KR102344848B1 - 안면 인식을 이용한 환자 식별 장치 및 방법 - Google Patents

안면 인식을 이용한 환자 식별 장치 및 방법 Download PDF

Info

Publication number
KR102344848B1
KR102344848B1 KR1020200035562A KR20200035562A KR102344848B1 KR 102344848 B1 KR102344848 B1 KR 102344848B1 KR 1020200035562 A KR1020200035562 A KR 1020200035562A KR 20200035562 A KR20200035562 A KR 20200035562A KR 102344848 B1 KR102344848 B1 KR 102344848B1
Authority
KR
South Korea
Prior art keywords
patient
unit
information
facial
image
Prior art date
Application number
KR1020200035562A
Other languages
English (en)
Other versions
KR102344848B9 (ko
KR20210119108A (ko
Inventor
한보경
Original Assignee
주식회사 인포랩
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 인포랩 filed Critical 주식회사 인포랩
Priority to KR1020200035562A priority Critical patent/KR102344848B1/ko
Publication of KR20210119108A publication Critical patent/KR20210119108A/ko
Application granted granted Critical
Publication of KR102344848B1 publication Critical patent/KR102344848B1/ko
Publication of KR102344848B9 publication Critical patent/KR102344848B9/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
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1176—Recognition of faces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7445—Display arrangements, e.g. multiple display units
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/90—Identification means for patients or instruments, e.g. tags
    • G06K9/00221—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Nursing (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 안면 인식을 이용한 환자 식별 장치 및 방법에 관한 것으로, 화상 카메라로부터 환자의 안면 촬영 영상을 수신하는 영상 수신부, 환자의 안면 촬영 영상을 포함하는 환자 식별 정보를 저장하는 환자 데이터 베이스부, 상기 영상 수신부로 수신되는 환자의 안면 촬영 영상과, 상기 환자 데이터베이스부에 저장된 정보를 비교하여 환자를 식별하는 환자 식별부 및 상기 환자 식별부에서 식별된 환자 식별 정보를 화면 표시해주는 정보 제공부를 포함하는 것을 특징으로 하는 안면 인식을 이용한 환자 식별 장치에 의해 병원 내원시에 환자가 따로 개인 정보를 알리지 않더라도 데스크에서 환자의 식별 정보를 파악할 수 있는 안면 인식을 이용한 환자 식별 장치 및 방법을 제공할 수 있다는 효과가 도출된다.

Description

안면 인식을 이용한 환자 식별 장치 및 방법{Apparatus and Method for identifying patient using face recognition}
본 발명은 안면 인식을 이용한 환자 식별 장치 및 방법에 관한 것으로, 보다 상세하게는 안면 인식을 통해 환자를 식별하고 환자의 치료 이력 정보를 더 파악하는 안면 인식을 이용한 환자 식별 장치 및 방법에 관한 것이다.
일반적으로 병원에 방문할 경우에 환자가 직접 데스크에서 성명이나 생년월일을 알리는 방식으로 접수를 한다. 또는 어플리케이션을 통해 회원 가입시 입력한 정보를 이용하여 접수할 수도 있다. 그러나 어플리케이션을 통해 접수한 경우에도 실제 진료를 위해서 병원 방문시에는 본인이 내원한 사실을 데스크에 통보해야 한다.
이 과정에서 데스크에서는 전적으로 환자로부터 성명 및 생년월일 정보를 입력받은 경우, 또는 환자로부터 본인이 내원했음을 통보받는 경우에만 환자 파악 및 접수가 가능하다.
그러나 병원의 데스크에서 먼저 내원한 환자의 정보를 파악하고 인사를 건네거나, 환자의 내원 사실을 인지할 수 있다면 친근감을 높일 수 있고, 환자 본인의 내원 사실을 통보하지 않아도 된다는 점에서 서비스의 편리함을 향상시킬 수 있을 것이다.
한편, 최근 산업발전과 보안기술의 급속한 발전으로 인해 사람의 신체를 이용한 생체인식기술이 고도화됨에 따라 얼굴, 홍채, 지문, 정맥 등을 이용한 사용자의 신원을 인식하는 생체인식기술의 활용도가 증가하고 있는 실정이다.
특히, 안면 인식 기술은 홍채, 지문, 정맥 등을 이용한 다른 생체인식기술이 사용자로 하여금 일정한 동작을 취하도록 요구하는 것과 달리, 비접촉식으로 자연스럽게 신원확인을 수행할 수 있도록 하며, 저렴한 설치 및 유지 비용 등과 같은 다양한 장점으로 인해 상기 얼굴인식 기술을 상용화하기 위한 많은 노력과 연구가 진행 중에 있다.
종래의 얼굴인식 기술은 기계학습을 기반으로 구축되고 있기 때문에, 정확한 얼굴인식을 위해서는 많은 수의 학습 얼굴이 필요하다. 그러나 현실적으로 많은 수의 학습 얼굴을 수집하는 것이 매우 어려워 상기 종래의 얼굴인식 기술은 실제적으로 얼굴인식에 대한 정확도가 매우 낮은 실정이다.
이러한 문제점을 해결하기 위해 최근에는, SRC(sparse representation-based classification) 및 CRC(collaborative representation-based classification) 기술이 개발되고 있다.
SRC기술은 전체 데이터 세트(data set)에 대한 학습 벡터의 선형 조합으로 얼굴 특징 벡터를 나타낼 수 있기 때문에 적은 수의 학습 얼굴에 대해서도 높은 얼굴인식 정확도를 보이나, 상기 데이터 세트를 전체적으로 처리하기 때문에 그 계산 비용이 너무 높아 실제 현실에서 적용하기에는 그 한계가 있다.
또한 CRC기술은 학습 얼굴을 복수의 클래스로 나누어, 학습 얼굴의 협업 서브 공간에서 테스트 얼굴의 근사자와 테스트 얼굴 사이의 유클리드 거리를 계산하여 얼굴인식을 수행한다.
CRC기술은 테스트 얼굴과 상기 근사자 사이의 유클리드 거리를 최소화한 결과에 의존하기 때문에 상기 각 클래스에 해당하는 학습얼굴의 수가 적으면 얼굴인식 정확도가 현저하게 떨어지는 문제점이 있다.
일 예로 비특허 문헌, 이미지 분류를 위한 노벨 커널 협업 표현 방법(2014IEEE International conference on image processing(ICIP), 2013, pp.4241-4245)은 비선형 데이터를 고차원 특징 공간(커널 공간)으로 변환하여 학습 데이터를 분리할 수 있도록 하는 것으로, 상기 커널 공간에서의 새로운 특징들은 CRC에 의해 학습되어 얼굴인식을 수행할 수 있도록 한다.
또한 비특허 문헌 마진 분포 최적화를 통한 얼굴인식을 위한 다중 스케일 패치 협업 표현(ECCV'12, Springer-Verlag, Berlin, Heidelberg)은 얼굴 이미지에 대한 서로 다른 스케일에 대한 정보를 이용하는 것으로, 각 스케일에 있어서, 테스트 이미지가 오버랩된 패치들의 출력이 결합됨으로써 분류되며, 이를 통해 테스트 이미지에 대한 얼굴을 인식할 수 있도록 한다.
KR 10-2012-0114934 A KR 10-2009-0090210 A KR 10-2019-0123372 A
본 발명은 이 같은 기술적 배경에서 도출된 것으로, 내원 이력이 있는 환자의 재 내원시 환자가 따로 개인 정보를 알리지 않더라도 데스크에서 환자의 식별 정보를 파악할 수 있는 안면 인식을 이용한 환자 식별 장치 및 방법을 제공함에 그 목적이 있다.
또한, 본 발명은 자동으로 환자를 인식함과 동시에 환자의 치료 이력 내역을 제공하는 안면 인식을 이용한 환자 식별 장치 및 방법을 제공하고자 한다.
뿐만 아니라 본 발명은 자동으로 환자를 인식함과 동시에 환자의 전신 병력 정보를 더 제공하는 안면 인식을 이용한 환자 식별 장치 및 방법을 제공함을 목적으로 한다.
상기의 과제를 달성하기 위한 본 발명은 다음과 같은 구성을 포함한다.
즉 본 발명의 일 실시예에 따른 안면 인식을 이용한 환자 식별 장치는 화상 카메라로부터 환자의 안면 촬영 영상을 수신하는 영상 수신부, 환자의 안면 촬영 영상을 포함하는 환자 식별 정보를 저장하는 환자 데이터 베이스부, 상기 영상 수신부로 수신되는 환자의 안면 촬영 영상과, 상기 환자 데이터베이스부에 저장된 정보를 비교하여 환자를 식별하는 환자 식별부 및 상기 환자 식별부에서 식별된 환자 식별 정보를 화면 표시해주는 정보 제공부를 포함하는 것을 특징으로 한다.
한편, 안면 인식을 이용한 환자 식별 장치에서 수행되는 안면 인식을 이용한 환자 식별 방법은 영상 수신부가 화상 카메라로부터 환자의 안면 촬영 영상을 수신하는 단계, 환자 식별부가 상기 수신되는 환자의 안면 촬영 영상과, 환자의 안면 촬영 영상을 포함하는 환자 식별 정보를 저장하는 환자 데이터베이스부에 저장된 정보를 비교하여 환자를 식별하는 단계 및 정보 제공부가 상기 식별된 환자 식별 정보를 화면 표시해주는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 내원 이력이 있는 환자의 재 내원시 환자가 따로 개인 정보를 알리지 않더라도 데스크에서 환자의 식별 정보를 파악할 수 있는 안면 인식을 이용한 환자 식별 장치 및 방법을 제공할 수 있다는 효과가 도출된다.
또한, 본 발명은 자동으로 환자를 인식함과 동시에 환자의 치료 이력 내역 을 제공하는 안면 인식을 이용한 환자 식별 장치 및 방법을 제공할 수 있는 효과가 있다.
뿐만 아니라 본 발명은 자동으로 환자를 인식함과 동시에 환자의 전신 병력 정보를 더 제공하는 안면 인식을 이용한 환자 식별 장치 및 방법을 제공할 수 있다.
도 1 은 본 발명의 일 실시예에 따른 안면 인식을 이용한 환자 식별 장치의 구성을 도시한 블록도,
도 2 는 본 발명의 일 실시예에 따른 환자 데이터베이스부에 저장되는 데이터를 도시한 예시도,
도 3 은 본 발명의 일 실시예에 따른 환자 얼굴 인식 결과를 화면 표시한 예시도,
도 4 는 본 발명의 일 실시예에 따른 환자 식별 정보를 표시한 화면의 예시도,
도 5 는 본 발명의 일 실시예에 따른 안면 인식을 이용한 환자 식별 방법을 도시한 흐름도이다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명한다.
도 1 은 본 발명의 일 실시예에 따른 안면 인식을 이용한 환자 식별 장치의 구성을 도시한 블록도이다.
도 1 과 같이 일 실시예에 따른 환자 식별 장치(10)는 영상 수신부(100), 환자 식별부(110), 정보 제공부(120), 치료 이력 파악부(130), 예측부(140) 및 환자 데이터베이스부(150)를 포함한다.
일 실시예에 있어서 환자 식별 장치(10)는 병원의 데스크 또는 리셉션 직원을 위한 고객얼굴 인식 기능을 제공함으로써 환자가 접수하기 이전에 데스크 또는 리셉션 직원이 먼저 환자의 정보를 파악하는 것이 가능하다.
즉, 단골이 아니더라도 내원한 이력이 있는 환자의 경우에는 먼저 데스크 또는 리셉션 직원이 얼굴 인식을 통해 환자를 파악하고 인사를 함으로써 친밀도를 높이고 그만큼 서비스 만족도를 향상시킬 수 있는 것이다.
영상 수신부(100)는 화상 카메라(20)로부터 환자의 안면 촬영 영상을 수신한다. 화상 카메라(20)는 영상 수신부(100)로 촬영 영상을 제공할 수 있는 출력포트를 가지는 다양한 소형 카메라로 구현될 수 있다.
일 실시예에 있어서 영상 수신부(100)는 화상 카메라(20)로부터 근거리 무선 통신을 통해 안면 촬영 영상을 수신하거나 시리얼 통신을 통해 안면 촬영 영상을 수신할 수 있다. 그러나 이에 한정되는 것은 아니고 다양한 변형예를 포괄하도록 해석된다.
화상 카메라(20)는 데스크 또는 리셉션 한쪽에 장착된다. 일 실시예에 있어서 화상 카메라(20)는 실시간으로 데스크 또는 리셉션 방향으로 오는 사람의 얼굴을 촬영하여 영상 수신부(100)로 제공한다.
환자 데이터베이스부(150)는 환자의 안면 촬영 영상을 포함하는 환자 식별 정보를 저장한다. 이때 환자 데이터베이스부(150)는 환자의 안면 촬영 영상에서 특징점을 추출하여 도출되는 값을 저장할 수 있다.
도 2 는 본 발명의 일 실시예에 따른 환자 데이터베이스부에 저장되는 데이터를 도시한 예시도이다.
도 2와 같이 일 실시예에 따른 환자 데이터베이스부(150)는 환자의 안면 촬영 영상으로부터 도출되는 embeddings와, 환자의 성명, 생년월일, 전화번호, 차트번호, 치료 이력 정보 및 전신 병력 정보를 포함한다.
추가적으로 해당 환자의 수납 이력 및 의사가 기록하는 진료 기록을 더 포함할 수 있다. 그러나 이에 한정되는 것은 아니고 환자의 치료에 유용하게 활용될 수 있는 다양한 정보들을 더 포함하는 것도 가능하다.
일 실시예에 있어서 환자 데이터베이스부(150)는 새로운 환자의 기록을 추가할 수 있다. 또한 치료 이력 정보 필드의 경우에는 매 치료시마다 새로운 내용이 추가되거나 변경될 수 있다.
차트 번호의 경우에는 해당 차트를 클릭하는 등 선택하면 차트 내용을 호출하도록 차트 파일이 저장된 저장 위치에 대한 링크 정보로 구현될 수 있다.
환자 식별부(110)는 영상 수신부(100)로 수신되는 환자의 안면 촬영 영상과, 환자 데이터베이스부(150)에 저장된 정보를 비교하여 환자를 식별한다.
환자 식별부(110)는 CNN(Convolution Neural Network) 학습을 통해 안면 촬영 영상을 딥러닝한다. 그리고 학습 결과를 환자 데이터베이스(150)에 갱신하여 저장한다. 이에 따라 환자의 병원 방문횟수가 늘어날수록 안면 인식 정확도를 향상시킬 수 있다.
또한 일 실시예에 있어서 환자 식별부(110)는 "OpenCV Face Recognition"과 같은 얼굴 인식 프로그램을 포함한다.
일 실시예에 있어서 환자 식별부(110)는 OpenCV 얼굴 인식 프로그램을 통해 영상 수신부(100)로 수신되는 안면 촬영 영상으로부터 먼저 얼굴 영역의 특징값을 검출(Detect)한다. 그리고 검출된 얼굴 영역을 128-d로 정량화하여 embeddings를 도출해낸다.
그리고 환자 식별부(110)는 Support Vector Machine(SVM)을 이용하여 top of the embeddings을 트레이닝하는 과정을 거쳐서 안면 촬영 영상으로부터 환자의 얼굴을 인식할 수 있다.
Support Vector Machine(SVM)은 다양한 데이터 분포에서도 작동하는 분류 기법으로 정확도 측면에서 우수한 기술이다. 따라서 Support Vector Machine(SVM)을 이용하여 얼굴 인식 정확도를 향상시킬 수 있다.
환자 식별부(110)가 안면 촬영 영상으로부터 환자의 얼굴을 인식하는 것은 이에 한정되는 것은 아니고 다양한 기술이 적용될 수 있다.
한편, 환자 식별부(110)는 영상 수신부(100)로 수신되는 환자의 안면 촬영 영상과, 환자 데이터베이스부(150)에 저장된 정보를 비교하여 일치되는 데이터가 없는 경우 혹은 일치도가 낮은 경우에 초진 환자로 파악한다. 일예로 환자의 안면 촬영 영상과, 환자 데이터베이스부(150)에 저장된 정보를 비교하여 일치도가 50% 이하인 경우에는 초진 환자로 인식한다.
그리고 촬영된 영상과 초진 접수시 입력하는 환자 식별 정보를 매칭시켜서 환자 데이터베이스부(150)에 추가한다.
추가적으로 개인정보 수집 활용 동의서와 영상정보 수집 동의서를 통해 동의한 환자에 한해서, 고객의 화상캠 캡처 화면과 새로 등록한 고객정보로 환자 데이터베이스부(150)에 추가한다.
즉, 촬영된 해당 환자의 얼굴을 이용하여 환자 데이터베이스부(150)에 저장해둠으로써 다음 방문시에는 환자 식별부(110)가 화상 카메라(20)로 촬영한 영상에 기반하여 이 해당 고객임을 인식할 수 있도록 구현된다.
정보 제공부(120)는 환자 식별부(110)에서 식별된 환자 식별 정보를 디스플레이부(30)로 화면 표시한다.
도 3 은 본 발명의 일 실시예에 따른 환자 얼굴 인식 결과를 화면 표시한 예시도이다.
본 발명의 일 양상에 따르면 환자 식별부(110)는 환자 데이터베이스부(150)에 저장된 정보와 비교하여 환자의 안면 촬영 영상과의 일치도를 파악한다. 즉 환자 식별부(110)는 환자의 안면 촬영 영상으로부터 파악된 embeddings 결과와 환자 데이터베이스부(150)에 저장된 embeddings 값의 일치도가 가장 높은 환자 식별 정보를 파악한다.
그리고 정보 제공부(120)는 도 3 에서와 같이 환자 식별부(110)에서 파악된 유사도가 가장 높은 환자 식별 정보(성명 aa 또는 성명 bb)와 환자의 안면 촬영 영상과의 일치도 정보를 출력한다.
여기서 일치도 정보는 안면 촬영 영상으로부터 파악된 embeddings 결과와 환자 데이터베이스부(150)에 저장된 embeddings 값의 일치하는 정도를 %단위로 표시한 것일 수 있다.
정보 제공부(120)는 도 3 에서와 같이 유사도 정보를 출력하고, 그에 대한 응답으로 환자 식별 정보 요청이 있으면 환자 식별부(110)에서 식별된 환자 식별 정보를 화면 표시해준다.
즉 환자 식별부(110)에서 안면 촬영 영상과의 비교 결과 환자 데이터베이스부(150)에 미리 저장된 기존 고객으로 인식되면, 정보 제공부(120)는 데스크 직원만 보이는 디스플레이부(30)의 한쪽에 화상 카메라(20)로 촬영되는 해당 화면을 적어도 일부 표시한다.
그리고 화상 카메라(20)의 촬영 영상에 비교 결과 인식되는 기존 고객의 정보 및 일치도를 표시해준다.
즉 도 3 과 같이 "aa님일 확률 몇 %"라고 표시해 주고 데스크 직원이 해당 고객을 선택(call)하면, 정보 제공부(120)는 그 고객의 과거 히스토리(의료기관이라면 진료, 수납, 예약 히스토리)를 디스플레이부(30)에 화면 표시해준다. 이에 따라 훨씬 더 자연스럽게 고객 응대가 가능해진다는 효과가 있다.
도 4 는 본 발명의 일 실시예에 따른 환자 식별 정보를 표시한 화면의 예시도이다.
도 4에서와 같이 정보 제공부(120)는 디스플레이부(30)를 통해 환자의 식별 정보를 표시한다. 그러나 이에 한정되는 것은 아니고 다양하게 변형 가능하다.
구체적으로 환자의 기존 진료 내역, 수납 정보 및 예약 히스토리 정보를 더 표시한다.
본 발명의 추가적인 양상에 따라 치료 이력 파악부(130)는 환자 데이터베이스부(150)로부터 환자 식별부(110)에서 식별된 환자의 치료 이력 정보를 파악한다.
그리고 정보 제공부(120)는 치료 이력 파악부(130)에서 파악되는 환자의 치료 이력 정보를 도 4 와 같이 진료 내역으로 표시해줄 수 있다.
이에 따라 데스크 또는 리셉션의 직원은 환자의 성명이나, 생년월일 같은 기본적인 정보뿐 아니라 최종 내원일, 기존의 진료 내역을 확인할 수 있다. 이때, 환자로부터 안면 인식을 위한 안면 촬영 영상의 사용에 대한 동의가 선행되어야 할 것이다.
본 발명의 또 다른 양상에 따르면, 예측부(140)는 치료 이력 파악부에서 파악되는 환자의 치료 이력 정보에 기반하여 필요한 진료를 예측할 수 있다.
예를 들어 최근의 치석제거(스케일링)치료일로부터 6개월이상 경과한 경우에 예측부는 치석제거(스케일링) 치료가 필요함을 예측하고, 추천할 수 있다. 또한 소아 환자의 경우 불소 도포 혹은 치아 검진일로부터 3개월 이상이 경과한 경우에 불소 도포 혹은 치아 검진일이 도래하였음을 예측하고 해당 치료를 추천할 수 있다.
데스크 또는 리셉션의 직원은 디스플레이부(30)에 표시되는 예측부(140)에서 예측하고 추천하는 정보에 기반하여 방문 환자에게 치석제거(스케일링)나 불소 도포와 같은 진료를 권유하는 것도 가능하다.
이에 한정되는 것은 아니고 예를 들어 예측부(140)는 최후 치료시에 담당 의사가 기록해놓은 향후 발생할 수 있는 치료 내용에 대한 메모에 기반하여 치료 과정을 예측하는 것도 가능하다.
본 발명의 추가적인 양상에 있어서 정보 제공부(120)는 환자 식별 정보와 함께 환자의 전신 병력 정보나 복용중인 약 정보를 더 디스플레이부(30)를 통해 화면 표시해준다.
이에 따라 병원에서 접수시에 환자의 치료에 필요한 환자의 상태를 일일이 문진 하지 않더라도 파악할 수 있는 효과가 있다.
일예로 치과의 경우에 발치, 임플란트와 같은 외과 수술을 시행한다. 그런데 이 경우에 아스피린 같은 혈전용해제를 복용중인 환자나, 항생제 알러지가 있는 환자인지 여부를 반드시 체크해야 한다. 혈전 용해제 복용중이면 수술전 3~5일 복용을 중단해야 하고, 항생제 알러지 환자는 일반적인 항생제가 아닌 다른 항생제 처방이 필요하기 때문이다.
이미 병원에서 치료 이력이 있다 하더라도 차트에 기록된 내용에 의해 파악이 가능하기 때문에 치료 전에 이를 확인하는 과정이 선행되어야 한다.
본 발명에 따르면 처음 접수시 화상 카메라(20)로 촬영된 영상을 이용하여 환자를 식별하는 과정에서 전신 병력 정보를 표시해준다. 즉 전신 병력을 가진 환자의 경우에는 이를 디스플레이부(30)에 환자 식별 정보와 함께 표시해주기 때문에 병원측에서는 치료 전에 환자의 전신 병력 정보를 확인하기에 용이하다는 효과가 도출된다.
본 발명의 일 실시예에 따른 환자 식별 장치(10)는 정보 제공부(120)에서 환자 식별 정보가 출력되는 상태에서도 디스플레이부(30) 화면의 적어도 일부에 화상 카메라(20)로부터 수신되는 촬영 영상을 실시간 출력하는 것이 바람직하다.
이때 화상 카메라(20)로부터 수신되는 촬영 영상에는 환자 데이터베이스부(150)에 저장된 정보와 비교 결과 인식되는 기존 고객과의 정보 일치도를 함께 표시해준다.
즉 데스크 직원이 환자의 정보를 파악하는 도중에라도 새로운 환자가 접수를 위해 데스크로 다가오면 다가오는 환자에 대한 안면 인식 결과를 즉각적으로 확인할 수 있다.
도 5 는 본 발명의 일 실시예에 따른 안면 인식을 이용한 환자 식별 방법을 도시한 흐름도이다.
먼저, 안면 인식을 이용한 환자 식별 장치에서 수행되는 안면 인식을 이용한 환자 식별 방법은 영상 수신부가 화상 카메라로부터 환자의 안면 촬영 영상을 수신한다(S500).
일 실시예에 있어서 환자 식별부는 OpenCV 얼굴 인식 프로그램을 통해 영상 수신부로 수신되는 안면 촬영 영상으로부터 먼저 얼굴 영역의 특징값을 검출(Detect)한다. 그리고 검출된 얼굴 영역을 128-d로 정량화하여 embeddings을 도출해낸다(S510).
그리고 환자 식별부(110)는 Support Vector Machine(SVM)을 이용하여 top of the embeddings을 트레이닝하는 과정을 거쳐서 안면 촬영 영상으로부터 환자의 얼굴을 인식할 수 있다.
Support Vector Machine(SVM)은 다양한 데이터 분포에서도 작동하는 분류 기법으로 정확도 측면에서 우수한 기술이다. 따라서 Support Vector Machine(SVM)을 이용하여 얼굴 인식 정확도를 향상시킬 수 있다.
환자 식별부가 안면 촬영 영상으로부터 환자의 얼굴을 인식하는 것은 이에 한정되는 것은 아니고 다양한 기술이 적용될 수 있다.
한편, 환자 식별부는 영상 수신부로 수신되는 환자의 안면 촬영 영상과, 환자 데이터베이스부에 저장된 정보를 비교하여 일치되는 데이터가 없는 경우 혹은 일치도가 일예로 50% 이하인 경우에는 초진 환자로 인식한다.
그리고 촬영된 영상과 초진 접수시 입력하는 환자 식별 정보를 매칭시켜서 환자 데이터베이스부에 추가한다.
추가적으로 개인정보 수집 활용 동의서와 영상정보 수집 동의서를 통해 동의한 환자에 한해서, 고객의 화상캠 캡처 화면과 새로 등록한 고객정보로 환자 데이터베이스부에 추가한다.
즉, 촬영된 해당 환자의 얼굴을 이용하여 환자 데이터베이스부에 저장해둠으로써 다음번 방문시에는 환자 식별부(110)가 화상 카메라(20)로 촬영한 영상에 기반하여 이 해당 고객임을 인식할 수 있도록 구현된다.
그리고 환자 식별부가 수신되는 환자의 안면 촬영 영상과, 환자의 안면 촬영 영상을 포함하는 환자 식별 정보를 저장하는 환자 데이터베이스부에 저장된 정보를 비교하여 환자를 식별한다(S520).
본 발명의 일 양상에 있어서, 환자를 식별하는 단계에서 환자 데이터베이스부에 저장된 정보와 비교하여 환자의 안면 촬영 영상과의 일치도를 파악하고, 화면 표시해주는 단계는, 환자를 식별하는 단계에서 파악된 환자의 안면 촬영 영상과의 일치도를 출력한다(S530).
화면에 일치도 정보를 출력한 이후에 그에 대한 응답으로 환자 식별 정보 요청이 입력되면(S540), 정보 제공부는 환자를 식별하는 단계에서 식별된 환자 식별 정보를 디스플레이부를 통해 화면 표시한다(S550).
본 발명의 특징적인 양상에 따르면, 환자 데이터베이스부는 환자 식별 정보와 환자 치료 이력 정보를 매칭시켜 더 저장하는 것을 특징으로 한다.
그리고 치료 이력 파악부는 환자 데이터베이스부에서 식별된 환자의 치료 이력 정보를 더 파악하고, 화면 표시해주는 단계는, 파악되는 환자의 치료 이력 정보를 더 제공하는 것을 특징으로 한다(S560).
구체적으로 환자의 기존 진료 내역, 수납 정보 및 예약 히스토리 정보를 더 표시한다. 그러나 이에 한정되는 것은 아니고 진료에 필요한 다양한 정보들을 추가로 더 표시할 수 있다.
이에 따라 데스크 또는 리셉션의 직원은 환자의 성명이나, 생년월일 같은 기본적인 정보뿐 아니라 최종 내원일, 기존의 진료 내역을 확인할 수 있다. 이때, 환자로부터 안면 인식을 위한 안면 촬영 영상의 사용에 대한 동의가 선행되어야 할 것이다.
본 발명의 추가적인 양상에 따라 본 발명의 일 실시예에 따른 안면 인식을 이용한 환자 식별방법은 예측부가 파악되는 환자의 치료 이력 정보에 기반하여 필요한 진료를 예측하여 출력할 수 있다(S570).
예를 들어 최근의 치석제거(스케일링)치료일로부터 6개월 이상 경과한 경우에 예측부는 치석제거(스케일링) 치료가 필요함을 예측하고, 추천할 수 있다.
또한 소아 환자의 경우 불소 도포 혹은 치아 검진일로부터 3개월 이상이 경과한 경우에 불소 도포 혹은 치아 검진일이 도래하였음을 예측하고 해당 치료를 추천할 수 있다.
데스크 또는 리셉션의 직원은 디스플레이부에 표시되는 예측, 추천하는 정보에 기반하여 방문 환자에게 치석제거(스케일링)이나 불소 도포와 같은 진료를 권유하는 것도 가능하다.
이에 한정되는 것은 아니고 예를 들어 예측부는 최후 치료시에 담당 의사가 기록해놓은 향후 발생할 수 있는 치료 내용에 대한 메모에 기반하여 치료 과정을 예측하는 것도 가능하다.
또한, 환자 데이터베이스부는 환자 식별 정보와 환자의 전신 병력 정보를 매칭시켜서 더 저장하고, 화면 표시해주는 단계는 환자 식별 정보와 함께 환자의 전신 병력 정보를 더 화면 표시한다(S580).
이에 따라 병원에서 접수시에 환자의 치료에 필요한 환자의 상태를 일일이 문진하지 않더라도 파악할 수 있는 효과가 있다.
일 예로 치과의 경우에 발치, 임플란트와 같은 외과 수술을 시행한다. 그런데 이 경우에 아스피린 같은 혈전용해제를 복용중인 환자나, 항생제 알러지가 있는 환자인지 여부를 반드시 체크해야 하는 상황이다. 혈전 용해제 복용중이면 수술 전 3~5일 복용을 중단해야 하고, 항생제 알러지 환자는 일반적인 항생제가 아닌 다른 항생제 처방이 필요하기 때문이다.
이미 병원에서 치료 이력이 있다 하더라도 차트에 기록된 내용에 의해 파악이 가능하기 때문에 치료 전에 이를 확인하는 과정이 선행되어야 한다.
본 발명에 따르면 처음 접수시 화상 카메라(20)로 촬영된 영상을 이용하여 환자를 식별하는 과정에서 전신 병력 정보를 표시해준다. 즉 전신 병력을 가진 환자의 경우에는 이를 디스플레이부(30)에 환자 식별 정보와 함께 표시해주기 때문에 병원측에서는 치료 전에 환자의 전신 병력 정보를 확인하기에 용이하다는 효과가 도출된다.
본 발명의 일 실시예에 따른 환자 식별 방법은 디스플레이부를 통해 환자 식별 정보가 출력되는 상태에서도 화면의 적어도 일부에 화상 카메라로부터 수신되는 촬영 영상을 실시간 출력하는 것이 바람직하다.
이때 화상 카메라로부터 수신되는 촬영 영상에는 환자 데이터베이스부에 저장된 정보와 비교 결과 인식되는 기존 고객과의 정보 일치도를 함께 표시해준다.
즉 데스크 직원이 환자의 정보를 파악하는 도중에라도 새로운 환자가 접수를 위해 데스크로 다가오면 다가오는 환자에 대한 안면 인식 결과를 즉각적으로 확인할 수 있다.
전술한 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 환자 식별 장치 20 : 화상 카메라
30 : 디스플레이부 100 : 영상 수신부
110 : 환자 식별부 120 : 정보 제공부
130 : 치료 이력 파악부 140 : 예측부
150 : 환자 데이터베이스부

Claims (10)

  1. 화상 카메라로부터 환자의 안면 촬영 영상을 수신하는 영상 수신부;
    환자의 안면 촬영 영상을 포함하는 환자 식별 정보를 저장하는 환자 데이터 베이스부;
    상기 영상 수신부로 수신되는 환자의 안면 촬영 영상과, 상기 환자 데이터베이스부에 저장된 정보를 비교하여 환자를 식별하는 환자 식별부; 및
    상기 환자 식별부에서 식별된 환자 식별 정보를 화면 표시해주는 정보 제공부;를 포함하고,
    상기 환자 데이터베이스부는 상기 환자 식별 정보와 환자 치료 이력 정보를 매칭시켜 더 저장하는 것을 특징으로 하고,
    상기 환자 데이터베이스부에서 상기 식별된 환자의 치료 이력 정보를 파악하는 치료 이력 파악부;를 더 포함하며,
    상기 정보 제공부는 상기 치료 이력 파악부에서 파악되는 환자의 치료 이력 정보를 더 제공하는 것을 특징으로 하고,
    상기 치료 이력 파악부에서 파악된 치료 이력 정보에 포함된 최종 내원일을 파악하고, 주기적인 치료가 필요한 치석제거, 치아 검진, 불소도포 중 하나의 진료 후 경과 기간에 따라 치석제거, 치아 검진, 불소도포 중 하나의 치료일이 도래하였음을 예측하여 치료를 추천해주고, 담당 의사가 기록해놓은 치료 내용에 대한 메모에 기반하여 치료를 추천해주는 것을 특징으로 하며,
    상기 환자 식별부는,
    Support Vector Machine(SVM)을 이용하여 top of the embeddings을 트레이닝하는 과정을 거쳐서 안면 촬영 영상으로부터 환자의 얼굴을 인식하는 것을 더 특징으로 하고,
    상기 환자 식별부는 상기 환자 데이터베이스부에 저장된 정보와 비교하여 환자의 안면 촬영 영상과의 일치도를 파악하고,
    상기 정보 제공부는 상기 환자 식별부에서 파악된 환자의 안면 촬영 영상과의 일치도를 출력한 후 그에 대한 응답으로 환자 식별 정보 요청이 입력되면 상기 환자 식별부에서 식별된 환자 식별 정보를 화면 표시해주는 것을 특징으로 하며,
    상기 영상 수신부로 수신되는 환자의 안면 촬영 영상과, 환자 데이터베이스부에 저장된 정보를 비교하여 일치되는 데이터가 없거나 일치도가 소정 기준이하로 낮은 경우에 초진 환자로 파악하고,
    상기 환자 식별부는,
    CNN(Convolution Neural Network) 학습을 통해 안면 촬영 영상을 딥러닝하여 학습 결과를 환자 데이터베이스에 갱신하여 저장하는, 안면 인식을 이용한 환자 식별 장치.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제 1 항에 있어서,
    상기 환자 데이터베이스부는 상기 환자 식별 정보와 환자의 전신 병력 정보를 매칭시켜 더 저장하고,
    상기 정보 제공부는 상기 환자 식별 정보와 함께 환자의 전신 병력 정보를 더 화면 표시해주는 것을 특징으로 하는 안면 인식을 이용한 환자 식별 장치.
  6. 안면 인식을 이용한 환자 식별 장치에서 수행되는 안면 인식을 이용한 환자 식별 방법에 있어서,
    영상 수신부가 화상 카메라로부터 환자의 안면 촬영 영상을 수신하는 단계;
    환자 식별부가 상기 수신되는 환자의 안면 촬영 영상과, 환자의 안면 촬영 영상을 포함하는 환자 식별 정보를 저장하는 환자 데이터베이스부에 저장된 정보를 비교하여 환자를 식별하는 단계; 및
    정보 제공부가 상기 식별된 환자 식별 정보를 화면 표시해주는 단계;를 포함하고,
    상기 환자 데이터베이스부는 상기 환자 식별 정보와 환자 치료 이력 정보를 매칭시켜 더 저장하는 것을 특징으로 하고,
    치료 이력 파악부가 상기 환자 데이터베이스부에서 상기 식별된 환자의 치료 이력 정보를 파악하는 단계;를 더 포함하며,
    상기 화면 표시해주는 단계는,
    상기 파악되는 환자의 치료 이력 정보를 더 제공하는 것을 특징으로 하고,
    상기 치료 이력 정보를 파악하는 단계에서 파악된 치료 이력 정보에 포함된 최종 내원일을 파악하고, 주기적인 치료가 필요한 치석제거, 치아 검진, 불소도포 중 하나의 진료 후 경과 기간에 따라 치석제거, 치아 검진, 불소도포 중 하나의 치료일이 도래하였음을 예측하여 치료를 추천해주고, 담당 의사가 기록해놓은 치료 내용에 대한 메모에 기반하여 치료를 추천해주는 것을 특징으로 하며,
    상기 환자를 식별하는 단계는,
    Support Vector Machine(SVM)을 이용하여 top of the embeddings을 트레이닝하는 과정을 거쳐서 안면 촬영 영상으로부터 환자의 얼굴을 인식하는 것을 더 특징으로 하고,
    상기 환자를 식별하는 단계는,
    상기 환자 데이터베이스부에 저장된 정보와 비교하여 환자의 안면 촬영 영상과의 일치도를 파악하고,
    상기 화면 표시해주는 단계는,
    상기 환자를 식별하는 단계에서 파악된 환자의 안면 촬영 영상과의 일치도를 출력한 후 그에 대한 응답으로 환자 식별 정보 요청이 입력되면 상기 환자를 식별하는 단계에서 식별된 환자 식별 정보를 화면 표시해주는 것을 특징으로 하며,
    상기 영상 수신부로 수신되는 환자의 안면 촬영 영상과, 환자 데이터베이스부에 저장된 정보를 비교하여 일치되는 데이터가 없거나 일치도가 소정 기준이하로 낮은 경우에 초진 환자로 파악하고,
    상기 환자를 식별하는 단계는,
    CNN(Convolution Neural Network) 학습을 통해 안면 촬영 영상을 딥러닝하여 학습 결과를 환자 데이터베이스에 갱신하여 저장하는, 안면 인식을 이용한 환자 식별 방법.
  7. 삭제
  8. 삭제
  9. 삭제
  10. 제 6 항에 있어서,
    상기 환자 데이터베이스부는 상기 환자 식별 정보와 환자의 전신 병력 정보를 매칭시켜 더 저장하고,
    상기 화면 표시해주는 단계는,
    상기 환자 식별 정보와 함께 환자의 전신 병력 정보를 더 화면 표시해주는 것을 특징으로 하는 안면 인식을 이용한 환자 식별 방법.
KR1020200035562A 2020-03-24 2020-03-24 안면 인식을 이용한 환자 식별 장치 및 방법 KR102344848B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200035562A KR102344848B1 (ko) 2020-03-24 2020-03-24 안면 인식을 이용한 환자 식별 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200035562A KR102344848B1 (ko) 2020-03-24 2020-03-24 안면 인식을 이용한 환자 식별 장치 및 방법

Publications (3)

Publication Number Publication Date
KR20210119108A KR20210119108A (ko) 2021-10-05
KR102344848B1 true KR102344848B1 (ko) 2021-12-30
KR102344848B9 KR102344848B9 (ko) 2023-02-21

Family

ID=78077729

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200035562A KR102344848B1 (ko) 2020-03-24 2020-03-24 안면 인식을 이용한 환자 식별 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102344848B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001325357A (ja) 2000-05-15 2001-11-22 Yoshida Dental Mfg Co Ltd 顔認識による患者データ管理システム
JP2003323619A (ja) 2002-04-30 2003-11-14 Nippon Signal Co Ltd:The 受付補助システム
JP2015062119A (ja) 2013-09-22 2015-04-02 株式会社リコー 医療関係者用モバイル情報ゲートウェイ
KR101587924B1 (ko) 2015-02-27 2016-01-25 권병수 안면인식을 이용한 병원 관리시스템 및 관리 방법
JP2020042356A (ja) * 2018-09-06 2020-03-19 株式会社ニデック 医療情報処理プログラム、および医療情報処理システム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101421939B1 (ko) 2008-02-20 2014-07-22 삼성전자주식회사 얼굴인식 기능을 이용한 디지털 영상 처리 장치 및 방법
KR101266603B1 (ko) 2011-04-08 2013-05-22 대구대학교 산학협력단 무인접수시스템의 사용자 인증을 위한 얼굴 인식 시스템
KR20180031552A (ko) * 2016-09-20 2018-03-28 서울대학교산학협력단 환자 확인을 위한 안면 인식 장치, 시스템 그리고 이를 이용한 환자 확인 방법
KR102138657B1 (ko) 2018-04-12 2020-07-28 가천대학교 산학협력단 계층적 협업 표현 기반 분류를 통한 강인한 얼굴인식 장치 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001325357A (ja) 2000-05-15 2001-11-22 Yoshida Dental Mfg Co Ltd 顔認識による患者データ管理システム
JP2003323619A (ja) 2002-04-30 2003-11-14 Nippon Signal Co Ltd:The 受付補助システム
JP2015062119A (ja) 2013-09-22 2015-04-02 株式会社リコー 医療関係者用モバイル情報ゲートウェイ
KR101587924B1 (ko) 2015-02-27 2016-01-25 권병수 안면인식을 이용한 병원 관리시스템 및 관리 방법
JP2020042356A (ja) * 2018-09-06 2020-03-19 株式会社ニデック 医療情報処理プログラム、および医療情報処理システム

Also Published As

Publication number Publication date
KR102344848B9 (ko) 2023-02-21
KR20210119108A (ko) 2021-10-05

Similar Documents

Publication Publication Date Title
WO2021139146A1 (zh) 信息推荐方法、设备、计算机可读存储介质及装置
AU2018288766B2 (en) A method and system for computer-aided triage
US11462318B2 (en) Method and system for computer-aided triage of stroke
US11488299B2 (en) Method and system for computer-aided triage
US11328400B2 (en) Method and system for computer-aided aneurysm triage
US11841923B2 (en) Processing method, model training method, means, and storage medium for spinal images
US10902602B1 (en) Method and system for computer-aided triage of stroke
CN108461130B (zh) 就诊任务智能调度方法及系统
CN110570916A (zh) 就诊辅助方法、系统、装置及存储介质
JP2014071610A (ja) データ処理装置、名寄せ処理方法及びコンピュータプログラム
KR20180031552A (ko) 환자 확인을 위한 안면 인식 장치, 시스템 그리고 이를 이용한 환자 확인 방법
JP2018195164A (ja) 解析装置、解析プログラム及び解析方法
CN115497615A (zh) 一种远程医疗方法及系统
Guo et al. Facial imaging and landmark detection technique for objective assessment of unilateral peripheral facial paralysis
CN111710402B (zh) 基于人脸识别的查房处理方法、装置及计算机设备
KR20220000851A (ko) 딥러닝 기술을 활용한 피부과 시술 추천 시스템 및 방법
KR102344848B1 (ko) 안면 인식을 이용한 환자 식별 장치 및 방법
CN109509546B (zh) 基于生物识别的身份认证方法、装置、终端及介质
KR20230094778A (ko) 환자 정보 제공 방법 및 장치, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램
KR102379549B1 (ko) 안면 인식을 이용한 무인 접수 장치 및 방법
CN113496771A (zh) 一种基于人脸识别的导诊方法、装置及电子设备
US20200185067A1 (en) Patient information providing system, patient information providing method, and program
EP4276847A1 (en) Defining a timestamp for a target medical event
CN113688784B (zh) 基于人脸识别的医保卡盗用风险识别方法及其相关设备
Govindaswamy et al. Predicting physician gaze in clinical settings using optical flow and positioning

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
G170 Re-publication after modification of scope of protection [patent]