosis include personal information that can infer a specific individual upon exposure, and may be, for example, a special eye shape, a special nose shape, or a special tattoo.

만약, 진단 후, 이를 그대로 저장하게 되면 개인 정보 유출의 문제가 유발될 수 있어 이를 방지하기 위하여 본 발명의 장치를 제안하게 된 것이다.If, after diagnosis, it is stored as it is, a problem of personal information leakage may occur, and thus the device of the present invention is proposed to prevent this.

상기 개인식별정보검출부(200)는 상기 획득된 영상 이미지(헬스케어 영상 이미지 또는 임상 영상 이미지)에서 개인 식별 정보의 종류(예: 얼굴 전체, 눈, 코, 입, 문신, 시계, 이름표 등)와 영역을 검출하기 위한 기능을 수행하게 된다.The personal identification information detection unit 200 includes the type of personal identification information (eg, the entire face, eyes, nose, mouth, tattoo, watch, name tag, etc.) in the obtained image image (health care image image or clinical image image) and It performs a function to detect an area.

예를 들어, 획득된 영상 이미지가 도 5(눈 밑에 질환이 발생한 경우)와 같다면, 눈을 개인 식별 정보의 종류로 눈 부위의 영역(도 5의 10)을 개인 식별 정보의 영역으로 검출하게 되는 것이다.For example, if the acquired video image is the same as in FIG. 5 (when a disease occurs under the eyes), the eye is the type of personal identification information, and the area of the eye (10 in FIG. 5) is detected as the area of personal identification information. will become

본 발명에서 설명하고 있는 개인 식별 정보는 얼굴 전체, 눈, 코, 입, 귀, 눈썹, 뺨, 턱과 같은 신체 특정 부위 객체 정보와 문신, 시계, 이름표와 같은 특정 개인 인지 객체 정보인 것을 특징으로 한다.The personal identification information described in the present invention is characterized in that it is object information of specific parts of the body such as the entire face, eyes, nose, mouth, ears, eyebrows, cheeks, and chin, and specific personal recognition object information such as tattoos, watches, and name tags. do.

상기와 같은 기능을 수행하기 위하여, 도 3에 도시한 바와 같이, 상기 개인식별정보검출부(200)는,In order to perform the above function, as shown in Figure 3, the personal identification information detection unit 200,

인체의 특징점들로 분석된 각 부위별(얼굴 전체, 눈, 코, 입, 눈썹, 뺨, 턱 등) 형상 정보를 기반으로 인공지능 학습한 학습 결과와 획득된 영상 이미지를 비교하여 획득된 영상 이미지에 대한 개인 식별 정보의 종류와 영역을 검출하는 제1개인식별종류검출모듈(210);A video image obtained by comparing the learning results obtained by artificial intelligence based on the shape information of each part (full face, eyes, nose, mouth, eyebrows, cheeks, chin, etc.) analyzed with the characteristic points of the human body and the obtained video image a first personal identification type detection module 210 for detecting the type and area of personal identification information;

개인 식별 정보가 상기 제1개인식별종류검출모듈(210)에 의해 검출되지 않은 개인 식별 정보의 종류일 경우에 비표준 종류로 정의하고, 해당 영역을 검출하는 제2개인식별종류검출모듈(220);을 포함하는 것을 특징으로 한다.a second personal identification type detection module 220 that defines a non-standard type when the personal identification information is a type of personal identification information not detected by the first personal identification type detection module 210 and detects a corresponding area; It is characterized in that it includes.

구체적으로 설명하면, 제1개인식별종류검출모듈(210)은 인체의 특징점들로 분석된 각 부위별(얼굴 전체, 눈, 코, 입, 눈썹, 뺨, 턱 등) 형상 정보를 인공지능 학습한 학습 결과와 획득된 영상 이미지를 비교하여 개인 식별 정보의 종류와 영역을 검출하는 기능을 수행하게 된다.More specifically, the first individual identification type detection module 210 AI-learns shape information for each part (full face, eyes, nose, mouth, eyebrows, cheeks, chin, etc.) analyzed as characteristic points of the human body. It performs a function of detecting the type and area of personal identification information by comparing the learning result with the acquired video image.

예를 들어, 인체의 눈, 코, 입, 눈썹, 뺨, 얼굴 전체, 턱 등은 특징점들이 모여서 각 부위별 형상 정보를 제공하게 된다.For example, feature points of the human body's eyes, nose, mouth, eyebrows, cheeks, entire face, and chin are collected to provide shape information for each part.

또한, 본 발명의 인공지능 알고리즘은 상기 형상 정보를 기반으로 형상 학습을 수행한 알고리즘이다.In addition, the artificial intelligence algorithm of the present invention is an algorithm that performs shape learning based on the shape information.

따라서, 인체의 특징점들로 분석된 각 부위별(얼굴 전체, 눈, 코, 입, 눈썹, 뺨, 턱 등) 형상 정보를 인공지능 학습한 학습 결과와 영상이미지획득부(100)가 획득한 영상 이미지를 비교하면 영상 이미지가 어떤 신체 부위인지를 판별할 수 있게 되고, 판별된 신체 부위 영역을 파악할 수 있게 된다.Accordingly, the image acquired by the image image acquisition unit 100 and the learning result of artificial intelligence learning shape information for each part (full face, eyes, nose, mouth, eyebrows, cheeks, chin, etc.) analyzed with the characteristic points of the human body By comparing the images, it is possible to determine which body part the video image is, and it is possible to identify the identified body part region.

형상 학습을 이용한 인공지능 알고리즘은 일반화된 기술로서 상세한 설명은 생략하기로 한다.The artificial intelligence algorithm using shape learning is a generalized technology and a detailed description thereof will be omitted.

상기 제2개인식별종류검출모듈(220)은 개인 식별 정보가 상기 제1개인식별종류검출모듈에 의해 검출되지 않은 개인 식별 정보의 종류일 경우에 비표준 종류로 정의하고, 해당 영역을 검출하는 기능을 수행하게 된다.The second personal identification type detection module 220 defines a non-standard type when the personal identification information is a type of personal identification information that is not detected by the first personal identification type detection module, and functions to detect the corresponding area. will perform

예를 들어, 도 9에 도시된 바와 같이, 문신이 새겨진 피부 근처에 피부 질환이 발생한 경우의 영상 이미지인 경우, 문신은 비표준 종류(인체의 눈, 코, 입, 눈썹, 뺨, 얼굴 전체, 턱 등과 같은 신체 부위가 아님)에 해당한다.For example, as shown in FIG. 9 , in the case of a video image of a skin disease occurring near the tattooed skin, the tattoo is of a non-standard type (eyes, nose, mouth, eyebrows, cheeks, entire face, chin of the human body) not a body part such as the back).

따라서, 문신의 경우, 상기 제1개인식별종류검출모듈에 의해 검출되지 않은 개인 식별 정보의 종류에 해당하므로 제2개인식별종류검출모듈(220)은 해당 영역을 비표준 종류로 정의하고 해당 영역을 검출하게 되는 것이다.Accordingly, in the case of a tattoo, since it corresponds to the type of personal identification information not detected by the first personal identification type detection module, the second personal identification type detection module 220 defines the area as a non-standard type and detects the area. it will be done

상기 질환영역검출부(300)는 획득된 영상 이미지에서 질환 영역을 검출하기 위한 기능을 수행하게 된다.The disease region detection unit 300 performs a function for detecting a disease region in the acquired image image.

예를 들어, 도 5에 도시한 바와 같이, 획득된 영상 이미지 내에서 질환 영역(20)을 검출하게 되는 것이다.For example, as shown in FIG. 5 , the disease region 20 is detected in the acquired video image.

질환영역검출부(300)는 질환 형상 정보를 기반으로 인공지능 학습한 학습 결과와 획득된 영상 이미지를 비교하여 획득된 영상 이미지 상에 존재하는 질환의 종류와 영역을 검출하는 것이다.The disease region detection unit 300 detects the type and region of a disease existing in the acquired image image by comparing the acquired image image with the learning result of artificial intelligence learning based on the disease shape information.

즉, 다양한 질환 종류별 형태를 인공지능 학습을 통해 학습한 후, 학습 결과와 획득된 영상 이미지를 비교하여 질환의 종류를 판단하고, 해당 질환의 영역을 검출하게 되는 것이다.That is, after learning the types of various disease types through artificial intelligence learning, the type of disease is determined by comparing the learning result with the acquired image image, and the region of the disease is detected.

다양한 질환 종류별 형상 학습을 이용한 인공지능 알고리즘은 일반화된 기술로서 상세한 설명은 생략하기로 한다.The artificial intelligence algorithm using shape learning for each type of disease is a generalized technology, and a detailed description thereof will be omitted.

특히, 도 5에 도시된 바와 같이, 상기 개인식별정보검출부(200)가 검출하는 개인 식별 정보의 영역에는 질환영역검출부(300)가 검출하는 질환 영역이 포함되는 것을 특징으로 한다.In particular, as shown in FIG. 5 , the area of personal identification information detected by the personal identification information detecting unit 200 includes a disease area detected by the disease area detecting unit 300 .

상기 비식별화처리부(400)는 상기 개인식별정보검출부에 의해 검출된 개인 식별 정보의 종류에 따라 영상이미지획득부(100)가 획득한 영상 이미지를 비식별화 처리한 영상으로 변환하기 위한 기능을 수행하게 된다.The de-identification processing unit 400 converts the image image acquired by the image image acquisition unit 100 into a de-identification-processed image according to the type of personal identification information detected by the personal identification information detection unit. will perform

즉, 개인 식별 정보의 종류, 예를 들어, 사전에 정의된 표준 영상 이미지 또는 정의되지 않은 비표준 영상 이미지에 따라 비식별화 처리 과정을 달리하여 비식별화 처리한 영상으로 변환하는 것이다.That is, the de-identification process is changed according to the type of personal identification information, for example, a pre-defined standard image image or an undefined non-standard image image to be converted into a de-identified image.

이를 위하여, 도 4에 도시한 바와 같이, 상기 비식별화처리부(400)는,To this end, as shown in Figure 4, the de-identification processing unit 400,

개인식별정보검출부(200)가 검출한 개인 식별 정보의 종류가 표준이미지DB(700)에 저장된 정보인지를 판단하기 위한 표준이미지판단모듈(410);a standard image determination module 410 for determining whether the type of personal identification information detected by the personal identification information detection unit 200 is information stored in the standard image DB 700;

상기 표준이미지판단모듈(410)에 의해 판단 결과, 표준이미지DB(700)에 저장된 정보일 경우, 질환영역검출부(300)가 검출한 질환 영역의 이미지를 획득된 영상 이미지로부터 추출 획득하기 위한 제1 질환영역획득모듈(420);As a result of determination by the standard image determination module 410, if the information is stored in the standard image DB 700, the first to extract and obtain the image of the diseased region detected by the disease region detection unit 300 from the acquired image image Disease area acquisition module 420;

획득된 영상 이미지에서 개인식별정보검출부(200)가 검출한 개인 식별 정보의 영역을 제거하고, 개인 식별 정보의 종류에 해당하는 표준 이미지를 표준이미지DB(700)에서 추출하고, 추출한 표준 이미지의 크기를 제거된 개인 식별 정보의 영역의 크기에 맞게 조절한 후, 크기가 조절된 표준 이미지를 개인 식별 정보의 영역이 제거된 획득된 영상 이미지상 제거 영역에 삽입하여 제1 대체 이미지를 생성하는 표준영상대체모듈(430);Remove the area of personal identification information detected by the personal identification information detection unit 200 from the acquired image image, extract a standard image corresponding to the type of personal identification information from the standard image DB 700, and the size of the extracted standard image A standard image to generate a first replacement image by adjusting the standard image to fit the size of the area of the removed personal identification information, and then inserting the size-adjusted standard image into the area removed on the acquired image image from which the area of personal identification information has been removed replacement module 430;

상기 제1 질환영역획득모듈(420)에 의해 추출 획득된 질환 영역의 이미지를 표준영상대체모듈(430)이 생성한 제1 대체 이미지상 해당 질환 영역에 삽입하여 비식별화 처리한 영상 이미지를 생성하는 제1 비식별화처리모듈(440);을 포함하는 것을 특징으로 한다.The image of the disease region extracted and acquired by the first disease region acquisition module 420 is inserted into the disease region in the first replacement image generated by the standard image replacement module 430 to generate a de-identified image. and a first de-identification processing module (440).

구체적으로 설명하면, 표준이미지판단모듈(410)은 개인식별정보검출부(200)가 검출한 개인 식별 정보의 종류가 표준이미지DB(700)에 저장된 정보인지를 판단하는 기능을 수행하게 된다.Specifically, the standard image determination module 410 performs a function of determining whether the type of personal identification information detected by the personal identification information detection unit 200 is information stored in the standard image DB 700 .

예를 들어, 도 5의 경우, 개인 식별 정보의 종류가 눈에 해당하는데, 표준이미지DB(700)에 눈 이라는 영상 정보가 저장되어 있는지를 판단하게 되는 것이다.For example, in the case of FIG. 5 , the type of personal identification information corresponds to the eye, and it is determined whether the image information of the eye is stored in the standard image DB 700 .

상기 제1 질환영역획득모듈(420)은 상기 표준이미지판단모듈(410)에 의해 판단 결과, 표준이미지DB에 저장된 정보일 경우에 질환영역검출부(300)가 검출한 질환 영역의 이미지를 획득된 영상 이미지로부터 추출 획득하는 기능을 수행하게 된다.As a result of determination by the standard image determination module 410, the first disease region acquisition module 420 obtains an image of the disease region detected by the disease region detection unit 300 when the information stored in the standard image DB is obtained. It performs the function of extracting and acquiring from the image.

예를 들어, 도 6에 도시한 바와 같이, 질환영역검출부(300)가 검출한 질환 영역(20)의 이미지를 획득된 영상 이미지로부터 추출하게 획득하게 되는 것이다.For example, as shown in FIG. 6 , the image of the disease region 20 detected by the disease region detection unit 300 is extracted and acquired from the acquired image image.

이후, 상기 표준영상대체모듈(430)은 획득된 영상 이미지에서 개인식별정보검출부(200)가 검출한 개인 식별 정보의 영역을 제거하고, 개인 식별 정보의 종류에 해당하는 표준 이미지를 표준이미지DB(700)에서 추출하고, 추출한 표준 이미지의 크기를 제거된 개인 식별 정보의 영역의 크기에 맞게 조절한 후, 크기가 조절된 표준 이미지를 개인 식별 정보의 영역이 제거된 획득된 영상 이미지상 제거 영역에 삽입하여 제1 대체 이미지를 생성하는 기능을 수행하게 된다.Thereafter, the standard image replacement module 430 removes the area of personal identification information detected by the personal identification information detection unit 200 from the acquired image image, and converts the standard image corresponding to the type of personal identification information into the standard image DB ( 700), and after adjusting the size of the extracted standard image to the size of the area of the removed personal identification information, the size-adjusted standard image is placed in the area to be removed on the acquired image image from which the area of personal identification information has been removed. It performs a function of generating the first replacement image by inserting it.

예를 들어, 개인 식별정보의 영역에 해당하는 눈 부위 영역(도 5에 도시된 10)을 획득된 영상 이미지에서 제거하고, 개인 식별 정보의 종류에 해당하는 눈 표준 이미지를 표준이미지DB(700)에서 추출하고, 추출한 표준 이미지의 크기를 제거된 개인 식별 정보의 영역의 크기에 맞게 조절(도 7의 점선 영역 크기로 조절)한 후, 크기가 조절된 눈 표준 이미지를 개인 식별 정보의 영역이 제거된 획득된 영상 이미지상 제거 영역에 도 7과 같이 삽입하여 제1 대체 이미지를 생성한다.For example, the eye area (10 shown in FIG. 5) corresponding to the area of personal identification information is removed from the acquired image image, and the standard eye image corresponding to the type of personal identification information is set to the standard image DB 700 After extracting and adjusting the size of the extracted standard image to the size of the area of the removed personal identification information (adjusted to the size of the dotted line area in FIG. 7), the size of the adjusted standard eye image is removed from the area of personal identification information A first replacement image is generated by inserting it into the area to be removed on the acquired image image as shown in FIG.

이후, 상기 제1 비식별화처리모듈(440)은 제1 질환영역획득모듈(420)에 의해 추출 획득된 질환 영역의 이미지를 표준영상대체모듈(430)이 생성한 제1 대체 이미지상 해당 질환 영역에 삽입하여 비식별화 처리한 영상 이미지를 생성기능을 수행하게 된다.Then, the first de-identification processing module 440 converts the image of the disease region extracted and acquired by the first disease region acquisition module 420 to the corresponding disease in the first replacement image generated by the standard image replacement module 430 . It performs the function of generating the de-identified image image by inserting it into the area.

예를 들어, 도 8에 도시한 바와 같이, 표준영상대체모듈(430)이 생성한 제1 대체 이미지상(도 7) 해당 질환 영역에 제1 질환영역획득모듈(420)에 의해 추출 획득된 질환 영역의 이미지를 삽입하여 비식별화 처리한 영상 이미지를 생성하는 것이다.For example, as shown in FIG. 8 , a disease extracted and acquired by the first disease region acquisition module 420 in the corresponding disease region on the first alternate image ( FIG. 7 ) generated by the standard image replacement module 430 . By inserting an image of a region, a de-identified video image is generated.

한편, 부가적인 양태에 따라, 상기 비식별화처리부(400)는,On the other hand, according to an additional aspect, the de-identification processing unit 400,

상기 표준이미지판단모듈(410)에 의해 판단 결과, 표준이미지DB(700)에 저장된 정보가 아닐 경우, 질환영역검출부(300)가 검출한 질환 영역의 이미지를 획득된 영상 이미지로부터 추출 획득하기 위한 제2 질환영역획득모듈(450);As a result of determination by the standard image determination module 410, if it is not the information stored in the standard image DB 700, the image of the disease region detected by the disease region detection unit 300 is extracted from the acquired image image. 2 disease region acquisition module 450;

획득된 영상 이미지에서 질환영역검출부(300)가 검출한 질환 영역을 제거하고, 제거된 질환 영역의 색을 주변 색과 동일한 색으로 변환시키기 위한 질환영역색변환모듈(460);a disease region color conversion module 460 for removing the disease region detected by the disease region detection unit 300 from the acquired image image and converting the color of the removed disease region into the same color as the surrounding color;

질환 영역의 색이 주변 색으로 변경된 획득된 영상 이미지상 개인식별정보검출부(200)가 검출한 개인 식별 정보의 영역을 모자이크 처리하여 제2 대체 이미지를 생성하는 모자이크처리모듈(470);Mosaic processing module 470 for generating a second replacement image by mosaic processing the area of the personal identification information detected by the personal identification information detection unit 200 on the acquired image image in which the color of the disease region is changed to the surrounding color;

상기 제2 질환영역획득모듈(450)에 의해 추출 획득된 질환 영역의 이미지를 모자이크처리모듈(470)이 생성한 제2 대체 이미지상 해당 질환 영역에 삽입하여 비식별화 처리한 영상 이미지를 생성하는 제2 비식별화처리모듈(480);을 더 포함하는 것을 특징으로 한다.The image of the disease region extracted and acquired by the second disease region acquisition module 450 is inserted into the disease region in the second replacement image generated by the mosaic processing module 470 to generate a de-identified image image. The second de-identification processing module 480; characterized in that it further comprises.

구체적으로 설명하면, 상기 제2 질환영역획득모듈(450)은 표준이미지판단모듈(410)에 의해 판단 결과, 개인식별정보검출부(200)가 검출한 개인 식별 정보의 종류가 표준이미지DB(700)에 저장된 정보가 아닐 경우, 질환영역검출부(300)가 검출한 질환 영역의 이미지를 획득된 영상 이미지로부터 추출 획득하기 위한 기능을 수행하게 된다.More specifically, the second disease region acquisition module 450 determines the standard image determination module 410, and as a result, the type of personal identification information detected by the personal identification information detection unit 200 is the standard image DB 700. If the information is not stored in the , a function for extracting and acquiring the image of the diseased region detected by the disease region detection unit 300 from the acquired image image is performed.

예를 들어, 도 9에 도시한 바와 같이, 획득된 영상 이미지가 피부 질환이 발생한 부위가 문신 옆인 이미지인 경우에, 개인식별정보검출부(200)가 검출한 개인 식별 정보의 종류가 표준이미지DB(700)에 저장된 정보 아닌 경우(문신은 얼굴 전체, 눈, 코, 입, 귀, 눈썹, 뺨, 턱과 같은 신체 특정 부위 객체 정보가 아님)가 되므로, 질환영역검출부(300)가 검출한 질환 영역의 이미지(도 10의 30)를 획득된 영상 이미지로부터 추출 획득하게 되는 것이다.For example, as shown in FIG. 9 , when the acquired image image is an image where the skin disease is located next to the tattoo, the type of personal identification information detected by the personal identification information detection unit 200 is the standard image DB ( 700) (a tattoo is not information about an object of a specific body part such as the entire face, eyes, nose, mouth, ears, eyebrows, cheeks, and chin), so the disease region detected by the disease region detection unit 300 An image of ( 30 in FIG. 10 ) is extracted and acquired from the acquired image image.

이후, 상기 질환영역색변환모듈(460)은 획득된 영상 이미지에서 질환영역검출부(300)가 검출한 질환 영역을 제거하고, 제거된 질환 영역의 색을 주변 색과 동일한 색으로 변환시키는 기능을 수행하게 된다. 예를 들어, 질환 영역(도 10의 30)을 제거하고 제거된 영역(도11의 30)의 색을 주변 색과 동일한 색인 피부색으로 변환시키게 되는 것이다.Thereafter, the disease region color conversion module 460 removes the disease region detected by the disease region detection unit 300 from the acquired image image, and converts the color of the removed disease region into the same color as the surrounding color. will do For example, the diseased area (30 in FIG. 10) is removed and the color of the removed area (30 in FIG. 11) is converted into a skin color that is the same color as the surrounding color.

이후, 상기 모자이크처리모듈(470)은 질환 영역의 색이 주변 색으로 변경된 획득된 영상 이미지상의 영역중 개인식별정보검출부(200)가 검출한 개인 식별 정보의 영역을 모자이크 처리하여 제2 대체 이미지를 생성하는 기능을 수행하게 된다.Thereafter, the mosaic processing module 470 mosaics the area of the personal identification information detected by the personal identification information detection unit 200 among the areas on the acquired image image in which the color of the diseased area is changed to the surrounding color to generate a second replacement image. function to create.

예를 들어, 도 12에 도시한 바와 같이, 개인식별정보검출부(200)가 검출한 개인 식별 정보의 영역(도12의 40)을 모자이크 처리함으로써, 개인 식별 정보를 비식별화 처리하게 되는 것이다.For example, as shown in FIG. 12 , the personal identification information is de-identified by mosaic processing the area of the personal identification information detected by the personal identification information detection unit 200 ( 40 in FIG. 12 ).

이렇게 되면, 특이한 문신의 경우, 모자이크 처리되어 있으므로 누구의 문신인지 쉽게 인지할 수가 없게 되는 것이다. In this case, in the case of a unique tattoo, it is difficult to recognize whose tattoo it is because it is mosaic-treated.

이후, 상기 제2 비식별화처리모듈(480)은 제2 질환영역획득모듈(450)에 의해 추출 획득된 질환 영역의 이미지를 모자이크처리모듈(470)이 생성한 제2 대체 이미지상 해당 질환 영역에 삽입하여 비식별화 처리한 영상 이미지를 생성하는 기능을 수행하게 된다.Thereafter, the second de-identification processing module 480 converts the image of the disease region extracted and acquired by the second disease region acquisition module 450 to the corresponding disease region on the second replacement image generated by the mosaic processing module 470 . It performs the function of generating a de-identified video image by inserting it into the .

예를 들어, 도 13에 도시한 바와 같이, 제2 질환영역획득모듈(450)에 의해 추출 획득된 질환 영역 이미지(30)를 모자이크처리모듈(470)이 생성한 제2 대체 이미지상 해당 질환 영역에 삽입하여 비식별화 처리한 영상 이미지를 생성하는 것이다.For example, as shown in FIG. 13 , the disease region image 30 extracted and acquired by the second disease region acquisition module 450 is the disease region on the second replacement image generated by the mosaic processing module 470 . It is to create a de-identified video image by inserting it into

상기 비식별화정보저장처리부(500)는 비식별화 처리된 영상, 개인 식별 정보 종류 및 영역, 질환 영역에 대한 정보를 의료DB(600)에 저장 처리하기 위한 기능을 수행하게 된다.The de-identified information storage processing unit 500 performs a function for storing and processing the de-identified image, the type and area of personal identification information, and information on the disease area in the medical DB 600 .

예를 들어, 도 8과 같은 비식별화 처리한 영상과 개인식별 정보 종류인 눈, 눈의 영역, 눈 밑에 위치한 질환 영역을 의료DB(600)에 저장 처리하게 되는 것이다.For example, the de-identified image as shown in FIG. 8 and the type of personal identification information such as eyes, eye regions, and disease regions located under the eyes are stored and processed in the medical DB 600 .

한편, 본 발명에서 설명하고 있는 표준이미지DB(700)는 국가별, 연령별, 성별로 인체의 각 부위별(얼굴 전체, 눈, 코, 입, 눈썹, 뺨, 턱 등) 표준 형상 정보를 저장하고 있는 것을 특징으로 한다.On the other hand, the standard image DB 700 described in the present invention stores standard shape information for each part of the human body (full face, eyes, nose, mouth, eyebrows, cheeks, chin, etc.) by country, age, and gender. characterized by having

예를 들어, 국가별, 연령별, 성별로 인체의 각 부위, 예를 들어 얼굴 전체, 눈, 코, 입, 귀, 눈썹, 뺨, 턱과 같은 신체 특정 부위의 표준 형상 정보를 저장하고 있어, 상술한 표준영상대체모듈(430)이 대체 이미지로 사용할 수 있게 되는 것이다.For example, each part of the human body by country, age, and gender, for example, the entire face, eyes, nose, mouth, ears, eyebrows, cheeks, and chin, etc. stores standard shape information of specific parts of the body, A standard image replacement module 430 can be used as an alternative image.

한편, 본 발명에서 설명하고 있는 의료DB(600)는 PACS(Picture Archiving and Communication System), EMR(Electronic Medical Record), PHR(Personal Health Record), RIS(Radiology Information System) 중 적어도 어느 하나이거나 이와 연결 가능한 클라우드 서버인 것을 특징으로 한다.On the other hand, the medical DB 600 described in the present invention is at least one of PACS (Picture Archiving and Communication System), EMR (Electronic Medical Record), PHR (Personal Health Record), RIS (Radiology Information System), or connected thereto. It is characterized as a possible cloud server.

이를 통해, 전문의들은 의료DB(600)에 접속하여 특정 환자의 비식별화된 영상 이미지를 통해 해당 환자의 피부 질환을 진단하게 되지만, 진단 과정에서 특이한 신체부위 특징에 의해 해당 환자의 개인 정보를 파악활 수 없게 되는 것이다.Through this, the specialists access the medical DB 600 and diagnose the patient's skin disease through the non-identified image image of the specific patient, but identify the patient's personal information by the characteristic body part in the diagnosis process. it will be impossible to live.

이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.In the above, preferred embodiments of the present invention have been illustrated and described, but the present invention is not limited to the specific embodiments described above, and it is common in the technical field to which the present invention pertains without departing from the gist of the present invention as claimed in the claims. Various modifications may be made by those having the knowledge of, of course, and these modifications should not be individually understood from the technical spirit or perspective of the present invention.

100 : 영상이미지획득부
200 : 개인식별정보검출부
300 : 질환영역검출부
400 : 비식별화처리부
500 : 비식별화정보저장처리부
600 : 의료DB
700 : 표준이미지DB100: video image acquisition unit
200: personally identifiable information detection unit
300: disease area detection unit
400: de-identification processing unit
500: de-identified information storage processing unit
600: medical DB
700: standard image DB

Claims (9)

헬스케어 영상 비식별화 장치에 있어서,
외부로부터 영상 이미지를 획득하기 위한 영상이미지획득부(100);
상기 획득된 영상 이미지에서 개인 식별 정보의 종류와 영역을 검출하기 위한 개인식별정보검출부(200);
상기 획득된 영상 이미지에서 질환 영역을 검출하기 위한 질환영역검출부(300);
상기 개인식별정보검출부에 의해 검출된 개인 식별 정보의 종류에 따라 영상이미지획득부(100)가 획득한 영상 이미지를 비식별화 처리한 영상 이미지로 변환하기 위한 비식별화처리부(400);
상기 비식별화 처리된 영상, 개인 식별 정보의 종류 및 영역, 질환 영역을 의료DB(600)에 저장 처리하기 위한 비식별화정보저장처리부(500);를 포함하여 구성되되,

상기 비식별화처리부(400)는,
개인식별정보검출부(200)가 검출한 개인 식별 정보의 종류가 표준이미지DB(700)에 저장된 정보인지를 판단하기 위한 표준이미지판단모듈(410);
상기 표준이미지판단모듈(410)에 의해 판단 결과, 표준이미지DB(700)에 저장된 정보일 경우, 질환영역검출부(300)가 검출한 질환 영역의 이미지를 획득된 영상 이미지로부터 추출 획득하기 위한 제1 질환영역획득모듈(420);
획득된 영상 이미지에서 개인식별정보검출부(200)가 검출한 개인 식별 정보의 영역을 제거하고, 개인 식별 정보의 종류에 해당하는 표준 이미지를 표준이미지DB(700)에서 추출하고, 추출한 표준 이미지의 크기를 제거된 개인 식별 정보의 영역의 크기에 맞게 조절한 후, 크기가 조절된 표준 이미지를 개인 식별 정보의 영역이 제거된 획득된 영상 이미지상 제거 영역에 삽입하여 제1 대체 이미지를 생성하는 표준영상대체모듈(430);
상기 제1 질환영역획득모듈(420)에 의해 추출 획득된 질환 영역의 이미지를 표준영상대체모듈(430)이 생성한 제1 대체 이미지상 해당 질환 영역에 삽입하여 비식별화 처리한 영상 이미지를 생성하는 제1 비식별화처리모듈(440);을 포함하고,

상기 개인식별정보검출부(200)가 검출하는 개인 식별 정보의 영역에는 질환영역검출부(300)가 검출하는 질환 영역이 포함되는 것을 특징으로 하는 헬스케어 영상 비식별화 장치.
In the healthcare image de-identification device,
a video image acquisition unit 100 for obtaining a video image from the outside;
a personal identification information detection unit 200 for detecting a type and area of personal identification information from the obtained video image;
a disease region detection unit 300 for detecting a disease region in the acquired image image;
a de-identification processing unit 400 for converting the image image acquired by the image image acquisition unit 100 into a de-identification-processed image image according to the type of personal identification information detected by the personal identification information detection unit;
The de-identified information storage processing unit 500 for storing and processing the de-identified image, the type and area of the personal identification information, and the disease area in the medical DB 600;

