KR102405351B1 - 안구 움직임에 기반한 이석증의 질병정보 제공방법 및 이를 위한 질병정보 제공장치 - Google Patents

안구 움직임에 기반한 이석증의 질병정보 제공방법 및 이를 위한 질병정보 제공장치 Download PDF

Info

Publication number
KR102405351B1
KR102405351B1 KR1020200009155A KR20200009155A KR102405351B1 KR 102405351 B1 KR102405351 B1 KR 102405351B1 KR 1020200009155 A KR1020200009155 A KR 1020200009155A KR 20200009155 A KR20200009155 A KR 20200009155A KR 102405351 B1 KR102405351 B1 KR 102405351B1
Authority
KR
South Korea
Prior art keywords
otolithiasis
type
image
eye
vector
Prior art date
Application number
KR1020200009155A
Other languages
English (en)
Other versions
KR20210095378A (ko
Inventor
서영준
권오현
Original Assignee
연세대학교 원주산학협력단
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 연세대학교 원주산학협력단 filed Critical 연세대학교 원주산학협력단
Priority to KR1020200009155A priority Critical patent/KR102405351B1/ko
Publication of KR20210095378A publication Critical patent/KR20210095378A/ko
Application granted granted Critical
Publication of KR102405351B1 publication Critical patent/KR102405351B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

환자의 안구 움직임을 분석하여 그 결과에 따라 이석증을 진단할 수 있는 이석증의 질병 정보 제공 방법이 제공된다. 이석증의 질병 정보 제공 방법은 환자로부터 획득된 다수의 안구영상으로부터 크기와 방향성을 갖는 다수의 벡터를 생성하고, 다수의 벡터 간 관계성을 분석한 결과에 기반하여 이석증 유형을 판단함으로써 환자의 이석증을 객관적이고 정확하게 진단할 수 있다.

Description

안구 움직임에 기반한 이석증의 질병정보 제공방법 및 이를 위한 질병정보 제공장치{Diagnosis method and apparatus for BPPV based on eye movement}
본 발명은 이석증(Benign Paroxysmal Positional Vertigo; BPPV) 진단방법에 관한 것으로, 특히 환자의 안구 움직임을 분석하여 이석증을 정확하게 진단할 수 있는 이석증의 질병정보 제공방법 및 이를 위한 질병정보 제공장치에 관한 것이다.
이석이란 내이의 전정기관 속 난형낭에 있는 작은 칼슘덩어리로, 이석이 제자리에서 탈락되어 반고리관으로 이동하게 되면 중력에 영향을 받게 된 칼슘 덩어리에 의해 반고리관 내 림프액이 비정상적인 유동성을 가지게 되고, 이로 인해 어지럼증이 발생한다. 이러한 증상을 양성 돌발성 두위 현훈(Benign Paroxysmal Positional Vertigo; BPPV), 다시 말해 이석증이라 한다.
이러한 이석증 치료는 대부분 체위에 변화를 주어 탈락됐던 이석을 원위치로 환원시키는 이석치환술이 이용되고 있다. 이석치환술은 이석이 위치한 반고리관의 부위와 방향에 따라 치료법이 달라지게 된다. 따라서, 적절하고 효과적인 이석치환술을 위해서는 이석의 위치가 정확하게 진단되어야 한다.
이석의 위치를 진단하는 방법으로, 두위 변화에 따라 유발되는 안진의 유형을 관찰하여 이석이 위치한 반고리관을 진단하는 방법이 사용된다. 안진이란 이석증과 같이 말초전정계 이상뿐만 아니라 대뇌에 이르는 다양한 안구 운동계의 이상에 의하여 물체의 상이 망막의 중심으로부터 벗어나게 되어 이를 교정하기 위해 나타나는 교정성 안구운동을 말하며, 이석증은 이석의 위치에 따라 두위 변화 시 특징적인 안진이 나타나므로 이를 통해 이석의 위치를 진단할 수 있다.
이석의 위치에 따른 안진의 특징으로는, 이석이 측수평반고리관에 위치한 경우 수평성분의 안진이 발생하고, 앙와위에서 좌/우 두위에 따라 방향이 변하는 특징을 가진다. 또한, 이석이 후반고리관에 위치한 경우에는 앉은 자세에서 고개를 병변쪽으로 45˚ 돌린 상태에서 현수위로 고개를 떨어뜨리는 딕스-홀파이크(Dix-Hallpike) 수기에 따라 향지성 회전성 안진(Geotropic Torsional Nystagmus)이 나타나지만 반대쪽을 주시하게 되면 상향 안진이 발생한다.
이에, 종래에는 환자의 안진 검사를 통해 이석의 위치를 추정하고, 그에 따라 적절한 이석치환술을 적용함으로써 이석증을 진단 및 치료하고 있다. 그러나, 종래의 이석증 진단방법은 의사의 주관적 판단 및 경험에 의존하고 있어 의사에 따라 서로 다른 결과가 나타나며, 이로 인해 이석증 진단의 정확성 및 신뢰성이 저하되는 문제가 있었다.
본 발명은 상술한 문제점을 해결하기 위한 것으로, 환자의 안구 움직임을 분석하여 그 결과에 따라 이석증을 정확하게 진단할 수 있는 이석증의 질병정보 제공방법 및 이를 위한 질병정보 진단장치를 제공하고자 하는 데 있다.
본 발명의 실시예에 따른 이석증의 질병정보 제공방법은, 일정시간 동안 환자의 안구를 촬영하여 다수의 안구영상을 획득하는 단계; 상기 다수의 안구영상 각각에서 다수의 위치좌표를 추출하고, 상기 다수의 위치좌표 각각에 대응되는 다수의 벡터를 생성하는 단계; 상기 다수의 벡터 간 관계성을 분석하여 상기 다수의 안구영상 각각의 이석증 유형을 판단하는 단계; 및 상기 다수의 안구영상 각각의 이석증 유형에 기초하여 환자의 이석증 질병정보를 제공하는 단계를 포함한다.
삭제
본 발명에 따른 이석증의 질병정보 제공방법은, 환자로부터 획득된 다수의 안구영상 각각의 영상 프레임별로 벡터를 생성하고, 인접 프레임 간 벡터의 관계성 분석을 통해 해당 프레임의 이석증 유형을 판단할 수 있다. 그리고, 판단된 다수의 영상 프레임의 이석증 유형에 기초하여 하나의 안구영상에 대한 이석증 유형을 판단하고, 이로부터 다수의 안구영상에 대한 이석증을 진단함으로써, 환자의 이석증을 객관적이고 정확하게 진단할 수 있다.
따라서, 본 발명의 이석증의 질병정보 제공방법은 의사 및 환자에게 이석증 치료에 대한 향후 진료 및 치료계획을 수립할 수 있도록 함으로써, 이석증 치료에 대한 효율성 및 신뢰성을 높일 수 있다.
도 1은 본 발명의 실시예에 따른 이석증의 질병정보 제공장치의 구성을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 이석증의 질병정보 제공방법을 나타내는 도면이다.
도 3은 도 2의 이석증의 질병정보 제공방법을 구체적으로 나타내는 도면이다.
도 4 내지 도 6은 본 발명의 이석증의 질병정보 제공방법에 대한 실시예들이다.
이하 본 발명의 실시예에 대하여 첨부된 도면을 참고로 그 구성 및 작용을 설명하기로 한다.
도면들 중 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호 및 부호들로 나타내고 있음에 유의해야 한다. 하기에서 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이고 사전적인 의미로 해석되어서는 아니 되며, 발명자들은 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 바람직한 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있으며 본 발명의 범위가 다음에 기술하는 실시예에 한정되는 것은 아니다.
도 1은 본 발명의 실시예에 따른 이석증의 질병정보 제공장치의 구성을 나타내는 도면이다.
도 1을 참조하면, 본 실시예에 따른 이석증 질병정보 제공장치(100)는 환자로부터 다수의 안구영상을 획득하고, 획득한 안구영상으로부터 안진 유형을 예측하여 분석하며, 분석 결과로부터 환자의 이석증 유형을 판단하여 이석증을 진단할 수 있다.
이를 위하여, 본 실시예의 이석증 질병정보 제공장치(100)는 촬영유닛(110), 진단유닛(120) 및 표시유닛(130)을 포함할 수 있다. 또한, 이석증 질병정보 제공장치(100)는 진단결과를 외부로 전송하거나 또는 외부로부터 소정의 제어신호를 수신할 수 있는 통신유닛(미도시)을 더 포함할 수 있다.
촬영유닛(110)은 환자의 안구, 즉 좌안 및 우안 각각을 소정 시간동안 촬영하여 다수의 안구영상을 획득할 수 있다. 획득된 다수의 안구영상은 진단유닛(120)으로 출력될 수 있다.
여기서, 환자는 안진 검사를 수행하고 있는 중이며, 촬영유닛(110)은 안진 검사가 진행되는 동안에 환자의 안구를 촬영하여 다수의 안구영상을 획득할 수 있다.
다시 말해, 본 실시예의 이석증 질병정보 제공장치(100)는 이석증에 의해 발현되는 안구의 움직임으로 인한 안진의 유형을 분석하고, 그 결과로부터 환자의 이석증 유형을 판단하는 것이다. 따라서, 이석증 질병정보 제공장치(100)는 환자에 대한 안진 검사가 진행되는 동안에 촬영유닛(110)에 의해 획득된 다수의 안구 영상을 분석함으로써 이석증을 판단할 수 있다.
한편, 환자에 대한 안진 검사는 자발 안진 검사, 주시 안진 검사, 두위 회전 안진 검사 및 딕스-홀파이크 안진 검사 등이 있다.
자발 안진 검사는 암흑 상태에서 환자가 전방의 가상의 점을 주시하고 있는 상태에서 발생되는 안구 움직임을 검사하는 방법이다. 또한, 주시 안진 검사는 환자가 앉아있는 상태에서 좌측 및 우측을 소정 각도로 각각 주시할 때 발생되는 안구 움직임을 검사하는 방법이다. 두위 회전 안진 검사는 환자의 고개를 숙이게 하여 소정 시간 좌/우로 흔들도록 한 후 발생되는 안구 움직임을 검사하는 방법이고, 딕스-홀파이크 안진 검사는 환자의 체위 및 두위의 위치를 변화시켜 발생되는 안구 움직임을 검사하는 방법이다.
또한, 상술한 안진 검사의 원활한 진행을 위하여, 본 실시예의 이석증 질병정보 제공장치(100)는 환자의 머리 부위에 착용되는 헤드마운트(head mounted) 형태의 기기로 구성될 수도 있다. 이때, 이석증 질병정보 제공장치(100)에는 안진 검사를 위한 다양한 음성들을 환자에게 제공할 수 있는 스피커(미도시)가 구비될 수도 있다.
진단유닛(120)은 촬영유닛(110)에서 제공되는 다수의 안구영상 각각에 대한 안구 위치좌표로부터 벡터를 추출하고, 추출된 벡터의 분석에 따라 안진 유형을 예측하여 이석증 유형을 판단할 수 있다. 그리고, 진단유닛(120)은 판단 결과로부터 환자의 이석증을 진단할 수 있다.
이에, 진단유닛(120)은 좌표추출부(121), 벡터추출부(123), 유형판단부(125) 및 진단부(127)를 포함할 수 있다.
좌표추출부(121)는 다수의 안구영상 각각에서 안구의 위치좌표를 추출할 수 있다. 안구의 위치좌표는 X축 및 Y축 각각의 좌표값으로 추출될 수 있다.
여기서, 좌표추출부(121)는 각 안구영상의 다수의 영상 프레임(frame) 각각마다 안구 위치좌표를 추출할 수 있다. 예컨대, 하나의 안구영상이 30개의 영상프레임으로 구성되면, 좌표추출부(121)는 상기 하나의 안구영상의 다수의 영상프레임, 즉 제1영상프레임에서 제30영상프레임 각각에서 안구의 위치좌표를 추출할 수 있다.
벡터추출부(123)는 좌표추출부(121)에서 추출된 다수의 영상프레임 각각의 위치좌표에 기초하여 각 영상프레임의 벡터를 생성할 수 있다. 이때, 벡터추출부(123)는 인접 영상프레임 간 위치좌표의 관계에 따라 해당 영상프레임의 벡터를 생성할 수 있다.
예컨대, 좌표추출부(121)에 의해 하나의 안구영상의 제1영상프레임에서 제1위치좌표가 추출되고, 제2영상프레임에서 제2위치좌표가 추출될 수 있다. 이에, 벡터추출부(123)는 제1위치좌표와 제2위치좌표 간 위치 변화량에 기초하여 제2영상프레임에 대한 벡터를 생성할 수 있다. 제2영상프레임 벡터는 소정의 크기(scalar) 성분과 방향(angle) 성분을 포함할 수 있다.
유형판단부(125)는 벡터추출부(123)에서 생성된 다수의 벡터로부터 각 영상프레임에 대한 안진 유형을 예측하고, 예측 결과로부터 하나의 안구영상에 대한 환자의 이석증 유형을 판단할 수 있다.
예컨대, 유형판단부(125)는 벡터추출부(123)에서 제공된 다수의 벡터 중에서 서로 인접된 영상프레임간 벡터 관계성을 분석하고, 분석 결과로부터 해당 영상프레임의 안진 유형을 예측할 수 있다.
이때, 유형판단부(125)는 분석 결과에 따라 해당 영상프레임으로부터 다수의 안진 유형 각각에 대응되는 확률값을 산출하고, 산출된 확률값 중 상대적으로 최대값을 갖는 유형을 해당 영상프레임의 안진 유형으로 예측할 수 있다. 그리고, 유형판단부(125)는 다수의 영상프레임마다 예측되는 안진 유형 중 가장 많은 수의 안진 유형으로부터 해당 안구영상에 대한 이석증 유형으로 판단할 수 있다.
여기서, 다수의 안진 유형은 이석의 위치에 따라 발현되는 안진의 유형으로 제1유형 내지 제5유형을 포함할 수 있다. 제1유형은 전반고리관(Anterior semicircular canal; ASCC)에 이석이 위치하여 발현되는 안진 유형일 수 있다. 제2유형 및 제3유형은 각각 가쪽반고리관(Lateral semicircular canal; LSCC)의 우측 및 좌측에 이석이 위치하여 발현되는 안진 유형일 수 있다. 제4유형은 후반고리관(Posterior semicircular canal; PSCC)에 이석이 위치하여 발현되는 안진 유형일 수 있다. 제5유형은 이석증이 아닌 다른 이유에 의하여 발현되는 안진 유형일 수 있다.
유형판단부(125)는 각 영상프레임에 대하여 상술한 제1유형 내지 제5유형 각각에 대응되는 확률값을 산출하고, 산출된 5개의 확률값 중 상대적으로 큰 값을 갖는 안진 유형에 따라 해당 영상프레임의 이석증 유형을 판단할 수 있다.
이와 같이, 유형판단부(125)는 환자의 하나의 안구영상에서 다수의 영상프레임 각각에서 생성된 벡터의 관계성 분석을 통해 안진 유형을 예측하고, 그에 따라 해당 안구영상에 대한 환자의 이석증 유형을 판단할 수 있다.
이때, 유형판단부(125)는 다수의 영상프레임 중 서로 인접되는 영상프레임의 벡터 간 관계성을 분석하여 이석증 유형을 판단할 수 있다. 또한, 본 발명의 다른 실시예에 따라 유형판단부(125)는 다수의 영상프레임 중 적어도 2개의 영상프레임의 벡터 간 관계성을 분석하여 이석증 유형을 판단할 수 있다.
진단부(127)는 유형판단부(125)의 이석증 유형 판단 결과를 취합하여 환자의 이석증을 진단할 수 있다.
예컨대, 환자가 하나의 안진 검사를 수행하는 중에 다수의 안구영상이 획득되고, 유형판단부(125)는 획득된 다수의 안구영상 각각에 대하여 이석증 유형을 판단할 수 있다. 이에, 진단부(127)는 유형판단부(125)에 의해 판단된 이석증 유형 중 가장 많은 수를 갖는 유형에 기반하여 환자의 이석증을 진단할 수 있다.
표시유닛(130)은 진단유닛(120)에 의한 이석증 진단 결과를 외부로 표시할 수 있다. 표시유닛(130)은 진단유닛(120)의 유형판단부(125)와 진단부(127) 각각의 결과물을 포함하는 이석증 진단 결과를 표시할 수 있다. 이에, 의사는 표시유닛(130)의 표시내용에 기반하여 환자의 이석증을 객관적이고 정확하게 진단하여 진료 계획을 수립할 수 있게 된다.
도 2는 본 발명의 실시예에 따른 이석증의 질병정보 제공방법을 나타내는 도면이다.
도면을 참조하면, 먼저 환자에 대한 안진 검사가 수행되는 동안 이석증 질병정보 제공장치(100)의 촬영유닛(110)을 통해 환자의 좌안 및 우안 각각을 촬영하고, 그에 따라 다수의 안구영상을 획득할 수 있다(S10).
앞서 설명한 바와 같이, 안진 검사는 자발 안진 검사, 주시 안진 검사, 두위 회전 안진 검사 및 딕스-홀파이크 안진 검사 중 하나일 수 있다. 이에, 촬영유닛(110)은 도 4에 도시된 바와 같이, 환자의 안진 검사가 수행되는 중에 환자의 좌안 및 우안 각각을 촬영하여 좌안영상(L_I) 및 우안영상(R_I)을 포함하는 안구영상을 획득할 수 있다.
다음으로, 진단유닛(120)은 획득된 안구영상에서 안구의 위치좌표를 추출하여 분석하고, 분석 결과로부터 이석증 유형을 판단함으로써 환자의 이석증을 진단할 수 있다(S20).
도 3은 도 2의 이석증의 질병정보 제공방법을 구체적으로 나타내는 도면이다.
도 3을 참조하면, 진단유닛(120)의 좌표추출부(121)는 촬영유닛(110)에서 제공되는 다수의 안구영상 중 최초 안구영상에서 중심점을 설정할 수 있다(S110).
중심점은 다수의 안구영상 중 최초 우안영상(R_I) 및 최초 좌안영상(L_I) 각각에서 설정될 수 있는데, 예컨대 홍채(iris) 또는 동공(pupil)의 중심에 기초하여 설정될 수 있다.
이어, 좌표추출부(121)는 최초 안구영상을 제외한 나머지 안구영상 각각에서 중심점을 기준으로 하는 다수의 위치좌표를 각각 추출할 수 있다(S120). 여기서, 좌표추출부(121)는 각 안구영상의 다수의 영상프레임 각각에서 환자의 좌안 및 우안 각각에 대한 위치좌표를 추출할 수 있다. 추출된 위치좌표는 환자의 좌안과 우안 각각의 움직임에 따른 X축 좌표와 Y축 좌표 값을 포함할 수 있다.
도 5에 도시된 바와 같이, 좌표추출부(121)는 기 설정된 우안 중심점에 기초하여 다수의 우안영상(R_I) 각각의 영상프레임마다 우안 위치좌표(R_C)를 추출할 수 있다.
이때, 좌표추출부(121)는 각 우안영상(R_I)의 다수의 영상프레임 각각에 대응되는 우안 위치좌표(R_C)를 추출할 수 있다. 이러한 우안 위치좌표(R_C)는 우안 중심점을 기준으로 X축과 Y축 각각의 좌표 값으로 나타날 수 있다.
또한, 좌표추출부(121)는 기 설정된 좌안 중심점에 기초하여 다수의 좌안영상(L_I) 각각의 영상프레임마다 좌안 위치좌표(L_C)를 추출할 수 있다.
이때, 좌표추출부(121)는 각 좌안영상(L_I)의 다수의 영상프레임 각각에 대응되는 좌안 위치좌표(L_C)를 추출할 수 있다. 이러한 좌안 위치좌표(L_C)는 좌안 중심점을 기준으로 X축과 Y축 각각의 좌표 값으로 나타날 수 있다.
다시 도 3을 참조하면, 진단유닛(120)의 벡터추출부(123)는 좌표추출부(121)에 의해 추출된 각 영상의 영상프레임별 위치좌표로부터 각 영상프레임에 대응되는 벡터를 생성할 수 있다(S130).
벡터추출부(123)는 다수의 영상프레임 중 인접 영상프레임의 위치좌표 관계에 따라 해당 영상프레임 벡터를 생성할 수 있다. 예컨대, 하나의 안구영상에 대하여 좌표추출부(121)에서 제1영상프레임의 제1위치좌표와 제2영상프레임의 제2위치좌표가 각각 추출되면, 벡터추출부(123)는 제1위치좌표와 제2위치좌표 간 관계, 즉 위치 변화량에 기초하여 제2영상프레임에 대한 벡터, 예컨대 제2벡터를 생성할 수 있다. 이때, 제2벡터는 크기성분과 방향성분을 포함할 수 있다.
한편, 벡터추출부(123)는 기 설정된 중심점에 기초하여 제1영상프레임에 대한 벡터를 생성할 수 있다. 다시 말해, 벡터추출부(123)는 중심점과 제1영상프레임에서 추출된 제1위치좌표 간 위치 변화량에 기초하여 제1영상프레임에 대한 벡터, 예컨대 제1벡터를 생성할 수 있다.
계속해서, 유형판단부(125)는 생성된 벡터의 관계성을 분석하고(S140), 분석 결과로부터 각 영상프레임의 안진 유형을 예측하여 하나의 안구영상에 대응되는 환자의 이석증 유형을 판단할 수 있다(S150).
도 6을 참조하여 구체적으로 설명하면, 촬영유닛(110)에 의해 획득된 하나의 안구영상이 제1영상프레임 내지 제30영상프레임으로 이루어질 수 있다. 좌표추출부(121)는 하나의 안구영상의 각 영상프레임마다 환자의 안구 위치에 대한 위치좌표를 추출할 수 있다. 그리고, 벡터추출부(123)는 각 영상프레임에서 추출된 위치좌표로부터 크기(scalar) 성분 및 방향(angle) 성분을 갖는 벡터를 생성할 수 있다.
유형판단부(125)는 다수의 영상프레임 중 인접되는 한 쌍의 영상프레임의 벡터, 예컨대 제1프레임의 제1벡터와 제2프레임의 제2벡터 간 관계를 분석할 수 있다. 이때, 유형판단부(125)는 제1벡터와 제2벡터 간 크기 변화 및 제1벡터와 제2벡터 간 방향 변화 중 적어도 하나를 분석할 수 있다.
이어, 유형판단부(125)는 벡터 간 관계 분석 결과에 따라 제1프레임의 제1벡터에 대하여 다수의 안진 유형 각각에 대응되는 확률값을 산출할 수 있다. 여기서, 다수의 안진 유형은 이석의 위치에 따라 발현되는 안진으로 인한 제1유형 내지 제5유형을 포함할 수 있다. 유형판단부(125)는 각 안진 유형에 대하여 제1벡터의 확률값을 산출할 수 있다.
계속해서, 유형판단부(125)는 다수의 안진 유형에 대하여 산출된 다수의 확률값 중에서 상대적으로 최대값을 갖는 하나, 예컨대 제2유형을 안진 유형으로 예측하고, 이로부터 제1영상프레임의 이석증 유형을 LSCC_RT로 판단할 수 있다.
이와 같이, 유형판단부(125)는 하나의 안구영상의 모든 영상프레임 각각에 대해 생성된 벡터의 인접 영상프레임 간 관계성 분석 및 각 안진 유형에 대한 확률값 산출을 통해 해당 영상프레임에 대한 이석증 유형을 판단할 수 있다.
예컨대, 유형판단부(125)는 제2영상프레임 및 제3영상프레임 간 벡터의 관계성 분석을 통해 제2영상프레임에 대한 이석증 유형을 LSCC_LT로 판단할 수 있다. 마찬가지로, 유형판단부(125)는 제3영상프레임 및 제4영상프레임 간 벡터의 관계성 분석을 통해 제3영상프레임에 대한 이석증 유형을 LSCC_RT로 판단할 수 있다.
한편, 본 실시예에서는 다수의 영상프레임 중 인접된 한 쌍의 영상프레임 각각의 벡터 관계성 분석을 통해 해당 영상프레임의 이석증 유형을 판단하는 것을 예로 설명하였으나, 본 발명은 이에 제한되지는 않는다.
예컨대, 유형판단부(125)는 다수의 영상프레임 중 인접된 세 개 이상의 영상프레임 각각의 벡터 관계성 분석을 통해 해당 영상프레임의 이석증 유형을 판단할 수도 있다. 또한, 유형판단부(125)는 다수의 영상프레임 중 인접되거나 또는 인접되지 않는 두 개 이상의 영상프레임 각각의 벡터 관계성 분석을 통해 해당 영상프레임의 이석증 유형을 판단할 수도 있다.
계속해서, 유형판단부(125)는 판단된 다수의 영상프레임 각각의 이석증 유형을 취합하여 하나의 안구영상에 대한 이석증 유형을 판단할 수 있다. 여기서, 유형판단부(125)는 다수의 영상프레임 각각에서 판단된 이석증 유형 중 가장 많은 수를 갖는 유형을 해당 안구영상에 대한 이석증 유형으로 판단할 수 있다. 예컨대, 도 6에서는 LSCC_LT로 판단된 영상프레임의 수가 가장 많으므로, 유형판단부(125)는 해당 안구영상에 대하여 LSCC_LT의 이석증 유형을 판단할 수 있다.
다시 도 3을 참조하면, 진단부(127)는 유형판단부(125)에서 제공된 다수의 안구영상 각각에 대한 이석증 유형 판단 결과로부터 환자의 이석증을 진단할 수 있다(S160).
예컨대, 환자가 하나의 안진 검사를 수행하는 중에 다수의 안구영상이 획득되고, 유형판단부(125)는 다수의 안구영상 각각에 대하여 이석증 유형을 판단할 수 있다. 이에, 진단부(127)는 유형판단부(125)에서 판단된 각 영상의 이석증 유형 중 가장 많은 수를 보이는 유형에 기초하여 환자의 이석증을 진단할 수 있다.
다시 도 2를 참조하면, 표시유닛(130)은 진단유닛(120)에 의한 이석증 진단 결과를 외부, 예컨대 환자 또는 의사에게 표시할 수 있다(S30).
이때, 표시유닛(130)은 진단유닛(120)의 유형판단부(125)와 진단부(127) 각각의 결과물을 포함하는 진단 결과를 표시할 수 있다. 다시 말해, 표시유닛(130)은 하나의 안진 검사에 대응되어 유형판단부(125)에 의한 다수의 안구영상 각각의 이석증 유형 판단 결과 및 진단부(127)에 의한 최종 이석증 유형 진단을 포함할 수 있다.
상술한 바와 같이, 본 실시예에 따른 이석증 진단방법은 환자로부터 획득된 다수의 안구영상 각각의 영상프레임별 벡터를 생성하고, 다수의 영상프레임 중 인접된 두개 이상의 영상프레임 간 벡터 관계성 분석을 통해 해당 영상프레임의 이석증 유형을 판단할 수 있다. 그리고, 판단된 다수의 영상프레임의 이석증 유형에 기초하여 하나의 안구영상에 대한 이석증 유형을 판단하고, 이로부터 다수의 안구영상에 대한 이석증을 진단함으로써, 환자의 이석증을 객관적이고 정확하게 진단할 수 있다.
이에, 본 발명의 이석증의 질병정보 제공방법은 의사 및 환자에게 이석증 치료에 대한 향후 진료 및 치료계획을 수립할 수 있도록 함으로써, 이석증 치료에 대한 효율성 및 신뢰성을 높일 수 있다.
100: 이석증 질병정보 제공장치 110: 촬영유닛
120: 진단유닛 121: 좌표추출부
123: 벡터추출부 125: 유형판단부
127: 진단부 130: 표시유닛

Claims (13)

  1. 일정시간 동안 환자의 안구를 촬영유닛으로 촬영하여 다수의 안구영상을 획득하는 단계;
    상기 다수의 안구영상 각각에서 진단유닛을 이용하여 다수의 위치좌표를 추출하고, 상기 다수의 위치좌표 각각에 대응되는 다수의 벡터를 생성하는 단계;
    유형판단부에서 상기 다수의 벡터 간 관계성을 분석하여 상기 다수의 안구영상 각각의 이석증 유형을 판단하는 단계; 및
    상기 다수의 안구영상 각각의 이석증 유형에 기초하여 진단부에서 환자의 이석증의 질병 정보를 제공하고,
    상기 유형판단부에서 상기 다수의 안구영상 각각의 이석증 유형을 판단하는 단계는,
    제1안구영상의 다수의 영상프레임 중 서로 인접된 적어도 두 개의 영상프레임 각각의 벡터 간 관계성을 분석하여 각 영상프레임에 대한 이석증 유형을 판단하는 단계; 및
    상기 각 영상프레임의 이석증 유형에 기초하여 상기 제1안구영상에 대한 이석증 유형을 판단하는 단계를 포함하고,
    상기 각 영상 프레임의 이석증 유형을 판단하는 단계는,
    상기 다수의 영상프레임 중 제1영상프레임의 제1벡터와 제2영상프레임의 제2벡터 간 관계성을 분석하는 단계;
    분석된 관계성에 기초하여 다수의 안진 유형 각각에 대한 상기 제1벡터의 확률값을 산출하는 단계; 및
    각 안진 유형에 대한 상기 제1벡터의 확률값 중 상대적으로 최대값을 갖는 하나를 상기 제1영상프레임의 이석증 유형으로 판단하는 단계를 포함하는 것을 특징으로 하는 이석증의 질병 정보 제공 방법.
  2. 제1항에 있어서,
    상기 다수의 벡터를 생성하는 단계는,
    중심점을 기준으로 상기 다수의 안구영상 각각의 다수의 영상프레임마다 안구의 위치좌표를 추출하는 단계; 및
    상기 다수의 영상프레임 중 인접된 적어도 2개의 영상프레임의 위치좌표 간 위치 변화량에 기초하여 각 영상프레임별 크기성분과 방향성분을 갖는 벡터를 생성하는 단계를 포함하는 것을 특징으로 하는 이석증의 질병 정보 제공 방법.
  3. 제2항에 있어서,
    상기 중심점은 상기 다수의 안구영상 중 최초 안구영상의 홍채 및 동공 중 하나의 중심으로부터 설정되는 것을 특징으로 하는 이석증의 질병 정보 제공 방법.
  4. 제2항에 있어서,
    상기 다수의 영상프레임마다 안구의 위치좌표를 추출하는 단계는,
    상기 다수의 안구영상 중 우안영상의 영상프레임별 우안 위치좌표를 추출하는 단계; 및
    상기 다수의 안구영상 중 좌안영상의 영상프레임별 좌안 위치좌표를 추출하는 단계를 포함하는 것을 특징으로 하는 이석증의 질병 정보 제공 방법.
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 관계성을 분석하는 단계는,
    상기 제1벡터와 상기 제2벡터 간 크기 변화 및 방향 변화 중 적어도 하나를 분석하는 단계인 것을 특징으로 하는 이석증의 질병 정보 제공 방법.
  8. 제1항에 있어서,
    상기 이석증 유형은 ASCC, LSCC-LT, LSCC-RT 및 PSCC 중 적어도 하나로 판단하는 것을 특징으로 하는 이석증의 질병 정보 제공 방법.
  9. 제1항에 있어서,
    상기 제1안구영상에 대한 이석증 유형을 판단하는 단계는,
    상기 각 영상 프레임의 이석증 유형 중 가장 많은 수를 갖는 유형을 상기 제1안구영상의 이석증 유형으로 판단하는 단계인 것을 특징으로 하는 이석증의 질병 정보 제공 방법.
  10. 제1항에 있어서,
    상기 환자의 이석증 질병 정보를 제공하는 단계는,
    상기 다수의 안구영상 각각의 이석증 유형 중 가장 많은 수를 갖는 유형을 환자의 이석증 질병정보로 제공하는 단계인 것을 특징으로 하는 이석증의 질병 정보 제공 방법.
  11. 제1항에 있어서,
    상기 다수의 안구영상을 획득하는 단계는,
    환자의 안진 검사가 진행되는 동안 촬영되는 환자의 안구 움직임에 대응되는 상기 다수의 안구영상을 획득하는 단계인 것을 특징으로 하는 이석증의 질병 정보 제공 방법.


  12. 삭제
  13. 삭제
KR1020200009155A 2020-01-23 2020-01-23 안구 움직임에 기반한 이석증의 질병정보 제공방법 및 이를 위한 질병정보 제공장치 KR102405351B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200009155A KR102405351B1 (ko) 2020-01-23 2020-01-23 안구 움직임에 기반한 이석증의 질병정보 제공방법 및 이를 위한 질병정보 제공장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200009155A KR102405351B1 (ko) 2020-01-23 2020-01-23 안구 움직임에 기반한 이석증의 질병정보 제공방법 및 이를 위한 질병정보 제공장치

Publications (2)

Publication Number Publication Date
KR20210095378A KR20210095378A (ko) 2021-08-02
KR102405351B1 true KR102405351B1 (ko) 2022-06-02

Family

ID=77315695

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200009155A KR102405351B1 (ko) 2020-01-23 2020-01-23 안구 움직임에 기반한 이석증의 질병정보 제공방법 및 이를 위한 질병정보 제공장치

Country Status (1)

Country Link
KR (1) KR102405351B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101898414B1 (ko) * 2018-04-24 2018-09-12 한림대학교 산학협력단 3차원 안구 움직임 측정 방법 및 전자동 딥러닝 기반 어지럼 진단 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101978548B1 (ko) * 2017-03-16 2019-05-14 한림대학교 산학협력단 안구 움직임 측정을 통한 어지럼 진단 서버, 방법, 및 이를 기록한 기록매체

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101898414B1 (ko) * 2018-04-24 2018-09-12 한림대학교 산학협력단 3차원 안구 움직임 측정 방법 및 전자동 딥러닝 기반 어지럼 진단 시스템

Also Published As

Publication number Publication date
KR20210095378A (ko) 2021-08-02

Similar Documents

Publication Publication Date Title
JP5607640B2 (ja) 眼の特徴の画像を得る方法と装置
US10537276B2 (en) System and method for detecting neurological disease
JP6518044B2 (ja) 視機能検査装置および視機能検査システム
EP2110075B1 (en) A process and system for recording erg, perg and vep multifocal electrofunctional responses in real time
US20230230232A1 (en) Machine Learning for Detection of Diseases from External Anterior Eye Images
JP7270686B2 (ja) 画像処理システムおよび画像処理方法
WO2021256130A1 (ja) スリットランプ顕微鏡
KR102405351B1 (ko) 안구 움직임에 기반한 이석증의 질병정보 제공방법 및 이를 위한 질병정보 제공장치
US20230360204A1 (en) Method for hospital visit guidance for medical treatment for active thyroid eye disease, and system for performing same
JP2023134744A (ja) 動画処理装置、動画処理方法、および動画処理プログラム
KR102470861B1 (ko) 안구 움직임에 기반한 이석증 질병정보를 제공하는 방법 및 이를 위한 진단장치
CN116635889A (zh) 从外部眼睛前部图像检测疾病的机器学习
KR102418399B1 (ko) 인공지능 기반 치매 조기 진단 플랫폼
KR102250999B1 (ko) 시야장애 평가 및 안구 운동장애 평가 결과에 기반한 뇌병변 진단 장치
JP2021516085A (ja) 視覚系診査装置
Bracco et al. BIE-PInCS: Brain injury evaluation with pupillometer based on infrared camera system
KR102547769B1 (ko) 질환 진단 장치
US20230293004A1 (en) Mixed reality methods and systems for efficient measurement of eye function
KR102624293B1 (ko) 어지럼증 진단 치료 서비스 시스템 및 방법
US20230172507A1 (en) Method, System and Apparatus for Investigating or Assessing Eye or Pupil Movement
Kubicek et al. Optical nerve segmentation using the active shape method
KR102284799B1 (ko) 스마트 기기를 포함하는 안진 검사 장치
KR101887296B1 (ko) 홍채 진단 시스템 및 그 시스템의 스트레스 진단 방법
Chenguiti Towards an objective refraction via EEG recording of brain activity
Sangi Automated Optokinetic Nystagmus Detection for Use with Young Subjects

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant