KR102462975B1 - 인공지능 기반의 자궁경부암 검진 서비스 시스템 - Google Patents

인공지능 기반의 자궁경부암 검진 서비스 시스템 Download PDF

Info

Publication number
KR102462975B1
KR102462975B1 KR1020200187157A KR20200187157A KR102462975B1 KR 102462975 B1 KR102462975 B1 KR 102462975B1 KR 1020200187157 A KR1020200187157 A KR 1020200187157A KR 20200187157 A KR20200187157 A KR 20200187157A KR 102462975 B1 KR102462975 B1 KR 102462975B1
Authority
KR
South Korea
Prior art keywords
reading
cervical cancer
unit
cervical
image
Prior art date
Application number
KR1020200187157A
Other languages
English (en)
Other versions
KR20220097585A (ko
Inventor
김태희
김학보
신현수
Original Assignee
(주)엔티엘헬스케어
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 (주)엔티엘헬스케어 filed Critical (주)엔티엘헬스케어
Priority to KR1020200187157A priority Critical patent/KR102462975B1/ko
Priority to PCT/KR2021/020091 priority patent/WO2022145999A1/ko
Priority to BR112023013249A priority patent/BR112023013249A2/pt
Publication of KR20220097585A publication Critical patent/KR20220097585A/ko
Application granted granted Critical
Publication of KR102462975B1 publication Critical patent/KR102462975B1/ko

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00002—Operational features of endoscopes
    • A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
    • A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00002—Operational features of endoscopes
    • A61B1/00011—Operational features of endoscopes characterised by signal transmission
    • A61B1/00016—Operational features of endoscopes characterised by signal transmission using wireless means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00002—Operational features of endoscopes
    • A61B1/00039—Operational features of endoscopes provided with input arrangements for the user
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00002—Operational features of endoscopes
    • A61B1/00043—Operational features of endoscopes provided with output arrangements
    • A61B1/00045—Display arrangement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00002—Operational features of endoscopes
    • A61B1/00043—Operational features of endoscopes provided with output arrangements
    • A61B1/00055—Operational features of endoscopes provided with output arrangements for alerting the user
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/303—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for the vagina, i.e. vaginoscopes
    • 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
    • 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
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Gynecology & Obstetrics (AREA)
  • Reproductive Health (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 인공지능 기반의 자궁경부암 검진 서비스 시스템에 관한 것으로서, 보다 구체적으로는 자궁경부암 검진 서비스 시스템으로서, 자궁경부 영상을 판독하도록 사전 학습된 제1 판독 모델을 탑재하여, 자궁경부를 촬영하고 촬영한 자궁경부 영상을 상기 제1 판독 모델의 입력으로 하여, AI 판독 결과를 출력하는 자궁경부암 진단 카메라 장치; 및 상기 자궁경부암 진단 카메라 장치로부터 상기 자궁경부 영상을 포함하는 판독 요청을 수신하고, 판독 전문가에게 판독을 의뢰하여 상기 자궁경부암 진단 카메라 장치의 사용자에게 최종 판독 보고서를 제공하는 서버를 포함하며, 상기 자궁경부암 진단 카메라 장치는, 자궁경부를 촬영하여 자궁경부 영상을 획득하는 카메라부; 상기 제1 판독 모델을 저장하고, 상기 카메라부에서 획득한 자궁경부 영상을 전달받아, 상기 제1 판독 모델로부터 AI 판독 결과를 예측하여 출력하는 제1 판독부; 상기 카메라부에서 촬영되는 실시간 영상 및 상기 제1 판독부의 AI 판독 결과를 출력하고, 사용자 입력 신호를 입력받는 터치 패널부; 및 상기 자궁경부 영상을 포함하는 판독 요청을 상기 서버에 전송하는 통신부를 포함하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 따르면, 자궁경부암 진단 카메라 장치에 자궁경부 영상을 판독하도록 사전 학습된 제1 판독 모델을 탑재하여, 인터넷 환경이 원활하지 못한 지역에서도 자궁경부암 진단 카메라 장치 단독으로 AI 판독 결과를 확인하여 자궁경부암 검진에 도움을 줄 수 있다.
또한, 본 발명에서 제안하고 있는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 따르면, 원격 판독이 필요한 경우, 자궁경부암 진단 카메라 장치에서 자궁경부 영상을 바로 서버에 전송하여 판독 요청을 할 수 있으므로, 편리하게 판독을 요청하고 판독 전문가로부터 판독 보고서를 제공받을 수 있어, 의료진의 편의를 극대화할 수 있으며, 서버가 제2 판독 모델을 적용해 도출한 AI 판독 결과를 판독 전문가에게 제공하여 자궁경부 영상의 판독에 도움을 줌으로써, 최종 판독 결과의 정확도를 높일 수 있다.
뿐만 아니라, 본 발명에서 제안하고 있는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 따르면, 판독 요청을 처리하는 중앙 서버와 미리 설정된 지역별 거점에 위치하는 복수의 지역 서버를 포함해 구성함으로써, 인터넷 회선 속도가 느린 국가에서도 가능한 한 신속하고 효율적으로 판독 전문가에 의한 최종 판독 보고서를 제공할 수 있다.

Description

인공지능 기반의 자궁경부암 검진 서비스 시스템{AI-BASED CERVICAL CANER SCREENING SERVICE SYSTEM}
본 발명은 자궁경부암 검진 서비스 시스템에 관한 것으로서, 보다 구체적으로는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 관한 것이다.
전 세계 여성 암 발생률 2위인 자궁경부암은 정기검진을 통해 조기진단이 가능한 암으로, 자궁경부암을 검진하는 가장 기본적인 검사방법으로는 세포검사가 있으나 민감도(sensitivity) 50~60%로 위음성률(오진율)이 높으므로, 이를 보완할 수 있는 검진방법이 필요하다.
현재 세포검사를 보완하기 위해, 자궁경부의 형태학적 이상 유무를 관찰하여 판독하는 방법이 사용되고 있는데, 촬영된 자궁경부 영상을 사람의 눈으로 진단하는 방법으로 주관적이고 즉각적이지 못한 한계가 있다.
이와 같은 한계를 극복하고 판독의 정확도를 높이기 위해, 등록특허 제10-2056847호(발명의 명칭: 자궁경부 자동판독 및 임상의사결정지원시스템 기반의 원격 자궁경부암 검진 시스템, 등록일자: 2019년 12월 11일) 등이 개시된 바 있다.
최근에는, 인공지능 기술이 발달하면서, 자궁경부 영상 판독에 딥러닝 기술을 적용하기 위한 연구들이 진행되고 있다. 그러나 아직 뚜렷한 연구성과는 없는 단계로, 충분한 정확도가 확보되지 않은 상태이다. 또한, 아프리카, 인도 등 의료 낙후지역에서도 사용하기 위한 배려가 부족하여, 기대만큼 효과적으로 활용되고 있지 못한 실정이다.
따라서 자궁경부 영상 판독 정확도를 높이고, 의료 낙후 지역에서도 효과적으로 사용될 수 있는 시스템의 개발이 필요한 실정이다.
본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 자궁경부암 진단 카메라 장치에 자궁경부 영상을 판독하도록 사전 학습된 제1 판독 모델을 탑재하여, 인터넷 환경이 원활하지 못한 지역에서도 자궁경부암 진단 카메라 장치 단독으로 AI 판독 결과를 확인하여 자궁경부암 검진에 도움을 줄 수 있는, 인공지능 기반의 자궁경부암 검진 서비스 시스템을 제공하는 것을 그 목적으로 한다.
또한, 본 발명은, 원격 판독이 필요한 경우, 자궁경부암 진단 카메라 장치에서 자궁경부 영상을 바로 서버에 전송하여 판독 요청을 할 수 있으므로, 편리하게 판독을 요청하고 판독 전문가로부터 판독 보고서를 제공받을 수 있어, 의료진의 편의를 극대화할 수 있으며, 서버가 제2 판독 모델을 적용해 도출한 AI 판독 결과를 판독 전문가에게 제공하여 자궁경부 영상의 판독에 도움을 줌으로써, 최종 판독 결과의 정확도를 높일 수 있는, 인공지능 기반의 자궁경부암 검진 서비스 시스템을 제공하는 것을 다른 목적으로 한다.
뿐만 아니라, 본 발명은, 판독 요청을 처리하는 중앙 서버와 미리 설정된 지역별 거점에 위치하는 복수의 지역 서버를 포함해 구성함으로써, 인터넷 회선 속도가 느린 국가에서도 가능한 한 신속하고 효율적으로 판독 전문가에 의한 최종 판독 보고서를 제공할 수 있는, 인공지능 기반의 자궁경부암 검진 서비스 시스템을 제공하는 것을 또 다른 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템은,
자궁경부암 검진 서비스 시스템으로서,
자궁경부 영상을 판독하도록 사전 학습된 제1 판독 모델을 탑재하여, 자궁경부를 촬영하고 촬영한 자궁경부 영상을 상기 제1 판독 모델의 입력으로 하여, AI 판독 결과를 출력하는 자궁경부암 진단 카메라 장치; 및
상기 자궁경부암 진단 카메라 장치로부터 상기 자궁경부 영상을 포함하는 판독 요청을 수신하고, 판독 전문가에게 판독을 의뢰하여 상기 자궁경부암 진단 카메라 장치의 사용자에게 최종 판독 보고서를 제공하는 서버를 포함하며,
상기 자궁경부암 진단 카메라 장치는,
자궁경부를 촬영하여 자궁경부 영상을 획득하는 카메라부;
상기 제1 판독 모델을 저장하고, 상기 카메라부에서 획득한 자궁경부 영상을 전달받아, 상기 제1 판독 모델로부터 AI 판독 결과를 예측하여 출력하는 제1 판독부;
상기 카메라부에서 촬영되는 실시간 영상 및 상기 제1 판독부의 AI 판독 결과를 출력하고, 사용자 입력 신호를 입력받는 터치 패널부; 및
상기 자궁경부 영상을 포함하는 판독 요청을 상기 서버에 전송하는 통신부를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 서버는,
병변 기준에 따라 분류된 자궁경부 영상에서, 자궁경부 영역을 검출해 주석(annotation) 데이터를 생성하여 저장하는 데이터 생성부;
상기 주석 데이터를 학습 데이터로 하여, 자궁경부 영상 내의 자궁경부 영역 이미지와 병변 기준 사이의 관계를 이해하여 판독 결과를 예측하도록 딥러닝 기반으로 제2 판독 모델을 학습하는 학습부;
상기 자궁경부암 진단 카메라 장치로부터 수신한 상기 자궁경부 영상을, 상기 학습부에서 학습한 상기 제2 판독 모델에 적용해 인공지능 기반으로 AI 판독 결과를 출력하는 제2 판독부;
상기 자궁경부 영상 및 상기 제2 판독부의 AI 판독 결과를 판독 전문가에게 전송하여 최종 판독을 요청하는 판독 요청부; 및
상기 판독 전문가로부터 최종 판독 보고서를 수신하여, 상기 자궁경부암 진단 카메라 장치의 사용자에게 제공하는 결과 제공부를 포함할 수 있다.
더욱 바람직하게는, 상기 제1 판독부는,
임베디드 상태에서 AI 판독 결과를 예측하여 출력할 수 있다.
더욱 바람직하게는, 상기 제1 판독부는,
음성, 양성 및 조직검사 필요의 가능성을 각각 확률로 출력하며,
상기 자궁경부암 진단 카메라 장치는,
상기 제1 판독부에서 출력되는 AI 판독 결과가 음성 확률이 가장 높고, 사용자의 소견과 일치하면 검사를 종료하고, 상기 제1 판독부에서 출력되는 AI 판독 결과가 양성 확률이 가장 높거나 사용자 소견과 상이하면, 상기 통신부를 통해 상기 판독 요청을 상기 서버에 전송하는 제어부를 더 포함할 수 있다.
더욱 바람직하게는, 상기 제1 판독 모델 및 제2 판독 모델은,
상기 자궁경부 영상에서 자궁경부 영역을 검출하는 검출 모델; 및
상기 검출 모델에서 검출된 자궁경부 영역으로부터 AI 판독 결과를 예측하는 분류 모델을 포함하여 구성될 수 있다.
더욱 바람직하게는,
상기 자궁경부암 진단 카메라 장치를 사용해 자궁경부암 검진을 수행하는 사용자의 사용자 디바이스를 더 포함하며,
상기 결과 제공부는,
상기 사용자 디바이스에 설치된 애플리케이션 또는 웹 프로그램을 통해 상기 최종 판독 보고서를 제공하고,
상기 통신부는,
상기 사용자 디바이스에 설치된 애플리케이션에 상기 자궁경부 영상을 전송할 수 있다.
더욱 바람직하게는, 상기 서버는,
상기 판독 요청에 따른 최종 판독 보고서를 제공하는 중앙 서버와 미리 설정된 지역별 거점에 위치하는 복수의 지역 서버를 포함하여 구성되되,
상기 자궁경부암 진단 카메라 장치의 통신부는, 상기 지역 서버 중에서 가장 가까운 거점의 지역 서버에 상기 판독 요청을 전송하며,
상기 판독 요청을 수신한 지역 서버는, 상기 중앙 서버로 상기 판독 요청을 전송하고, 상기 판독 요청에 따른 최종 판독 보고서를 수신하여 제공할 수 있다.
더더욱 바람직하게는, 상기 서버는,
사용자의 포인트를 관리하며, 상기 자궁경부암 진단 카메라 장치로부터 상기 판독 요청을 수신하면 상기 포인트를 차감하는 결제 처리부를 더 포함할 수 있다.
본 발명에서 제안하고 있는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 따르면, 자궁경부암 진단 카메라 장치에 자궁경부 영상을 판독하도록 사전 학습된 제1 판독 모델을 탑재하여, 인터넷 환경이 원활하지 못한 지역에서도 자궁경부암 진단 카메라 장치 단독으로 AI 판독 결과를 확인하여 자궁경부암 검진에 도움을 줄 수 있다.
또한, 본 발명에서 제안하고 있는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 따르면, 원격 판독이 필요한 경우, 자궁경부암 진단 카메라 장치에서 자궁경부 영상을 바로 서버에 전송하여 판독 요청을 할 수 있으므로, 편리하게 판독을 요청하고 판독 전문가로부터 판독 보고서를 제공받을 수 있어, 의료진의 편의를 극대화할 수 있으며, 서버가 제2 판독 모델을 적용해 도출한 AI 판독 결과를 판독 전문가에게 제공하여 자궁경부 영상의 판독에 도움을 줌으로써, 최종 판독 결과의 정확도를 높일 수 있다.
뿐만 아니라, 본 발명에서 제안하고 있는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 따르면, 판독 요청을 처리하는 중앙 서버와 미리 설정된 지역별 거점에 위치하는 복수의 지역 서버를 포함해 구성함으로써, 인터넷 회선 속도가 느린 국가에서도 가능한 한 신속하고 효율적으로 판독 전문가에 의한 최종 판독 보고서를 제공할 수 있다.
도 1은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 구성을 도시한 도면.
도 2는 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 자궁경부암 진단 카메라 장치의 세부적인 구성을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 카메라부의 제작 과정을 설명하기 위해 도시한 도면.
도 4는 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 자궁경부 영상과 빛 반사가 감소된 자궁경부 영상을 비교하여 도시한 도면.
도 5는 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 서버의 세부적인 구성을 도시한 도면.
도 6은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 데이터 생성부가 저장한 주석 데이터를 예를 들어 도시한 도면.
도 7은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 검출 모델의 구성을 예를 들어 도시한 도면.
도 8은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 검출 모델에 의한 검출 결과를 예를 들어 도시한 도면.
도 9는 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 판독 모델의 구성을 예를 들어 도시한 도면.
도 10은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 분류 모델의 판독 결과를 예를 들어 도시한 도면.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
도 1은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 구성을 도시한 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템은, 자궁경부암 진단 카메라 장치(100) 및 서버(200)를 포함하여 구성될 수 있으며, 사용자 디바이스(300) 및 판독 전문가 디바이스(400)를 더 포함하여 구성될 수 있다.
자궁경부암 진단 카메라 장치(100)는, 자궁경부 영상을 판독하도록 사전 학습된 제1 판독 모델을 탑재하여, 자궁경부를 촬영하고 촬영한 자궁경부 영상을 제1 판독 모델의 입력으로 하여, AI 판독 결과를 출력할 수 있다. 보다 구체적으로, 자궁경부암 진단 카메라 장치(100)는, 자궁경부를 촬영해 자궁경부 영상을 획득하는 장치로써, 인공지능 기반의 제1 판독 모델을 탑재해 통신망의 사용 없이도 임베디드 모델을 사용해 AI 판독 결과를 자체적으로 출력할 수 있다. 자궁경부암 진단 카메라 장치(100)의 세부적인 구성에 대해서는 추후 도 2를 참조하여 상세히 설명하도록 한다.
서버(200)는, 자궁경부암 진단 카메라 장치(100)로부터 자궁경부 영상을 포함하는 판독 요청을 수신하고, 판독 전문가에게 판독을 의뢰하여 자궁경부암 진단 카메라 장치(100)의 사용자에게 최종 판독 보고서를 제공할 수 있다. 즉, 자궁경부암 진단 카메라 장치(100)에 탑재된 제1 판독 모델의 AI 판독 결과만으로는 의료진이 확신하기 힘든 경우, 추가적인 조치로 서버(200)에 판독을 의뢰하여 최종 판독 보고서를 제공받을 수 있다.
여기서, 서버(200)는, 자궁경부암 진단 카메라 장치(100)에 탑재된 제1 판독 모델과 다른 독자적인 제2 판독 모델을 포함하고, 제2 판독 모델에 의해 도출된 AI 판독 결과를 판독 전문가에게 제공함으로써, 판독 전문가의 판단을 지원하고 최종 판독 결과의 정확도를 높일 수 있다. 특히, 서버(200)는 자궁경부암 진단 카메라 장치(100)와 달리 많은 계산 자원과 빅데이터를 활용할 수 있으므로, 계산량이 많더라도 정확도가 높은 제2 판독 모델을 사용해 신뢰도 높은 AI 판독 결과를 판독 전문가에게 제공할 수 있다. 서버(200)의 세부적인 구성에 대해서는 추후 도 5를 참조하여 상세히 설명하도록 한다.
한편, 해외에 있는 의료진이 자궁경부암 진단 카메라 장치(100)를 사용할 때, 각 국가와 지역마다 인터넷 환경이 다르므로, 인터넷 회선 속도가 느린 국가에서 국내의 서버(200)에 실시간으로 자궁경부 영상을 전송하기는 쉽지 않을 수 있다. 따라서, 서버(200)는, 판독 요청에 따른 최종 판독 보고서를 제공하는 중앙 서버와 미리 설정된 지역별 거점에 위치하는 복수의 지역 서버를 포함하여 구성될 수 있다. 자궁경부암 진단 카메라 장치(100)는, 지역 서버 중에서 가장 가까운 거점의 지역 서버에 판독 요청을 전송하며, 판독 요청을 수신한 지역 서버는, 중앙 서버로 판독 요청을 전송하고 판독 요청에 따른 최종 판독 보고서를 수신하여 제공할 수 있다.
따라서 자궁경부암 진단 카메라 장치(100)를 사용하는 해외의 의료진은, 복수의 지역 서버 중 가장 가까운 거점의 지역 서버에 자궁경부 영상을 전송하고, 해당 지역 서버에 접속하여 최종 판독 보고서를 확인할 수 있다. 또한, 국내의 판독 전문가는 판독 디바이스와 프로그램만 사용해 해외 여러 국가의 의뢰에 대응할 수 있다.
이와 같이, 서버(200)를 판독 요청을 처리하는 중앙 서버와 미리 설정된 지역별 거점에 위치하는 복수의 지역 서버로 구성함으로써, 인터넷 회선 속도가 느린 국가에서 요청된 판독 요청을 가능한 한 신속하고 효율적으로 처리하고 최종 판독 보고서를 제공할 수 있다.
사용자 디바이스(300)는, 자궁경부암 진단 카메라 장치(100)를 사용해 자궁경부암 검진을 수행하는 사용자의 단말기일 수 있다. 사용자는 사용자 디바이스(300)에 설치된 애플리케이션 또는 웹 프로그램을 통해 서버(200)로부터 제공받은 최종 판독 보고서를 확인할 수 있다.
판독 전문가 디바이스(400)는, 서버(200)로부터 판독 요청을 받아 자궁경부 영상의 판독을 하고, 최종 판독 보고서를 작성해 서버(200)에 전송하는 판독 전문가의 단말기일 수 있다. 판독 전문가는, 판독 전문가 디바이스(400)에 판독 프로그램을 설치하고 서버(200)로부터 판독 요청을 수신해 대응할 수 있다.
사용자 디바이스(300) 및 판독 전문가 디바이스(400)는 인터넷 통신이 가능한 다양한 전자 장치로 구현될 수 있다. 여기서, 전자 장치는 스마트폰, 태블릿(tablet) PC(personal computer), 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑(desktop) PC, 랩탑(laptop) PC, 넷북(netbook) 컴퓨터, 워크스테이션(workstation), 서버(server), PDA(personal digital assistant), 미디어 박스, 게임 콘솔, 전자사전 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있으며, 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트렌즈, 또는 머리착용형 장치(HMD, head-mounted-device), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드(skin pad) 또는 문신), 또는 생체 이식형 회로(implantable circuit) 중 적어도 하나를 포함할 수 있다. 다양한 실시예들에서, 전자 장치는 전술한 기기들에 한정되지는 않으며, 전술한 다양한 장치 중 둘 이상의 조합일 수 있다.
도 2는 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 자궁경부암 진단 카메라 장치(100)의 세부적인 구성을 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 자궁경부암 진단 카메라 장치(100)는, 카메라부(110), 제1 판독부(120), 터치 패널부(130) 및 통신부(140)를 포함하여 구성될 수 있으며, 제어부(150), 손잡이부(160) 및 알람부(170)를 더 포함하여 구성될 수 있다.
카메라부(110)는, 자궁경부를 촬영하여 자궁경부 영상을 획득할 수 있다. 실시예에 따라서, 카메라부(110)는, 고해상도 ToF(Time-of-Flight) 센서를 포함할 수 있다. 즉, ToF 센서가 적용된 카메라부(110)를 이용해 자궁경부의 입체적인 구조 이미지를 확인할 수 있고, 자궁경부의 표면 조직에 대한 정보를 획득해 자궁경부 표면의 병변을 감별하는데 최적화할 수 있다.
도 3은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 카메라부(110)의 제작 과정을 설명하기 위해 도시한 도면이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 자궁경부암 진단 카메라 장치(100)의 카메라부(110)는, 카메라 렌즈(111)와 편광 필터부(112)를 포함하여 구성될 수 있다.
즉, 카메라부(110)는 카메라 모듈의 말단에 자궁경부를 촬영하기 위한 카메라 렌즈(111)를 구비해 구성될 수 있으며, 빛 반사를 감소시켜 자궁경부 영상의 화질을 향상시키고, 자궁경부 영상을 이용한 판독의 정확도를 높이기 위해 편광 필터부(112)를 더 포함하여 구성될 수 있다.
도 4는 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 자궁경부 영상과 빛 반사가 감소된 자궁경부 영상을 비교하여 도시한 도면이다. 자궁경부 영상 판독을 위해서는, 백색 상피 병변 유무와 병변의 심한 정도를 부인 종양 전문의가 판독하고 등급화하고 있다. 그러나, 도 4의 좌측에 도시된 자궁경부 영상에서 확인할 수 있는 바와 같이, 자궁경부 영상의 촬영 시 빛 반사로 인하여 점액과 백색 상피 병변의 감별이 어려워 판독의 어려움 있다.
이러한 빛 반사로 인한 진단 시야 방해를 막기 위해 점액을 제거하는데, 점액 감소를 위해 주사기(syringe)를 이용하거나 3~5%의 초산(acetic acid (CH3COOH))을 도포하기도 한다. 그러나, 카메라의 강한 영상 밝기로 인해 색 온도가 8,000˚K를 초과하면 백색 반사광이 발생하므로, 이러한 처리에도 불구하고 여전히 빛 반사가 발생하고, 이로 인해 도 4의 좌측에 도시된 바와 같이 병변 시야를 가리게 되어 진단에 어려움이 있다.
이와 같은 백색 반사광 감소를 위해, 카메라의 색조를 조절하거나, 스테레오 촬영을 이용하는 등의 방법을 사용할 수 있으나, 이는 반사광 제거용 카메라를 별도로 운영해야 하므로, 부피가 크고 무거우며 단가가 높은 문제가 있다.
본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서는, 편광 필터부(112)를 이용해 빛 반사 감소기술이 일체화된 카메라부(110)를 구현함으로써, 도 4의 우측에 도시된 바와 같이 백색의 빛 반사가 현저히 감소하여 신뢰도 높은 자궁경부 영상을 획득할 수 있다.
보다 구체적으로, 편광 필터부(112)는, 카메라 모듈의 말단에 위치한 카메라 렌즈(111)에 부착되며, 코팅 음화 필름 재질의 편광필름으로 구성될 수 있다. 도 3에 도시된 바와 같이, 편광 필터부(112)는, 편광필름을 UV 접착제를 이용해 카메라 렌즈(111)에 부착하여 구성될 수 있으며, 복수의 편광필름을 겹쳐서 카메라 렌즈(111)에 부착하여 구성될 수도 있다.
코팅 음화 필름 재질의 편광필름은, 크기 조절이 가능하고 가벼우며 단가가 낮은 장점이 있으며, 유연한 재질로 카메라 렌즈(111)에 부착해 카메라부(100)를 일체화하여 구현하기에 용이하다. 또한, 편광필름 여러 개를 겹쳐 부착하여, 편광 각도를 조절할 수 있으며, 겹침 수량에 따라 색과 각도를 변경할 수 있어서 편광 효율이 50% 이상 개선될 수 있다. 여기서, 편광필름으로는, PL(Linear Polarizer filter) 또는 CPL(Circular Polarizer filter)이 사용될 수 있다.
또한, 카메라 렌즈(111)와 편광 필터부(112) 사이에 외부 공기가 노출되면, 카메라 조명이 침투하여 역광이 발생할 수 있으며 카메라 성능이 역으로 50% 이하 떨어질 가능성이 있다. 따라서 도 3에 도시된 바와 같이, UV 접착제를 이용해 외부광원 침투를 차단할 수 있다. 한편, 편광 필터부(112)는, 카메라 렌즈(111)와 편광필름 사이에 장파를 투과하는 장파 패스 필터(long pass filter)를 더 포함하여 구성될 수 있다.
한편, 카메라부(110)는, 말단에서 촬영 대상에 광을 조사하며, 고휘도 LED로 구성된 광원을 더 포함하여 구성될 수 있다. 여기서, 광원은 고휘도 white LED 및 RGB LED를 사용할 수 있으며, 표준 광원을 제공해 원색과 동일하고 선명한 이미지를 촬영할 수 있다. 이러한 고휘도 광원을 포함함으로써, 자궁경부의 위치 특성상 360도에서 골고루 빛을 비춰주어야 하고, 어느 한 곳에서만 빛을 비추면 그림자가 생겨 정확한 영상을 얻기 어려운 문제를 극복할 수 있다.
제1 판독부(120)는, 제1 판독 모델을 저장하고, 카메라부(110)에서 획득한 자궁경부 영상을 전달받아, 제1 판독 모델로부터 AI 판독 결과를 예측하여 출력할 수 있다. 이때, 제1 판독부(120)는 편광 필터부(112)에 의해 빛 반사가 감소한 자궁경부 영상을 사용하기 때문에, 판독 정확도를 크게 높일 수 있다. 또한, 제1 판독부(120)는, 임베디드 상태에서 AI 판독 결과를 예측하여 출력할 수 있으며, 음성, 양성 및 조직검사 필요의 가능성을 각각 확률로 출력할 수 있다. 예를 들어, 음성 23%, 양성 47%, 조직검사 필요 30% 등으로 출력할 수 있다.
보다 구체적으로, 제1 판독부(120)는, 자궁경부 영상으로부터 자궁경부암 여부를 예측하도록 사전 학습된 제1 판독 모델을 탑재하여 웹 서버(200) 등과의 별도의 통신 없이 임베디드 상태에서 판독 결과를 도출하고 출력할 수 있다. 즉, 제1 판독 모델의 학습은 서버(200) 등에서 처리되고, 학습된 모델을 제1 판독부(120)에 출고 시 미리 탑재하거나, 유무선 통신을 사용해 탑재하여 임베디드 예측이 가능하도록 하고, 필요에 따라 유무선 통신으로 제1 판독 모델을 업데이트할 수 있다.
여기서, 제1 판독 모델은, 자궁경부암, 암 전 단계, 음성 등으로 레이블 된 대량의 자궁경부 영상을 이용해 학습된 인공지능 모델로서, CNN(Convolutional neural network), RNN(Recurrent Neural Network) 등의 인공신경망 또는 랜덤 포레스트 분류기(Random Forest Classifier) 등을 기반으로 할 수 있다.
특히, 제1 판독 모델은, 계산 자원이 한정된 자궁경부암 진단 카메라 장치(100)에서 AI 판독 결과를 출력해야 하므로, 적은 계산 자원을 사용하도록 경량화된 모델일 수 있으며, 전이 학습(Transfer learning)을 사용해 학습된 것일 수도 있다. 전이 학습은 새로운 문제에 대해 이미 훈련된 모델을 재사용하는 것이다. 이미 훈련된 모델을 사용하므로, 상대적으로 적은 데이터로 깊은 신경망을 훈련시킬 수 있는 장점이 있다. 또한, 대부분의 실제 문제들은 일반적으로 복잡한 모델을 훈련시키기 위해 수백만 개의 라벨이 붙은 데이터를 가지고 있지 않기 때문에 유용하게 사용될 수 있다.
제1 판독 모델의 구체적인 구성에 대해서는 추후 도 7 내지 도 10을 참조하여 상세히 설명하도록 한다.
터치 패널부(130)는, 카메라부(110)에서 촬영되는 실시간 영상 및 제1 판독부(120)의 AI 판독 결과를 출력하고, 사용자 입력 신호를 입력받을 수 있다. 이때, 6인치의 터치패널이 적용될 수 있으며, 틸트 방식으로 방향 조절이 가능하며, 카메라부(110)의 초점 위치 터치 입력을 포함하는 조작 신호를 입력받을 수 있다.
통신부(140)는, 자궁경부 영상을 포함하는 판독 요청을 서버(200)에 전송할 수 있다. 여기서, 통신부(140)가 사용하는 통신망은, 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크나 이동 통신망(mobile radio communication network), 위성 통신망, 블루투스(Bluetooth), Wibro(Wireless Broadband Internet), HSDPA(High Speed Downlink Packet Access), LTE(Long Term Evolution), 5G(5th Generation Mobile Telecommunication) 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다. 특히, 무선통신을 사용하면 자궁경부암 진단 카메라 장치(100)를 케이블 없이 편하게 사용할 수 있다. 또한, https(TLS 1.2) SSL 보안을 적용해 안전하게 영상이 전송될 수 있다.
특히, 통신부(140)는, 터치 패널부(130)를 통해 입력받은 조작 신호에 따라 빛 반사가 감소한 자궁경부 영상을 서버(200)에 전송하면서, 각종 신호 및 데이터를 함께 전송할 수 있다. 따라서 사용자는 터치 패널부(130)에 출력된 제1 판독부(120)에 의한 판독 결과가 사용자의 소견과 일치하지 않거나 조직검사 등이 필요한 경우이면, 서버(200)에 자궁경부 영상을 전송하면서 영상의 판독이나 조직검사의 의뢰를 요청할 수 있다.
또한, 통신부(140)는, 사용자 디바이스(300)에 설치된 애플리케이션에 자궁경부 영상을 전송할 수 있다. 따라서 사용자는 애플리케이션을 통해 자궁경부암 진단 카메라 장치(100)에서 촬영한 자궁경부 영상을 확인할 수 있다.
제어부(150)는, 제1 판독부(120)에서 출력되는 AI 판독 결과가 음성 확률이 가장 높고, 사용자의 소견과 일치하면 검사를 종료하고, 제1 판독부(120)에서 출력되는 AI 판독 결과가 양성 확률이 가장 높거나 사용자 소견과 상이하면, 통신부(140)를 통해 서버(200)에 판독 요청을 전송할 수 있다.
보다 구체적으로, 제1 판독부(120)는, 음성, 양성 및 조직검사 필요의 가능성을 각각 확률로 출력할 수 있는데, 제어부(150)는 터치 패널부(130)를 통해 의료진 등 사용자의 소견을 입력받고, AI 판독 결과와 사용자의 소견을 비교해 서버(200)에 판독 요청을 할지를 결정하고 처리할 수 있다.
손잡이부(160)는, 핸드헬드 방식으로 자궁경부를 촬영하기 위한 구성일 수 있다. 즉, 도 1에 도시된 자궁경부암 진단 카메라 장치(100)의 모습과 같이, 사용자가 손잡이부(160)를 잡고 터치 패널부(130)로 출력되는 실시간 자궁경부 영상을 실시간으로 확인하면서 촬영을 할 수 있으며, 한 손으로 편안하게 촬영할 수 있도록 촬영 버튼을 손잡이에 구비할 수도 있다. 또한, 카메라부(110)는, 손 떨림을 보정 기능과 자동초점 기능을 포함하여, 가벼운 흔들림까지 완화하여 핸드헬드 방식으로 안정적으로 자궁경부 영상을 획득할 수 있도록 할 수 있다.
알람부(170)는, 문제 발생 시 알람을 발생할 수 있다. 즉, 자궁경부 진단 카메라 장치(100)에서 오류가 발생하면 알람음을 발생하거나, 터치 패널부(130)로 알람을 출력할 수 있으며, 서버(200)에 알람을 전송하여 통합 관제가 가능하도록 할 수 있다.
도 5는 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 서버(200)의 세부적인 구성을 도시한 도면이다. 도 5에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 서버(200)는, 데이터 생성부(210), 학습부(220), 제2 판독부(230), 판독 요청부(240) 및 결과 제공부(250)를 포함하여 구성될 수 있으며, 결제 처리부(260)를 더 포함하여 구성될 수 있다.
데이터 생성부(210)는, 병변 기준에 따라 분류된 자궁경부 영상에서, 자궁경부 영역을 검출해 주석(annotation) 데이터를 생성하여 저장할 수 있다. 데이터 생성부(210)는 대량의 자궁경부 영상을 수집하고, 양성과 음성, 양성 중에서는 자궁경부암, 암 전 단계 등으로 분류할 수 있다. 자궁경부 영상에는 자궁경부 이외에 불필요한 영역이 포함되어 있으며, 이는 정확한 자궁경부암 진단에 영향을 미칠 가능성이 있으므로, 불필요한 영역을 제거하고 자궁경부 영역만을 사용해 진단하기 위해 주석 데이터를 수집할 수 있다.
도 6은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 데이터 생성부(210)가 저장한 주석 데이터를 예를 들어 도시한 도면이다. 도 6에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 데이터 생성부(210)는, 자궁경부 영상 내의 자궁경부 영역을 관심 영역(Region of Interest, RoI)으로 박스 형태로 표시하여 주석 데이터를 수집할 수 있다.
한편, 데이터 생성부(210)는, 수집된 자궁경부 영상 데이터의 질을 평가 및 검증하여, 저품질 데이터를 제외하고 일반화(generalization)된 양질의 학습 데이터를 구축할 수 있다. 이때, 저품질 데이터들은 별도로 데이터베이스를 구축해 추후 기술적 결함 영상을 분류해내기 위한 학습 데이터로 활용할 수 있다.
학습부(220)는, 주석 데이터를 학습 데이터로 하여, 자궁경부 영상 내의 자궁경부 영역 이미지와 병변 기준 사이의 관계를 이해하여 판독 결과를 예측하도록 딥러닝 기반으로 제2 판독 모델을 학습할 수 있다. 이때, 학습부(220)는, 데이터 생성부(210)에서 생성 및 저장한 주석 데이터를 이용해 자궁경부 영상에서 자궁경부 영역을 검출하도록 학습하고, 병변 기준에 따라 분류된 레이블을 이용해 판독 결과를 예측하도록 학습할 수 있다.
제2 판독부(230)는, 자궁경부암 진단 카메라 장치(100)로부터 수신한 자궁경부 영상을, 학습부(220)에서 학습한 제2 판독 모델에 적용해 인공지능 기반으로 AI 판독 결과를 출력할 수 있다.
여기서, 제2 판독 모델은, 자궁경부암, 암 전 단계, 음성 등으로 레이블 된 대량의 자궁경부 영상을 이용해 학습된 인공지능 모델로서, CNN(Convolutional neural network), RNN(Recurrent Neural Network) 등의 인공신경망 또는 랜덤 포레스트 분류기(Random Forest Classifier) 등을 기반으로 할 수 있다.
이때, 제2 판독 모델은 학습부(220)에서 학습되고 제2 판독부(230)에서 예측을 수행하는 등 서버(200)에서 동작하므로 제1 판독 모델에 비해 많은 계산 자원을 사용할 수 있고, 상대적으로 실시간성이 요구되지 않으므로, 정확도에 비중을 두어 구성될 수 있다. 따라서 제2 판독 모델은 깊이가 깊은 딥러닝 모델로 구성하고, 제2 판독 모델을 압축 및/또는 경량화 한 모델을 제1 판독 모델로 구성할 수 있다. 또한, 서버(200)는 새로 수집되는 자궁경부 영상을 이용해 주기적으로 추가 학습을 수행해 제2 판독 모델을 업그레이드할 수 있다.
제2 판독 모델의 세부적인 구성에 대해서는 추후 도 7 내지 도 10을 참조하여 상세히 설명하도록 한다.
판독 요청부(240)는, 자궁경부 영상 및 제2 판독부(230)의 AI 판독 결과를 판독 전문가에게 전송하여 최종 판독을 요청할 수 있다. 즉, 판독 전문가에게 판독 요청 시, 제2 판독부(230)의 AI 판독 결과를 제공해 판독 전문가의 의사결정에 도움을 줄 수 있다.
결과 제공부(250)는, 판독 전문가로부터 최종 판독 보고서를 수신하여, 자궁경부암 진단 카메라 장치(100)의 사용자에게 제공할 수 있다. 이때, 결과 제공부(250)는, 사용자 디바이스(300)에 설치된 애플리케이션 또는 웹 프로그램을 통해 최종 판독 보고서를 제공할 수 있다.
결제 처리부(260)는, 사용자의 포인트를 관리하며, 자궁경부암 진단 카메라 장치(100)로부터 판독 요청을 수신하면 포인트를 차감할 수 있다. 특히, 해외에서 자궁경부암 진단 카메라 장치(100)를 사용하는 사용자가 판독 요청을 하는 경우, 국내에서와 동일한 결제 방식을 이용하기는 어려우므로, 사전에 포인트를 구매하여 판독 요청 건만큼 포인트를 차감하는 방식으로 결제를 처리할 수 있다.
이하에서는, 제1 판독 모델 및 제2 판독 모델에 대해 상세히 설명하도록 한다.
제1 판독 모델 및 제2 판독 모델은, 자궁경부 영상에서 자궁경부 영역을 검출하는 검출 모델, 및 검출 모델에서 검출된 자궁경부 영역으로부터 AI 판독 결과를 예측하는 분류 모델을 포함하여 구성될 수 있다. 즉, 제1 판독 모델 또는 제2 판독 모델은, 검출과 판독을 모두 수행하는 모델일 수도 있으나, 자궁경부 영역 검출에 특화된 검출 모델과 영상을 분류하여 판독하는 분류 모델을 포함해 구성될 수 있다.
도 7은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 검출 모델의 구성을 예를 들어 도시한 도면이다. 도 7에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 제1 판독 모델 및 제2 판독 모델은, RetinaNet을 이용해 구현된 검출 모델을 사용할 수 있으며, 실시예에 따라서는 faster RCNN을 사용할 수도 있다. 즉, RetinaNet 또는 faster RCNN 등의 모델을 기반으로, 관심 영역이 표시된 자궁경부 영상을 학습 데이터로 하여 초 매개변수(hyper parameter)를 수정함으로써, 자궁경부 위치 검출에 특화된 검출 모델을 구성할 수 있다. 제1 판독 모델 및 제2 판독 모델을 구성하는 검출 모델은, 도 6에 도시된 바와 같은 주석 데이터를 이용해 학습된 것으로서, 자궁경부 영상에서 불필요한 영역은 제거하고 자궁경부의 위치를 관심 영역(Region of Interest, RoI)으로 추출할 수 있다.
도 8은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 검출 모델에 의한 검출 결과를 예를 들어 도시한 도면이다. 도 8에서 빨간색 박스는 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 검출 모델에 의해 검출된 관심 영역이고, 녹색 박스는 표준 주석 데이터를 표시한 것이다. 도 8에 도시된 바와 같이, 학습된 검출 모델은 자궁경부 위치 검출에 특화되어 영상에서 불필요한 부분을 제거하고 관심 영역만을 매우 정확도 높게 추출할 수 있음을 확인할 수 있다.
도 9는 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 판독 모델의 구성을 예를 들어 도시한 도면이다. 도 9에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 제1 판독 모델 및 제2 판독 모델은, ResNet을 이용해 구현된 분류 모델을 사용할 수 있으며, 실시예에 따라서는 InceptionResNet을 사용할 수도 있다. 이때, 분류 모델은 1차로 양성과 음성을 구분하기 위해 학습을 한 다음, 양성 중에서 조직검사가 필요한 경우를 구분하기 위해 2차로 추가적인 학습을 수행할 수 있다. 분류 모델은 k겹 교차 검증(k-Fold cross validation)을 통해 테스트 될 수 있다.
실시예에 따라서, 분류 모델은 전이 학습(Transfer learning)을 사용해 학습될 수도 있다. 전이 학습은 새로운 문제에 대해 이미 훈련된 모델을 재사용하는 것이다. 이미 훈련된 모델을 사용하므로, 상대적으로 적은 데이터로 깊은 신경망을 훈련시킬 수 있는 장점이 있다. 또한, 대부분의 실제 문제들은 일반적으로 복잡한 모델을 훈련시키기 위해 수백만 개의 라벨이 붙은 데이터를 가지고 있지 않기 때문에 유용하게 사용될 수 있다. 본 발명에서는, 이와 같은 전이 학습을 이용해, 대량의 데이터로 이미 훈련된 모델로부터, 국내 환자에 최적화된 인공지능 분류 모델을 생성함으로써, 더욱 정밀하고 정확도 높은 판독 결과를 얻을 수 있다.
제1 판독 모델 및 제2 판독 모델을 구성하는 분류 모델은, 검출 모델에서 검출된 관심 영역을 분류하여 판독 결과를 출력할 수 있다. 보다 구체적으로, 제1 판독 모델 및 제2 판독 모델은, 음성, 양성 및 조직검사 필요의 가능성을 각각 확률로 출력할 수 있다. 예를 들어, 음성 23%, 양성 47%, 조직검사 필요 30% 등으로 출력할 수 있다. 이때, 분류 모델은 빛 반사가 감소한 자궁경부 영상을 사용하기 때문에, 판독 정확도를 크게 높일 수 있다.
실험 결과
본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 분류 모델의 생성 및 검증을 위한 실험을 수행하였다.
먼저, 수집한 자궁경부 영상을 정상과 비정상으로 분류 및 레이블하고, 레이블 된 총 7,657장의 영상(정상: 2,829, 비정상: 5,028)으로 학습하고, 1,965장의 영상(정상: 708, 비정상: 1,257)으로 모델 검증에 활용하여, 분류 모델을 생성하였다. 이때, 딥러닝 아키텍처 알고리즘 중 분류에 특화된 ResNet-50 알고리즘을 자궁경부 데이터에 최적화하여 학습하였다.
생성된 분류 모델은, 91.72%의 precision과 78.24%의 recall, 84.44%의 F1 score를 보였으며, ROC curve를 통한 분석 결과, 95%의 AUC(Area Under the Curve) 값을 기록하였다.
도 10은 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템에서, 분류 모델의 판독 결과를 예를 들어 도시한 도면이다. 도 10에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능 기반의 자궁경부암 검진 서비스 시스템의 분류 모델은, 정상과 비정상을 분류하여 판독 결과를 예측하는 데에 뛰어난 성능을 가진다는 것을 확인할 수 있다.
전술한 바와 같이, 본 발명에서 제안하고 있는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 따르면, 자궁경부암 진단 카메라 장치(100)에 자궁경부 영상을 판독하도록 사전 학습된 제1 판독 모델을 탑재하여, 인터넷 환경이 원활하지 못한 지역에서도 자궁경부암 진단 카메라 장치(100) 단독으로 AI 판독 결과를 확인하여 자궁경부암 검진에 도움을 줄 수 있다.
또한, 본 발명에서 제안하고 있는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 따르면, 원격 판독이 필요한 경우, 자궁경부암 진단 카메라 장치(100)에서 자궁경부 영상을 바로 서버(200)에 전송하여 판독 요청을 할 수 있으므로, 편리하게 판독을 요청하고 판독 전문가로부터 판독 보고서를 제공받을 수 있어, 의료진의 편의를 극대화할 수 있으며, 서버(200)가 제2 판독 모델을 적용해 도출한 AI 판독 결과를 판독 전문가에게 제공하여 자궁경부 영상의 판독에 도움을 줌으로써, 최종 판독 결과의 정확도를 높일 수 있다.
뿐만 아니라, 본 발명에서 제안하고 있는 인공지능 기반의 자궁경부암 검진 서비스 시스템에 따르면, 판독 요청을 처리하는 중앙 서버와 미리 설정된 지역별 거점에 위치하는 복수의 지역 서버를 포함해 구성함으로써, 인터넷 회선 속도가 느린 국가에서도 가능한 한 신속하고 효율적으로 판독 전문가에 의한 최종 판독 보고서를 제공할 수 있다.
한편, 본 발명은 다양한 통신 단말기로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터에서 판독 가능한 매체를 포함할 수 있다. 예를 들어, 컴퓨터에서 판독 가능한 매체는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD_ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
이와 같은 컴퓨터에서 판독 가능한 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이때, 컴퓨터에서 판독 가능한 매체에 기록되는 프로그램 명령은 본 발명을 구현하기 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예를 들어, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.
100: 자궁경부암 진단 카메라 장치
110: 카메라부
111: 카메라 렌즈
112: 편광 필터부
120: 제1 판독부
130: 터치 패널부
140: 통신부
150: 제어부
160: 손잡이부
170: 알람부
200: 서버
210: 데이터 생성부
220: 학습부
230: 제2 판독부
240: 판독 요청부
250: 결과 제공부
260: 결제 처리부
300: 사용자 디바이스
400: 판독 전문가 디바이스

Claims (8)

  1. 자궁경부암 검진 서비스 시스템으로서,
    자궁경부 영상을 판독하도록 사전 학습된 제1 판독 모델을 탑재하여, 자궁경부를 촬영하고 촬영한 자궁경부 영상을 상기 제1 판독 모델의 입력으로 하여, AI 판독 결과를 출력하는 자궁경부암 진단 카메라 장치(100); 및
    상기 자궁경부암 진단 카메라 장치(100)로부터 상기 자궁경부 영상을 포함하는 판독 요청을 수신하고, 판독 전문가에게 판독을 의뢰하여 상기 자궁경부암 진단 카메라 장치(100)의 사용자에게 최종 판독 보고서를 제공하는 서버(200)를 포함하며,
    상기 자궁경부암 진단 카메라 장치(100)는,
    자궁경부를 촬영하여 자궁경부 영상을 획득하는 카메라부(110);
    상기 제1 판독 모델을 저장하고, 상기 카메라부(110)에서 획득한 자궁경부 영상을 전달받아, 상기 제1 판독 모델로부터 AI 판독 결과를 예측하여 출력하는 제1 판독부(120);
    상기 카메라부(110)에서 촬영되는 실시간 영상 및 상기 제1 판독부(120)의 AI 판독 결과를 출력하고, 사용자 입력 신호를 입력받는 터치 패널부(130); 및
    상기 자궁경부 영상을 포함하는 판독 요청을 상기 서버(200)에 전송하는 통신부(140)를 포함하며,
    상기 제1 판독부(120)는,
    임베디드 상태에서 AI 판독 결과를 예측하여 출력하고,
    상기 터치 패널부(130)는,
    틸트 방식으로 방향 조절이 가능하며, 상기 카메라부(110)의 초점 위치 터치 입력을 포함하는 조작 신호를 입력받는 것을 특징으로 하는, 인공지능 기반의 자궁경부암 검진 서비스 시스템.
  2. 제1항에 있어서, 상기 서버(200)는,
    병변 기준에 따라 분류된 자궁경부 영상에서, 자궁경부 영역을 검출해 주석(annotation) 데이터를 생성하여 저장하는 데이터 생성부(210);
    상기 주석 데이터를 학습 데이터로 하여, 자궁경부 영상 내의 자궁경부 영역 이미지와 병변 기준 사이의 관계를 이해하여 판독 결과를 예측하도록 딥러닝 기반으로 제2 판독 모델을 학습하는 학습부(220);
    상기 자궁경부암 진단 카메라 장치(100)로부터 수신한 상기 자궁경부 영상을, 상기 학습부(220)에서 학습한 상기 제2 판독 모델에 적용해 인공지능 기반으로 AI 판독 결과를 출력하는 제2 판독부(230);
    상기 자궁경부 영상 및 상기 제2 판독부(230)의 AI 판독 결과를 판독 전문가에게 전송하여 최종 판독을 요청하는 판독 요청부(240); 및
    상기 판독 전문가로부터 최종 판독 보고서를 수신하여, 상기 자궁경부암 진단 카메라 장치(100)의 사용자에게 제공하는 결과 제공부(250)를 포함하는 것을 특징으로 하는, 인공지능 기반의 자궁경부암 검진 서비스 시스템.
  3. 삭제
  4. 제2항에 있어서, 상기 제1 판독부(120)는,
    음성, 양성 및 조직검사 필요의 가능성을 각각 확률로 출력하며,
    상기 자궁경부암 진단 카메라 장치(100)는,
    상기 제1 판독부(120)에서 출력되는 AI 판독 결과가 음성 확률이 가장 높고, 사용자의 소견과 일치하면 검사를 종료하고, 상기 제1 판독부(120)에서 출력되는 AI 판독 결과가 양성 확률이 가장 높거나 사용자 소견과 상이하면, 상기 통신부(140)를 통해 상기 판독 요청을 상기 서버(200)에 전송하는 제어부(150)를 더 포함하는 것을 특징으로 하는, 인공지능 기반의 자궁경부암 검진 서비스 시스템.
  5. 제2항에 있어서, 상기 제1 판독 모델 및 제2 판독 모델은,
    상기 자궁경부 영상에서 자궁경부 영역을 검출하는 검출 모델; 및
    상기 검출 모델에서 검출된 자궁경부 영역으로부터 AI 판독 결과를 예측하는 분류 모델을 포함하여 구성되는 것을 특징으로 하는, 인공지능 기반의 자궁경부암 검진 서비스 시스템.
  6. 제2항에 있어서,
    상기 자궁경부암 진단 카메라 장치(100)를 사용해 자궁경부암 검진을 수행하는 사용자의 사용자 디바이스(300)를 더 포함하며,
    상기 결과 제공부(250)는,
    상기 사용자 디바이스(300)에 설치된 애플리케이션 또는 웹 프로그램을 통해 상기 최종 판독 보고서를 제공하고,
    상기 통신부(140)는,
    상기 사용자 디바이스(300)에 설치된 애플리케이션에 상기 자궁경부 영상을 전송하는 것을 특징으로 하는, 인공지능 기반의 자궁경부암 검진 서비스 시스템.
  7. 제2항에 있어서, 상기 서버(200)는,
    상기 판독 요청에 따른 최종 판독 보고서를 제공하는 중앙 서버와 미리 설정된 지역별 거점에 위치하는 복수의 지역 서버를 포함하여 구성되되,
    상기 자궁경부암 진단 카메라 장치(100)의 통신부(140)는, 상기 지역 서버 중에서 가장 가까운 거점의 지역 서버에 상기 판독 요청을 전송하며,
    상기 판독 요청을 수신한 지역 서버는, 상기 중앙 서버로 상기 판독 요청을 전송하고, 상기 판독 요청에 따른 최종 판독 보고서를 수신하여 제공하는 것을 특징으로 하는, 인공지능 기반의 자궁경부암 검진 서비스 시스템.
  8. 제7항에 있어서, 상기 서버(200)는,
    사용자의 포인트를 관리하며, 상기 자궁경부암 진단 카메라 장치(100)로부터 상기 판독 요청을 수신하면 상기 포인트를 차감하는 결제 처리부(260)를 더 포함하는 것을 특징으로 하는, 인공지능 기반의 자궁경부암 검진 서비스 시스템.
KR1020200187157A 2020-12-30 2020-12-30 인공지능 기반의 자궁경부암 검진 서비스 시스템 KR102462975B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020200187157A KR102462975B1 (ko) 2020-12-30 2020-12-30 인공지능 기반의 자궁경부암 검진 서비스 시스템
PCT/KR2021/020091 WO2022145999A1 (ko) 2020-12-30 2021-12-30 인공지능 기반의 자궁경부암 검진 서비스 시스템
BR112023013249A BR112023013249A2 (pt) 2020-12-30 2021-12-30 Sistema de serviço de triagem de câncer cervical baseado em inteligência artificial

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200187157A KR102462975B1 (ko) 2020-12-30 2020-12-30 인공지능 기반의 자궁경부암 검진 서비스 시스템

Publications (2)

Publication Number Publication Date
KR20220097585A KR20220097585A (ko) 2022-07-08
KR102462975B1 true KR102462975B1 (ko) 2022-11-08

Family

ID=82260899

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200187157A KR102462975B1 (ko) 2020-12-30 2020-12-30 인공지능 기반의 자궁경부암 검진 서비스 시스템

Country Status (3)

Country Link
KR (1) KR102462975B1 (ko)
BR (1) BR112023013249A2 (ko)
WO (1) WO2022145999A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117940070A (zh) * 2022-08-18 2024-04-26 美迪科诶爱有限公司 心电图判读服务提供方法
CN116843956A (zh) * 2023-06-14 2023-10-03 长江大学 一种宫颈病理图像异常细胞识别方法、系统及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102056847B1 (ko) * 2018-10-16 2019-12-17 김태희 자궁경부 자동판독 및 임상의사결정지원시스템 기반의 원격 자궁경부암 검진 시스템
JP2020098370A (ja) 2018-12-17 2020-06-25 廣美 畑中 医用画像をａｉの判断で症状度合いごと画像に表示する診断方法。
KR102155381B1 (ko) 2019-09-19 2020-09-11 두에이아이(주) 인공지능 기반 기술의 의료영상분석을 이용한 자궁경부암 판단방법, 장치 및 소프트웨어 프로그램

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100107266A (ko) * 2009-03-25 2010-10-05 주식회사 케이티 원격 진료를 위한 장치 및 방법
KR102210806B1 (ko) * 2018-10-02 2021-02-01 한림대학교 산학협력단 위 내시경 이미지의 딥러닝을 이용하여 위 병변을 진단하는 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102056847B1 (ko) * 2018-10-16 2019-12-17 김태희 자궁경부 자동판독 및 임상의사결정지원시스템 기반의 원격 자궁경부암 검진 시스템
JP2020098370A (ja) 2018-12-17 2020-06-25 廣美 畑中 医用画像をａｉの判断で症状度合いごと画像に表示する診断方法。
KR102155381B1 (ko) 2019-09-19 2020-09-11 두에이아이(주) 인공지능 기반 기술의 의료영상분석을 이용한 자궁경부암 판단방법, 장치 및 소프트웨어 프로그램

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Peng Guo 외, Ensemble Deep Learning for Cervix Image Selection toward Improving Reliability in Automated Cervical Precancer Screening, Diagnostics, 2020.07.03., pp.1-13.*
Peng Xue 외, The challenges of colposcopy for cervical cancer screening in LMICs and solutions by artificial intelligence, BMC Medicine, 2020.06.03., Vol.18, No.169, pp.1-7.*

Also Published As

Publication number Publication date
BR112023013249A2 (pt) 2023-10-10
KR20220097585A (ko) 2022-07-08
WO2022145999A1 (ko) 2022-07-07

Similar Documents

Publication Publication Date Title
US11583181B2 (en) Device and method for capturing, analyzing, and sending still and video images of the fundus during examination using an ophthalmoscope
CN110249622B (zh) 实时的语义感知的相机曝光控制
CN109286748B (zh) 移动系统以及眼睛成像的方法
US9445713B2 (en) Apparatuses and methods for mobile imaging and analysis
TW202112299A (zh) 圖像處理方法、電子設備和電腦可讀儲存介質
US10945637B2 (en) Image based jaundice diagnosing method and apparatus and image based jaundice diagnosis assisting apparatus
KR102462975B1 (ko) 인공지능 기반의 자궁경부암 검진 서비스 시스템
CN111091576A (zh) 图像分割方法、装置、设备及存储介质
CN108509892B (zh) 用于生成近红外图像的方法和装置
KR101998595B1 (ko) 이미지 기반 황달 진단 방법 및 장치
US20180317766A1 (en) Techniques for providing computer assisted eye examinations
KR101789166B1 (ko) 이미지 기반 황달 진단 방법 및 장치, 이미지 기반 황달 진단 보조 장치
CN112884666B (zh) 图像处理方法、装置及计算机存储介质
US20180060651A1 (en) Method for recognizing facial expression of headset wearing user and apparatus enabling the same
US11721023B1 (en) Distinguishing a disease state from a non-disease state in an image
WO2024045446A1 (zh) 基于头戴式显示器的虹膜图像采集方法及相关产品
US20220245811A1 (en) Analysis of retinal imaging using video
KR102481179B1 (ko) 빛 반사 감소기술이 적용된 자궁경부 진단 카메라 장치
CN108881722B (zh) 智能拍摄方法及智能眼镜、电子设备、存储介质
CN108875472A (zh) 图像采集装置及基于该图像采集装置的人脸身份验证方法
CA3112717C (en) Systems and methods for standalone endoscopic objective image analysis
EP4388978A1 (en) Method and system for absolute measurement of diameter of a part of an eye
US20240013431A1 (en) Image capture devices, systems, and methods
US20230080723A1 (en) System, Device, and Method of Determining Anisomelia or Leg Length Discrepancy (LLD) of a Subject by Using Image Analysis and Machine Learning
EP4339681A1 (en) Device for an imaging system, ocular, display apparatus, imaging system, method and computer program

Legal Events

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