The de-identification processing unit 400,
a standard image determination module 410 for determining whether the type of personal identification information detected by the personal identification information detection unit 200 is information stored in the standard image DB 700;
As a result of determination by the standard image determination module 410, if the information is stored in the standard image DB 700, the first to extract and obtain the image of the diseased region detected by the disease region detection unit 300 from the acquired image image Disease area acquisition module 420;
The area of personal identification information detected by the personal identification information detection unit 200 is removed from the acquired image image, a standard image corresponding to the type of personal identification information is extracted from the standard image DB 700, and the size of the extracted standard image A standard image to generate a first replacement image by adjusting the standard image to fit the size of the area of the removed personal identification information, and then inserting the size-adjusted standard image into the area to be removed on the acquired image image from which the area of personal identification information has been removed replacement module 430;
The image of the disease region extracted and acquired by the first disease region acquisition module 420 is inserted into the disease region in the first replacement image generated by the standard image replacement module 430 to generate a de-identified image. and a first de-identification processing module 440 to

The health care image de-identification device, characterized in that the area of the personal identification information detected by the personal identification information detection unit 200 includes the disease area detected by the disease area detection unit 300 .
 제 1항에 있어서,
상기 영상이미지획득부(100)가 획득하는 영상 이미지는,
헬스케어 영상 이미지 또는 임상 영상 이미지인 것을 특징으로 하는 헬스케어 영상 비식별화 장치.
The method of claim 1,
The video image acquired by the video image acquisition unit 100 is,
A healthcare image de-identification device, characterized in that it is a healthcare image image or a clinical image image.
 제 1항에 있어서,
상기 개인 식별 정보는,
얼굴 전체, 눈, 코, 입, 귀, 눈썹, 뺨, 턱과 같은 신체 특정 부위 객체 정보와 문신, 시계, 이름표와 같은 특정 개인 인지 객체 정보인 것을 특징으로 하는 헬스케어 영상 비식별화 장치.
The method of claim 1,
The personally identifiable information is
A health care image de-identification device, characterized in that it includes object information on specific parts of the body such as the entire face, eyes, nose, mouth, ears, eyebrows, cheeks, and chin, and specific personal recognition object information such as tattoos, watches and name tags.
 제 1항에 있어서,
상기 개인식별정보검출부(200)는,
인체의 특징점들로 분석된 각 부위별 형상 정보를 기반으로 인공지능 학습한 결과와 비교하여 개인 식별 정보의 종류와 영역을 검출하는 제1개인식별종류검출모듈(210);
상기 제1개인식별종류검출모듈에 의해 검출되지 않은 개인 식별 정보의 종류일 경우에 비표준 종류로 정의하고, 해당 영역을 검출하는 제2개인식별종류검출모듈(220);을 포함하는 것을 특징으로 하는 헬스케어 영상 비식별화 장치.
The method of claim 1,
The personal identification information detection unit 200,
a first personal identification type detection module 210 for detecting the type and area of personal identification information by comparing it with the artificial intelligence learning result based on the shape information for each part analyzed with the characteristic points of the human body;
and a second personal identification type detection module 220 for defining a non-standard type when the type of personal identification information not detected by the first personal identification type detection module and detecting the corresponding area; Healthcare image de-identification device.
 제 1항에 있어서,
상기 질환영역검출부(300)는,
질환 형상 정보를 기반으로 인공지능 학습한 결과와 비교하여 질환의 종류와 영역을 검출하는 것을 특징으로 하는 헬스케어 영상 비식별화 장치.
The method of claim 1,
The disease region detection unit 300,
A health care image de-identification device, characterized in that it detects the type and area of a disease by comparing it with the result of artificial intelligence learning based on disease shape information.
 삭제delete 제 1항에 있어서,
상기 비식별화처리부(400)는,
상기 표준이미지판단모듈(410)에 의해 판단 결과, 표준이미지DB(700)에 저장된 정보가 아닐 경우, 질환영역검출부(300)가 검출한 질환 영역의 이미지를 획득된 영상 이미지로부터 추출 획득하기 위한 제2 질환영역획득모듈(450);
획득된 영상 이미지에서 질환영역검출부(300)가 검출한 질환 영역을 제거하고, 제거된 질환 영역의 색을 주변 색과 동일한 색으로 변환시키기 위한 질환영역색변환모듈(460);
질환 영역의 색이 주변 색으로 변경된 획득된 영상 이미지상 개인식별정보검출부(200)가 검출한 개인 식별 정보의 영역을 모자이크 처리하여 제2 대체 이미지를 생성하는 모자이크처리모듈(470);
상기 제2 질환영역획득모듈(450)에 의해 추출 획득된 질환 영역의 이미지를 모자이크처리모듈(470)이 생성한 제2 대체 이미지상 해당 질환 영역에 삽입하여 비식별화 처리한 영상 이미지를 생성하는 제2 비식별화처리모듈(480);을 더 포함하는 것을 특징으로 하는 헬스케어 영상 비식별화 장치.
The method of claim 1,
The de-identification processing unit 400,
As a result of determination by the standard image determination module 410, if it is not the information stored in the standard image DB 700, the image of the disease region detected by the disease region detection unit 300 is extracted from the acquired image image. 2 disease region acquisition module 450;
a disease region color conversion module 460 for removing the disease region detected by the disease region detection unit 300 from the acquired image image and converting the color of the removed disease region into the same color as the surrounding color;
Mosaic processing module 470 for generating a second replacement image by mosaic processing the area of the personal identification information detected by the personal identification information detection unit 200 on the acquired image image in which the color of the disease region is changed to the surrounding color;
The image of the disease region extracted and acquired by the second disease region acquisition module 450 is inserted into the disease region in the second replacement image generated by the mosaic processing module 470 to generate a de-identified image image. A second de-identification processing module (480); Healthcare image de-identification device characterized in that it further comprises.
 제 1항에 있어서,
상기 표준이미지DB(700)는,
국가별, 연령별, 성별로 인체의 각 부위별(얼굴전체, 눈, 코, 입, 눈썹, 뺨, 턱 등) 표준 형상 정보를 저장하고 있는 것을 특징으로 하는 헬스케어 영상 비식별화 장치.
The method of claim 1,
The standard image DB 700,
Health care image de-identification device, characterized in that it stores standard shape information for each part of the human body (full face, eyes, nose, mouth, eyebrows, cheeks, chin, etc.) by country, age, and gender.
 제 1항에 있어서,
상기 의료DB(600)는,
PACS(Picture Archiving and Communication System), EMR(Electronic Medical Record), PHR(Personal Health Record), RIS(Radiology Information System) 중 적어도 어느 하나이거나 이와 연결 가능한 클라우드 서버인 것을 특징으로 하는 헬스케어 영상 비식별화 장치.
The method of claim 1,
The medical DB 600,
At least one of PACS (Picture Archiving and Communication System), EMR (Electronic Medical Record), PHR (Personal Health Record), RIS (Radiology Information System), or healthcare image de-identification, characterized in that it is a cloud server that can be connected thereto Device.
KR1020200121912A 2020-09-22 2020-09-22 De-identification device for healthcare image KR102263572B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200121912A KR102263572B1 (en) 2020-09-22 2020-09-22 De-identification device for healthcare image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200121912A KR102263572B1 (en) 2020-09-22 2020-09-22 De-identification device for healthcare image

Publications (1)

Publication Number Publication Date
KR102263572B1 true KR102263572B1 (en) 2021-06-10

Family

ID=76377964

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200121912A KR102263572B1 (en) 2020-09-22 2020-09-22 De-identification device for healthcare image

Country Status (1)

Country Link
KR (1) KR102263572B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102634835B1 (en) * 2023-03-29 2024-02-07 주식회사 더로벨 Techniques and systems for generating de-identified medical images

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101881391B1 (en) * 2018-03-09 2018-07-25 한화에어로스페이스 주식회사 Apparatus for performing privacy masking by reflecting characteristic information of objects
KR20190110498A (en) 2019-09-10 2019-09-30 엘지전자 주식회사 An artificial intelligence server for processing de-identification of unspecific person's face area from image file and method for the same
KR20190126587A (en) * 2018-05-02 2019-11-12 재단법인 아산사회복지재단 Medical Image De-Identification System, Method and Computer Readable Recording Medium
KR20200105079A (en) * 2019-02-28 2020-09-07 모니터코퍼레이션 주식회사 Apparatus of gateway for medical image

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101881391B1 (en) * 2018-03-09 2018-07-25 한화에어로스페이스 주식회사 Apparatus for performing privacy masking by reflecting characteristic information of objects
KR20190126587A (en) * 2018-05-02 2019-11-12 재단법인 아산사회복지재단 Medical Image De-Identification System, Method and Computer Readable Recording Medium
KR20200105079A (en) * 2019-02-28 2020-09-07 모니터코퍼레이션 주식회사 Apparatus of gateway for medical image
KR20190110498A (en) 2019-09-10 2019-09-30 엘지전자 주식회사 An artificial intelligence server for processing de-identification of unspecific person's face area from image file and method for the same

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102634835B1 (en) * 2023-03-29 2024-02-07 주식회사 더로벨 Techniques and systems for generating de-identified medical images

Similar Documents

Publication Publication Date Title
CN110838118B (en) System and method for anomaly detection in medical procedures
Rotemberg et al. A patient-centric dataset of images and metadata for identifying melanomas using clinical context
US11157726B2 (en) Person identification systems and methods
EP3438869A1 (en) Anonymizing data
JP7191050B2 (en) Obscuring facial features of a subject in an image
US11217345B2 (en) Anonymization of audio-visual medical data
KR102180922B1 (en) Distributed edge computing-based skin disease analyzing device comprising multi-modal sensor module
KR20190126587A (en) Medical Image De-Identification System, Method and Computer Readable Recording Medium
US20170004288A1 (en) Interactive and multimedia medical report system and method thereof
KR20200014396A (en) Medical Image De-Identification System, Method and Computer Readable Recording Medium
KR102041888B1 (en) Dental care system
KR102263572B1 (en) De-identification device for healthcare image
KR20200068992A (en) Method, Apparatus and Recording For Computerizing Of Electro-Magnetic Resonance
KR102263708B1 (en) De-identification device for healthcare image
Hsu A customer-oriented skin detection and care system in telemedicine applications
KR102263719B1 (en) De-identification device using healthcare image
KR20200002201A (en) Smart healthcare system using artificial intelligence
JP2021520982A (en) Methods and systems for image collection and dimensional analysis for medical diagnostics
KR102263689B1 (en) De-identification device for healthcare image
KR20150086089A (en) System and method of managing medical image using electronic medical record
KR101906398B1 (en) Method for Sharing Endoscope Medical Information Using Real Time Object Tracing
US20230187056A1 (en) Detection, identification, and verification of patients involved in diagnostic sessions
CN112466425B (en) Information processing method and device
KR102263665B1 (en) Split image combining device for large area skin lesions
KR20210104383A (en) System and method for storing and executing deep learning of medical information

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant