KR102310964B1 - 근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템 - Google Patents

근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템 Download PDF

Info

Publication number
KR102310964B1
KR102310964B1 KR1020190166528A KR20190166528A KR102310964B1 KR 102310964 B1 KR102310964 B1 KR 102310964B1 KR 1020190166528 A KR1020190166528 A KR 1020190166528A KR 20190166528 A KR20190166528 A KR 20190166528A KR 102310964 B1 KR102310964 B1 KR 102310964B1
Authority
KR
South Korea
Prior art keywords
musculoskeletal
feature points
posture
electronic device
symptoms
Prior art date
Application number
KR1020190166528A
Other languages
English (en)
Other versions
KR20210075451A (ko
Inventor
홍정한
Original Assignee
울산과학기술원
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 울산과학기술원 filed Critical 울산과학기술원
Priority to KR1020190166528A priority Critical patent/KR102310964B1/ko
Publication of KR20210075451A publication Critical patent/KR20210075451A/ko
Application granted granted Critical
Publication of KR102310964B1 publication Critical patent/KR102310964B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • 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
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Epidemiology (AREA)
  • Dentistry (AREA)
  • Databases & Information Systems (AREA)
  • Radiology & Medical Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은, 서로 다른 각도로 배치되며, 피검사자의 연속적으로 변하는 자세에 대한 이미지 데이터를 획득하는 복수 개의 영상측정장치와, 상기 영상측정장치로부터 상기 이미지 데이터를 수신하고, 상기 이미지 데이터로부터 지정된 골격관절들에 대응하는 특징점들을 추출하고, 상기 추출된 특징점들을 이용하여 근골격계 증상에 대한 점수를 산출하는 전자 장치를 포함하는, 근골격계 증상을 진단하기 위한 시스템을 제공한다.

Description

근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템{Electronic Device, Method, and System for Diagnosing Musculoskeletal Symptoms}
본 발명의 실시예들은, 근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템에 관한 것이다.
중공업, 제조업이나 유통업의 근로자들은, 반복 동작으로 인해 근골격계 질환이 발생할 가능성이 높다. 이에 사업장 근로자들의 근골격계 질환 예방 및 안전보건 교육 등 근골격계 건강의 관리가 필요하다. 예를 들면 기업체 건강복지 사업 등을 통해 개별 근로자의 운동수행 능력을 지속적으로 모니터링하고 평가하여, 평가 결과에 따른 운동 처방 및 프로그램을 제공하는 것이 필요할 수 있다. 하지만 소수의 운동치료 전문가가 사업장의 수많은 근로자들을 한정된 기간 동안 모두 모니터링하여 평가하기는 힘든 실정이다. 이에 소수의 운동치료 전문가가 다수의 근로자들 중 운동치료가 시급한 근골격계 질환의 고위험군 근로자를 선별하기 힘든 여건이며, 많은 시간과 노력이 소모된다.
뿐만 아니라 기존의 근골격계 질환 진단 방법 중 하나인 엑스레이나 컴퓨터단층촬영(Computed Tomography, CT) 역시 비용과 시간이 소모되며, 진단을 위하여 전문 의료진이 필요한 단점이 있다. 따라서 엑스레이나 CT촬영 역시, 사업장에서 다수의 근로자들의 운동수행능력을 모니터링하거나 불특정 다수의 피검사자들의 근골격계 건강을 모니터링하기에는 부적합할 수 있다. 이에, 불특정 다수의 피검사자들이 보다 간편하게 근골격계 건강을 모니터링하고, 근골격계 질환의 예후 및 예측에 대한 정보를 제공받는 기술에 대한 니즈가 존재한다.
한편, 최근 빅데이터, 기계학습, 인공 지능 분야의 급격한 기술발전으로 인해, 헬스 케어 분야에서도 인공 지능과 연계한 진단 기술에 대한 연구 개발이 증가하고 있다. 예를 들면 스마트폰, 인공 지능과 헬스 케어와의 연계를 통해, 의사의 처방 없이 일반 소비자가 직접 사용할 수 있는 자가진단 서비스에 대한 관심이 증가하고 있는 바, 근골격계 건강 분야에서도 이러한 접근이 요구된다.
근골격계 질환은 퇴행성 질환으로 조기 발견이 중요한 바, 사업장의 근로자들을 포함한 불특정 다수의 사람들이 손쉽게 근골격계 건강을 모니터링하고, 근골격계 질환의 예후 및 예측에 관한 정보를 제공받거나, 근골격계 건강을 자가 진단할 수 있는 기술의 개발이 요구된다.
본 발명은, 상기와 같은 문제점을 개선하기 위해 안출된 것으로, 근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템을 제공하는 것을 목적으로 한다.
특히 전문 의료진이나 운동치료 전문가 없이도 소비자가 간편하게 근골격계 건강을 자가 진단하기 위한 전자 장치, 방법, 및 시스템을 제공하는 것을 목적으로 한다.
또한 사용자의 다양하고 연속적인 자세에 대한 영상 데이터 및 인공 지능 학습 모델에 기반하여, 근골격계 증상의 정도를 정밀하게 산출할 수 있으며, 복수의 근골격계 질환에 대한 결과를 한 번에 산출할 수 있는 전자 장치, 방법, 및 시스템을 제공하는 것을 목적으로 한다.
그러나 이러한 과제는 예시적인 것으로, 이에 의해 본 발명의 범위가 한정되는 것은 아니다.
본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 시스템은, 서로 다른 각도로 배치되며, 피검사자의 연속적으로 변하는 자세에 대한 이미지 데이터를 획득하는 복수 개의 영상측정장치; 및 상기 영상측정장치로부터 상기 이미지 데이터를 수신하고, 상기 이미지 데이터로부터 지정된 골격관절들에 대응하는 특징점들을 추출하고, 상기 추출된 특징점들을 이용하여 근골격계 증상에 대한 점수를 산출하는 전자 장치;를 포함할 수 있다.
일 실시예에 따르면, 피검사자의 연속적으로 변하는 자세는, 정적 자세 및 동적 자세를 포함할 수 있다.
일 실시예에 따르면, 상기 이미지 데이터는 RGB 데이터 및 깊이(depth) 데이터를 포함할 수 있다.
일 실시예에 따르면, 상기 전자 장치는, 상기 RGB 데이터 및 상기 깊이 데이터를 이용하여, 상기 피검사자의 골격의 형태를 나타내는 골격 데이터를 생성하고, 상기 생성된 골격 데이터로부터, 상기 지정된 골격관절들에 대응하는 특징점들을 추출할 수 있다.
일 실시예에 따르면, 상기 전자 장치는, 상기 골격 데이터로부터, 상기 지정된 골격관절들에 대응하는 특징점들의 3차원 좌표값을 생성하여 저장할 수 있다.
일 실시예에 따르면, 상기 전자 장치는, 상기 피검사자의 연속적으로 변하는 자세에 대응하여 연속적으로 변하는 상기 특징점들의 3차원 좌표값들을 저장할 수 있다.
일 실시예에 따르면, 상기 전자 장치는, 상기 연속적으로 변하는 상기 특징점들의 3차원 좌표값들을 이용하여, 제1 근골격계 증상 및 제2 근골격계 증상을 포함하는 복수의 근골격계 증상에 대한 점수를 산출할 수 있다.
일 실시예에 따르면, 상기 복수의 근골격계 증상은, 거북목, 외반슬, 내반슬, 및 어깨비대칭 중 둘 이상을 포함할 수 있다.
일 실시예에 따르면, 상기 전자 장치는, 상기 특징점들 중에서 상기 제1 근골격계 증상에 대한 점수를 산출하기 위해 필요한 제1 특징점들 및 상기 제2 근골격계 증상에 대한 점수를 산출하기 위해 필요한 제2 특징점들을 식별할 수 있다.
일 실시예에 따르면, 상기 전자 장치는, 시간에 따라 연속적으로 변하는 상기 특징점들을 나타내는 데이터 중에서, 상기 제1 근골격계 증상에 대한 점수를 산출하는 데 이용할 제1 구간 및 상기 제1 근골격계 증상에 대한 점수를 산출하는 데 이용할 제2 구간을 식별할 수 있다.
일 실시예에 따르면, 상기 전자 장치는, 시간에 따라 연속적으로 변하는 상기 특징점들이 나타내는 자세에 기반하여, 제1 자세에 대응하는 상기 제1 구간 및 제2 자세에 대응하는 상기 제2 구간을 식별할 수 있다.
일 실시예에 따르면, 상기 특징점들은, 골반, 요추, 흉추, 목, 왼쇄골, 왼어깨, 왼팔꿈치, 왼손목, 오른쇄골, 오른어깨, 오른팔꿈치, 오른손목, 왼고관절, 왼무릎, 왼발목, 왼발, 오른고관절, 오른무릎, 오른발목, 오른발, 머리, 코, 왼눈, 왼귀, 오른눈, 및 오른귀에 대응하는 특징점들 중 선택된 복수 개의 특징점들을 포함할 수 있다.
일 실시예에 따르면, 상기 추출된 특징점들은 제1 특징점, 제2 특징점, 제3 특징점, 및 제4 특징점을 포함하고, 상기 전자 장치는, 상기 제1 특징점 및 상기 제2 특징점을 지나는 제1 직선과 상기 제3 특징점 및 상기 제4 특징점을 지나는 제2 직선이 이루는 각도를 산출하고, 산출된 각도에 기초하여 상기 근골격계 증상에 대한 점수를 산출할 수 있다.
일 실시예에 따르면, 상기 추출된 특징점들은 제1 특징점 및 제2 특징점을 포함하고, 상기 전자 장치는, 상기 피검사자의 연속적으로 변하는 자세에 대응하여 연속적으로 변하는 상기 제1 특징점 및 상기 제2 특징점의 3차원 좌표값들을 생성하고, 상기 제1 특징점의 고도 변화와 상기 제2 특징점의 고도 변화에 기초하여 상기 근골격계 증상에 대한 점수를 산출할 수 있다.
본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치는, 서로 다른 각도로 배치되며 피검사자의 연속적으로 변하는 자세에 대한 이미지 데이터를 획득하는 복수 개의 영상측정장치로부터 상기 이미지 데이터를 수신하는 통신부; 및 상기 이미지 데이터로부터 지정된 골격관절들에 대응하는 특징점들을 추출하고, 상기 추출된 특징점들을 이용하여 근골격계 증상에 대한 점수를 산출하는 프로세서;를 포함할 수 있다.
본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 방법은, 서로 다른 각도로 배치된 복수 개의 영상측정장치를 통해, 피검사자의 연속적으로 변하는 자세에 대한 이미지 데이터를 획득하는 단계와, 상기 이미지 데이터로부터, 지정된 골격관절들에 대응하는 특징점들을 추출하는 단계와, 상기 추출된 특징점들을 이용하여 근골격계 증상에 대한 점수를 산출하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 비-일시적(non-transitory) 컴퓨터-판독 가능(computer-readable) 저장(storage) 매체(medium)는, 서로 다른 각도로 배치되며 피검사자의 연속적으로 변하는 자세에 대한 이미지 데이터를 획득하는 복수 개의 영상측정장치로부터 상기 이미지 데이터를 수신하는 동작과, 상기 이미지 데이터로부터 지정된 골격관절들에 대응하는 특징점들을 추출하는 동작과, 상기 추출된 특징점들을 이용하여 근골격계 증상에 대한 점수를 산출하는 동작을 실행하기 위한 하나 이상의 프로그램들을 저장할 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
상술한 바와 같이 이루어진 본 발명의 일 실시예에 따르면,
사용자의 다양하고 연속적인 자세에 대한 영상 데이터 및 인공 지능 학습 모델에 기반하여, 근골격계 증상의 정도를 정밀하게 산출할 수 있다.
또한 사용자의 다양하고 연속적인 자세에 대한 영상 데이터 및 인공 지능 학습 모델에 기반하여, 복수의 근골격계 질환에 대한 결과를 한 번에 산출할 수 있다.
물론 이러한 효과들에 의해 본 발명의 범위가 한정되는 것은 아니다.
도 1은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 시스템의 기능적 구성의 예이다.
도 2는 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 시스템의 환경의 예이다.
도 3은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치 및 영상측정장치의 신호흐름의 예이다.
도 4는 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)가 추출하는 복수 개의 특징점의 예를 나타낸다.
도 5는 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)의 동작의 예이다.
도 6은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)의 동작의 예이다.
도 7은 본 발명의 일 실시예에 따른 근골격계 증상 중 거북목을 진단하기 위한 상황의 예를 도시한다.
도 8은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)의 동작의 예이다.
도 9는 본 발명의 일 실시예에 따른 근골격계 증상 중 외반슬, 내반슬을 진단하기 위한 상황의 예를 도시한다.
도 10은 본 발명의 일 실시예에 따른 근골격계 증상 중 어깨비대칭을 진단하기 위한 상황의 예를 도시한다.
도 11은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)의 동작의 예이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
이하의 실시예에서, 영역, 구성 요소, 부, 블록, 모듈 등의 부분이 다른 부분 위에 또는 상에 있다고 할 때, 다른 부분의 바로 위에 있는 경우뿐만 아니라, 그 중간에 다른 영역, 구성 요소, 부, 블록, 모듈 등이 개재되어 있는 경우도 포함한다.
이하의 실시예에서, 영역, 구성 요소, 부, 블록, 모듈 등이 연결되었다고 할 때, 영역, 구성 요소, 부, 블록, 모듈들이 직접적으로 연결된 경우뿐만 아니라 영역, 구성요소, 부, 블록, 모듈들 중간에 다른 영역, 구성 요소, 부, 블록, 모듈들이 개재되어 간접적으로 연결된 경우도 포함한다.
이하 본 문서에서 '근골격계 증상'은, '근골격계 질환의 증상' 또는 '근골격계 질환'을 지칭할 수 있다.
도 1은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 시스템의 기능적 구성의 예이다. 도 2는 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 시스템의 환경의 예이다.
도 1 및 도 2를 참조하면, 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 시스템은, 영상측정장치(200) 및 상기 영상측정장치(200)와 연결된 전자 장치(100)를 포함할 수 있다. 영상측정장치(200)와 전자 장치(100)는 유선 또는 무선 통신 채널을 통해 연결될 수 있다.
영상측정장치(200)는 피검사자(E)의 영상, 즉 이미지를 획득할 수 있다. 일 실시예에 따르면 영상측정장치(200)는, 사업장에서 근로자들의 근골격계 건강을 모니터링하기 위한 장소나, 불특정 다수의 소비자들이 근골격계 건강을 자가 진단하고 정보를 제공받을 수 있는 헬스 케어 서비스를 제공하는 장소에 설치될 수 있다. 다만 이는 일 예시일 뿐, 본 발명은 이에 한정되지 않는다.
영상측정장치(200)는 카메라 등 이미지를 획득하기 위한 장치일 수 있으며, 복수 개 설치될 수 있다. 예를 들면 두 개 이상의 영상측정장치(200)가 서로 다른 각도에서 한 피검사자(E)를 촬영하도록 설치될 수 있다.
일 실시예에 따르면 전자 장치(100)는 영상측정장치(200)와 유선 또는 무선 연결된 컴퓨터 장치일 수 있다. 예를 들면, 전자 장치(100)는, 근골격계 건강 진단 서비스를 제공하는 장소에, 영상측정장치(200)와 함께 설치된 컴퓨터 장치일 수 있다. 다른 예를 들면, 전자 장치(100)는 영상측정장치(200)와 다른 장소에 설치될 수 있으며, 근골격계 진단 서비스를 제공하기 위한 서버 또는 관리 장치일 수 있다.
다른 실시예에 따르면 전자 장치(100)는 영상측정장치(200)와 서버(미도시)를 통해 연결된 스마트폰, 태블릿 PC를 포함할 수 있다. 이 경우 전자 장치(100)는 사용자 개인 단말일 수 있다. 다만 이는 일 예시일 뿐 본 발명은 이에 한정되지 않는다.
일 실시예에 따르면 영상측정장치(200)는 센서부(210), 통신부(230), 메모리(250)를 포함할 수 있다. 다만 이에 한정되지 않으며, 영상측정장치(200)에는, 이 구성요소들 중 적어도 하나가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 영상측정장치(200)는 배터리(미도시)를 더 포함할 수 있다. 영상측정장치(200)는 예를 들면 각종 이미지 처리를 위한 이미지 시그널 프로세서(미도시)를 더 포함할 수 있다.
센서부(210)는 이미지 센서를 포함하며, 피검사자(E)의 이미지를 획득할 수 있다. 예를 들면 센서부(210)는 렌즈 어셈블리를 통해 전달된 빛을 전기적인 신호로 변환함으로써 피사체에 대응하는 이미지를 획득할 수 있다.
센서부(210)에 포함된 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서로 구현될 수 있다.
센서부(210)는 연속적으로(예: 소정의 짧은 주기로) 피검사자(E)의 시리즈 이미지 또는 스트림 이미지를 획득할 수 있다. 이는, 영상측정장치(200)가 피검사자(E)의 동영상을 촬영하는 동작에 상응할 수 있다. 센서부(210)를 통해 획득된 이미지는, 디지털 신호로 전자 장치(100)에게 전달되어, 피검사자(E)의 골격관절에 대응하는 특징점을 추출하기 위해 이용될 수 있고, 상기 특징점을 이용하여 피검사자(E)의 하나 이상의 근골격계 증상을 식별하기 위해 이용될 수 있다.
센서부(210)는, 예를 들면 RGB 센서, BW(black and white) 센서, 적외선(IR) 센서, 깊이(depth) 센서를 포함할 수 있다. 일 실시예에 따르면 RGB 센서 및 깊이 센서를 통해 획득된 데이터는, 피검사자(E)의 연속적 시리즈 이미지로부터 피검사자(E)의 골격(또는 사지의 형태)를 식별하는 데 이용될 수 있다. 상기 골격 또는 사지의 형태의 식별은, 피검사자(E)의 골격관절에 대응하는 특징점을 추출하는 데 이용될 수 있다. 여기서 사지의 형태를 식별하는 것이란, 사지뿐만 아니라 사지를 포함하는 전체 골격의 형체 또는 자세를 식별하는 것을 지칭한다.
센서부(210)는 예를 들면 획득되는 이미지의 아날로그 신호(예: 전기적 신호)로부터 간섭(interference)이나 노이즈를 제거 또는 필터링할 수 있다. 필터링된 아날로그 신호는 디지털 신호로 변환되어 전자 장치(100)로 송출될 수 있다.
일 실시예에 따르면, 센서부(210)는 관성 측정 장치(inertial measurement unit, IMU)를 더 포함할 수 있다.
관성 측정 장치(IMU)는 3축 가속도계를 사용하여 3축 방향의 선형 가속도를 감지할 수 있고, 3축 각속도계(예: 자이로스코프)를 사용하여 3축 방향의 각속도 또는 각가속도를 감지할 수 있다. 관성 측정 장치는 상기 3축 가속도계와 3축 각속도계를 사용하여 진행방향, 횡방향, 높이방향의 가속도와 롤링(roll), 피칭(pitch), 요(yaw) 각속도의 측정이 가능하다.
센서부(210)는, 관성 측정 장치를 이용한 상기 감지 또는 측정을 통해, 대상(object)(예: 피검사자(E))의 위치 데이터 검출과 회전 추적의 정확도를 높일 수 있다. 예를 들면, 관성 측정 장치는 측위 시스템에 의해 측정된(measured) 측위 값과 대상체의 실제 위치 값의 오차를 최소화할 수 있다.
센서부(210)가 관성 측정 장치(IMU)를 포함함으로써, 영상측정장치(200)가 흔들릴 때에도 피검사자(E)의 자세 또는 움직임에 대한 정확한 이미지를 얻을 수 있다.
일 실시예에 따르면, 영상측정장치(200)(예: 센서부(210))는 획득되는 이미지 신호로부터 간섭 또는 노이즈 제거를 위해, 이미지 시그널 프로세서(processor)(미도시)를 포함할 수 있다.
이미지 시그널 프로세서(미도시)는 센서부(210)를 통하여 획득된 이미지 또는 메모리(250)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 특징점 추출, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정) 등을 포함할 수 있다.
예를 들면, 이미지 시그널 프로세서는 센서부(210)에 대한 제어(예: 노출 시간 제어 등)를 수행할 수도 있다.
이미지 시그널 프로세서에 의해 처리된 이미지는 다른 구성 요소(예: 메모리(250) 또는 전자 장치(100))로 제공될 수 있다.
하지만 본 발명은 이에 한정되지 않으며, 이미지 시그널 프로세서가 수행하는 이미지 처리들은, 전자 장치(100)(예: 전자 장치(100)의 프로세서(110))에 의해 수행될 수도 있다.
메모리(250)는 센서부(210)를 통하여 획득된 이미지의 적어도 일부를 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 일 예를 들면 메모리(250)는 센서부(210)를 통해 획득되는 이미지에 대한 스트림 데이터를 전자 장치(100)에게 송신하기 위해 이미지 데이터를 적어도 일시 저장할 수 있다.
통신부(230)는 영상측정장치(200)와 전자 장치(100)(예: 전자 장치(100)의 통신부(130)) 간의 유선 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신부(230)는 획득된 이미지의 아날로그 신호로부터 변환된 디지털 신호를 이미지 데이터로써, 전자 장치(100)에게 송신할 수 있다.
전자 장치(100)는 예를 들면, 컴퓨터 장치, 서버, 휴대용 통신 장치, 태블릿 PC, 또는 스마트폰을 포함할 수 있으나, 이에 한정되지 않는다.
전자 장치(100)는 프로세서(110), 통신부(130), 메모리(150)를 포함할 수 있다. 메모리(150)는 영상측정장치(200)로부터 수신된 피검사자(E)의 이미지 데이터로부터 피검사자(E)의 근골격계 증상을 식별하고, 상기 근골격계 증상의 정도(예: 점수, 위험도 등)를 산출하기 위한 프로그램(160)을 저장할 수 있다. 다만 이에 한정되지 않으며, 이 구성요소들 중 적어도 하나가 생략되거나, 하나 이상의 다른 구성 요소(예: 디스플레이와 같은 표시 장치, 마우스, 키보드, 터치스크린과 같은 입력 장치)가 추가될 수 있다.
통신부(130)는 영상측정장치(200)의 통신부(230)와 유선 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신부(130)는 영상측정장치(200)로부터 피검사자(E)의 이미지 데이터를 수신할 수 있다.
프로세서(110)는 예를 들면 하나 이상의 프로세서를 포함할 수 있다. 프로세서(110)는 소프트웨어 또는 프로그램(160)을 실행하여 다양한 데이터 처리 또는 연산을 수행할 수 있다. 상기 데이터 처리 또는 연산은, 피검사자의 정적 자세 또는 동적 자세에 대해 연속적으로 획득된 시리즈 이미지 데이터를 입력으로 하여, 시리즈 이미지 데이터에 포함된 피검사자(E)의 골격, 즉 사지의 형태를 식별하고, 식별된 사지의 형태를 이용하여 피검사자(E)의 골격관절에 대응하는 특징점을 추출하고, 상기 특징점을 이용하여 피검사자(E)의 하나 이상의 근골격계 증상을 식별하기 위한 데이터 처리 또는 연산을 포함할 수 있다.
프로세서(110)는 명령 또는 데이터를 메모리(150)(예: 휘발성 메모리)에 로드하고, 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 메모리(150)(예: 비휘발성 메모리)에 저장할 수 있다.
메모리(150)는, 전자 장치(100)의 적어도 하나의 구성요소(예: 프로세서(110))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 상기 데이터는, 예를 들어, 소프트웨어(예: 프로그램(160)), 학습 모델 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(150)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 본 발명의 일 실시예에 따르면, 메모리(150)는, 이미지 데이터에 포함된 피검사자(E)의 골격관절에 대응하는 특징점을 추출하고, 상기 특징점을 이용하여 피검사자(E)의 하나 이상의 근골격계 증상을 식별하기 위한 소프트웨어, 프로그램(예: 프로그램(160)), 학습 모델, 또는 알고리즘을 저장할 수 있다.
프로그램(160)은, 하나 이상의 프로그램들을 포함할 수 있다. 프로그램(160)은, 인공 지능에 의해 학습된 학습 모델을 포함할 수 있다.
예를 들면 프로그램(160)은 피검사자(E)의 정적 자세 또는 동적 자세에 대한 연속적인 이미지 데이터(예: 시리즈 이미지 데이터)로부터, 피검사자(E)의 골격관절에 대응하는 복수의 특징점들의 3차원 좌표를 추출하도록 학습된 학습 모델을 포함할 수 있다.
프로그램(160)(예: 인공 지능 학습 모델)은 피검사자(E)의 연속적 이미지 데이터로부터 복수의 특징점들의 3차원 좌표의 움직임을 생성 또는 획득할 수 있고, 상기 복수의 특징점들의 3차원 좌표를 이용하여 복수의 근골격계 증상의 정도(예: 점수, 위험도 등)를 산출할 수 있다.
도 2를 참조하면 일 실시예에 따른 근골격계 증상을 진단하기 위한 시스템에서, 영상측정장치(200)는 복수 개일 수 있다.
피검사자(E)는 복수의 영상측정장치(200)들 사이에서 복수의 자세들(예: 제1 자세, 제2 자세 등)을 취할 수 있다. 예를 들면 복수의 자세들은, 정적 자세와 동적 자세를 포함할 수 있다. 정적 자세는 앉은 자세와 선 자세를 포함할 수 있고, 동적 자세는 걸어가는 동작인 보행 자세를 포함할 수 있다.
피검사자(E)는 영상측정장치(200)들 사이에서 복수의 자세들을 연속적으로 취할 수 있다. 일 예를 들면, 피검사자(E)는 의자에 앉았다가 일어선 뒤, 전면으로 걸어갔다가 뒤돌아서 걸어 돌아오는 동작을 연속적으로 수행할 수 있다. 상기 연속적 동작은, 상술한 정적 자세와 동적 자세를 모두 포함할 수 있다.
복수 개의 영상측정장치(200)는, 상술한 바와 같은 피검사자(E)의 복수의 자세들을 각기 다른 각도에서 촬영할 수 있다. 예를 들면, 제1 영상측정장치는 피검사자(E)의 전면에 설치될 수 있고, 제2 영상측정장치는 기준점(예: 피검사자(E)의 자세의 시작점)을 중심으로 피검사자(E)의 전후방향에 대하여, 45도 기울어진 위치에 설치될 수 있다.
이 때 제1 영상측정장치는 피검사자(E)가 복수의 자세들을 수행하는 동안 피검사자(E)의 전면 또는 후면을 촬영할 수 있다. 제2 영상측정장치는 피검사자(E)가 복수의 자세들을 수행하는 동안 피검사자(E)의 전방 측면 또는 후방 측면을 촬영할 수 있다.
다만 이에 한정되지 않으며 일 실시예에 따르면 복수 개의 영상측정장치(200)는 예를 들면 제3 영상측정장치를 더 포함할 수 있다. 예를 들면 제1, 제2, 제3 영상측정장치는 촬영의 기준점(예: 피검사자(E)의 자세의 시작점)을 중심으로 120도 간격으로 설치될 수 있다. 다만 이는 일 실시예일뿐이며, 본 발명은 이에 한정되지 않는다.
전자 장치(100)는, 복수의 영상측정장치(200)들 각각으로부터 피검사자(E)의 촬영 이미지에 대응하는 이미지 데이터를 수신할 수 있다.
즉 전자 장치(100)는, 제1 영상측정장치로부터 제1 영상측정장치가 촬영한 제1 이미지 데이터를 수신하고, 제2 영상측정장치로부터 제2 영상측정장치가 획득한 이미지에 대응하는 제2 이미지 데이터를 수신할 수 있다.
제1 이미지 데이터는, 제1 영상측정장치가 촬영한 피검사자(E)의 연속적인 복수의 자세들에 대한 RGB 데이터 및 깊이(depth) 데이터를 포함할 수 있다. 제2 이미지 데이터 역시, 제2 영상측정장치가 촬영한 피검사자(E)의 연속적인 복수의 자세들에 대한 RGB 데이터 및 깊이 데이터를 포함할 수 있다.
예를 들면 전자 장치(100)의 프로세서(110)는, 제1 영상측정장치로부터 수신한 제1 이미지 데이터 및 제2 영상측정장치로부터 수신한 제2 이미지 데이터를 동기화(synchronize)할 수 있다. 예를 들면 제1 영상측정장치 및 제2 영상측정장치가 서로 동기화(synchronize)되도록, 매개변수를 조정할 수 있다.
전자 장치(100)의 프로세서(110)는 프로그램(160)을 통해, 제1 이미지 데이터와 제2 이미지 데이터로부터, 피검사자(E)의 골격(또는 사지의 형태)를 식별할 수 있다. 예를 들면 프로세서(110)는 제1 이미지 데이터 및 제2 이미지 데이터에 포함된 RGB 데이터 및 깊이 데이터를 이용하여, 피검사자(E)의 형체 또는 자세를 식별하고, 피검사자(E)의 사지를 포함한 골격관절의 움직임을 식별할 수 있다.
프로세서(110)는 학습 모델을 이용하여, 상기 제1 이미지 데이터 및 제2 이미지 데이터에 포함된 RGB 데이터 및 깊이 데이터를 이용하여, 피검사자(E)의 골격관절을 나타내는 복수 개의 특징점들을 추출할 수 있다.
프로세서(110)는 제1 영상측정장치 및 제2 영상측정장치를 포함하는 복수 개의 영상측정장치(200)들에 의해 다각도에서 촬영된 이미지 데이터를 이용하여, 상기 복수 개 특징점들의 3차원 좌표를 추출할 수 있다. 프로세서(110)는, 피검사자(E)가 복수의 연속적인 자세(예: 앉은 자세, 선 자세, 걷는 자세)를 취하는 동안 연속적으로 획득된 이미지 데이터를 이용하여, 상기 복수 개 특징점들의 3차원 좌표의 시간에 따른 움직임을 획득할 수 있다. 즉, 프로세서(110)는, 시간에 따라 상기 복수 개 특징점들이 3차원 상에서 형성하는 경로를 생성할 수 있다. 상기 복수 개의 특징점들이 3차원 상에서 형성하는 경로는, 피검사자(E)의 연속적인 자세에 상응할 수 있다.
본 발명의 일 실시예에 따르면, 피검사자(E)의 정적 자세 및 동적 자세를 포함하는 복수의 연속적인 자세를 촬영함으로써, 피검사자(E)의 근골격계 증상 및 그 정도(또는 위험도)를 보다 정확하게 식별할 수 있다. 종래의 방식과 같이 피검사자(E)가 운동치료 전문가 앞에서 특정 자세를 취하거나, 또는 특정 자세의 엑스레이나 CT촬영을 하는 경우, 피검사자(E)가 무의식 중에 올바른 자세를 취하려고 노력할 수 있기 때문에, 피검사자의 근골격계 증상의 정도를 정확하게 진단하기 어려운 단점이 존재하였기 때문이다. 반면, 본 발명의 일 실시예에 따르면, 피검사자(E)가 정적 자세 및 동적 자세(예: 걷는 동작)을 포함하는 복수의 연속적인 자세를 수행하고, 이를 다양한 각도에서 복수 개의 영상측정장치(200)들로 촬영한다. 이를 통해, 피검사자(E)의 자연스러운 자세 이미지를 획득할 수 있고, 따라서 피검사자(E)의 근골격계 증상 및 그 정도(또는 위험도)를 정확하게 식별할 수 있다.
도 3은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치 및 영상측정장치의 신호흐름의 예이다.
도 3을 참조하면, S101에서 영상측정장치(200)는 피검사자(E)의 이미지를 획득할 수 있다. 영상측정장치(200)는 두 개 이상의 영상측정장치를 포함할 수 있다. 두 개 이상의 영상측정장치는, 피검사자(E)를 각각 다른 각도에서 촬영할 수 있다. 예를 들면 피검사자(E)의 촬영의 기준점을 중심으로, 제1 영상측정장치는 피검사자(E)의 전면에서 피검사자(E)의 이미지를 획득할 수 있고, 제2 영상측정장치는 피검사자(E)의 전후방향에 대하여 45도 기울어진 위치에서 피검사자(E)의 이미지를 획득할 수 있다. 다른 예를 들면, 제1, 제2, 제3 영상측정장치가 120도 간격으로 배치되어 피검사자(E)의 이미지를 획득할 수 있다. 다만 이에 한정되지 않는다.
S101에서 피검사자(E)는 제1 자세 및 제2 자세를 포함하는 복수의 자세들을 연속적으로 취할 수 있다. 복수의 자세들은 정적 자세 및 동적 자세를 포함할 수 있다. 정적 자세는 앉은 자세와 선 자세를 포함할 수 있고, 동적 자세는 걸어가는 동작인 보행 자세를 포함할 수 있다. 피검사자(E)는 예를 들면 의자에 앉은 제1 자세, 의자에서 일어선 제2 자세, 전면으로 걸어갔다가 뒤돌아서 걸어 돌아오는 제3 자세를 연속적으로 수행할 수 있다. 복수 개의 영상측정장치(200)는 피검사자(E)의 상기 제1, 제2, 제3 자세에 대한 이미지를 연속적으로 획득할 수 있다.
S102에서 영상측정장치(200)는 획득된 이미지에 대한 이미지 데이터를 전자 장치(100)로 송신할 수 있다. 예를 들면 복수의 영상측정장치(200)들은, 각각의 영상측정장치(200)에서 획득된 이미지에 대한 이미지 데이터를 각각 전자 장치(100)로 송신할 수 있다. 각각의 이미지 데이터는, RGB 데이터 및 깊이(depth) 데이터를 포함할 수 있다. 전자 장치(100)는 복수의 영상측정장치(200)들로부터 각각 이미지 데이터를 수신할 수 있다.
S103에서 전자 장치(100)는, 수신된 이미지 데이터로부터 지정된 골격관절을 나타내는 특징점을 추출할 수 있다. 이미지 데이터로부터 추출되는 특징점은 복수 개이며, 각각 특정한 골격관절에 대응할 수 있다. 복수의 특징점들의 종류는, 미리 정해질 수 있다. 예를 들면 프로그램(160)에 구현된 학습 모델은, 지정된 골격관절에 대응하는 복수의 특징점들을 식별하도록 학습될 수 있다.
도 4는 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)가 추출하는 복수 개의 특징점의 예를 나타낸다.
도 4를 참조하면, 본 발명의 일 실시예에 따르면, 전자 장치(100)는, 26개의 지정된 골격관절에 대응하는 특징점들을 추출하도록 설정될 수 있다. 26개의 지정된 골격관절은 예를 들면 하기의 표 1과 같을 수 있다.
참조번호 골격관절 모(parent) 골격관절
0 골반(PELVIS) -
1 요추(SPINE_NAVAL) 골반(PELVIS)
2 흉추(SPINE_CHEST) 요추(SPINE_NAVAL)
3 목(NECK) 흉추(SPINE_CHEST)
4 왼쇄골(CLAVICLE_LEFT) 흉추(SPINE_CHEST)
5 왼어깨(SHOULDER_LEFT) 왼쇄골(CLAVICLE_LEFT)
6 왼팔꿈치(ELBOW_LEFT) 왼어깨(SHOULDER_LEFT)
7 왼손목(WRIST_LEFT) 왼팔꿈치(ELBOW_LEFT)
8 오른쇄골(CLAVICLE_RIGHT) 흉추(SPINE_CHEST)
9 오른어깨(SHOULDER_RIGHT) 오른쇄골(CLAVICLE_RIGHT)
10 오른팔꿈치(ELBOW_RIGHT) 오른어깨(SHOULDER_RIGHT)
11 오른손목(WRIST_RIGHT) 오른팔꿈치(ELBOW_RIGHT)
12 왼고관절(HIP_LEFT) 골반(PELVIS)
13 왼무릎(KNEE_LEFT) 왼고관절(HIP_LEFT)
14 왼발목(ANKLE_LEFT) 왼무릎(KNEE_LEFT)
15 왼발(FOOT_LEFT) 왼발목(ANKLE_LEFT)
16 오른고관절(HIP_RIGHT) 골반(PELVIS)
17 오른무릎(KNEE_RIGHT) 오른고관절(HIP_RIGHT)
18 오른발목(ANKLE_RIGHT) 오른무릎(KNEE_RIGHT)
19 오른발(FOOT_RIGHT) 오른발목(ANKLE_RIGHT)
20 머리(HEAD) 목(NECK)
21 코(NOSE) 머리(HEAD)
22 왼눈(EYE_LEFT) 머리(HEAD)
23 왼귀(EAR_LEFT) 머리(HEAD)
24 오른눈(EYE_RIGHT) 머리(HEAD)
25 오른귀(EAR_RIGHT) 머리(HEAD)
도 4에서 화살표는, 모(parent) 골격관절로부터 각각의 골격관절들로 계층이 뻗어나가는 것을 나타낼 수 있다. 다만, 전자 장치(100)가 추출하는 복수 개의 특징점들은 도 4 및 표 4에 한정되지 않으며, 예를 들면 일부 특징점들이 생략될 수도 있고, 다른 특징점들을 더 추가될 수도 있다.
전자 장치(100)는, 복수의 영상측정장치(200)로부터 수신된 이미지 데이터 각각에 포함된 RGB 데이터 및 깊이 데이터로부터, 피검사자(E)의 골격, 즉 사지의 형태를 식별할 수 있다. 여기서 사지의 형태를 식별하는 것이란, 사지뿐만 아니라 사지를 포함하는 전체 골격의 형체 또는 자세를 식별하는 것을 지칭한다. 또한 골격의 형태 또는 사지의 형태를 식별하는 것은, 골격의 형태를 나타내는 골격 데이터를 생성하는 것을 포함할 수 있다.
전자 장치(100)는, 상기 골격 또는 사지의 형태로부터, 표 4와 같은 복수 개(예: 26개)의 골격관절에 대응하는 특징점들을 추출할 수 있다. 여기서 특징점들을 추출하는 동작은, 골격관절에 대응하는 각 특징점들의 3차원 좌표를 획득 및 저장하는 동작을 지칭할 수 있다.
따라서 전자 장치(100)는, 복수의 영상측정장치(200)로부터 수신된 이미지 데이터를 이용하여, 특징점들의 3차원 움직임을 획득할 수 있다. 다시 말하면, 각 특징점들의 3차원 좌표값의 시간에 따른 변화를 생성 및 저장할 수 있다.
S104에서 전자 장치(100)는, 특징점을 이용하여 하나 이상의 근골격계 증상에 대한 점수를 산출할 수 있다. 다시 말하면 전자 장치(100)는, 각 특징점들의 3차원 좌표의 움직임을 이용하여, 하나 이상의 근골격계 증상에 대한 점수를 산출할 수 있다. 근골격계 증상에 대한 점수는, 근골격계 증상의 정도 또는 위험도에 상응할 수 있다. 근골격계 증상에 대한 점수는 예를 들면 숫자일 수도 있지만, 정상, 경증, 중증과 같은 등급을 나타낼 수도 있다.
일 실시예에 따르면, 전자 장치(100)는 S103에서 획득된, 특징점들의 3차원 좌표 또는 3차원 좌표의 움직임을 이용하여 복수 개의 근골격계 증상을 한 번에 식별하고 상기 복수 개의 근골격계 증상의 정도(예: 점수, 위험도)를 한번에 산출할 수 있다.
전자 장치(100)가 한 번에 식별할 수 있는 복수 개의 근골격계 증상은, 예를 들면, 거북목(또는 일자목), 외반슬, 내반슬, 및 어깨비대칭을 포함할 수 있다. 다만 이는 일 예시일 뿐 본 발명은 이에 한정되지 않는다. 예를 들면, 전자 장치(100)가 특징점들의 3차원 좌표를 이용하여 식별할 수 있는 근골격계 증상의 종류는 학습을 통해 갱신(update)되거나 추가될 수도 있다. 본 발명의 일 실시예에 따르면, 전자 장치(100)는 골격관절에 대응하는 특징점들의 3차원 좌표 및 그 움직임을 획득할 수 있기 때문에, 상기 3차원 좌표를 이용하여 다른 근골격계 증상을 식별하는 알고리즘을 프로그램(160)에 추가하는 것은 간단하고 효율적일 수 있다.
본 발명의 일 실시예에 따르면 복수 개의 근골격계 증상을 식별하기 위해 이용되는 특징점의 종류는 각각 다를 수 있다. 예를 들면, 획득된 복수 개의 특징점 중에서, 제1 근골격계 증상을 식별하기 위해 제1, 2 특징점이 이용될 수 있고, 제2 근골격계 증상을 식별하기 위해 제3, 4 특징점이 이용될 수 있다. 다만 이에 한정되지 않는다.
도 5는 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)의 동작의 예이다. 도 5의 동작들은 프로세서(110)에 의해, 프로그램(160)을 통해 수행될 수 있다.
도 5를 참조하면, S201에서 전자 장치(100)는 복수 개의 영상측정장치(200)로부터 수신된 이미지 데이터로부터 특징점을 추출할 수 있다. 이는 전술한 S103 동작에 상응할 수 있다. 즉, 전자 장치(100)는, 복수 개의 영상측정장치(200)로부터 수신된 이미지 데이터로부터, 특징점들의 3차원 좌표값을 생성할 수 있고, 상기 특징점들의 시간에 따른 움직임(즉, 3차원 좌표값의 변화)을 획득 또는 생성할 수 있다.
구체적으로, 피검사자(E)가 취하는 연속적인 동작에 따라, 상기 특징점들도 시간에 따른 움직임을 보일 수 있다. 즉, 상기 특징점들도 복수의 자세에 대응할 수 있다.
S202에서 전자 장치(100)는 상기 특징점들의 시간에 따른 움직임 중, 제1 자세의 특징점들을 이용하여 제1 근골격계 증상에 대한 점수를 산출할 수 있다.
S203에서 전자 장치(100)는 상기 특징점들의 시간에 따른 움직임 중, 제2 자세의 특징점들을 이용하여 제2 근골격계 증상에 대한 점수를 산출할 수 있다.
제1 자세 및 제2 자세는 정지 자세일 수도 있고 동적 자세일 수도 있으며, 서로 일부 중첩될 수도 있다.
일 실시예에 따르면, 서로 다른 제1 근골격계 증상(예: 외반슬, 내반슬)과 제2 근골격계 증상(예: 어깨비대칭)을 식별하기 위해 필요한 자세가 서로 다를 수 있다.
예를 들면, 외반슬과 내반슬을 식별하기 위해서는 전면 정지 자세의 특징점들이 이용될 수 있고, 거북목을 식별하기 위해서는 측면 정지 자세의 특징점들이 이용될 수 있고, 어깨비대칭을 식별하기 위해서는 동적 자세인 보행 자세의 특징점들이 이용될 수 있다. 하지만 이에 한정되지 않으며, 실시예에 따라, 어깨비대칭을 식별하기 위해 전면 정지 자세 또는 후면 정지 자세의 특징점들이 이용될 수도 있을 것이다.
따라서 S202에서 전자 장치(100)는 예를 들면, 전면 정지 자세인 제1 자세의 특징점들을 이용하여 제1 근골격계 증상인 외반슬, 내반슬에 대한 점수를 산출할 수 있다. 또한 S203에서 전자 장치(100)는 예를 들면, 보행 자세인 제2 자세의 특징점들을 이용하여 제2 근골격계 증상인 어깨비대칭에 대한 점수를 산출할 수 있다. 이 경우 예를 들면 제2 자세(예: 보행 자세)의 특징점들은, 한 시점에 대응하는 특징점들이 아닌, 시간에 따라 움직이는 특징점들을 모두 포함할 수 있다. 따라서 예를 들면, 제2 근골격계 증상(예: 어깨비대칭)은, 시간에 따라 움직이는 제2 자세(예: 보행 자세)의 특징점들을 이용하여 식별될 수 있다.
S202 및 S203은, 순서를 가지고 수행될 수도 있고, 서로 독립적으로 병렬적으로 수행될 수도 있다.
일 실시예에 따르면, 전자 장치(100)는, 시간에 따라 연속적으로 변하는 특징점들을 나타내는 데이터 중에서, 제1 근골격계 증상에 대한 점수를 산출하는 데 이용할 제1 구간 및 제2 근골격계 증상에 대한 점수를 산출하는 데 이용할 제2 구간을 식별할 수 있다.
이 때 전자 장치(100)는, 시간에 따라 연속적으로 변하는 특징점들이 나타내는 자세에 기반하여, 제1 자세에 대응하는 상기 제1 구간 및 제2 자세에 대응하는 상기 제2 구간을 식별할 수 있다. 상기 제1 구간 및 제2 구간은, 복수의 시점에 대응할 수도 있고, 단일 시점에 대응할 수도 있다. 즉, 실시예에 따라 전자 장치(100)는, 시간에 따라 연속적으로 변하는 특징점들을 나타내는 데이터 중에서, 제1 근골격계 증상에 대한 점수를 산출하는 데 이용할 제1 시점 및 제2 근골격계 증상에 대한 점수를 산출하는 데 이용할 제2 시점을 식별할 수 있다.
도 6은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)의 동작의 예이다. 도 6의 동작들은 프로세서(110)에 의해, 프로그램(160)을 통해 수행될 수 있다. 도 6 내지 도 7을 참조하면, 측면 정지 자세를 통해 진단할 수 있는 제1 근골격계 증상은, 예를 들면 거북목을 포함할 수 있다.
도 6를 참조하면, S301에서 전자 장치(100)는 측면 정지 자세에 대한 이미지 데이터로부터, 제1 근골격계 증상(예: 거북목)을 진단하기 위한 소정의 특징점을 식별할 수 있다.
예를 들면, 측면 정지 자세에서의 복수 개(예: 26개)의 특징점 중에서도, 제1 근골격계 증상(예: 거북목)을 진단하기 위한 소정의 특징점들이 존재할 수 있다. 즉, 측면 정지 자세에서의 복수 개(예: 26개)의 특징점 중에서도, 제1 근골격계 증상(예: 거북목)을 진단하기 위해 복수 개의 특징점들이 모두 이용되는 것은 아니며, 그 중 지정된 제1, 2, 3 특징점만이 이용될 수 있다. 다만 이는 이용되는 특징점이 3개임을 한정하는 것이 아니다.
도 7은 본 발명의 일 실시예에 따른 근골격계 증상 중 거북목을 진단하기 위한 상황의 예를 도시한다.
도 7을 참조하면, 전자 장치(100)는 예를 들면, 거북목을 진단하기 위한 제1, 2, 3 특징점으로, 코(21)에 대응하는 특징점, 오른귀(25)에 대응하는 특징점, 및 목(3)에 대응하는 특징점을 식별할 수 있다. 다른 예를 들면 거북목을 진단하기 위한 제1, 2, 3 특징점으로 코(21)에 대응하는 특징점, 왼귀(23)에 대응하는 특징점, 및 목(3)에 대응하는 특징점이 이용될 수도 있음은 물론이다.
S302에서, 전자 장치(100)는 식별된 제1, 2, 3 특징점이 이루는 각도(A1)를 산출할 수 있다.
S303에서 전자 장치(100)는 산출된 각도에 따라 제1 근골격계 증상(예: 거북목)에 대한 점수를 획득할 수 있다. 상기 점수는, 제1, 2, 3 특징점이 이루는 각도(A1)를 소정의 규칙에 따라 환산한 숫자일 수 있다. 상기 점수는, 제1 근골격계 증상(예: 거북목)에 대한 위험도를 나타낼 수 있다.
일 실시예에 따르면, 전자 장치(100)는, 상황 C2과 같이, 제1, 2, 3, 특징점이 이루는 각도(A1)가 제1 각도 미만이면 제1 근골격계 증상(예: 거북목)에 대하여 정상임을 출력할 수 있다. 또한 전자 장치(100)는, 상황 C1과 같이 제1, 2, 3, 특징점이 이루는 각도(A1)가 제1 각도 이상 제2 각도 미만이면 제1 근골격계 증상(예: 거북목)이 경증임을 출력하고, 제1, 2, 3, 특징점이 이루는 각도(A1)가 제2 각도 이상이면 제1 근골격계 증상(예: 거북목)이 중증임을 출력할 수 있다.
산출된 제1 근골격계 증상에 대한 점수 또는 위험도는, 전자 장치(100)의 표시 장치를 통해 출력될 수 있다. 예를 들면, 제1 근골격계 증상에 대한 점수 또는 위험도는 서버에서 산출되어, 피검사자(E)의 스마트폰의 어플리케이션을 통해 표시될 수도 있다. 상기 어플리케이션은, 예를 들면, 산출된 제1 근골격계 증상에 대한 점수 또는 위험도에 따라, 적절한 운동치료법을 가이드할 수 있다.
도 8은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)의 동작의 예이다. 도 8의 동작들은 프로세서(110)에 의해, 프로그램(160)을 통해 수행될 수 있다. 도 8 내지 도 10을 참조하면, 정면 정지 자세를 통해 진단할 수 있는 제2 근골격계 증상은, 예를 들면 외반슬, 내반슬, 어깨비대칭을 포함할 수 있다.
도 8를 참조하면, S401에서 전자 장치(100)는 정면 정지 자세에 대한 이미지 데이터로부터, 제2 근골격계 증상(예: 외반슬, 내반슬, 어깨비대칭)을 진단하기 위한 소정의 특징점을 식별할 수 있다. 정면 정지 자세는 예를 들면 전면 정지 자세 및/또는 후면 정지 자세를 포함할 수 있다.
예를 들면, 정면 정지 자세에서의 복수 개(예: 26개)의 특징점 중에서도, 제2 근골격계 증상(예: 외반슬, 내반슬, 어깨비대칭)을 진단하기 위한 소정의 특징점들이 존재할 수 있다. 즉, 정면 정지 자세에서의 복수 개(예: 26개)의 특징점 중에서도, 제2 근골격계 증상(예: 외반슬, 내반슬, 어깨비대칭)을 진단하기 위해 복수 개의 특징점들이 모두 이용되는 것은 아니며, 그 중 지정된 제1, 2, 3, 4 특징점이 이용될 수 있다. 다만 이는, 이용되는 특징점의 개수가 4개임을 한정하는 것이 아니다.
도 9는 본 발명의 일 실시예에 따른 근골격계 증상 중 외반슬, 내반슬을 진단하기 위한 상황의 예를 도시한다.
도 9를 참조하면, 전자 장치(100)는 예를 들면, 외반슬 및 내반슬을 진단하기 위한 특징점으로, 복수(예: 26개)의 특징점들 중에서 왼고관절(12), 왼무릎(13), 왼발(14), 오른고관절(16), 오른무릎(17), 오른발(18)에 대응하는 특징점들을 식별할 수 있다.
도 10은 본 발명의 일 실시예에 따른 근골격계 증상 중 어깨비대칭을 진단하기 위한 상황의 예를 도시한다.
도 10을 참조하면, 전자 장치(100)는 예를 들면, 어깨비대칭을 진단하기 위한 특징점으로, 복수(예: 26개)의 특징점들 중에서 왼팔꿈치(6), 오른팔꿈치(10), 왼어깨(5), 오른어깨(9), 왼귀(23), 오른귀(25)에 대응하는 특징점들을 식별할 수 있다.
S402에서, 전자 장치(100)는 식별된 제1, 제2 특징점을 지나는 제1 직선과, 제3, 제4 특징점을 지나는 제2 직선이 이루는 각도를 산출할 수 있다.
S303에서 전자 장치(100)는 산출된 각도에 따라 제2 근골격계 증상(예: 외반슬, 내반슬, 어깨비대칭)에 대한 점수를 획득할 수 있다. 상기 점수는, 제1, 2 직선이 이루는 각도(A1)를 소정의 규칙에 따라 환산한 숫자일 수 있다. 상기 점수는, 제2 근골격계 증상에 대한 위험도를 나타낼 수 있다.
일 실시예에 따르면, 전자 장치(100)는, 왼고관절(12) 및 왼발(14)을 지나는 제1 직선과, 왼고관절(12) 및 왼무릎(13)을 지나는 제2 직선이 이루는 각도가 제1 각도 미만이면 C3과 같이 외반슬이고, 제2 각도 이상이면 C4와 같이 내반슬임을 출력할 수 있다. 상기 제1 각도는 음수고, 상기 제2 각도는 양수일 수 있다. 전자 장치(100)는 상기 제1 직선과 제2 직선이 이루는 각도가 상기 제1 각도 이상 상기 제2 각도 미만이면 정상임을 출력할 수 있다.
다른 실시예에 따르면, 전자 장치(100)는, 오른고관절(16) 및 오른무릎(17)을 지나는 제1 직선과, 왼고관절(12) 및 왼무릎(13)을 지나는 제2 직선이 이루는 각도가 제1 각도 미만이면 외반슬, 제2 각도 이상이면 내반슬, 상기 제1 각도 이상 상기 제2 각도 미만이면 정상임을 출력할 수도 있다.
또한 일 실시예에 따르면, 전자 장치(100)는, 왼팔꿈치(6) 및 오른팔꿈치(10)를 지나는 제1 직선과 왼어깨(5) 및 오른어깨(9)를 지나는 제2 직선이 이루는 각도, 및/또는 왼귀(23) 및 오른귀(25)를 지나는 제3 직선과 왼어깨(5) 및 오른어깨(9)를 지나는 제2 직선이 이루는 각도에 따라, C5와 같이 어깨비대칭이 중증 또는 경증임을 출력하거나, C6과 같이 정상임을 출력할 수 있다. 전자 장치(100)는, 소정의 알고리즘 또는 수학식에 따라, 상기 제1 직선, 제2 직선, 제3 직선이 서로 기울어진 정도가 클수록 어깨비대칭이 중증임을 출력할 수 있다.
도 11은 본 발명의 일 실시예에 따른 근골격계 증상을 진단하기 위한 전자 장치(100)의 동작의 예이다. 도 11의 동작들은 프로세서(110)에 의해, 프로그램(160)을 통해 수행될 수 있다. 도 11의 동적 보행 자세를 통해 진단할 수 있는 제3 근골격계 증상은, 예를 들면 어깨비대칭을 포함할 수 있다.
도 11을 참조하면, S501에서 전자 장치(100)는 동적 보행 자세에 대한 시리즈 이미지 데이터로부터, 제3 근골격계 증상(예: 어깨비대칭)을 진단하기 위한 소정의 특징점을 식별할 수 있다. 시리즈 이미지 데이터는, 연속적으로(예: 소정의 시간 간격으로)으로 획득된 이미지 데이터 또는 스트림 이미지 데이터를 지칭할 수 있다.
예를 들면, 동적 보행 자세에서의 복수 개(예: 26개)의 특징점 중에서도, 제3 근골격계 증상(예: 어깨비대칭)을 진단하기 위한 소정의 특징점들이 존재할 수 있다. 즉, 동적 보행 자세에서의 복수 개(예: 26개)의 특징점 중에서도, 제2 근골격계 증상(예: 어깨비대칭)을 진단하기 위해 상기 복수 개의 특징점들이 모두 이용되는 것은 아니며, 그 중 지정된 제1, 2 특징점이 이용될 수 있다.
일 실시예에 따르면, 전자 장치(100)는 어깨비대칭을 진단하기 위한 특징점으로, 동적 보행 자세의 복수(예: 26개)의 특징점들 중에서 왼손목(7) 및 오른손목(11)에 대응하는 특징점들을 식별할 수 있다.
S502에서, 전자 장치(100)는 동적 보행 자세에서 특징점들의 시간에 따른 움직임 중에서도, 시간에 따른 제1 특징점의 위치 변화와 시간에 따른 제2 특징점의 위치 변화를 획득할 수 있다.
예를 들면, 전자 장치(100)는 어깨비대칭을 진단하기 위해, 동적 보행 자세에서 특징점들의 시간에 따른 움직임 중에서도, 시간에 따른 왼손목(7) 특징점의 위치변화(예: 3차원 좌표값의 변화)와, 오른손목(11) 특징점의 위치변화를 획득할 수 있다.
일 예를 들면 동적 보행 자세에서 시간에 따른 왼손목(7) 특징점의 고도(예: z 좌표) 그래프는 사인파 또는 코사인파의 형태일 수 있다. 또한 동적 보행 자세에서 시간에 따른 오른손목(11) 특징점의 고도(예: z 좌표) 그래프는, 왼손목(7) 특징점의 고도 그래프와 위상이 대략적으로 반대인 사인파 또는 코사인파의 형태일 수 있다.
S503에서 전자 장치(100)는 제1 특징점(예: 왼손목(7))의 위치 변화와 제2 특징점(예: 오른손목(11))의 위치 변화를 이용하여 제3 근골격계 증상(예: 어깨비대칭)에 대한 점수를 획득할 수 있다. 상기 점수는, 제1 특징점의 고도 변화와 제2 특징점의 고도 변화를 소정의 규칙에 따라 환산한 숫자일 수 있다. 상기 점수는, 제3 근골격계 증상(예: 거북목)에 대한 위험도를 나타낼 수 있다.
예를 들면, 전자 장치(100)는 왼손목(7) 특징점의 고저 차(예: 평균 최저 고도와 평균 최고 고도의 차)와, 오른손목(11) 특징점의 고저 차 간의 차이가 클수록 제3 근골격계 증상(예: 어깨비대칭)이 중증임을 출력하고, 상기 차이가 적을수록 정상임을 출력할 수 있다.
다른 예를 들면, 전자 장치(100)는 왼손목(7) 특징점의 평균 고도와 오른손목(11) 특징점의 평균 고도의 차이가 클수록 제3 근골격계 증상(예: 어깨비대칭)이 중증임을 출력하고, 상기 차이가 적을수록 정상임을 출력할 수 있다. 다만 이에 한정되지 않는다.
본 발명의 일 실시예에 따르면, 산출된 근골격계 증상에 대한 점수 또는 위험도는, 전자 장치(100)의 표시 장치를 통해 출력될 수 있다. 예를 들면, 제1, 2, 3 근골격계 증상에 대한 점수 또는 위험도가 서버에서 산출되어, 피검사자(E)의 스마트폰의 어플리케이션을 통해 표시될 수도 있다. 상기 어플리케이션은, 예를 들면, 산출된 제1, 2, 3 근골격계 증상에 대한 점수 또는 위험도에 따라, 적절한 운동치료법을 가이드할 수 있다.
본 발명의 일 실시예에 따르면, 전자 장치(100)는 피검사자(E)의 복수의 자세를 포함하는 연속적 동작으로부터, 복수의 골격관절에 대응하는 특징점들의 3차원 움직임을 추출할 수 있고, 상기 특징점들의 3차원 움직임을 이용하여, 하나 또는 복수의 근골격계 증상을 진단할 수 있다.
일 실시예에 따르면, 전자 장치(100)는 상기 특징점들의 3차원 움직임으로부터, 진단하고자 하는 근골격계 증상의 종류에 따라 자세 및 필요한 특징점을 식별할 수 있다.
본 발명의 다양한 실시예들은 기기(machine)(예: 전자 장치(100)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 메모리(150) 또는 외장 메모리)에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(160))로서 구현될 수 있다. 예를 들면, 전자 장치(100)의 프로세서(110)는, 저장 매체로부터 저장된 하나 이상의 명령어들을 호출하고, 그것을 실행할 수 있다. 이것은 전자 장치(100)가 상기 호출된 명령어들에 따라 기능을 수행할 수 있게 한다. 기기(예: 전자 장치(100))로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다.
본 발명의 다양한 실시예들에 따른 방법은, 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다.
본 발명은 도면에 도시된 일 실시예를 참고로 하여 설명하였으나, 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.

Claims (17)

  1. 서로 다른 각도로 배치되며, 피검사자의 연속적으로 변하는 자세에 대한 이미지 데이터를 획득하는 복수 개의 영상측정장치; 및
    상기 영상측정장치로부터 상기 이미지 데이터를 수신하고, 상기 이미지 데이터로부터 지정된 골격관절들에 대응하는 특징점들을 추출하고, 상기 추출된 특징점들을 이용하여 근골격계 증상에 대한 점수를 산출하는 전자 장치;를 포함하고,
    상기 피검사자의 연속적으로 변하는 자세는, 정적 자세 및 동적 자세를 포함하고,
    상기 전자 장치는,
    상기 피검사자의 동적 자세에 대응하여 연속적으로 변하는 상기 특징점들의 3차원 좌표들을 생성하고,
    상기 특징점들 각각의 고저 차 또는 평균 고도에 기초하여 상기 근골격계 증상에 대한 점수를 산출하는,
    근골격계 증상을 진단하기 위한 시스템.
  2. 삭제
  3. 제1항에 있어서,
    상기 이미지 데이터는 RGB 데이터 및 깊이(depth) 데이터를 포함하는,
    근골격계 증상을 진단하기 위한 시스템.
  4. 제3항에 있어서,
    상기 전자 장치는,
    상기 RGB 데이터 및 상기 깊이 데이터를 이용하여, 상기 피검사자의 골격의 형태를 나타내는 골격 데이터를 생성하고,
    상기 생성된 골격 데이터로부터, 상기 지정된 골격관절들에 대응하는 특징점들을 추출하는,
    근골격계 증상을 진단하기 위한 시스템.
  5. 제4항에 있어서,
    상기 전자 장치는,
    상기 골격 데이터로부터, 상기 지정된 골격관절들에 대응하는 특징점들의 3차원 좌표값을 생성하여 저장하는,
    근골격계 증상을 진단하기 위한 시스템.
  6. 제1항에 있어서,
    상기 전자 장치는,
    상기 피검사자의 연속적으로 변하는 자세에 대응하여 연속적으로 변하는 상기 특징점들의 3차원 좌표값들을 저장하는,
    근골격계 증상을 진단하기 위한 시스템.
  7. 제6항에 있어서,
    상기 전자 장치는,
    상기 연속적으로 변하는 상기 특징점들의 3차원 좌표값들을 이용하여, 제1 근골격계 증상 및 제2 근골격계 증상을 포함하는 복수의 근골격계 증상에 대한 점수를 산출하는,
    근골격계 증상을 진단하기 위한 시스템.
  8. 제7항에 있어서
    상기 복수의 근골격계 증상은,
    거북목, 외반슬, 내반슬, 및 어깨비대칭 중 둘 이상을 포함하는,
    근골격계 증상을 진단하기 위한 시스템.
  9. 제7항에 있어서,
    상기 전자 장치는,
    상기 특징점들 중에서
    상기 제1 근골격계 증상에 대한 점수를 산출하기 위해 필요한 제1 특징점들 및 상기 제2 근골격계 증상에 대한 점수를 산출하기 위해 필요한 제2 특징점들을 식별하는,
    근골격계 증상을 진단하기 위한 시스템.
  10. 제7항에 있어서,
    상기 전자 장치는,
    시간에 따라 연속적으로 변하는 상기 특징점들을 나타내는 데이터 중에서, 상기 제1 근골격계 증상에 대한 점수를 산출하는 데 이용할 제1 구간 및 상기 제1 근골격계 증상에 대한 점수를 산출하는 데 이용할 제2 구간을 식별하는,
    근골격계 증상을 진단하기 위한 시스템.
  11. 제10항에 있어서,
    상기 전자 장치는,
    시간에 따라 연속적으로 변하는 상기 특징점들이 나타내는 자세에 기반하여, 제1 자세에 대응하는 상기 제1 구간 및 제2 자세에 대응하는 상기 제2 구간을 식별하는,
    근골격계 증상을 진단하기 위한 시스템.
  12. 제1항에 있어서,
    상기 특징점들은,
    골반, 요추, 흉추, 목, 왼쇄골, 왼어깨, 왼팔꿈치, 왼손목, 오른쇄골, 오른어깨, 오른팔꿈치, 오른손목, 왼고관절, 왼무릎, 왼발목, 왼발, 오른고관절, 오른무릎, 오른발목, 오른발, 머리, 코, 왼눈, 왼귀, 오른눈, 및 오른귀에 대응하는 특징점들 중 선택된 복수 개의 특징점들을 포함하는,
    근골격계 증상을 진단하기 위한 시스템.
  13. 제1항에 있어서,
    상기 추출된 특징점들은 제1 특징점, 제2 특징점, 제3 특징점, 및 제4 특징점을 포함하고,
    상기 전자 장치는,
    상기 제1 특징점 및 상기 제2 특징점을 지나는 제1 직선과 상기 제3 특징점 및 상기 제4 특징점을 지나는 제2 직선이 이루는 각도를 산출하고,
    산출된 각도에 기초하여 상기 근골격계 증상에 대한 점수를 산출하는,
    근골격계 증상을 진단하기 위한 시스템.
  14. 삭제
  15. 서로 다른 각도로 배치되며 피검사자의 연속적으로 변하는 자세에 대한 이미지 데이터를 획득하는 복수 개의 영상측정장치로부터 상기 이미지 데이터를 수신하는 통신부; 및
    상기 이미지 데이터로부터 지정된 골격관절들에 대응하는 특징점들을 추출하고, 상기 추출된 특징점들을 이용하여 근골격계 증상에 대한 점수를 산출하는 프로세서;를 포함하고,
    상기 피검사자의 연속적으로 변하는 자세는, 정적 자세 및 동적 자세를 포함하고,
    상기 프로세서는,
    상기 피검사자의 동적 자세에 대응하여 연속적으로 변하는 상기 특징점들의 3차원 좌표들을 생성하고,
    상기 특징점들 각각의 고저 차 또는 평균 고도에 기초하여 상기 근골격계 증상에 대한 점수를 산출하는,
    근골격계 증상을 진단하기 위한 전자 장치.
  16. 서로 다른 각도로 배치된 복수 개의 영상측정장치를 통해, 피검사자의 연속적으로 변하는 자세에 대한 이미지 데이터를 획득하는 단계와,
    상기 이미지 데이터로부터, 지정된 골격관절들에 대응하는 특징점들을 추출하는 단계와,
    상기 추출된 특징점들을 이용하여 근골격계 증상에 대한 점수를 산출하는 단계를 포함하고,
    상기 피검사자의 연속적으로 변하는 자세는, 정적 자세 및 동적 자세를 포함하고,
    상기 특징점들을 추출하는 단계는,
    상기 피검사자의 동적 자세에 대응하여 연속적으로 변하는 상기 특징점들의 3차원 좌표들을 생성하는 단계를 포함하고,
    상기 근골격계 증상에 대한 점수를 산출하는 단계는,
    상기 특징점들 각각의 고저 차 또는 평균 고도에 기초하여 상기 근골격계 증상에 대한 점수를 산출하는 단계를 포함하는,
    근골격계 증상을 진단하기 위한 방법.
  17. 컴퓨팅 장치를 이용하여 제16항에 따른 근골격계 증상을 진단하기 위한 방법을 수행하기 위한 하나 이상의 프로그램들을 저장하는 비-일시적 컴퓨터-판독 가능 저장 매체.
KR1020190166528A 2019-12-13 2019-12-13 근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템 KR102310964B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190166528A KR102310964B1 (ko) 2019-12-13 2019-12-13 근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190166528A KR102310964B1 (ko) 2019-12-13 2019-12-13 근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템

Publications (2)

Publication Number Publication Date
KR20210075451A KR20210075451A (ko) 2021-06-23
KR102310964B1 true KR102310964B1 (ko) 2021-10-08

Family

ID=76599450

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190166528A KR102310964B1 (ko) 2019-12-13 2019-12-13 근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템

Country Status (1)

Country Link
KR (1) KR102310964B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230079309A (ko) 2023-05-18 2023-06-07 김재훈 생애 전주기 체력단련 서비스 플랫폼

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113598756B (zh) * 2021-07-27 2024-04-02 中科全联科技(北京)有限公司 脊柱健康情况监测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180130834A (ko) * 2017-05-30 2018-12-10 (주)유인케어 운동 치료를 위한 동작 가이드 제공 방법 및 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
국내학술지 이수원. 3차원 환경 복원을 위한 다중 키넥트의 마커리스 캘리브레이션. 멀티미디어학회논문지, Vol.22, No.10, pp1142-1148(2019.10.) 1부*
인터넷공지 千葉 愼二, Azure Kinect DK 徹底解說, de:code 2019, Microsoft Corp(2019.05.30.) 1부*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230079309A (ko) 2023-05-18 2023-06-07 김재훈 생애 전주기 체력단련 서비스 플랫폼

Also Published As

Publication number Publication date
KR20210075451A (ko) 2021-06-23

Similar Documents

Publication Publication Date Title
US20190347817A1 (en) Method and system for postural analysis and measuring anatomical dimensions from a digital image using machine learning
US11986286B2 (en) Gait-based assessment of neurodegeneration
JP6381918B2 (ja) 動作情報処理装置
US11403882B2 (en) Scoring metric for physical activity performance and tracking
KR101930652B1 (ko) 보행 해석 시스템 및 기록 매체에 기록된 컴퓨터 프로그램
US10445930B1 (en) Markerless motion capture using machine learning and training with biomechanical data
US11547324B2 (en) System and method for human motion detection and tracking
CN114742863A (zh) 具有滑动检测和校正功能的方法和装置
JP2021128794A (ja) 立体画像生成システム、立体画像生成方法及び立体画像生成プログラム
KR102310964B1 (ko) 근골격계 증상을 진단하기 위한 전자 장치, 방법, 및 시스템
CN111401340B (zh) 目标对象的运动检测方法和装置
Liu et al. Simple method integrating OpenPose and RGB-D camera for identifying 3D body landmark locations in various postures
CN107256390B (zh) 基于手各个部位在三维空间位置变化的手功能评价装置及方法
KR20160075884A (ko) 스켈레톤 트래킹 방법 및 이를 이용한 스켈레톤 트래킹 시스템
Yuan et al. Ergonomic assessment based on monocular RGB camera in elderly care by a new multi-person 3D pose estimation technique (ROMP)
Cohen et al. 3D reconstruction of human movement in a single projection by dynamic marker scaling
TWI764393B (zh) 壓力織物的製造方法
KR20140013662A (ko) 캘리브레이션 장치 및 방법
Peer et al. A computer vision based system for a rehabilitation of a human hand
WO2024111430A1 (ja) 処理装置、処理システム、学習済みモデルの構築方法及びプログラム
US20240206769A1 (en) Information processing apparatus, information processing method, and non-transitory computer readable medium
Hellstén et al. Towards Accurate Computer Vision-Based Marker Less Human Joint Localization for Rehabilitation Purposes
EP4053793A1 (en) System and method for human motion detection and tracking
KR102626551B1 (ko) 체형분석장치
US20240212103A1 (en) Information processing apparatus, information processing method, and non-transitory computer readable medium

Legal Events

Date Code Title Description
E601 Decision to refuse application
E701 Decision to grant or registration of patent right