KR102464400B1 - 말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법 - Google Patents

말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법 Download PDF

Info

Publication number
KR102464400B1
KR102464400B1 KR1020220028076A KR20220028076A KR102464400B1 KR 102464400 B1 KR102464400 B1 KR 102464400B1 KR 1020220028076 A KR1020220028076 A KR 1020220028076A KR 20220028076 A KR20220028076 A KR 20220028076A KR 102464400 B1 KR102464400 B1 KR 102464400B1
Authority
KR
South Korea
Prior art keywords
photographing
imaging apparatus
medical
information
image
Prior art date
Application number
KR1020220028076A
Other languages
English (en)
Inventor
김경우
김형규
김진국
Original Assignee
제이피아이헬스케어 주식회사
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 제이피아이헬스케어 주식회사 filed Critical 제이피아이헬스케어 주식회사
Priority to KR1020220028076A priority Critical patent/KR102464400B1/ko
Priority to US17/968,139 priority patent/US20230281817A1/en
Application granted granted Critical
Publication of KR102464400B1 publication Critical patent/KR102464400B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/508—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for non-human patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/462—Displaying means of special interest characterised by constructional features of the display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/465—Displaying means of special interest adapted to display user selection data, e.g. graphical user interface, icons or menus
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/541—Control of apparatus or devices for radiation diagnosis involving acquisition triggered by a physiological signal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/545—Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/548—Remote control of the apparatus or devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/56—Details of data transmission or power supply, e.g. use of slip rings
    • A61B6/563—Details of data transmission or power supply, e.g. use of slip rings involving image data transmission via a network
    • 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
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/10—Safety means specially adapted therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dentistry (AREA)
  • Quality & Reliability (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Physiology (AREA)
  • Computer Networks & Wireless Communication (AREA)

Abstract

본 개시는 엑스선 의료영상을 촬영하기 위한 의료영상장치의 동작방법에 관한 것으로써, 사용자 식별정보를 수신하는 단계, 촬영 모드 선택 정보를 수신하는 단계, 사용자 식별정보 및 촬영 모드 선택 정보 중 적어도 하나에 기초하여 대상체의 건강상태 확인용 엑스선 촬영 모드로 결정하는 단계, 대상체의 식별정보를 획득하는 단계, 미리 결정된 복수의 촬영위치들 중 최초촬영위치를 결정하는 단계, 및 최초촬영위치에 기초하여 미리 결정된 복수의 촬영위치들의 촬영순서를 결정하는 단계를 포함한다.

Description

말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법{MEDICAL IMAGING APPARATUS FOR OBTAINING MEDICAL IMAGE OF EQUINE AND OPERATING METHOD THEREOF}
본 발명은 말의 의료영상을 획득하기 위한 의료영상장치 및 이의 동작 방법에 관한 것이다. 보다 구체적으로 의료영상장치는 말의 의료영상을 획득하기 위한 최적의 경로를 제공한다.
국내외 고가의 말(경주마) 시장의 경우 말의 건강 상태를 확인하기 위해 18 ~ 22장 내외의 복수의 의료영상을 촬영하도록 하며, 복수의 의료영상에 기초하여 말의 건강상태를 판단한다. 이 때, 복수의 의료영상을 빠르게 획득하기 위하여 엑스선 의료영상장치를 이용하여 한다. 엑스선 의료영상장치는 엑스선을 인체에 투과시켜 인체의 내부 구조를 이미지로 획득하는 의료 영상 장치이다. 의료영상장치는 MRI 장치, CT 장치 등을 포함하는 다른 의료 영상 장치에 비해 간편하고, 짧은 시간 내에 대상체의 의료영상을 획득할 수 있다는 장점이 있다.
말의 의료영상을 촬영하기 전에, 말의 안정을 위해 진정제를 투입 후 촬영을 한다. 하지만 말을 진정시키면서 18~22장의 의료영상을 촬영하는 것은 쉽지 않은 일이어서 시간이 지체되는 경우가 많으며, 시간이 지체되면 진정제의 효과가 떨어지게 된다. 진정제의 효과가 떨어짐에 따라 말이 크게 움직이는 경우가 발생하고, 말의 움직임은 촬영자(사용자)의 안전을 위협할 수 있다. 실제로 말의 의료영상을 촬영하는 중에 다수의 건 사고가 일어난 바 있다.
따라서, 의료영상장치가 말의 의료영상을 촬영하기 위한 정확한 가이드를 제공하여, 사용자가 짧은 시간내에 정확히 촬영할 수 있도록 할 필요가 있다.
(한국등록특허 제10-2336170호, 2021년 12월 08일)
본 개시는 의료영상장치에 관한 것으로써, 의료영상장치는 하나의 대상체에 대한 복수의 의료영상을 촬영하기 위한 가이드를 제공한다.
본 개시에 따른 엑스선 의료영상을 촬영하기 위한 의료영상장치의 동작 방법은 사용자 식별정보를 수신하는 단계, 촬영 모드 선택 정보를 수신하는 단계, 사용자 식별정보 및 촬영 모드 선택 정보 중 적어도 하나에 기초하여 대상체의 건강상태 확인용 엑스선 촬영 모드로 결정하는 단계, 대상체의 식별정보를 획득하는 단계, 미리 결정된 복수의 촬영위치들 중 최초촬영위치를 결정하는 단계, 및 최초촬영위치에 기초하여 미리 결정된 복수의 촬영위치들의 촬영순서를 결정하는 단계를 포함한다.
본 개시에 따른 의료영상장치의 동작 방법은 미리 결정된 복수의 촬영위치들에 대한 복수의 템플릿 영상들을 촬영순서에 따라 표시하는 단계, 촬영순서에 기초하여 현재 촬영위치에 대응하는 템플릿 영상을 하이라이트하는 단계, 사용자의 입력에 기초하여 의료영상을 획득하는 단계, 의료영상의 촬영위치에 대응되는 템플릿 영상을 의료영상으로 교체하는 단계, 및 촬영순서에 기초하여 현재 촬영위치의 다음 촬영위치에 대응하는 템플릿 영상을 하이라이트하는 단계를 포함한다.
본 개시에 따른 의료영상장치의 동작 방법의 복수의 템플릿 영상들 중 하나의 템플릿 영상은 대상체의 부위에 대한 정보, 대상체의 부위에 대한 디텍터의 위치에 대한 정보, 및 소스의 위치에 대한 정보를 포함한다.
본 개시에 따른 의료영상장치의 동작 방법의 템플릿 영상을 의료영상으로 교체하는 단계는 의료영상을 흑백영상으로 변환하는 단계, 흑백영상에 미리 저장된 패턴 영상이 나타나는지 결정하는 단계, 및 흑백영상에 미리 저장된 패턴 영상이 나타내는 경우, 의료영상의 촬영위치에 대응되는 템플릿 영상을 의료영상으로 교체하는 단계를 포함하고, 미리 결정된 패턴 영상은 의료영상의 촬영위치에 대응된다.
본 개시에 따른 의료영상장치의 동작 방법은 의료영상에 대하여 사용자로부터 진단 정보를 획득하는 단계, 진단 정보에 포함된 문제 부위 및 문제 내용을 획득하는 단계, 문제 부위 및 문제 내용에 기초하여 감점점수를 획득하는 단계, 감점점수를 출력하는 단계를 포함한다.
본 개시에 따른 의료영상장치의 동작 방법의 감점점수를 획득하는 단계는 대상체의 동일 부위를 다른 각도로 촬영한 서로 다른 의료영상들로부터 동일한 진단 정보를 획득한 경우, 서로 다른 의료영상들 중 하나의 의료영상에 대한 진단 정보만을 이용하여 감점점수를 획득하는 단계를 포함한다.
본 개시에 따른 의료영상장치의 동작 방법의 촬영순서를 결정하는 단계는 대상체의 식별정보에 기초하여 이전 촬영의 대상체의 상태에 대한 정보를 획득하는 단계, 이전 촬영의 대상체의 상태에 대한 정보에 포함된 사고발생여부에 대한 정보가 사고가 발행하지 않았음을 나타내는 경우, 이전 촬영의 대상체의 상태에 대한 정보에 포함된 이전 촬영의 촬영순서를 획득하는 단계, 및 이전 촬영의 촬영순서를 촬영순서로 결정하는 단계를 포함하고, 대상체의 상태에 대한 정보는 안정제 투여여부, 촬영 전 음식 섭취여부, 촬영순서 및 사고발생여부 중 적어도 하나를 포함한다.
본 개시에 따른 의료영상장치의 동작 방법의 최초촬영위치를 결정하는 단계는 미리 결정된 복수의 촬영위치들에 대한 복수의 템플릿 영상들을 표시하는 단계, 사용자로의 입력에 기초하여 의료영상을 획득하는 단계, 의료영상과 복수의 템플릿 영상들 각각에 대한 유사도를 결정하는 단계, 및 복수의 템플릿 영상들 중 유사도가 가장 높은 템플릿 영상에 대응되는 촬영위치를 최초촬영위치로 결정하는 단계를 포함한다.
또한, 상술한 바와 같은 의료영상장치의 동작 방법을 구현하기 위한 프로그램은 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다.
본 개시는 의료영상장치에 관한 것으로써, 의료영상장치는 말의 의료영상을 촬영하기 위한 가이드를 제공하여 사용자가 빠르게 말의 의료영상을 획득할 수 있도록 한다. 또한, 본 개시의 의료영상장치는 비숙련자라도 금방 의료영상장치의 촬영에 적응할 수 있도록 정확한 가이드 정보를 제공한다.
또한 사용자가 현장 상황별로 가장 먼저 찍을 수 있는 영상을 획득한 경우, 본 개시의 의료영상장치는 가장 먼저 찍은 영상에 기초하여 영상 촬영 시간을 줄일 수 있는 촬영 경로를 제공한다. 따라서 사용자는 빠르게 말의 복수의 의료영상장치를 획득할 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 일 실시예에 따른 의료영상시스템을 설명하기 위한 도면이다.
도 2는 본 개시의 일 실시예에 따른 의료영상장치를 설명하기 위한 도면이다.
도 3은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 복수의 촬영위치들을 나타낸 도면이다.
도 5는 본 개시의 일 실시예에 따라 의료영상장치의 동작을 설명하기 위한 흐름도이다.
도 6은 본 개시의 일 실시예에 따라 의료영상장치에 표시되는 화면을 나타낸다.
도 7은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 나타내는 흐름도이다.
도 8은 본 개시의 일 실시예에 따른 의료영상장치의 동작방법을 설명하기 위한 흐름도이다.
도 9는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 10은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 11은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 12는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 흐름도이다.
도 13은 본 개시의 일 실시예에 따라 의료영상장치에 표시되는 화면을 나타낸다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다.
본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면 "부"는 프로세서 및 메모리로 구현될 수 있다. 용어 "프로세서" 는 범용 프로세서, 중앙 처리 장치 (CPU), 마이크로프로세서, 디지털 신호 프로세서 (DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서는, "프로세서" 는 주문형 반도체 (ASIC), 프로그램가능 로직 디바이스 (PLD), 필드 프로그램가능 게이트 어레이 (FPGA) 등을 지칭할 수도 있다. 용어 "프로세서" 는, 예를 들어, DSP 와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다.
용어 "메모리" 는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. 용어 메모리는 임의 액세스 메모리 (RAM), 판독-전용 메모리 (ROM), 비-휘발성 임의 액세스 메모리 (NVRAM), 프로그램가능 판독-전용 메모리 (PROM), 소거-프로그램가능 판독 전용 메모리 (EPROM), 전기적으로 소거가능 PROM (EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
본 명세서에서 "이미지"는 이산적인 이미지 요소들(예를 들어, 2차원 이미지에 있어서의 픽셀들 및 3차원 이미지에 있어서의 복셀들)로 구성된 다차원(multi-dimensional) 데이터를 의미할 수 있다. 이미지의 예로는 의료영상장치, CT 장치, MRI 장치, 초음파 장치 및 다른 의료 영상 장치에 의해 획득된 대상체의 의료영상 등을 포함할 수 있다.
또한, 본 명세서에서 "대상체(object)"는 사람 또는 동물, 또는 사람 또는 동물의 일부일 수 있다. 예를 들어, 대상체는 사람, 개, 고양이 또는 말 등을 포함할 수 있다. 또한 대상체는 간, 심장, 자궁, 뇌, 유방, 복부 등의 장기, 및 혈관 중 적어도 하나를 포함할 수 있다. 또한, "대상체"는 팬텀(phantom)일 수도 있다. 팬텀은 생물의 밀도와 실효 원자 번호에 아주 근사하고 또한 생물의 부피에 아주 근사한 물질을 의미하는 것으로, 신체와 유사한 성질을 갖는 구형(sphere)의 팬텀을 포함할 수 있다.
또한, 본 명세서에서 "사용자"는 의료 전문가로서 의사, 간호사, 임상 병리사, 의료 영상 전문가 등이 될 수 있으며, 의료 장치를 수리하는 기술자가 될 수 있으나, 이에 한정되지 않는다.
아래에서는 첨부한 도면을 참고하여 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략한다.
도 1은 본 개시의 일 실시예에 따른 의료영상시스템을 설명하기 위한 도면이다. 도 2는 본 개시의 일 실시예에 따른 의료영상장치를 설명하기 위한 도면이다.
도 1을 참조하면 의료영상 시스템은 의료영상장치(100), 저장서버(110) 및 리뷰장치(120)를 포함할 수 있다. 의료영상 시스템은 워크스테이션(130)을 포함할 수 있다. 워크스테이션(130)은 저장서버(110) 및 리뷰장치(120)를 포함할 수 있다. 저장서버(110) 및 리뷰장치(120)는 하나의 장치에서 구현될 수 있으나, 이에 한정되는 것은 아니며, 서로 다른 장치에서 구현될 수 있다. 의료영상장치(100), 저장서버(110) 및 리뷰장치(120)는 유무선 통신을 이용하여 데이터를 주고받을 수 있다.
의료영상장치(100)는 고정식 의료영상장치 또는 이동식 의료영상장치가 될 수 있다. 도 2를 참조하면, 의료영상장치(100)는 엑스선 조사부, 고전압 발생부, 디텍터, 센서부(210), 통신부(220), 메모리(230), 출력부(240), 입력부(250) 및 제어부(200)를 포함할 수 있다. 제어부(200)는 의료영상장치(100)의 전반적인 동작을 제어할 수 있다.
고전압 발생부는 엑스선의 발생을 위한 고전압을 발생시켜 엑스선 조사부에 포함된 엑스선 소스에 인가한다.
엑스선 조사부는 고전압 발생부에서 발생된 고전압을 인가받아 엑스선을 발생시키는 엑스선 소스를 포함할 수 있다. 엑스선 소스는 엑스선관(X-ray tube)을 포함하며, 엑스선관은 양극과 음극으로 된 2극 진공관으로 구현될 수 있다. 또한 엑스선 조사부는 엑스선 소스에서 조사되는 엑스선의 경로를 안내하여 엑스선의 조사영역을 조절하는 콜리메이터(collimator)를 포함할 수 있다.
디텍터는 엑스선 조사부에서 조사되어 대상체를 투과한 엑스선을 검출한다. 디텍터는 디지털 디텍터일 수 있다. 디텍터는 TFT를 사용하여 구현되거나, CCD를 사용하여 구현될 수 있다. 디텍터는 의료영상장치(100)에 포함될 수도 있고 의료영상장치(100)에 연결 및 분리 가능한 별개의 장치일 수도 있다.
의료영상장치(100)는 센서부(210)를 포함할 수 있다. 센서부(210)는 적어도 하나의 센서를 이용하여 다양한 정보를 획득할 수 있다. 센서부(210)는 압력, 전위 및 광학 등의 측정수단을 이용하는 센서로 구비될 수 있다. 예를 들어, 센서부(210)는 거리측정 센서,또는 엔코더 중 적어도 하나를 포함할 수 있다. 또한, 센서는 압력 센서, 적외선 센서, LED센서, 터치센서 등을 포함할 수 있다. 하지만 이에 한정되지 않는다.
또한 의료영상장치(100)는 통신부(220)를 포함할 수 있다. 통신부(220)는 의료영상장치(100)가 내부의 모듈 또는 외부의 장치와 유무선으로 통신하기 위한 구성일 수 있다. 외부의 장치는 외부의 서버, 사용자 단말기를 포함할 수 있다. 사용자 단말기는 PC, 스마트폰, 태블릿, 또는 웨어러블 기기를 포함할 수 있다. 통신부(220)는 네트워크 접속을 위한 유/무선 통신 모듈을 포함할 수 있다. 무선 통신 기술로는, 예를 들어, WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink PacketAccess) 등이 이용될 수 있다. 유선 통신 기술로는 예를 들어, XDSL(Digital Subscriber Line), FTTH(Fibers to the home), PLC(Power Line Communication) 등이 이용될 수 있다. 또한, 네트워크 연결부는 근거리 통신 모듈을 포함하여, 근거리에 위치하는 임의의 장치/단말과 데이터를 송수신할 수 있다. 예를 들어, 근거리 통신(short range communication) 기술로 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra-Wideband), ZigBee 등이 이용될 수 있으며, 이에 한정되지 않는다.
한편, 워크스테이션(130)과 의료영상장치(100) 사이의 통신은, LVDS(Low Voltage Differential Signaling) 등의 고속 디지털 인터페이스, UART(universal asynchronous receiver transmitter) 등의 비동기 시리얼 통신, 과오 동기 시리얼 통신 또는 CAN(Controller Area Network) 등의 저지연형의 네트워크 프로토콜이 이용될 수 있으며, 당업자에게 자명한 범위 내에서 다양한 통신 방법이 이용될 수 있다.
의료영상장치(100)는 메모리(230)를 포함할 수 있다. 제어부(200)는 메모리에 저장된 명령어들을 수행할 수 있다. 메모리(230)는 제어부(200)에 포함되거나 제어부(200)의 외부에 있을 수 있다. 메모리(230)는 의료영상장치(100)와 관련된 다양한 정보들을 저장할 수 있다. 예를 들어, 메모리(230)는 엑스선 소스의 동작 방법과 관련 정보를 포함할 수 있고, 촬영 영상 및 사용자인증 정보를 포함할 수 있으며, 이에 한정되지 않는다.
메모리(230)는 임의의 데이터를 지속적으로 저장할 수 있는 비-휘발성(non-volatile) 저장 매체를 통해 구현될 수 있다. 예를 들어, 메모리(230)는 디스크, 광학(optical) 디스크 및 광자기(magneto-optical) 저장 디바이스뿐만 아니라 플래시 메모리 및/또는 배터리-백업 메모리에 기초한 저장 디바이스를 포함할 수 있으며, 이에 한정되지 않는다. 메모리(230)는 동적 램(DRAM, dynamic random access memory), 정적 램(SRAM, static random access memory) 등의 랜덤 액세스 메모리(RAM)와 같은, 프로세서가 직접 접근하는 주된 저장 장치로서 전원이 꺼지면 저장된 정보가 순간적으로 지워지는 휘발성(volatile) 저장 장치를 의미할 수 있지만, 이들로 한정되는 것은 아니다. 이러한 메모리(230)는 제어부(200)에 의하여 동작 될 수 있다.
또한, 의료영상장치(100)는 의료영상장치(100)의 조작을 위한 인터페이스를 제공하는 조작부를 더 포함할 수 있다. 조작부는 출력부(240) 및 입력부(250)를 포함할 수 있다.
출력부(240)는 제어부(200)의 제어 하에 엑스선의 조사 등 촬영 관련 정보를 나타내는 사운드 및 영상을 출력할 수 있다. 출력부(240)는 스피커 또는 디스플레이를 포함할 수 있다. 출력부(240)는 제어부(200)에 의해 생성된 의료영상을 출력할 수 있다. 출력부(240)는 UI(user interface), 사용자 정보 또는 대상체 정보 등 사용자가 의료영상장치(100)를 조작하기 위해 필요한 정보를 출력할 수 있다. 출력부(240)의 예로서 스피커, 프린터, CRT 디스플레이, LCD 디스플레이, PDP 디스플레이, OLED 디스플레이, FED 디스플레이, LED 디스플레이, VFD 디스플레이, DLP 디스플레이, FPD 디스플레이, 3D 디스플레이, 투명 디스플레이 등을 포함할 수 있고, 기타 당업자에게 자명한 범위 내에서 다양한 출력 장치들을 포함할 수 있다.
워크스테이션(130) 및 의료영상장치(100)는 서로 무선 또는 유선으로 연결될 수 있고, 워크스테이션(130)은 의료영상장치(100)와 물리적으로 분리된 공간에 존재할 수도 있다.
워크스테이션(130)은 저장서버(110)를 포함할 수 있다. 저장서버(110)는 의료영상, 대상체에 대한 정보, 사용자(의료인)에 대한 정보 등을 저장하고 있을 수 있다. 워크스테이션(130)은 리뷰장치(120)를 포함할 수 있다. 리뷰장치(120)는 사용자의 명령에 기초하여 저장서버(110)로부터 의료영상을 수신하여 의료영상을 진단할 수 있다. 워크스테이션(130) 및 의료영상장치(100)는 DICOM((Digital Imaging and Communications in Medicine) 표준에 따라 데이터를 전송, 저장, 처리, 출력할 수 있다. 또한 워크스테이션(130)은 PACS(Picture Archiving and Communication System)일 수 있다.
워크스테이션(130)은 출력부, 입력부 및 제어부를 포함할 수 있다. 출력부 및 입력부는 사용자에게 워크스테이션(130) 및 의료영상장치(100)의 조작을 위한 인터페이스를 제공한다. 워크스테이션의 제어부는 워크스테이션(130) 및 의료영상장치(100)를 제어할 수 있다.
의료영상장치(100)는 워크스테이션(130)을 통해 제어될 수 있고, 의료영상장치(100)에 포함되는 제어부(200)에 의해서도 제어될 수 있다. 따라서, 사용자는 워크스테이션(130)을 통해 의료영상장치(100)를 제어하거나, 의료영상장치(100)에 포함되는 조작부 및 제어부(200)를 통해 의료영상장치(100)를 제어할 수도 있다. 다시 말해, 사용자는 워크스테이션(130)을 통해 원격으로 의료영상장치(100)를 제어할 수도 있고, 의료영상장치(100)를 직접 제어할 수도 있다.
워크스테이션(130)의 제어부와 의료영상장치(100)의 제어부(200)는 별개일 수 있으나 이에 한정되는 것은 아니다. 워크스테이션(130)의 제어부와 의료영상장치(100)의 제어부(200)는 하나의 통합된 제어부로 구현될 수도 있고, 통합된 제어부는 워크스테이션(130) 및 의료영상장치(100) 중 하나에만 포함될 수도 있다. 이하, 제어부(200)는 워크스테이션(130)의 제어부 및/또는 의료영상장치(100)의 제어부를 의미할 수 있다.
워크스테이션(130)의 출력부 및 입력부와 의료영상장치(100)의 출력부(240) 및 입력부(250)는 각각 사용자에게 의료영상장치(100)의 조작을 위한 인터페이스를 제공할 수 있다. 워크스테이션(130) 및 의료영상장치(100)는 각각 출력부 및 입력부를 포함할 수 있으나 이에 한정되는 것은 아니다. 출력부 또는 입력부는 워크스테이션(130) 및 의료영상장치(100) 중 하나에만 구현될 수도 있을 것이다.
이하, 입력부(250)는 워크스테이션(130)의 입력부 및/또는 의료영상장치(100)의 입력부를 의미하고, 출력부(240)는 워크스테이션(130)의 출력부 및/또는 의료영상장치(100)의 출력부를 의미한다.
입력부(250)는 사용자로부터 의료영상장치(100)의 조작을 위한 명령 및 엑스선 촬영에 관한 각종 정보를 입력받을 수 있다. 제어부(200)는 입력부(250)에 입력된 정보를 기반으로 의료영상장치(100)를 제어하거나 조작할 수 있다. 입력부(250)는 조이스틱, 키보드, 마우스, 터치스크린, 음성 인식기, 지문 인식기, 홍채 인식기 등을 포함할 수 있으며, 기타 당업자에게 자명한 입력 장치를 포함할 수 있다. 사용자는 입력부(250)를 통해 엑스선 조사를 위한 명령을 입력할 수 있는데, 입력부(250)에는 이러한 명령 입력을 위한 스위치가 마련될 수 있다. 스위치는 두 번에 걸쳐 눌러야 엑스선 조사를 위한 조사명령이 의료영상장치(100)에 입력될 수 있다. 예를 들어, 사용자가 스위치를 누르면 스위치는 엑스선 조사를 위한 예열을 지시하는 준비명령이 입력되고, 그 상태에서 스위치를 더 깊게 누르면 실질적인 엑스선 조사를 위한 조사명령이 입력되는 구조를 가질 수 있다.
즉, 사용자가 스위치를 누르면 스위치는 엑스선 조사를 위한 예열을 지시하는 준비명령이 입력되고, 그 상태에서 스위치를 더 깊게 누르면 실질적인 엑스선 조사를 위한 조사명령이 입력되는 구조를 가질 수 있다. 이와 같이 사용자가 스위치를 조작하면, 제어부(200)는 스위치 조작을 통해 입력되는 명령에 대응하는 신호 즉, 준비신호를 생성하여 엑스선 발생을 위한 고전압을 생성하는 고전압 발생부로 전달한다.
고전압 발생부는 제어부(200)로부터 전달되는 준비신호를 수신하여 예열을 시작하고, 예열이 완료되면, 준비완료신호를 제어부(200)로 전달한다. 그리고, 엑스선 검출을 위해 디텍터 또한 엑스선 검출준비가 필요한데, 제어부(200)는 고전압 발생부의 예열과 함께 디텍터가 대상체를 투과한 엑스선을 검출하기 위한 준비를 할 수 있도록 디텍터로 준비신호를 전달한다. 디텍터는 준비신호를 수신하면 엑스선을 검출하기 위한 준비를 하고, 검출준비가 완료되면 검출준비완료신호를 제어부(200)로 전달한다.
고전압 발생부의 예열이 완료되고, 디텍터의 엑스선 검출준비가 완료되며, 제어부(200)는 고전압 발생부로 조사신호를 전달하고, 고전압 발생부는 고전압을 생성하여 엑스선 소스로 인가하고, 엑스선 소스는 엑스선을 조사하게 된다.
제어부(200)는 조사신호를 전달할 때, 엑스선 조사를 대상체가 알 수 있도록, 출력부(240)로 소리 또는 빛의 출력신호를 전달하여 출력부(240)에서 소정의 소리 또는 빛이 출력되도록 할 수 있다. 또한, 출력부(240)에서는 엑스선 조사 이외에 다른 촬영 관련 정보를 나타내는 소리 또는 빛을 출력할 수 있다. 출력부(240)는 조작부에 포함될 수 있지만 이에 한정되는 것은 아니며, 출력부(240) 또는 출력부(240)의 일부는 조작부가 위치하는 지점과 다른 지점에 위치할 수 있다. 예를 들어, 대상체에 대한 엑스선 촬영이 수행되는 촬영실 벽에 위치할 수도 있다.
제어부(200)는 사용자에 의해 설정된 촬영 조건에 따라 엑스선 조사부와 디텍터의 위치, 촬영 타이밍 및 촬영 조건 등을 제어한다.
구체적으로, 제어부(200)는 입력부(250)를 통해 입력되는 명령에 따라 고전압 발생부 및 디텍터를 제어하여 엑스선의 조사 타이밍, 엑스선의 세기 및 엑스선의 조사 영역 등의 촬영 설정정보를 제어한다. 또한, 제어부(200)는 소정의 촬영 조건에 따라 디텍터의 위치를 조절하고, 디텍터의 동작 타이밍을 제어한다.
또한, 제어부(200)는 디텍터를 통해 수신되는 이미지 데이터를 이용하여 대상체에 대한 의료영상을 생성한다. 구체적으로, 제어부(200)는 디텍터로부터 이미지 데이터를 수신하여, 이미지 데이터의 노이즈를 제거하고, 다이나믹 레인지(dynamic range) 및 인터리빙(interleaving)을 조절하여 대상체의 의료영상을 생성할 수 있다.
워크스테이션(130)은 네트워크를 통해 서버, 의료 장치 및 휴대용 단말 등과 연결될 수 있는 통신부(미도시)를 더 포함할 수 있다.
도 3은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 흐름도이다.
엑스선 의료영상을 촬영하기 위한 의료영상장치(100)는 사용자 식별정보를 수신하는 단계(310)를 수행할 수 있다. 의료영상장치(100)는 입력부(250)를 이용하여 사용자 식별정보를 수신할 수 있다. 사용자 식별정보는 사용자의 아이디, 비밀번호, 이름, 주민번호, 이메일 주소, 지문정보, 홍채정보 및 전화번호 중 적어도 하나를 포함할 수 있다. 사용자는 의료영상장치(100)를 조작할 때, 인증과정을 거칠 수 있다. 예를 들어 의료영상장치(100)는 입력부(250)를 통하여 사용자의 아이디 및 비밀번호를 수신할 수 있다. 의료영상장치(100)는 수신된 아이디 및 비밀번호가 메모리(230)에 미리 저장되어 있는 아이디 및 비밀번호와 일치하는지 확인할 수 있다. 의료영상장치(100)는 수신된 아이디 및 비밀번호가 메모리(230)에 미리 저장되어 있는 아이디 및 비밀번호와 일치하는 경우, 사용자가 의료영상장치(100)를 이용하여 의료영상을 촬영할 수 있도록 할 수 있다.
의료영상장치(100)는 촬영 모드 선택 정보를 수신하는 단계를 수행할 수 있다. 의료영상장치(100)는 입력부(250)를 이용하여 촬영 모드 선택 정보를 수신할 수 있다. 의료영상장치(100)는 복수의 촬영 모드를 포함하고 있을 수 있다. 복수의 촬영 모드는 MWL(Modality Worklist)모드, 비MWL 모드 및 특수 모드 중 적어도 하나를 포함할 수 있다.
MWL 모드는 워크리스트에 따른 촬영을 진행하는 모드이다. 단계(310)에 의하여 사용자가 인증된 경우, 의료영상장치(100)는 해당 사용자에 할당된 워크리스트를 메모리 또는 서버로부터 획득할 수 있다. 워크리스트는 사용자가 촬영할 대상체에 대한 정보를 포함할 수 있다. 워크리스트는 대상체에 대한 정보, 또는 대상체에서 촬영해야할 부위의 위치를 포함할 수 있다. 대상체에 대한 정보는 대상체의 식별정보, 성별, 또는 나이 중 적어도 하나를 포함할 수 있다. 대상체는 예를 들어 사람, 개, 고양이, 말일 수 있고 이에 한정되는 것은 아니다. 대상체의 식별정보는 예를 들어 생년월일, 이름, 성별 중 적어도 하나를 포함할 수 있다. 의료영상장치(100)는 워크리스트에 있는 대상체를 순서대로 촬영하도록 제어될 수 있다. 하지만 이에 한정되는 것은 아니며, 의료영상장치(100)는 워크리스트에 있는 대상체들 중 사용자로부터 선택받은 대상체에 대하여 촬영을 진행할 수 있다. 즉 의료영상장치(100)는 사용자로부터 대상체를 선택받은 경우, 촬영모드에 진입할 수 있다. MWL 모드에 의하는 경우, 대상체에 대한 정보는 미리 저장되어 있으므로 사용자가 대상체에 대한 정보를 입력할 필요가 없을 수 있다.
비MWL 모드는 워크리스트 없이 촬영을 진행하는 모드이다. 사용자가 비MWL 모드를 선택한 경우, 의료영상장치(100)는 촬영할 대상체에 대한 정보를 입력하는 UI를 출력할 수 있다. 의료영상장치(100)는 사용자로부터 촬영할 대상체에 대한 정보를 입력부를 통하여 수신할 수 있다. 그 후, 의료영상장치(100)는 대상체에 대한 의료영상을 촬영하기 위한 촬영모드로 진입할 수 있다.
특수 모드는 복수의 대상체를 빠르게 촬영하기 위한 모드이다. 특수 모드가 선택된 경우, 의료영상장치(100)의 메모리에 미리 저장된 복수의 대상체에 대한 정보를 획득할 수 있다. 또한 의료영상장치(100)는 복수의 대상체에 대한 의료영상 촬영모드로 진입할 수 있다. 특수 모드는 워크 플로우를 단순화하여 사용자가 다수의 의료영상을 빠르게 찍도록 돕기 위한 모드일 수 있다.
의료영상장치(100)는 긴급 모드를 포함할 수도 있다. 긴급 모드가 선택된 경우, 의료영상장치(100)는 대상체에 대한 정보를 획득하지 않고 바로 촬영모드로 진입할 수 있다.
의료영상장치(100)는 사용자 식별정보 및 촬영 모드 선택 정보 중 적어도 하나에 기초하여 대상체의 건강상태 확인용 엑스선 촬영 모드로 결정하는 단계(330)를 수행할 수 있다.
예를 들어, MWL모드인 경우, 의료영상장치(100)는 수신된 사용자의 식별정보에 기초하여 워크리스트를 도출하고, 워크리스트에 포함된 대상체가 대상체의 건강상태 확인용 엑스선 촬영 모드로 촬영되어야 하는 경우, 대상체의 건강상태 확인용 엑스선 촬영 모드로 진입할 수 있다. 또한 비MWL 모드인 경우, 의료영상장치(100)는 대상체에 대한 정보를 수신한 후 사용자의 입력에 기초하여 대상체의 건강상태 확인용 엑스선 촬영 모드로 진입할 수 있다. 또한, 특수 모드인 경우, 의료영상장치(100)는 메모리로부터 복수의 대상체에 대한 정보를 획득한 후 바로 대상체의 건강상태 확인용 엑스선 촬영 모드로 진입할 수 있다. 대상체의 건강상태 확인용 엑스선 촬영 모드는 대상체의 건강을 확인하기 위하여 미리정해진 주요 부위를 다각도에서 촬영하는 모드이다. 대상체의 건강상태 확인용 엑스선 촬영 모드에 따라 사용자는 대상체에 대한 복수의 의료영상을 획득할 수 있다. 예를 들어 대상체가 말이라면, 대상체의 건강상태 확인용 엑스선 촬영 모드에 따라, 말의 다리에 포함된 복수의 관절에 대한 적어도 하나의 방향에서의 의료영상을 획득할 수 있다. 다만 말은 사람보다 크며 힘도 세며, 말이 의료영상과정에서 흥분할 수 있으므로 말을 안정시킬 필요가 있으며, 복수의 의료영상을 빠르게 촬영하여 말이 불편하지 않게 해야할 필요성이 있다.
의료영상장치(100)는 대상체의 식별정보를 획득하는 단계(340)를 수행할 수 있다. 예를 들어, 이미 설명한 바와 같이 대상체에 대한 정보는 대상체의 식별정보를 포함할 수 있다. 대상체의 식별정보는 서버, 메모리로부터 획득될 수 있다. 또한 대상체의 식별정보는 사용자로부터 입력받을 수 있다. 대상체의 식별정보는 예를 들어 생년월일, 이름, 성별 중 적어도 하나를 포함할 수 있다.
의료영상장치(100)는 미리 결정된 복수의 촬영위치들 중 최초촬영위치를 결정하는 단계(350)를 결정할 수 있다.
도 4는 본 개시의 일 실시예에 따른 복수의 촬영위치들을 나타낸 도면이다.
미리 결정된 복수의 촬영위치들은 20개이상 22개이하일 수 있다. 도 4를 참조하면, 미리 결정된 복수의 촬영위치들은 Fore Fetlock Right LM (Lateral/Medical), Fore Carpus Right DLPMO (Dorsolateeral/palmaromedial), Fore Carpus Right DMPLO(Dorsomedial/palmarolateral oblique), Fore Fetlock Right DP (Dorsopalmar), Hind Fetlock Right LM (Lateral/medial), Tarsus Right DMPLO, Tarsus Right DLPMO, Hind Fetlock Right DP, Stifle Right OBL (Oblique), Stifle Right CaCr (Caudocranial), Fore Fetlock Left LM, Fore Carpus Left DLPMO, Fore Carpus Left DMPLO (PLDMO), Fore Fetlock Left DP, Hind Fetlock Left LM, Tarsus Left DMPLO (PLDMO), Tarsus Left DLPMO, Hind Fetlock Left DP, Stifle Left OBL, Stifle Left Cdcr을 포함할 수 있다. 미리 결정된 복수의 촬영위치들은 순서를 가질 수 있다. 도 4의 순번은 촬영순서를 의미할 수 있다. 하지만 이에 한정되는 것은 아니다. 촬영위치는 대상체(말)의 신체부위 및 신체부위의 촬영방향을 포함할 수 있다.
최초촬영위치는 사용자의 선택에 기초하여 결정될 수 있다. 하지만 이에 한정되는 것은 아니다. 의료영상장치(100)는 대상체의 식별정보에 기초하여 자동으로 최초촬영위치를 결정할 수도 있다. 또한 의료영상장치(100)는 미리 결정된 최초촬영위치를 메모리로부터 획득할 수도 있다.
의료영상장치(100)는 다음과 같이 사용자의 선택에 기초하여 최초촬영위치를 선택할 수 있다. 의료영상장치(100)는 최초촬영위치를 선택하기 위한 화면을 표시할 수 있다. 예를 들어 의료영상장치(100)는 도 4의 복수의 촬영위치들을 표시할 수 있다. 의료영상장치(100)는 사용자로부터 최초촬영위치 선택정보를 획득할 수 있다. 의료영상장치(100)는 선택정보에 기초하여 최초촬영위치를 결정할 수 있다.
의료영상장치(100)는 수신된 대상체의 식별정보에 기초하여 메모리로부터 과거에 저장된 최초촬영위치를 획득할 수 있다. 의료영상장치(100)는 대상체의 식별정보, 이전에 저장된 최초촬영위치 및 이전 촬영의 대상체의 상태에 대한 정보를 서로 대응하여 저장하고 있을 수 있다. 의료영상장치(100)는 대상체의 식별정보에 기초하여 이전에 저장된 최초촬영위치 및 이전 촬영의 대상체의 상태에 대한 정보를 획득할 수 있다. 이전 촬영의 대상체의 상태에 대한 정보는 안정제 투여여부, 촬영 전 음식 섭취여부, 촬영순서 및 사고발생여부 중 적어도 하나를 포함할 수 있다. 의료영상장치(100)는 사고발생여부에 대한 정보가 사고가 발생하지 않았음을 나타내는 경우, 메모리로부터 획득된 이전에 저장된 최초촬영위치를 단계(350)의 최초촬영위치로 결정할 수 있다.
도 5는 본 개시의 일 실시예에 따라 의료영상장치의 동작을 설명하기 위한 흐름도이다. 또한, 도 6은 본 개시의 일 실시예에 따라 의료영상장치에 표시되는 화면을 나타낸다.
도 5 및 도 6을 참조하면 의료영상장치(100)는 다음과 같이 사용자의 선택에 기초하여 최초촬영위치를 선택할 수 있다. 의료영상장치(100)는 미리 결정된 복수의 촬영위치들에 대한 복수의 템플릿 영상들(611 내지 614)을 표시하는 단계(510)를 수행할 수 있다. 도 6을 참조하면 의료영상장치(100)는 출력부(240)에 포함된 디스플레이(610)에 복수의 템플릿 영상들(611 내지 614)을 표시할 수 있다. 도 6에서는 4 개의 복수의 템플릿 영상들(611 내지 614)에 도면부호를 기재하였으나 이에 한정되는 것은 아니다. 복수의 템플릿 영상들(611 내지 614)은 20개이상 22개이하일 수 있다. 복수의 템플릿 영상들 중 하나의 템플릿 영상은 대상체의 부위에 대한 정보, 대상체의 부위에 대한 디텍터의 위치에 대한 정보, 및 소스의 위치에 대한 정보를 포함할 수 있다.
의료영상장치(100)는 사용자로의 입력에 기초하여 의료영상을 획득하는 단계(520)를 수행할 수 있다. 이미 설명한 바와 같이 사용자는 입력부(250)를 통하여 엑스선 조사명령을 의료영상장치(100)에 입력할 수 있다. 의료영상장치(100)는 사용자의 입력에 기초하여 의료영상을 촬영할 수 있다. 획득된 의료영상은 복수의 템플릿 영상들(611 내지 614) 중 하나에 대응될 수 있다.
의료영상장치(100)는 획득된 의료영상과 복수의 템플릿 영상들(611 내지 614) 각각에 대한 유사도를 결정하는 단계(530)를 수행할 수 있다. 의료영상장치(100)는 영상 간의 유사도를 결정하기 위하여 SIFT(Scale Invariant Feature Transform), HOG(Histogram of Oriented Gradient), Haar, Ferns, LBP(Local Binary Pattern), 또는 MCT(Modified Census Transform)와 같은 알고리즘이 이용될 수 있다.
또한 의료영상장치(100)는 인공신경망 또는 기계학습모델을 이용하여 영상 간의 유사도를 결정할 수 있다. 기계학습모델은 의료영상이 복수의 템플릿 영상 중 하나와 동일한지 여부를 기계학습한 모델일 수 있다. 기계학습모델은 서버에 의하여 미리 학습되어 있을 수 있다. 보다 구체적으로 서버는 과거의 의료영상 및 과거의 의료영상이 복수의 템플릿 영상 중 하나와 동일한지 여부를 나타내는 플래그를 저장하고 있을 수 있다. 플래그는 사용자에 의하여 작성될 수 있다. 예를 들어, 플래그는 과거 의료영상이 하나의 템플릿 영상과 동일한 위치를 촬영한 것이라면 1, 다른 위치를 촬영한 것이라면 0을 가질 수 있다. 서버는 CNN(Convolutional Neural Network)를 이용하여 기계학습모델을 생성할 수 있다. 서버는 과거의 의료영상과 플래그의 상관관계를 기계학습할 수 있다. 서버가 생성한 기계학습모델의 개수는 복수의 템플릿 영상의 개수와 동일할 수 있다. 서버는 기계학습모델별로 플래그를 달리하여 복수의 기계학습모델을 생성할 수 있다. 복수의 기계학습모델은 복수의 템플릿 영상에 일대일로 대응될 수 있다. 의료영상장치(100)는 복수의 기계학습모델을 이용하여 의료영상이 복수의 템플릿 영상 중 하나와 동일한지 결정할 수 있다. 의료영상장치(100)가 복수의 기계학습모델을 이용하므로, 하나의 의료영상이 복수의 템플릿 영상에 대응된다고 판단할 수도 있다. 이 때, 의료영상장치(100)는 기계학습모델 별로 의료영상이 하나의 템플릿 영상에 대응될 확률을 획득할 수 있다. 하나의 템플릿 영상에 대응될 확률은 기계학습모델에 포함된 출력 레이어의 출력값일 수 있다. 의료영상장치(100)는 의료영상이 하나의 템플릿 영상에 대응될 확률이 가장 높은 기계학습모델을 선택할 수 있다. 의료영상장치(100)는 선택된 기계학습모델에 대응되는 템플릿 영상과 의료영상이 대응된다고 결정할 수 있다.
또한 의료영상장치(100)는 인공신경망 또는 기계학습모델을 이용하여 영상이 어 간의 유사도를 결정할 수 있다. 기계학습모델은 의료영상이 복수의 템플릿 영상 중 어느 템플릿 영상으로 분류되는지를 기계학습한 모델일 수 있다. 기계학습모델은 서버에 의하여 미리 학습되어 있을 수 있다. 보다 구체적으로 서버는 과거의 의료영상 및 과거의 의료영상과 대응되는 템플릿 영상의 종류 정보를 저장하고 있을 수 있다. 예를 들어 템플릿 영상의 종류가 20개라면 템플릿 영상의 종류 정보는 0부터 19까지를 가질 수 있다. 템플릿 영상의 종류 정보는 사용자에 의하여 작성될 수 있다. 서버는 CNN(Convolutional Neural Network)를 이용하여 기계학습모델을 생성할 수 있다. 서버는 과거의 의료영상과 템플릿 영상의 종류 정보의 상관관계를 기계학습할 수 있다. 서버가 생성한 기계학습모델은 하나일 수 있다. 의료영상장치(100)는 의료영상을 기계학습모델에 적용하여 의료영상에 대응되는 템플릿 영상의 종류 정보를 출력할 수 있다. 즉, 의료영상장치(100)는 의료영상과 유사도가 가장 높은 템플릿 영상의 종류를 출력할 수 있다.
의료영상장치(100)는 복수의 템플릿 영상들 중 유사도가 가장 높은 템플릿 영상에 대응되는 촬영위치를 최초촬영위치로 결정하는 단계(540)를 수행할 수 있다. 의료영상장치(100)는 복수의 템플릿 영상들 중 유사도가 가장 높은 템플릿 영상에 대응되는 촬영위치를 출력할 수 있다. 의료영상장치(100)는 사용자의 승인을 나타내는 정보가 수신된 경우, 유사도가 높은 템플릿 영상에 대응되는 촬영위치를 최초촬영위치로 결정할 수 있다.
의료영상장치(100)는 도 6의 디스플레이(620)와 같이 복수의 템플릿 영상(621 내지 624) 중 의료영상에 대응되는 템플릿 영상(622)을 의료영상으로 대체할 수 있다. 이와 같이 복수의 템플릿 영상(621 내지 624) 중 의료영상에 대응되는 템플릿 영상(622)을 의료영상으로 대체한 후 단계(360) 및 단계(810)를 수행하면 서 복수의 템플릿 영상(621 내지 624)은 정렬될 수 있다.
다시 도 3을 참조하면, 최초촬영위치에 기초하여 미리 결정된 복수의 촬영위치들의 촬영순서를 결정하는 단계(360)를 수행할 수 있다. 예를 들어 의료영상장치(100)는 최초촬영위치에 대응되는 복수의 촬영위치들의 촬영순서를 미리 저장하고 있을 수 있다. 따라서 의료영상장치(100)는 최초촬영위치가 결정된 경우, 최초촬영위치에 기초하여 복수의 촬영위치들의 촬영순서를 결정할 수 있다. 하지만 이에 한정되는 것은 아니다. 의료영상장치(100)는 도 4와 같은 하나의 테이블(400)에 기초하여 촬영순서를 결정할 수도 있다. 의료영상장치(100)는 최초촬영위치가 결정된 경우, 최초촬영위치에 대응되는 촬영위치부터 테이블(400)에 기재된 순번에 따라 촬영순서를 결정할 수 있다. 또한 테이블(400)의 최종순번(20순번)에 대응되는 촬영위치 이후에 테이블(400)의 최초순번(1순번)에 대응되는 촬영위치를 촬영하도록 촬영순서를 결정할 수 있다. 예를 들어 최초촬영위치가 6순번인 "Tarsus Right DMPLO"인 경우, 의료영상장치(100)는 6순번 내지 20순번, 1순번 내지 5분번의 순서로 촬영순서를 결정할 수 있다. 또한 의료영상장치(100)는 사용자의 입력에 기초하여 촬영순서를 결정할 수도 있다. 사용자는 대상체의 의료영상을 찍기 전에 촬영계획 정보를 의료영상장치(100)에 입력할 수 있다. 촬영계획 정보는 최초촬영위치 및 촬영순서 중 적어도 하나를 포함할 수 있다. 의료영상장치(100)는 미리 저장되어 있는 촬영순서 대신 사용자의 입력에 기초한 촬영순서를 우선적으로 이용할 수 있다. 또한 의료영상장치(100)는 촬영 중에 사용자의 입력에 기초하여 촬영순서를 결정할 수도 있다. 즉, 촬영순서는 사용자의 입력에 기초하여 실시간으로 변경될 수도 있다.
결정된 촬영순서는 사용자가 대상체를 시계방향 또는 반시계방향으로 돌아가면서 영상을 촬영하는 순서일 수 있다. 하지만 이에 한정되는 것은 아니다.
결정된 촬영순서는 사용자의 동선이 최소화되어 의료영상을 가장 빠르게 촬영할 수 있는 순서일 수 있다. 사용자는 의료영상장치를 이동시켜서 의료영상장치를 촬영해야하므로 사용자의 동선이 최소화된다는 것은 사용자의 피로도가 최소화됨을 의미할 수도 있다.
의료영상장치(100)는 촬영순서를 결정하기 위하여 다음과 같은 과정을 수행할 수 있다.
도 7은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 나타내는 흐름도이다.
의료영상장치(100)는 대상체의 식별정보에 기초하여 이전 촬영의 대상체의 상태에 대한 정보를 획득하는 단계(710)를 수행할 수 있다. 말(대상체)의 건강상태는 주기적으로 확인되어야 할 수 있다. 따라서 대상체는 이전에 의료영상을 촬영한 적이 있을 수 있다. 의료영상장치(100) 또는 워크스테이션(130)은 이전 촬영의 대상체의 상태에 대한 정보를 저장하고 있을 수 있다. 의료영상장치(100) 또는 워크스테이션(130)은 이전 촬영에서 의료영상을 모두 촬영한 후에 촬영 중의 말(대상체)의 상태에 대한 정보를 수신하여 저장할 수 있다.
대상체의 상태에 대한 정보는 안정제 투여여부, 촬영 전 음식 섭취여부, 섭취한 음식의 종류, 촬영순서 및 사고발생여부 중 적어도 하나를 포함할 수 있다. 안정제 투여여부는 대상체에 대한 이전 촬영 시 안정제를 투여하였는지 여부를 나타낼 수 있다. 추가적으로 대상체의 상태에 대한 정보는 투여한 안정제의 종류 및 투여한 양을 포함할 수 있다.
촬영 전 음식 섭취여부는 대상체가 이전 촬영 전에 음식을 섭취했는지 여부를 의미할 수 있다. 대상체의 상태에 대한 정보는 추가적으로 섭취한 음식의 종류 및 음식 섭취 후 이전 촬영까지의 시간을 포함할 수 있다.
촬영순서는 이전 촬영에서 사용한 복수의 촬영위치들의 촬영순서를 의미할 수 있다.
사고발생여부는 촬영 중에 촬영자(사용자)가 대상체에 의하여 상해를 입었는지 여부를 나타낼 수 있다. 하지만 이에 한정되는 것은 아니며, 사고발생여부는 단순히 말이 흥분했는지 여부를 나타낼 수도 있다. 대상체의 상태에 대한 정보는 추가적으로 촬영시작후 사고가 발생한 시각까지의 시간을 포함할 수 있다.
또한, 대상체의 상태에 대한 정보는 촬영 시 대상체(말)에게 병이 있는지 유무, 또는 병의 종류를 더 포함할 수 있다.
의료영상장치(100)는 이전 촬영의 대상체의 상태에 대한 정보에 포함된 사고발생여부에 대한 정보가 사고가 발행하지 않았음을 나타내는 경우, 이전 촬영의 대상체의 상태에 대한 정보에 포함된 이전 촬영의 촬영순서를 획득하는 단계(720)를 수행할 수 있다. 의료영상장치는 이전 촬영의 촬영순서를 촬영순서로 결정하는 단계(730)를 수행할 수 있다. 즉, 의료영상장치(100)는 이전에 사고없이 촬영에 성공한 촬영순서를 이용하여 촬영을 진행할 수 있다. 말(대상체)은 민감한 동물이므로 특정 순서로 촬영을 진행하는 경우 민감하게 반응할 수 있다. 하지만 말(대상체)이 편안한 촬영순서로 촬영을 진행하는 경우, 촬영의 성공률을 높일 수 있다.
도 8은 본 개시의 일 실시예에 따른 의료영상장치의 동작방법을 설명하기 위한 흐름도이다. 도 9는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다. 도 10은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 3의 미리 결정된 복수의 촬영위치들의 촬영순서를 결정하는 단계(360)의 이후에 다음과 같은 과정을 수행할 수 있다.
의료영상장치(100)는 대상체 식별정보에 기초하여 대상체가 과거에 의료영상을 촬영했는지 여부를 결정할 수 있다. 워크스테이션(130) 또는 의료영상장치(100)에 대상체의 식별정보에 대응하는 의료영상이 저장되어 있는 경우 의료영상장치(100)는 과거에 대상체에 대한 의료영상이 촬영된 적이 있는 것으로 결정할 수 있다.
대상체에 대한 의료영상이 과거에 촬영된 경우, 의료영상장치(100)는 워크스테이션(130) 또는 의료영상장치(100)의 메모리로부터 과거 대상체의 상태에 대한 정보를 획득할 수 있다. 과거 대상체의 상태에 대한 정보는 안정제 투여여부, 촬영 전 음식 섭취여부, 섭취한 음식의 종류, 촬영순서 및 사고발생여부 중 적어도 하나를 포함할 수 있다. 의료영상장치(100)는 과거 대상체의 상태에 대한 정보를 출력할 수 있다. 사용자는 출력된 과거 대상체의 상태에 대한 정보와 현재의 대상체의 상태에 대한 정보를 비교할 수 있다. 예를 들어 과거 대상체의 상태에 대한 정보에 포함된 사고발생여부가 사고발생이 없었음을 나타내는 경우, 사용자는 되도록 과거 대상체의 상태에 대한 정보를 따를 수 있다. 또한, 과거 대상체의 상태에 대한 정보에 포함된 사고발생여부가 사고발생이 있었음을 나타내는 경우, 사용자는 되도록 과거 대상체의 상태에 대한 정보 중 적어도 하나를 변경해볼 수 있다.
의료영상장치(100)는 자동으로 사고발생여부를 예측할 수 있다. 의료영상장치(100)는 현재의 대상체의 상태에 대한 정보를 획득할 수 있다. 예를 들어 의료영상장치(100)는 입력부(250) 또는 메모리를 통하여 안정제 투여여부, 촬영 전 음식 섭취여부, 섭취한 음식의 종류, 및 촬영순서를 획득할 수 있다. 의료영상장치(100)는 현재의 대상체의 상태에 대한 정보를 과거의 대상체의 상태에 대한 정보와 비교하여 사고발생여부를 예측할 수 있다. 예를 들어 현재 대상체의 상태에 대한 정보가 과거의 대상체의 상태에 대한 정보와 유사할 수록, 사고발생을 예상할 수 있다.
과거의 대상체의 상태에 대한 정보에 포함된 사고발생여부가 사고발생이 없었음을 나타내는 경우 다음과 같은 과정이 수행될 수 있다. 의료영상장치(100)는 현재의 대상체의 상태에 대항 정보 및 과거의 대상체의 상태에 대한 정보가 일치할 수록 사고발생여부를 낮게 예측하고, 현재의 대상체의 상태에 대항 정보 및 과거의 대상체의 상태에 대한 정보가 불일치할 수록 사고발생여부를 높게 예측할 수 있다. 사용자는 의료영상장치(100)가 예측한 사고발생여부에 기초하여 사고가 발생하지 않도록 주의할 수 있다. 따라서 사용자는 안전하게 의료영상을 획득할 수 있다.
과거의 대상체의 상태에 대한 정보에 포함된 사고발생여부가 사고발생이 있었음을 나타내는 경우 의료영상장치(100)는 해당 과거의 대상체의 상태에 대한 정보를 사고발생여부를 예측하는데 이용하지 않을 수 있다.
도 8을 참조하면 의료영상장치(100)는 미리 결정된 복수의 촬영위치들에 대한 복수의 템플릿 영상들을 촬영순서에 따라 표시하는 단계(810)를 수행할 수 있다. 예를 들어 의료영상장치(100)는 미리 결정된 복수의 촬영위치들에 대한 복수의 템플릿 영상들은 도 9의 화면(900)과 같이 표시될 수 있다. 화면(900)은 복수의 구역들(911, 912)로 나누어져 있을 수 있다. 복수의 구역들(911, 912) 각각은 하나의 템플릿 영상을 포함할 수 있다. 복수의 템플릿 영상들은 촬영순서에 따라 1행의 좌측에서 우측으로 배열되고, 2행의 좌측에서 우측으로 배열되고, ,,, M행의 좌측에서 우측으로 배열될 수 있다. 하지만 이에 한정되는 것은 아니다. M은 자연수일 수 있다.
도 10은 도 9에 도시된 복수의 구역들(911, 912) 중 일부를 나타낸 도면이다. 도 10의 복수의 구역들(1010, 1030)은 도 9의 복수의 구역들(911, 912)에 대응될 수 있다. 도 10을 참조하면, 템플릿 영상(1011)은 과거에 촬영된 의료영상일 수 있다. 템플릿 영상들은 복수의 촬영위치들과 일대일로 대응될 수 있다. 템플릿 영상(1011)은 복수의 촬영위치들 중 하나에 대응될 수 있다. 템플릿 영상(1011)은 동일한 대상체 식별정보에 대한 영상일 수도 있고 서로 다른 대상체 식별정보에 대한 영상일 수도 있다. 즉 템플릿 영상(1011)은 서로 다른 말(대상체)에 대한 의료영상을 포함하고 있을 수 있다. 템플릿 영상(1011)은 복수의 촬영위치들 증 하나의 촬영위치에 대한 대표적인 의료영상을 나타낼 수 있다. 템플릿 영상(1011)은 현재의 촬영 대상체의 과거 의료영상일 수 있다. 하지만 이에 한정되지 않는다. 사용자는 과거에 촬영된 영상을 참조하여 앞으로 찍힐 영상의 형태를 대략적으로 예상할 수 있다. 또한, 현재 찍힌 영상이 템플릿 영상과 지나치게 다른 경우, 촬영을 다시 할 수도 있다.
의료영상장치(100)는 복수의 구역들(1010, 1030)을 표시할 수 있다. 구역(1010)은 복수의 템플릿 영상들 중 하나의 템플릿 영상(1011)을 표시할 수 있다. 복수의 템플릿 영상들 중 하나의 템플릿 영상(1011)은 대상체의 부위에 대한 정보(1021), 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1023), 및 소스의 위치에 대한 정보(1022)를 포함할 수 있다. 도 10과 같이 대상체의 부위에 대한 정보(1021), 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1023), 및 소스의 위치에 대한 정보(1022)는 영상 또는 텍스트로 나타낼 수 있다. 대상체의 부위에 대한 정보(1021), 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1023), 및 소스의 위치에 대한 정보(1022)는 2D영상 또는 3D영상으로 나타날 수 있다. 대상체의 부위에 대한 정보(1021)는 촬영위치에 대응되는 정보로써, 대상체 중 의료영상이 촬영될 신체 부위에 대한 정보를 포함할 수 있다. 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1023)는 디텍터를 대상체의 어느 신체부위에 대하여 어떠한 각도로 어떤 방향에 위치시켜야 하는지를 나타낼 수 있다. 소스의 위치에 대한 정보(1022)는 소스를 대상체의 어느 신체부위에 대하여 어떠한 각도로 어떤 방향에 위치시켜야 하는지를 나타낼 수 있다.
소스 및 디텍터의 위치는 DP, DLPMO, LM, PLDMO, PD, PMDLO, ML, DMPLO와 같을 수 있다. DP는 소스를 대상체의 정면에 두고 디텍터를 뒤에 둔 것을 나타낼 수 있다. LM은 소스를 대상체의 바깥쪽에 두고 디텍터를 안쪽에 두 것을 나타낼 수 있다. PD는 소스를 대상체의 뒤에 두고 디텍터를 앞에 둔 것을 나타낼 수 있다. ML은 소스를 대상체의 안쪽에 두고 디텍터를 바깥쪽에 둔 것을 나타낼 수 있다. DLPMO의 소스 및 디텍터의 위치는 DP 및 LM의 사이의 위치이고, PLDMO의 소스 및 디텍터의 위치는 LM 및 PD의 사이의 위치이고, PMDLO의 소스 및 디텍터의 위치는 PD 및 ML의 사이의 위치이고, DMPLO의 소스 및 디텍터의 위치는 ML 및 DP의 사이의 위치일 수 있다.
사용자는 템플릿 영상(1011)을 보는 것 만으로 말(대상체)의 어느 부위에 소스 및 디텍터를 어떠한 방향으로 배치하고 엑스레이를 촬영해야하는지 쉽게 알 수 있다.
의료영상장치(100)는 구역(1010)의 하단에 대상체의 부위에 대한 정보(1021), 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1023), 및 소스의 위치에 대한 정보(1022)를 텍스트(1012)로 표시할 수도 있다. 또한, 의료영상장치(100)는 구역(1010)의 하단에 템플릿 영상(1011)의 촬영순서를 텍스트(1013)로 표시할 수 있다. 텍스트(1012, 1013)으로 표시된 부위에 대한 정보(1021), 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1023), 소스의 위치에 대한 정보(1022), 및 촬영순서에 기초하여 사용자는 현재 촬영 순서가 무엇인지 쉽게 인식할 수 있다.
구역(1030)은 복수의 템플릿 영상들 중 하나의 템플릿 영상(1031)을 표시할 수 있다. 복수의 템플릿 영상들 중 하나의 템플릿 영상(1031)은 대상체의 부위에 대한 정보(1041), 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1043), 및 소스의 위치에 대한 정보(1042)를 포함할 수 있다. 도 10과 같이 대상체의 부위에 대한 정보(1041), 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1043), 및 소스의 위치에 대한 정보(1042)는 영상 또는 텍스트로 나타낼 수 있다. 대상체의 부위에 대한 정보(1041)는 촬영위치에 대응되는 정보로써, 대상체 중 의료영상이 촬영될 신체 부위에 대한 정보를 포함할 수 있다. 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1043)는 디텍터를 대상체의 어느 신체부위에 대하여 어떠한 각도로 어떤 방향에 위치시켜야 하는지를 나타낼 수 있다. 소스의 위치에 대한 정보(1042)는 소스를 대상체의 어느 신체부위에 대하여 어떠한 각도로 어떤 방향에 위치시켜야 하는지를 나타낼 수 있다.
의료영상장치(100)는 구역(1030)의 하단에 대상체의 부위에 대한 정보(1041), 대상체의 부위에 대한 디텍터의 위치에 대한 정보 (1043), 및 소스의 위치에 대한 정보(1042)를 텍스트(1032)로 표시할 수도 있다. 또한, 의료영상장치(100)는 구역(1030)의 하단에 템플릿 영상(1031)의 촬영순서를 텍스트(1033)로 표시할 수 있다.
다시 도 8을 참조하면, 의료영상장치(100)는 촬영순서에 기초하여 현재 촬영위치에 대응하는 템플릿 영상을 하이라이트하는 단계(820)를 수행할 수 있다. 도 9를 참조하면 구역(911)의 테두리가 구역(912)의 테두리보다 진하게 표시된 것을 볼 수 있다. 이와 같이 의료영상장치는 촬영순서에 기초하여 현재 촬영위치에 대응하는 템플릿 영상을 하이라이트 할 수 있다. 의료영상장치(100)는 템플릿 영상을 하이라이트하기 위하여 테두리를 강조하거나, 다른 템플릿 영상보다 밝게 표시하거나, 템플릿 영상의 근처에 텍스트 또는 아이콘을 표시할 수 있다.
의료영상장치(100)는 사용자의 입력에 기초하여 의료영상을 획득하는 단계(830)를 수행할 수 있다. 의료영상장치(100)는 조작부로부터의 신호에 기초하여 소스 및 디텍터를 제어하여 의료영상을 촬영할 수 있다. 촬영된 의료영상은 현재 촬영위치에 대응할 수 있다.
의료영상장치(100)는 의료영상의 촬영위치에 대응되는 템플릿 영상을 의료영상으로 교체하는 단계(840)를 수행할 수 있다. 템플릿 영상은 사용자의 촬영을 가이드하기 위하여 표시된 영상이므로 의료영상장치(100)는 촬영이 완료된 촬영위치에 대해서는 템플릿 영상을 표시하지 않고 촬영된 의료영상을 표시할 수 있다. 사용자는 쉽게 촬영이 완료된 촬영위치와 촬영을 해야할 촬영위치를 알 수 있다.
의료영상장치(100)는 촬영순서에 기초하여 현재 촬영위치의 다음 촬영위치에 대응하는 템플릿 영상을 하이라이트하는 단계(850)를 수행할 수 있다. 따라서 사용자는 현재 촬영위치의 다음 촬영위치를 쉽게 파악할 수 있다. 이와 같이 의료영상장치(100)는 촬영순서를 가이드함으로써, 사용자가 빠르게 대상체에 대한 복수의 의료영상을 획득하도록 도울 수 있다.
도 11은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
화면(1100)은 의료영상장치(100)에 표시될 수 있다. 구역(1110), 구역(1120), 및 구역(1130)은 의료영상 촬영이 완료된 촬영부위일 수 있다. 따라서 단계(840)에 의하여 구역(1110), 구역(1120), 및 구역(1130)에 대응되는 템플릿 영상들은 각각 구역(1110), 구역(1120), 및 구역(1130)에 대응되는 의료영상들로 교체될 수 있다. 의료영상은 엑스선영상, 초음파영상, MRI영상, CT 영상 중 적어도 하나를 포함할 수 있다. 또한 단계(850)와 같이 다음 촬영위치에 대응되는 구역(1140)은 하이라이트될 수 있다.
도 12는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 흐름도이다.
도 12의 단계들은 단계(840)가 완료된 후에 수행될 수 있다. 도 12의 단계들은 복수의 촬영위치들에 대한 의료영상이 모두 획득된 후에 수행될 수도 있다. 하지만 도 12의 단계들은 복수의 촬영위치들 중 하나의 촬영위치에 대한 의료영상을 획득한 후에 수행될 수 있다.
의료영상장치(100)는 의료영상에 대하여 사용자로부터 진단 정보를 획득하는 단계(1210)를 수행할 수 있다. 의료영상장치(100)는 입력부(250)를 통하여 진단 정보를 획득할 수 있다. 보다 구체적으로 의료영상장치(100)는 진단 정보를 입력하기 위한 UI를 제공할 수 있다. 의료영상장치(100)는 문제 내용을 의미하는 적어도 하나의 아이콘을 제공할 수 있다. 사용자는 문제 내용에 대응되는 아이콘을 선택할 수 있다. 또한 사용자는 문제 내용에 대응되는 아이콘을 의료영상에서 문제 부위로 드레그할 수 있다. 또는 사용자는 문제 부위를 클릭, 터치하는 것으로 문제 내용에 대응되는 아이콘이 해당위치 표시될 수 있다. 문제 내용은 실금, 골절, 및 골절 후 완치 중 적어도 하나를 포함할 수 있다.
의료영상장치(100)는 진단 정보에 포함된 문제 부위 및 문제 내용을 획득하는 단계(1220)를 수행할 수 있다. 즉 단계(1210)에 따르면 사용자는 의료영상 상에 문제내용에 대응하는 아이콘을 의료영상에 표시할 수 있다. 의료영상장치(100)는 아이콘이 표시된 의료영상에 기초하여 문제 내용 및 문제 부위를 획득할 수 있다. 예를 들어 의료영상장치(100)는 아이콘의 종류에 기초하여 문제 내용을 결정할 수 있다. 또한 의료영상장치(100)는 의료영상에 대응하는 촬영위치에 기초하여 문제 부위를 결정할 수 있다. 또한 의료영상장치(100)는 하나의 의료영상에 포함된 적어도 하나의 뼈 중 어떤 뼈에 문제가 있는지도 결정할 수 있다. 의료영상장치(100)는 룰베이스 또는 기계학습모델을 이용하여 어떤 뼈에 문제가 있는지 결정할 수 있다.
또한 의료영상장치(100)는 인공신경망 또는 기계학습모델을 이용하여 어떤 뼈에 문제가 있는지 결정할 수 있다. 기계학습모델은 아이콘이 표시된 의료영상에 기반하여 어떤 뼈에 문제가 있는지 기계학습한 모델일 수 있다. 기계학습모델은 서버에 의하여 미리 학습되어 있을 수 있다. 보다 구체적으로 서버는 아이콘이 표시된 과거의 의료영상 및 과거의 의료영상에 대응되는 문제가 있는 뼈의 식별정보를 저장하고 있을 수 있다. 예를 들어 의료영상에 뼈의 종류가 5개라면 문제가 있는 뼈의 식별정보는 0부터 4까지를 가질 수 있다. 문제가 있는 뼈의 식별정보는 사용자에 의하여 작성될 수 있다. 서버는 CNN(Convolutional Neural Network)를 이용하여 기계학습모델을 생성할 수 있다. 서버는 아이콘이 표시된 과거의 의료영상과 문제가 있는 뼈의 식별정보의 상관관계를 기계학습할 수 있다. 서버가 생성한 기계학습모델은 하나일 수 있다. 의료영상장치(100)는 기계학습모델을 서버로부터 수신할 수 있다. 의료영상장치(100)는 기계학습모델을 서버로부터 수신할 수 있다. 의료영상장치(100)는 아이콘이 표시된 의료영상을 기계학습모델에 적용하여 의료영상에 대응되는 문제가 있는 뼈의 식별정보를 출력할 수 있다.
또한 의료영상장치(100)는 인공신경망 또는 기계학습모델을 이용하여 어떤 뼈에 문제가 있는지 결정할 뿐만 아니라 문제의 내용까지 결정할 수 있다. 기계학습모델은 의료영상에 기반하여 어떤 뼈에 어떤 문제가 있는지 기계학습한 모델일 수 있다. 기계학습모델은 서버에 의하여 미리 학습되어 있을 수 있다. 보다 구체적으로 서버는 과거의 의료영상 및 과거의 의료영상에 대응되는 문제의 내용 식별정보 및 문제가 있는 뼈의 식별정보를 저장하고 있을 수 있다. 문제의 내용 식별정보 및 문제가 있는 뼈의 식별정보의 조합은 분류 식별정보라 할 수 있다. 예를 들어 의료영상에 뼈의 종류가 5개이고 문제 내용이 3개라면 의료영상이 분류될 수 있는 가지수는 5X3 =15가지일 수 있다. 즉, 분류 식별정보의 가지수는 15가지일 수 있다. 의료영상장치(100)는 의료영상을 15가지 종류 중 하나로 분류할 수 있는 것이다. 문제 내용 및 문제가 있는 뼈의 식별정보는 사용자에 의하여 작성될 수 있다. 서버는 CNN(Convolutional Neural Network)를 이용하여 기계학습모델을 생성할 수 있다. 서버는 과거의 의료영상에 대하여 분류 식별정보의 상관관계를 기계학습할 수 있다. 서버가 생성한 기계학습모델은 하나일 수 있다. 의료영상장치(100)는 기계학습모델을 서버로부터 수신할 수 있다. 의료영상장치(100)는 기계학습모델을 서버로부터 수신할 수 있다. 의료영상장치(100)는 의료영상을 기계학습모델에 적용하여 의료영상에 대응되는 문제의 내용 및 문제가 있는 뼈를 출력할 수 있다.
의료영상장치(100)는 문제 부위 및 문제 내용에 기초하여 감점점수를 획득하는 단계(1230)를 수행할 수 있다. 의료영상장치(100)는 문제 부위 및 문제 내용에 대한 감점점수를 테이블로 저장하고 있을 수 있다. 의료영상장치(100)는 테이블에 기초하여 감점점수를 획득할 수 있다. 의료영상장치(100)는 문제의 내용 및 문제가 있는 뼈에 대한 감점점수를 테이블로 저장하고 있을 수 있다. 의료영상장치(100)는 테이블에 기초하여 감점점수를 획득할 수 있다.
의료영상장치(100)는 감점점수를 획득하는 단계(1230)를 수행할 때 다음과 같은 과정을 더 수행할 수 있다. 의료영상장치(100)는 대상체의 동일 부위를 다른 각도로 촬영한 서로 다른 의료영상들로부터 동일한 진단 정보를 획득한 경우, 서로 다른 의료영상들 중 하나의 의료영상에 대한 진단 정보만을 이용하여 감점점수를 획득하는 단계를 수행할 수 있다. 예를 들어 말(대상체)의 왼쪽 앞다리의 발목에 대하여 LM 의료영상 및 DP의료영상이 촬영되었고, LM 의료영상 및 DP 의료영상에서 골절이 발견된 경우, 의료영상장치(100)는 LM 의료영상 및 DP 의료영상 중 하나를 이용하여 감점점수를 결정할 수 있다.
의료영상장치(100)는 감점점수를 출력하는 단계(1240)를 수행할 수 있다. 또한 의료영상장치(100)는 의료영상의 메타데이터에 저장할 수 있다. 추후 리뷰어는 의료영상과 함께 저장된 감점점수를 획득할 수 있다. 의료영상장치(100)는 편향됨 없이 개관적으로 감점요인을 판단할 수 있다. 따라서 리뷰어는 의료영상장치(100)의 감점점수를 확인하여 보다 객관적으로 말(대상체)의 상태를 판단할 수 있다.
도 13은 본 개시의 일 실시예에 따라 의료영상장치에 표시되는 화면을 나타낸다.
의료영상장치(100)는 현재 촬영위치에 대응하는 템플릿 영상을 하이라이트하는 단계(820) 또는 의료영상을 획득하는 단계(830)를 수행할 때 다음과 같은 과정을 더 수행할 수 있다. 의료영상장치(100)는 화면(1300)을 표시할 수 있다. 의료영상장치(100)는 은 대상체의 부위에 대한 정보, 대상체의 부위에 대한 디텍터의 위치에 대한 정보, 및 소스의 위치에 대한 정보를 포함하는 템플릿 영상(1310)을 출력할 수 있다. 또한 의료영상장치(100)는 과거에 촬영된 의료영상을 포함하는 템플릿 영상(1320)을 출력할 수 있다. 사용자는 템플릿 영상(1310, 1320)을 참조하여 의료영상을 획득하기 위한 방법을 알 수 있으며, 획득될 의료영상을 예측할 수 있다. 또한 의료영상장치(100)는 촬영부위에 기초하여 의료영상장치의 촬영 설정정보(1330)를 획득할 수 있다. 촬영 설정정보(1330)는 소스와 디텍터 사이의 거리(SID), 엑스선 튜브(소스)에 걸친 최대 전기 전위 (kVp), 엑스선 튜브(소스)의 전류(mAs)를 포함할 수 있다. 의료영상장치(100)는 복수의 촬영위치들에 각각 대응되는 촬영 설정정보(1330)를 저장하고 있을 수 있다. 의료영상장치(100)는 현재 촬영위치에 대응하는 촬영 설정정보(1330)를 획득하여 적용할 수 있다. 의료영상장치(100)는 촬영위치가 변경될 때마다 촬영 설정정보(1330)를 메모리로부터 획득하여 적용할 수 있다. 또한 의료영상장치(100)는 대상체의 식별정보에 기초하여 촬영 설정정보(1330)를 획득할 수 있다. 예를 들어 대상체가 과거에 의료영상장치(100)에 의하여 촬영된 적이 있다면, 의료영상장치(100)는 과거의 촬영에 사용하였던 촬영 설정정보를 대상체의 식별정보에 대응하여 저장하고 있을 수 있다. 의료영상장치(100)는 대상체의 식별정보에 기초하여 과거의 촬영부위별 촬영 설정정보를 메모리로부터 획득하여 적용할 수 있다.
말(대상체)은 근육이 두꺼운 부분이 있고 가는 부분이 있어서 촬영부위별로 촬영 설정정보를 달리 할 필요가 있다. 또한 말(대상체)의 품종별로 신체 크기가 달라서 대상체의 식별정보에 따라서도 촬영 설정정보를 달리 할 필요가 있다. 본 개시의 의료영상장치(100)는 자동으로 촬영 설정정보를 변경하므로 사용자의 조작이 줄어들고, 의료영상을 빠르게 촬영할 수 있다.
의료영상장치(100)는 템플릿 영상을 의료영상으로 교체하는 단계(840)를 수행할 때 다음과 같은 과정을 더 수행할 수 있다.
의료영상장치(100)는 단계(830)에서 획득된 의료영상을 흑백영상으로 변환하는 단계를 수행할 수 있다. 의료영상장치(100)는 의료영상의 픽셀의 값이 제 1 임계값 이하인 경우, 픽셀의 값을 0으로 결정할 수 있다. 또한 의료영상장치(100)는 의료영상의 픽셀의 값이 제 2 임계값 이상인 경우, 픽셀의 값을 최대값으로 결정할 수 있다. 픽셀의 최대값은 픽셀에 할당된 비트수에 기초하여 결정될 수 있다. 예를 들어 픽셀에 할당된 색상의 비트수가 8비트이면, 픽셀의 최대값은 255일 수 있다. 픽셀값이 작을수록 어둡고 픽셀값이 클수록 밝을 수 있다. 또한 의료영상장치(100)는 픽셀의 값이 제 1 임계값초과 및 제 2 임계값 미만인 경우, 픽셀의 값을 중간값으로 결정할 수 있다. 흑백영상에 포함된 픽셀값은 0(최소값), 중간값 및 최대값만을 가질 수 있다. 중간값은 0 및 최대값의 평균값을 의미할 수 있다. 제 1 임계값 및 제 2 임계값은 미리 결정된 값일 수 있다. 하지만 이에 한정되지 않으며, 의료영상장치(100)는 제 1 임계값 및 제 2 임계값을 의료영상의 픽셀값에 기초하여 결정할 수 있다.
의료영상장치(100)는 의료영상에서 미리 결정된 제 3 임계값 이상인 픽셀들만 추출할 수 있다. 의료영상장치(100)는 추출된 픽셀들의 최대값과 최소값의 1사분위수, 2사분위수, 3사분위수를 획득할 수 있다. 의료영상장치(100)는 1사분위수, 2사분위수 또는 1사분위수와 2사분위수의 평균값 중 적어도 하나를 제 1 임계값으로 결정할 수 있다. 또한 의료영상장치(100)는 2사분위수, 3사분위수 또는 2사분위수와 3사분위수의 평균값 중 적어도 하나를 제 2 임계값으로 결정할 수 있다.
의료영상장치(100)는 흑백영상에 미리 저장된 패턴 영상이 나타나는지 결정하는 단계를 수행할 수 있다. 미리 결정된 패턴 영상은 의료영상의 촬영위치에 대응되는 영상일 수 있다. 미리 저장된 패턴 영상은 픽셀의 최대값으로만 이루어진 패턴 및 픽셀의 최소값만으로 이루어진 패턴 중 적어도 하나를 포함할 수 있다. 미리 저장된 패턴 영상은 흑백영상의 크기보다 작을 수 있다. 미리 저장된 패턴 영상은 촬영부위에 대응하는 의료영상에서 전형적으로 나타나는 패턴을 포함하고 있을 수 있다. 하나의 촬영부위에 대응하는 패턴 영상은 복수 개 일 수 있다. 의료영상장치는 복수의 패턴 영상 중 하나라도 의료영상에 나타나는지 결정할 수 있다. 의료영상장치(100)는 미리 저장된 패턴 영상을 흑백영상에서 상하 좌우로 움직이면서 흑백영상에 패턴 영상이 포함되는지 결정할 수 있다. 흑백영상과 패턴 영상을 비교할 때, 의료영상장치(100)는 흑백영상 중 중간값을 가지는 픽셀을 최소값(0) 또는 최대값 중 하나로 대체하여 비교를 수행할 수 있다.
의료영상장치(100)는 흑백영상에 미리 저장된 패턴 영상이 나타내는 경우, 의료영상의 촬영위치에 대응되는 템플릿 영상을 의료영상으로 교체하는 단계를 수행할 수 있다. 의료영상장치(100)는 흑백영상에 미리 저장된 패턴 영상이 나타나지 않는 경우, 의료영상을 재촬영할 것을 나타내는 메시지를 출력할 수 있다.하나의 촬영부위에 대응하는 패턴 영상은 복수 개 일 수 있다. 의료영상장치(100)는 복수의 패턴 영상 중 하나라도 의료영상에 나타나는 경우, 의료영상의 촬영위치에 대응되는 템플릿 영상을 의료영상으로 교체할 수 있다.
의료영상장치(100)는 의료영상과 패턴 영상의 유사도를 결정할 수 있다. 유사도를 결정하는 알고리즘은 위에서 이미 나열하였다. 의료영상장치(100)는 유사도가 미리 결정된 임계 유사도 이상인 경우, 의료영상의 촬영위치에 대응되는 템플릿 영상을 의료영상으로 교체하는 단계를 수행할 수 있다. 의료영상장치(100)는 유사도가 미리 결정된 임계 유사도 미만인 경우, 의료영상을 재촬영할 것을 나타내는 메시지를 출력할 수 있다.
이와 같이 의료영상장치(100)는 의료영상이 제대로 찍혔는지 간단한 비교에 의하여 도출한다. 의료영상이 제대로 찍혔는지 확인하는 정확도는 다소 낮을 수 있으나 의료영상이 제대로 찍혔는지 빠르게 판단가능하므로 의료영상장치(100)는 정상적인 복수의 의료영상을 빠르게 획득할 수 있다. 또한 크리티컬하게 잘못된 의료영상이 촬영되었음이 모든 촬영이 완료된 이후에 발견되어 재촬영을 하게 되는 경우, 사용자 및 대상체의 피로도를 높일 수 있으나, 본 개시의 의료영상장치(100)는 이러한 문제가 생기지 않을 수 있다.
복수의 촬영위치들에 대한 의료영상이 모두 획득된 후에 다음과 같은 과정이 더 수행될 수 있다. 또는 복수의 촬영위치들 중 하나의 촬영위치에 대한 의료영상을 획득한 후에 다음과 같은 과정이 더 수행될 수 있다. 의료영상장치(100)는 미리 정해진 측정 촬영위치를 저장하고 있을 수 있다. 측정 촬영위치는 대상체의 특징 정보를 획득할 수 있는 촬영위치일 수 있다. 의료영상장치(100)는 측정 촬영위치에 대응되는 의료영상에서 대상체의 특징 정보를 획득할 수 있다. 대상체의 특징정보는 대상체의 발달 정도, 신체의 변형 정도, 기형 정도, 또는 건강 정도 중 적어도 하나를 포함할 수 있다. 측정 촬영위치에 대응되지 않는 의료영상에서는 대상체의 특징정보를 획득하지 못하거나, 부정확한 특징정보가 획득될 수 있다. 측정 촬영위치는 복수개일 수 있다. 측정 촬영위치는 4개이상 20개 이하일 수 있다. 하지만 이에 한정되는 것은 아니다.
예를 들어, 측정 촬영위치인 DP(Dorsopalmar) 뷰에서 획득될 수 있는 특징정보는 joint angle 및 lateromedial deviation를 포함할 수 있다. 측정 촬영위치인 Lateral 뷰에서 획득될 수 있는 특징정보는 hoof wall angle, P3 angle일 수 있다. 또한 측정 촬영위치인 fetlock에서 획득될 수 있는 특징정보는 HPA(Hoof pastern axis) 일 수 있다.
의료영상장치(100)는 미리 정해진 측정 촬영위치에 대응되는 의료영상이 촬영된 경우, 의료영상에서 특징정보를 획득하는 단계를 수행할 수 있다. 보다 구체적으로, 의료영상장치(100)는 사용자의 입력에 기초하거나 자동으로 특징정보를 획득하기 위한 적어도 하나의 지점을 의료영상에 표시할 수 있다. 의료영상장치(100)는 기계학습모델을 이용하여 특징정보를 획득하기 위한 적어도 하나의 지점을 의료영상에 표시할 수 있다. 기계학습모델은 의료영상 내에 적어도 하나의 지점의 좌표를 기계학습한 모델일 수 있다. 기계학습모델은 서버에 의하여 미리 학습되어 있을 수 있다. 보다 구체적으로 서버는 과거의 의료영상 및 과거의 의료영상의 적어도 하나의 지점의 좌표를 저장하고 있을 수 있다. 좌표는 의료영상의 좌상측을 원점으로하여 우측으로 갈수록 x축의 값이 증가하고, 아래오 내려갈 수록 y의 값이 증가할 수 있다. 하지만 이에 한정되는 것은 아니다. 적어도 하나의 지점의 좌표는 사용자에 의하여 작성될 수 있다. 서버는 CNN(Convolutional Neural Network)를 이용하여 기계학습모델을 생성할 수 있다. 서버는 과거의 의료영상과 적어도 하나의 지점의 좌표의 상관관계를 기계학습할 수 있다. 서버가 생성한 기계학습모델은 하나일 수 있다. 의료영상장치(100)는 의료영상을 기계학습모델에 적용하여 의료영상에 대응되는 적어도 하나의 지점의 좌표를 출력할 수 있다. 또는 의료영상장치(100)는 적어도 하나의 지점을 의료영상에 표시할 수 있다. 또한 의료영상장치(100)는 적어도 하나의 지점에 기초하여 특징정보를 획득할 수 있다. 특징정보는 적어도 하나의 지점을 잇는 선분의 길이, 두 선분 사이의 각도, 선분이 지면과 이루는 각도 등에 의하여 획득될 수 있다.
이제까지 다양한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.

Claims (8)

  1. 엑스선 의료영상을 촬영하기 위한 의료영상장치의 동작 방법에 있어서,
    사용자 식별정보를 수신하는 단계;
    촬영 모드 선택 정보를 수신하는 단계;
    상기 사용자 식별정보 및 상기 촬영 모드 선택 정보 중 적어도 하나에 기초하여 대상체의 건강상태 확인용 엑스선 촬영 모드로 결정하는 단계;
    상기 대상체의 식별정보를 획득하는 단계;
    미리 결정된 복수의 촬영위치들 중 최초촬영위치를 결정하는 단계;
    상기 최초촬영위치에 기초하여 상기 미리 결정된 복수의 촬영위치들의 촬영순서를 결정하는 단계;
    상기 미리 결정된 복수의 촬영위치들에 대한 복수의 템플릿 영상들을 상기 촬영순서에 따라 표시하는 단계;
    상기 촬영순서에 기초하여 현재 촬영위치에 대응하는 템플릿 영상을 하이라이트하는 단계;
    사용자의 입력에 기초하여 의료영상을 획득하는 단계;
    상기 의료영상의 촬영위치에 대응되는 템플릿 영상을 상기 의료영상으로 교체하는 단계; 및
    상기 촬영순서에 기초하여 현재 촬영위치의 다음 촬영위치에 대응하는 템플릿 영상을 하이라이트하는 단계를 포함하는 의료영상장치의 동작 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 복수의 템플릿 영상들 중 하나의 템플릿 영상은 대상체의 부위에 대한 정보, 상기 대상체의 부위에 대한 디텍터의 위치에 대한 정보, 및 소스의 위치에 대한 정보를 포함하는 의료영상장치의 동작 방법.
  4. 제 1 항에 있어서,
    상기 템플릿 영상을 상기 의료영상으로 교체하는 단계는,
    상기 의료영상을 흑백영상으로 변환하는 단계;
    상기 흑백영상에 미리 저장된 패턴 영상이 나타나는지 결정하는 단계; 및
    상기 흑백영상에 미리 저장된 패턴 영상이 나타내는 경우, 상기 의료영상의 촬영위치에 대응되는 템플릿 영상을 상기 의료영상으로 교체하는 단계를 포함하고,
    상기 미리 결정된 패턴 영상은 상기 의료영상의 촬영위치에 대응되는 의료영상장치의 동작 방법.
  5. 제 1 항에 있어서,
    상기 의료영상에 대하여 사용자로부터 진단 정보를 획득하는 단계;
    상기 진단 정보에 포함된 문제 부위 및 문제 내용을 획득하는 단계;
    상기 문제 부위 및 상기 문제 내용에 기초하여 감점점수를 획득하는 단계;
    상기 감점점수를 출력하는 단계를 포함하는 의료영상장치의 동작 방법.
  6. 제 5 항에 있어서,
    상기 감점점수를 획득하는 단계는,
    상기 대상체의 동일 부위를 다른 각도로 촬영한 서로 다른 의료영상들로부터 동일한 진단 정보를 획득한 경우, 서로 다른 의료영상들 중 하나의 의료영상에 대한 진단 정보만을 이용하여 감점점수를 획득하는 단계를 포함하는 의료영상장치의 동작 방법.
  7. 제 1 항에 있어서,
    상기 촬영순서를 결정하는 단계는,
    상기 대상체의 식별정보에 기초하여 이전 촬영의 대상체의 상태에 대한 정보를 획득하는 단계;
    상기 이전 촬영의 대상체의 상태에 대한 정보에 포함된 사고발생여부에 대한 정보가 사고가 발행하지 않았음을 나타내는 경우, 상기 이전 촬영의 대상체의 상태에 대한 정보에 포함된 이전 촬영의 촬영순서를 획득하는 단계; 및
    상기 이전 촬영의 촬영순서를 상기 촬영순서로 결정하는 단계를 포함하고,
    상기 대상체의 상태에 대한 정보는 안정제 투여여부, 촬영 전 음식 섭취여부, 촬영순서 및 상기 사고발생여부 중 적어도 하나를 포함하는 의료영상장치의 동작 방법.
  8. 제 1 항에 있어서,
    상기 최초촬영위치를 결정하는 단계는,
    상기 미리 결정된 복수의 촬영위치들에 대한 복수의 템플릿 영상들을 표시하는 단계;
    사용자로의 입력에 기초하여 의료영상을 획득하는 단계;
    상기 의료영상과 상기 복수의 템플릿 영상들 각각에 대한 유사도를 결정하는 단계; 및
    상기 복수의 템플릿 영상들 중 유사도가 가장 높은 템플릿 영상에 대응되는 촬영위치를 상기 최초촬영위치로 결정하는 단계를 포함하는 의료영상장치의 동작 방법.
KR1020220028076A 2022-03-04 2022-03-04 말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법 KR102464400B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220028076A KR102464400B1 (ko) 2022-03-04 2022-03-04 말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법
US17/968,139 US20230281817A1 (en) 2022-03-04 2022-10-18 Medical imaging apparatus for obtaining medical image of equine and operating method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220028076A KR102464400B1 (ko) 2022-03-04 2022-03-04 말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법

Publications (1)

Publication Number Publication Date
KR102464400B1 true KR102464400B1 (ko) 2022-11-09

Family

ID=84040252

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220028076A KR102464400B1 (ko) 2022-03-04 2022-03-04 말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법

Country Status (2)

Country Link
US (1) US20230281817A1 (ko)
KR (1) KR102464400B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102612527B1 (ko) * 2023-04-17 2023-12-11 제이피아이헬스케어 주식회사 말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 동작 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007050075A (ja) * 2005-08-17 2007-03-01 Toshiba Corp 医療用検査システム
JP2015084938A (ja) * 2013-10-30 2015-05-07 キヤノン株式会社 制御装置、制御装置の動作方法およびプログラム
JP2017143872A (ja) * 2016-02-15 2017-08-24 株式会社日立製作所 放射線撮像装置、画像処理方法及びプログラム
KR20200007298A (ko) * 2018-07-12 2020-01-22 (주)제노레이 촬영 영상을 기반으로 하는 엑스레이 촬영 시스템 및 방법
KR102336170B1 (ko) 2016-01-08 2021-12-08 삼성전자주식회사 엑스선 영상 장치 및 그 제어 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007050075A (ja) * 2005-08-17 2007-03-01 Toshiba Corp 医療用検査システム
JP2015084938A (ja) * 2013-10-30 2015-05-07 キヤノン株式会社 制御装置、制御装置の動作方法およびプログラム
KR102336170B1 (ko) 2016-01-08 2021-12-08 삼성전자주식회사 엑스선 영상 장치 및 그 제어 방법
JP2017143872A (ja) * 2016-02-15 2017-08-24 株式会社日立製作所 放射線撮像装置、画像処理方法及びプログラム
KR20200007298A (ko) * 2018-07-12 2020-01-22 (주)제노레이 촬영 영상을 기반으로 하는 엑스레이 촬영 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102612527B1 (ko) * 2023-04-17 2023-12-11 제이피아이헬스케어 주식회사 말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 동작 방법

Also Published As

Publication number Publication date
US20230281817A1 (en) 2023-09-07

Similar Documents

Publication Publication Date Title
KR101929127B1 (ko) 의료 영상에 기반하여 상태를 진단하는 장치 및 방법
US20200226752A1 (en) Apparatus and method for processing medical image
KR101533353B1 (ko) 환자 정보와 진단 정보를 이용하여 의료 기기의 동작을 제어하기 위한 방법 및 장치
KR102140402B1 (ko) 기계학습을 이용한 의료 영상 판독의 품질 관리 방법 및 장치
US12046357B2 (en) Methods for determining one or more captured images used in a machine learning assessment of an animal
US12070356B2 (en) Medical imaging apparatus to automatically determine presence of an abnormality including a determination to transmit an assistance image and a classified abnormality stage
US20220172398A1 (en) Systems and methods for patient positioning
KR102464400B1 (ko) 말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법
US20230005601A1 (en) Document creation support apparatus, method, and program
WO2021108398A1 (en) Automated protocoling in medical imaging systems
JP2021521949A (ja) インターベンショナルｘ線画像及びディープラーニングを用いたインタラクティブ冠動脈ラベル付け
JP2024012644A (ja) 情報保存装置、方法およびプログラム、並びに解析記録生成装置、方法およびプログラム
KR20210113084A (ko) 의료 영상으로부터 바이오마커 발현을 예측하는 방법 및 시스템
US20220353409A1 (en) Imaging systems and methods
EP3829443B1 (en) Determining a consensus plane for imaging a medical device
KR102612527B1 (ko) 말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 동작 방법
US20210192731A1 (en) Image judgment device, image judgment method, and storage medium
CN112530580A (zh) 医疗影像图片的处理方法和计算机可读存储介质
KR20210029167A (ko) 기계학습을 이용한 의료 영상 판독의 품질 관리 방법 및 장치
KR20160037024A (ko) 개인화된 체크 리스트를 기반으로 의료 진료를 지원하기 위한 장치 및 방법
EP3499514A1 (en) Image-based and demographic prediction-based implant size determination
KR102530376B1 (ko) 원격 판독 대상 이미지에 대한 원격 판독 수행 제어 방법 및 원격 판독 대상 이미지에 대한 원격 판독 수행 제어 시스템
US20230289534A1 (en) Information processing apparatus, information processing method, and information processing program
KR20220136225A (ko) 인공지능 모델의 결과에 대한 신뢰 정보 제공 방법 및 장치
JP2023176561A (ja) プログラム、モデル生成方法、医療機器、情報処理方法、及び情報処理装置

Legal Events

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