KR102487827B1 - 전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치 - Google Patents

전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치 Download PDF

Info

Publication number
KR102487827B1
KR102487827B1 KR1020210025098A KR20210025098A KR102487827B1 KR 102487827 B1 KR102487827 B1 KR 102487827B1 KR 1020210025098 A KR1020210025098 A KR 1020210025098A KR 20210025098 A KR20210025098 A KR 20210025098A KR 102487827 B1 KR102487827 B1 KR 102487827B1
Authority
KR
South Korea
Prior art keywords
dementia
severity
calculated
frontal lobe
index
Prior art date
Application number
KR1020210025098A
Other languages
English (en)
Other versions
KR20220121094A (ko
Inventor
홍광석
박진수
Original Assignee
이후시스(주)
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 이후시스(주) filed Critical 이후시스(주)
Priority to KR1020210025098A priority Critical patent/KR102487827B1/ko
Priority to US17/678,649 priority patent/US20220265211A1/en
Publication of KR20220121094A publication Critical patent/KR20220121094A/ko
Application granted granted Critical
Publication of KR102487827B1 publication Critical patent/KR102487827B1/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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0088—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus modulated by a simulated respiratory frequency
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30088—Skin; Dermal
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physiology (AREA)
  • Neurology (AREA)
  • Psychology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Neurosurgery (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Social Psychology (AREA)
  • Acoustics & Sound (AREA)
  • Anesthesiology (AREA)
  • Hematology (AREA)

Abstract

본 발명의 일 실시예는 전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치에 관한 것으로, 본 발명의 일 실시예에 따른 전두엽 피부 영상을 이용한 치매 중증도 분석 방법은, 전두엽 부위의 피부 관심 영역으로부터 색상 데이터를 계산하는 단계, 상기 계산된 색상 데이터를 이용하여 치매 관련 주파수 대역에 대응되는 주파수 값을 계산하는 단계, 및 상기 계산된 주파수 값을 이용하여 치매 중증도를 분석하는 단계를 포함한다.

Description

전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치{METHOD AND APPARATUS FOR ANALYZING DEMENTIA SEVERITY USING FRONTAL LOBE SKIN IMAGE}
본 발명은 전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치에 관한 것이다.
치매의 의학적 정의는 "퇴행성 뇌 질환 또는 뇌혈관계 질환 등에 의해 기억력, 언어능력, 지남력, 판단력 및 수행 능력 등의 인지기능저하를 일으켜 일상생활에 지장을 초래하는 후천적인 다발성 장애"를 나타내며, 치매는 조기에 발견하여 예방하고 치료하는 것이 매우 중요하고, 치매의 초기 증상은 의심하지 않으면 일반적으로 노화에 의한 자연스러운 증상으로 오해되어 진단이 늦어지는 경우가 많다. 또한, 알츠하이머, 혈관성치매 등은 뇌세포들이 하나, 둘씩 죽어 가면서 기억력 저하로 시작하여, 언어기능의 장애, 방향감각, 판단력 저하가 나타나면서 결국에는 스스로 돌볼 수 있는 능력이 상실되는 질환으로 당뇨병이나 고혈압과 같이 뇌혈관의 동맥경화증을 일으켜서 생기거나 이러한 병으로 인해 뇌졸중을 반복해서 앓게 되어 생기게 되며 이러한 치매는 사전에 예방함으로써 막을 수 있으며 초기에 이러한 치매를 발견하면 더 이상의 진행을 막을 수 있다.
첫째, 치매 선별 설문조사를 이용한 치매 선별 검사에 대해 설명하기로 한다. 기존의 치매 중증도 분석은 치매 선별 설문지나 전문 상담가의 상담 형식으로 피험자의 치매 상태를 분석하고 예방/관리하기 위한 목적으로 개발되었지만, 이 기술은 전문 상담가의 개인적인 주관에 따라 차이가 있을 수 있으며, 인지 기능 장애가 심한 경우 설문과 증상 정도가 일치하지 않고, 치매 환자에게는 직접 실시할 수 없다는 단점을 가지고 있다.
둘째, 뇌 핵자기공명영상검사(Brain MRI), 뇌 양전자방출단층촬영(PET), 유전자 분석, 뇌파 신호 측정기 등을 이용한 치매 선별 검사에 대해 설명하기로 한다. 이러한 치매 선별 검사는 자기공명영상장치(MRI), 양전자방출단층촬영(PET)과 같은 고비용의 검사가 필요하며, 이를 검사 하기 위해 약 2시간 이상의 시간이 소요된다. 이를 대체하기 위해 최근 뇌파 측정 장치를 이용한 치매 선별 연구들이 진행되었으며, 검사 시간을 단축하고 비용을 낮춘 치매 선별 검사를 위해 뇌파를 활용한 치매 진단 방법에 주목하고 인체에 고통을 주지 않으며 무해하다는 장점이 있고, 전전두엽 뇌파측정 기기를 활용해 이마에 부착된 전극에서 뇌파 신호를 측정한다. 그러나 뇌파 신호를 분석하여 치매를 분석할 경우 이마에 접촉식 패드를 부착하여야 하며 이는 사용자에게 착용에 대한 부담감을 줄 수 있다.
한국공개특허공보, 10-2020-0062589 (2020.06.04. 공개) 한국등록특허공보, 10-1957811 (2019.03.13. 등록공고)
따라서, 상기 문제점들의 개선 및 치매 지수 측정 장비를 대체하기 위해 추가적인 하드웨어 모듈 장착 없이 사용자가 보유하고 있는 일반 카메라, 적외선 카메라 등에서 비접촉식으로 좌, 우측 전두엽의 피부 영상 촬영 및 이를 이용하여 치매 지수를 추정하고 이를 활용하여 중증도를 분석하는 방법이 필요하다.
이를 위해, 본 발명의 실시예들은 종래에 제시된 뇌 핵자기공명영상검사(Brain MRI), 뇌 양전자방출단층촬영(PET), 유전자 등을 통해 검사하는 방법이 아닌, 좌, 우측 전두엽의 피부 관심 영역을 검출하고, 검출된 피부 관심 영역 각각에 RGB 색상체계를 YCgCo 색상체계로 변환하여 계산된 Cg 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하고 좌측 전두엽의 ROI(Region of interest)에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고, 산출된 상관계수를 이용하여 1차 치매 중증도를 분석한다. 그리고, 본 발명의 실시예들은 동일한 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여 산출된 고유치(Eigenvalues)를 이용하여 좌측 전두엽의 치매 지수를 산출한다. 본 발명의 실시예들은 산출된 치매 지수를 '좌측 치매지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며, 이를 이용하여 2차 치매 중증도를 분석한다. 본 발명의 실시예들은 상기 분석한 1차, 2차 치매 중증도 분석 결과를 이용하여 좌측 전두엽의 치매 중증도를 분석할 수 있다. 또한, 본 발명의 실시예들은 우측 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고, 산출된 상관계수를 이용하여 3차 치매 중증도를 분석한다. 그리고, 본 발명의 실시예들은 동일한 주파수 성분의 실수값과 허수값에 주성분 분석을 적용하여 산출된 고유치(Eigenvalues)를 이용하여 우측 전두엽의 치매 지수를 산출한다. 본 발명의 실시예들은 산출된 치매 지수를 '우측 치매 지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며, 이를 이용하여 4차 치매 중증도를 분석한다. 본 발명의 실시예들은 상기 분석한 3차, 4차 치매 중증도 분석 결과를 이용하여 우측 전두엽의 치매 중증도를 분석할 수 있다. 그리고, 본 발명의 실시예들은 좌, 우측 전두엽 치매 중증도에 가중평균을 적용하여 강인한 치매 중증도 분석을 할 수 있는 비접촉식 전두엽의 피부 영상을 이용한 치매 지수 추정 및 추정된 치매 지수로부터 중증도를 분석하여 치매를 예방/관리할 수 있는 방법을 제공한다.
다만, 본 발명의 일 실시예의 해결하고자 하는 과제는 이에 한정되는 것이 아니며, 본 발명의 일 실시예의 사상 및 영역으로부터 벗어나지 않는 범위의 환경에서도 다양하게 확장될 수 있을 것이다.
본 발명의 일 실시예에 따르면, 치매 중증도 분석 장치에 의해 수행되는 치매 중증도 분석 방법에 있어서, 전두엽 부위의 피부 관심 영역으로부터 색상 데이터를 계산하는 단계; 상기 계산된 색상 데이터를 이용하여 치매 관련 주파수 대역에 대응되는 주파수 값을 계산하는 단계; 및 상기 계산된 주파수 값을 이용하여 치매 중증도를 분석하는 단계를 포함하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법이 제공될 수 있다.
상기 치매 중증도를 분석하는 단계는, 좌측 전두엽 부위에서 검출된 피부 관심 영역에 대해, 상기 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하여 산출된 주파수 값을 이용하여 1차 치매 중증도를 분석하고 상기 계산된 주파수 값을 이용하여 2차 치매 중증도를 분석하고, 상기 분석된 1차 및 2차 치매 중증도 분석 결과로 개선된 좌측 전두엽 치매 중증도를 분석할 수 있다.
상기 치매 중증도를 분석하는 단계는, 상기 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 상기 산출된 상관계수를 이용하여 1차 치매 중증도를 분석할 수 있다.
상기 치매 중증도를 분석하는 단계는, 상기 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 좌측 전두엽 치매 지수를 산출하고, 상기 산출된 좌측 전두엽 치매 지수를 이용하여 2차 중증도를 분석할 수 있다.
상기 치매 중증도를 분석하는 단계는, 상기 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 상기 산출된 고유치를 이용하여 좌측 전두엽 치매 지수를 산출할 수 있다.
상기 치매 중증도를 분석하는 단계는, 상기 산출된 좌측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 좌측 전두엽 치매 지수를 산출하고, 상기 강인한 좌측 전두엽 치매 지수를 이용하여 2차 치매 중증도를 분석할 수 있다.
상기 치매 중증도를 분석하는 단계는, 우측 전두엽 부위의 피부 관심 영역에 대해, 상기 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값을 이용하여 3차 치매 중증도를 분석하고 상기 계산된 주파수 값을 이용하여 4차 치매 중증도를 분석하고, 상기 분석된 3차 및 4차 치매 중증도 분석 결과로 개선된 우측 전두엽 치매 중증도를 분석할 수 있다.
상기 치매 중증도를 분석하는 단계는, 상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 상기 산출된 상관계수를 이용하여 3차 치매 중증도를 분석할 수 있다.
상기 치매 중증도를 분석하는 단계는, 상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 우측 전두엽 치매 지수를 산출하고, 상기 산출된 우측 전두엽 치매 지수를 이용하여 4차 중증도를 분석할 수 있다.
상기 치매 중증도를 분석하는 단계는, 상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 상기 산출된 고유치를 이용하여 우측 전두엽 치매 지수를 산출할 수 있다.
상기 치매 중증도를 분석하는 단계는, 상기 산출된 우측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 우측 전두엽 치매 지수를 산출하고, 상기 강인한 우측 전두엽 치매 지수를 이용하여 4차 치매 중증도를 분석할 수 있다.
상기 방법은, 상기 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 상기 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맞춤 음원 제공을 통해 치매를 관리하는 단계를 더 포함할 수 있다.
상기 방법은, 상기 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 상기 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맥파 또는 호흡 조율 훈련을 통해 치매를 관리하는 단계를 더 포함할 수 있다.
한편, 본 발명의 다른 실시예에 따르면, 얼굴 영상을 획득하는 영상 획득 모듈; 전두엽 피부 영상을 이용한 치매 중증도 분석 동작과 관련된 하나 이상의 프로그램을 저장하는 메모리; 및 상기 저장된 하나 이상의 프로그램을 실행하는 프로세서를 포함하고, 상기 프로세서는, 상기 획득된 얼굴 영상에서 전두엽 부위의 피부 관심 영역으로부터 색상 데이터를 계산하고, 상기 계산된 색상 데이터를 이용하여 치매 관련 주파수 대역에 대응되는 주파수 값을 계산하고, 상기 계산된 주파수 값을 이용하여 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치가 제공될 수 있다.
상기 프로세서는, 좌측 전두엽 부위에서 검출된 피부 관심 영역에 대해, 상기 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값을 이용하여 1차 치매 중증도를 분석하고 상기 계산된 주파수 값을 이용하여 2차 치매 중증도를 분석하고, 상기 분석된 1차 및 2차 치매 중증도 분석 결과로 개선된 좌측 전두엽 치매 중증도를 분석할 수 있다.
상기 프로세서는, 상기 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 상기 산출된 상관계수를 이용하여 1차 치매 중증도를 분석할 수 있다.
상기 프로세서는, 상기 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 좌측 전두엽 치매 지수를 산출하고, 상기 산출된 좌측 전두엽 치매 지수를 이용하여 2차 중증도를 분석할 수 있다.
상기 프로세서는, 상기 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 상기 산출된 고유치를 이용하여 좌측 전두엽 치매 지수를 산출할 수 있다.
상기 프로세서는, 상기 산출된 좌측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 좌측 전두엽 치매 지수를 산출하고, 상기 강인한 좌측 전두엽 치매 지수를 이용하여 2차 치매 중증도를 분석할 수 있다.
상기 프로세서는, 우측 전두엽 부위의 피부 관심 영역에 대해, 상기 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값을 이용하여 3차 치매 중증도를 분석하고 상기 계산된 주파수 값을 이용하여 4차 치매 중증도를 분석하고, 상기 분석된 3차 및 4차 치매 중증도 분석 결과로 개선된 우측 전두엽 치매 중증도를 분석할 수 있다.
상기 프로세서는, 상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 상기 산출된 상관계수를 이용하여 3차 치매 중증도를 분석할 수 있다.
상기 프로세서는, 상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 우측 전두엽 치매 지수를 산출하고, 상기 산출된 우측 전두엽 치매 지수를 이용하여 4차 중증도를 분석할 수 있다.
상기 프로세서는, 상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 상기 산출된 고유치를 이용하여 우측 전두엽 치매 지수를 산출할 수 있다.
상기 프로세서는, 상기 산출된 우측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 우측 전두엽 치매 지수를 산출하고, 상기 강인한 우측 전두엽 치매 지수를 이용하여 4차 치매 중증도를 분석할 수 있다.
상기 장치는, 사용자에게 치매 관리 인터페이스를 제공하는 인터페이스 모듈을 더 포함하고, 상기 프로세서는, 상기 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 상기 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맞춤 음원을 상기 인터페이스 모듈을 통해 제공하여 치매를 관리할 수 있다.
상기 장치는, 사용자에게 치매 관리 인터페이스를 제공하는 인터페이스 모듈을 더 포함하고, 상기 프로세서는, 상기 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 상기 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맥파 또는 호흡 조율 훈련을 상기 인터페이스 모듈을 통해 제공하여 치매를 관리할 수 있다.
한편, 본 발명의 다른 실시예에 따르면, 프로세서에 의해 실행될 때, 상기 프로세서로 하여금 방법을 실행하게 하는 명령어들을 저장하기 위한 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 방법은: 전두엽 부위의 피부 관심 영역으로부터 색상 데이터를 계산하는 단계; 상기 계산된 색상 데이터를 이용하여 치매 관련 주파수 대역에 대응되는 주파수 값을 계산하는 단계; 및 상기 계산된 주파수 값을 이용하여 치매 중증도를 분석하는 단계를 포함하는, 비일시적 컴퓨터 판독 가능한 저장 매체가 제공될 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 실시예들은 기존에 제시된 뇌 핵자기공명영상검사(Brain MRI), 뇌 양전자방출단층촬영(PET), 유전자, 치매 선별 설문지, 뇌파 측정 장치 등을 통해 검사하는 방법보다 측정 시간을 단축할 수 있다는 장점을 가지며 고가의 장비 없이 사용자가 보유하고 있는 스마트 기기로 촬영한 좌, 우측 전두엽의 피부 영상을 이용하여 치매 지수 추정 및 중증도 분석이 언제 어디서나 가능하다. 이는 가정, 직장, 의료 시설에 설치하기 쉬운 치매 지수 추정 및 중증도 분석의 객관적인 도구로 언제 어디서든 사용할 수 있고 이를 통해 사용자의 치매 상태를 지속적으로 예방/관리할 수 있다.
도 1은 본 발명의 일 실시예에 따른 좌, 우측 전두엽 피부 영상을 이용하여 치매 지수를 측정하고, 치매 중증도 분석하는 과정을 나타낸 도면이다.
도 2는 정상인, 치매 환자의 주파수 데이터에 PCA를 적용한 예시(x축 실수부, y축 허수부)를 나타낸 도면이다.
도 3은 정상인, 치매 환자에게서 산출된 치매 지수(x축) 및 상관계수(y축)를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 좌측(또는 우측) 전두엽 피부 영상을 이용하여 치매 지수 추정 및 치매 중증도 분석 과정을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 좌, 우측 전두엽의 색상 데이터를 이용하여 계산된 상관계수를 이용하여 치매 중증도를 분석하는 과정을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 좌, 우측 전두엽의 색상 데이터를 이용하여 계산된 치매 지수를 이용하여 치매 중증도를 분석하는 과정을 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 개선된 치매 지수 회귀직선(또는 곡선) 식을 산출하여 '좌측(또는 우측) 치매 지수 회귀분석 식 DB'에 저장하는 과정을 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 상관계수, 치매 지수를 이용하여 제시된 치매 중증도에 따라 치매를 예방/관리하는 과정을 나타낸 도면이다.
도 9는 정상인의 얼굴 영상에서 산출된 주파수 값의 실수부(x축)와 허수부(y축)를 나타낸 도면이다.
도 10은 치매 환자의 얼굴 영상에서 산출된 주파수 값의 실수부(x축)와 허수부(y축)를 나타낸 도면이다.
도 11은 본 발명의 일 실시예에 따른 전두엽 피부 영상을 이용한 치매 중증도 분석 장치의 구성도이다.
본 발명의 일 실시예는 다양한 변환을 가할 수 있고 여러가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 구체적으로 설명하고자 한다. 그러나 이는 본 발명의 일 실시예를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 일 실시예의 기술적 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해될 수 있다. 본 발명의 일 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 일 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들이 용어들에 의해 한정되는 것은 아니다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 발명의 일 실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명의 일 실시예를 한정하려는 의도가 아니다. 본 발명의 일 실시예에서 사용한 용어는 본 발명의 일 실시예에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나 이는 당 분야에 종사하는 기술자의 의도, 판례, 또는 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 발명의 일 실시예에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 일 실시예의 전반에 걸친 내용을 토대로 정의되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 발명의 일 실시예에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 발명의 실시예들을 첨부 도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 발명의 일 실시예는 일반 카메라, 적외선 카메라, 적외선 열화상 카메라 및 TOF(Time of Flight) 카메라 등으로 촬영한 얼굴 영상의 좌, 우측 전두엽의 피부 관심 영역에서 시계열로 계산된 색상 데이터를 이용하여 치매 지수를 추정하고, 추정된 치매 지수로부터 중증도를 분석하여 치매를 예방/관리하는 방법에 관한 것이다. 본 발명의 일 실시예에서는 얼굴 영상을 촬영하고, 전두엽 좌, 우측 각각의 피부 관심 영역(ROI, Region of Interest)을 검출한다. 이와 같이, 본 발명의 일 실시예는 좌, 우측 전두엽 피부 영상을 이용하여 치매 지수를 측정하고, 치매 중증도 분석 및 이를 예방/관리하는 방법에 관한 것이다. 본 발명의 일 실시예에서는 얼굴 영상을 촬영하고, 촬영한 얼굴 영상에서 좌, 우측 전두엽 부위의 피부 관심 영역을 검출한다.
본 발명의 일 실시예는 일반 카메라, 적외선 카메라, 적외선 열화상 카메라 및 TOF 카메라 등으로 촬영한 영상에서 얼굴 영역을 검출하기 위해 Haar cascade, HOG(Histogram of Oriented Gradients), SSD(Single Shot Multibox Detector), YOLO(You Only Look Once)v3 등의 검출 모델 사용이 가능하며, 촬영한 영상의 환경에 따라 설정값 변경(검출 영역 제한, 입력 크기 변경, 임계치 설정 등) 및 적합한 검출 모델을 선택하여 사용한다.
일례로, 각각의 모델은 조명 환경 등의 변화에 따라 검출 성능에 편차를 보이는데 열악한 환경에서의 얼굴 검출은 YOLO 모델의 검출 성능이 가장 높게 나타났으며, 검출된 얼굴 영역에서 전두엽 좌, 우측의 피부 관심 영역을 설정하였다. 본 발명의 일 실시예는 검출된 전두엽 좌, 우측 피부 관심 영역의 RGB 색상체계를 YCgCo 색상체계로 변환하여 계산된 Cg 색상 신호에 FFT(Fast Fourier Transform)를 적용하고 치매 관련 주파수 대역을 설정한다. 본 발명의 일 실시예는 좌측 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고, 산출된 상관계수를 이용하여 1차 치매 중증도를 분석한다. 그리고, 본 발명의 일 실시예는 동일한 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여 산출된 고유치(Eigenvalues)를 이용하여 좌측 전두엽의 치매 지수를 산출한다. 본 발명의 일 실시예는 산출된 치매 지수를 '좌측 치매지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며, 이를 이용하여 2차 치매 중증도를 분석한다. 본 발명의 일 실시예는 상기 분석한 1차, 2차 치매 중증도 분석 결과를 이용하여 좌측 전두엽의 치매 중증도를 분석할 수 있다. 또한, 본 발명의 일 실시예는 우측 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고, 산출된 상관계수를 이용하여 3차 치매 중증도를 분석한다. 그리고, 본 발명의 일 실시예는 동일한 주파수 성분의 실수값과 허수값에 주성분 분석을 적용하여 산출된 고유치(Eigenvalues)를 이용하여 우측 전두엽의 치매 지수를 산출한다. 산출된 치매 지수를 '우측 치매 지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며, 이를 이용하여 4차 치매 중증도를 분석한다. 본 발명의 일 실시예는 상기 분석한 3차, 4차 치매 중증도 분석 결과를 이용하여 우측 전두엽의 치매 중증도를 분석할 수 있다. 본 발명의 일 실시예는 좌, 우측 전두엽 치매 중증도에 가중평균을 적용하여 강인한 치매 중증도 분석을 할 수 있으며, 더 나아가 촬영한 얼굴 피부 영상의 전두엽 좌, 우측 피부 관심 영역에서 다양한 색상체계를 이용하여 치매 지수 추정 및 중증도 분석을 할 수 있다. 그리고, 본 발명의 일 실시예는 측정된 치매 지수에 따라 사용자가 목표로 하는 치매 지수에 맞는 생체신호(맥박, 호흡 등) 기반 맞춤 음원 제공을 통해 치매를 예방/관리할 수 있다.
그리고, 본 발명의 일 실시예는 좌, 우측 전두엽 치매 중증도에 가중평균을 적용하여 강인한 치매 중증도 분석을 할 수 있는 비접촉식 전두엽의 피부 영상을 이용한 치매 지수 추정 및 추정된 치매 지수로부터 중증도를 분석하여 치매를 예방/관리하는 데 활용한다.
상기 기술적 과제를 달성하기 위해, 본 발명의 일 실시예는 일반 카메라, 적외선 카메라, 줌 카메라 등을 이용하여 얼굴 영상을 촬영하는 단계, 촬영한 얼굴 영상에서 좌, 우측 전두엽 부위의 피부 관심 영역을 검출하는 단계, 검출된 좌, 우측 전두엽의 피부 관심 영역에서 색상 데이터 평균값을 계산하는 단계, 계산된 좌측(또는 우측) 전두엽 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하고, 치매 관련 주파수 대역으로 설정하는 단계, 좌측 전두엽 ROI에서 계산된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하는 단계, 산출된 상관계수를 이용하여 1차 치매 중증도를 분석하는 단계, 좌측 전두엽 ROI에서 계산된 주파수 값의 실수부와 허수부에 주성분 분석(PCA, Principal Component Analysis)을 적용하고, 산출된 고유치(Eigenvalues)를 이용하여 치매 지수를 산출하는 단계, 산출된 치매 지수를 '좌측 치매 지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출하는 단계, 산출된 치매 지수를 이용하여 2차 치매 중증도를 분석하는 단계, 1차 및 2차 치매 중증도 분석 결과를 이용하여 좌측 전두엽 치매 중증도를 분석하는 단계, 우측 전두엽 ROI에서 계산된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하는 단계, 산출된 상관계수를 이용하여 3차 치매 중증도를 분석하는 단계, 우측 전두엽 ROI에서 계산된 주파수 값의 실수부와 허수부에 주성분 분석(PCA, Principal Component Analysis)을 적용하고, 산출된 고유치(Eigenvalues)를 이용하여 치매 지수를 산출하는 단계, 산출된 치매 지수를 '우측 치매 지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출하는 단계, 산출된 치매 지수를 이용하여 4차 치매 중증도를 분석하는 단계, 3차 및 4차 치매 중증도 분석 결과를 이용하여 우측 전두엽 치매 중증도를 분석하는 단계 및 좌, 우측 전두엽 치매 중증도에 가중 평균을 적용하여 강인한 치매 중증도를 분석하고 이를 활용하여 사용자의 치매를 예방/관리하는 단계를 포함한다.
도 1은 본 발명의 일 실시예에 따른 좌, 우측 전두엽 피부 영상을 이용하여 치매 지수를 측정하고, 치매 중증도 분석하는 과정을 나타낸 도면이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 치매 중증도 분석 장치는 카메라가 탑재된 스마트 기기를 이용하여 얼굴 영상을 촬영하고(S101), 촬영한 얼굴 영상에서 얼굴 영역을 검출하고 좌, 우측 전두엽 부위의 ROI(Region of Interest)를 설정하고(S102), 좌, 우측 전두엽 부위의 ROI 내 피부 관심 영역을 설정한다(S103). 치매 중증도 분석 장치는 얼굴 및 피부 등 사용자의 상태를 잘 반영할 수 있는 영역을 촬영한 후, 얼굴 검출 및 피부색 검출과 같은 전 처리 과정을 통해 피부를 검출한다. 치매 중증도 분석 장치는 검출된 피부 영역으로부터 관심 영역을 설정하며, 해당 영역 안의 모든(또는 일부) 픽셀의 색상 평균값을 추출한다. 치매 지수 추정 및 중증도를 분석하는 데 있어서 다양한 색상체계를 이용할 수 있으며, 본 발명의 일 실시예에서는 다양한 색상체계 중 일례로 피부 영역의 RGB 색상체계를 YCgCo 색상체계로 변환하여 Cg 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하고 치매 관련 주파수 대역을 설정한다.
또한, 피부 영역의 RGB 색상 체계를 다른 색상 체계로 변환할 수 있다. 예컨대, RGB 색상 체계를 YUV, HSV, YCbCr, YCgCo 등과 같은 다양한 색상 체계로 변환할 수 있다. 이 경우 색상 데이터는 주변 환경(조도 등)에 영향을 적게 받는 색차 성분 중 하나를 이용할 수 있다. 예컨대, YCbCr의 경우 Cb값 또는 Cr값 중 적어도 하나를 이용할 수 있다. YCgCo의 경우는 Cg값 또는 Co값 중 적어도 하나를 이용할 수 있다. 나아가 두 개의 색차 성분 중 조도의 변화에 보다 강인한 어느 하나를 이용할 수 있다. 예컨대, YCgCo의 경우는 Cg값만을 이용할 수 있다. 이 경우 컴퓨터 장치는 피부 영역의 Cg 색상 데이터의 평균값을 색상 데이터로 추출할 수 있다. 나아가 색상 데이터는 RGB, YUV, HSV, YCbCr, YCgCo 등과 같은 다양한 색상 체계에서 적어도 하나 이상의 색 성분에 가중치를 적용하여 조합한 값일 수도 있다. 색 성분을 조합하는 경우 색상 데이터는 색상 체계 및 색 성분의 종류에 따라 서로 다른 가중치를 부여한 값을 합산한 값일 수도 있다. RGB 색상 체계를 갖는 얼굴 영상을 YCgCo 색상 체계로 변경할 수 있으며, 이하 YCgCo에서 Cg 값을 구하여 사용한다고 가정할 수 있다. Cg 값은 Cg 신호라 칭할 수 있다.
기존의 뇌파 장치를 이용한 치매 진단 방법들은 사용자의 전두엽에 부착한 뇌파 측정기를 이용하여 산출된 뇌파 신호의 치매 관련 특정 주파수 대역의 주파수 값(실수부 및 허수부) 분석을 통해 GFS(Global Field Synchronization), GSI(Global Synchronization Index)를 계산하고 이를 통해 치매 진단 결과를 제시한다. 이때, 치매 관련 특정 주파수 대역은 Koening 등에 의해서 2001년에 최초로 제안된 지표(Koening, T., Lehmann, D., Saito, N., Kuginuki, T., Kinoshita, T., Koukkou, M., 2001. Decreased functional connectivity of EEG theta-frequency activity in first-episode, neuroleptic-naive patients with schizophrenia: preliminary results. Schizophr. Res. 50, 55-60)에 따라 다음 [표 1]에 제시된 P(통계량에 따른 유의 확률값) 값을 통해 신뢰 가능한 주파수 영역으로 세타(Theta), 베타 1(beta 1), 베타 2(beta 2), 베타 3(beta 3) 및 전체 대역(Full)이 있으며, 이를 분석하여 치매 정도를 판단할 수 있다.
Figure 112021022628883-pat00001
본 발명의 일 실시예에서는 좌, 우측 전두엽의 피부 관심 영역에서 계산된 색상 데이터를 이용하여 치매 지수를 추정하고 치매 중증도를 분석하는 데 있어서 상기 제안된 세타, 베타, 전체 주파수 대역을 이용할 수 있으며 일례로 Theta(4~7Hz) 영역의 주파수 성분을 이용하여 치매 지수를 추정하고, 치매 중증도를 분석한다. 치매 관련 주파수 영역의 범위는 영상의 해상도, Fps(Frame per second) 등 상황에 따라서 변경할 수 있다.
치매 중증도 분석 장치는 전두엽 좌측 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하고 치매 관련 주파수 대역을 설정한다(S104). 치매 중증도 분석 장치는 좌측 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고(S105), 산출된 상관계수를 이용하여 1차 치매 중증도를 분석한다(S106). 또한, 치매 중증도 분석 장치는 동일한 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여(S107) 산출된 고유치(Eigenvalues)를 이용하여 좌측 전두엽의 치매 지수를 산출한다(S108). 치매 중증도 분석 장치는 산출된 치매 지수를 '좌측 치매지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며(S109), 이를 이용하여 2차 치매 중증도를 분석한다(S110). 치매 중증도 분석 장치는 상기 분석한 1차, 2차 치매 중증도 분석 결과를 이용하여 좌측 전두엽의 치매 중증도를 분석할 수 있다(S111).
한편, 치매 중증도 분석 장치는 전두엽 우측 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하고 치매 관련 주파수 대역을 설정한다(S112). 치매 중증도 분석 장치는 우측 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고(S113), 산출된 상관계수를 이용하여 3차 치매 중증도를 분석한다(S114). 그리고, 치매 중증도 분석 장치는 동일한 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여(S115) 산출된 고유치(Eigenvalues)를 이용하여 우측 전두엽의 치매 지수를 산출한다(S116). 치매 중증도 분석 장치는 산출된 치매 지수를 '우측 치매 지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며(S117), 이를 이용하여 4차 치매 중증도를 분석한다(S118). 치매 중증도 분석 장치는 상기 분석한 3차, 4차 치매 중증도 분석 결과를 이용하여 우측 전두엽의 치매 중증도를 분석할 수 있다(S119). 치매 중증도 분석 장치는 좌, 우측 전두엽 치매 중증도에 가중평균을 적용하여 강인한 치매 중증도 분석을 할 수 있다.
도 2는 정상인, 치매 환자의 주파수 데이터에 PCA를 적용한 예시(x축 실수부, y축 허수부)를 나타낸 도면이다.
치매 지수(Dementia Index)는 치매 정도를 수치화한 것을 나타내며, 좌, 우측 전두엽의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 주파수 영역으로 변환하고 일례로 Theta(4~7Hz) 영역의 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여 고유치를 산출한다. 이는 도 2와 같다.
도 2의 과정으로부터 산출된 2개의 고유치(
Figure 112021022628883-pat00002
)를 아래 [수학식 1]에 적용하여 치매 지수를 산출할 수 있다.
Figure 112021022628883-pat00003
상기 [수학식 1]에서 FDI(Facial Dementia Index)는 얼굴 영상의 좌, 우측 전두엽에서 계산된 색상 데이터를 이용하여 산출된 치매 지수를 나타내며, 치매 지수는 0에 가까울수록 치매 위험도가 높음을 의미하고, 1에 가까울수록 치매 위험도가 낮은 건강한 상태를 의미한다.
Figure 112021022628883-pat00004
는 치매 지수 산출을 위해 설정한 주파수 대역을 의미한다.
Figure 112021022628883-pat00005
은 가장 주된 방향의 성분을 나타내는 고유치이며,
Figure 112021022628883-pat00006
는
Figure 112021022628883-pat00007
과 수직한 방향 성분의 고유치를 나타낸다. 또한, 산출된 치매 지수를 '좌, 우측 치매 지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있다(좌, 우측 치매 지수 회귀분석 식 DB는 도 7에서 자세히 설명한다).
도 3은 정상인, 치매 환자에게서 산출된 치매 지수(x축) 및 상관계수(y축)를 나타낸 도면이다.
치매 중증도는 상기 계산된 상관계수와 치매 지수를 이용하여 산출할 수 있으며, x축은 치매 지수, y축은 상관계수로 나타낼 수 있다. 이는 도 3과 같다.
도 3에서 표현된 2차원 평면상에 상관계수나 치매 지수 또는 상관계수와 치매 지수 모두를 이용하여 치매 중증도를 분석할 수 있으며, 일례로 상관계수를 이용한 치매 중증도 분석은 산출된 상관계수 전체 분포수와 각각의 영역에 포함된 분포수의 비(
Figure 112021022628883-pat00008
)를 이용하여 치매 중증도를 제시할 수 있다. 이는 아래 [표 2]와 같다.
Figure 112021022628883-pat00009
[표 2]는 상관계수를 이용한 치매 중증도 분석을 나타낸다.
상기 [표 2]에서 x는 각 영역(정상, 주의, 경계, 위험 등)에 분포하는 상관계수를 나타내며 각 영역의 임계치는 사용하는 데이터에 따라 달라질 수 있다.
또 다른 일례로, 치매 지수를 이용한 치매 중증도 분석은 산출된 치매 지수 전체 분포수와 각 영역에 포함된 분포수의 비(
Figure 112021022628883-pat00010
)를 이용하여 치매 중증도를 제시할 수 있으며, 이는 아래 [표 3]과 같다.
Figure 112021022628883-pat00011
[표 3]은 치매 지수를 이용한 치매 중증도 분석을 나타낸다.
상기 [표 2]에서 x는 각각의 영역(정상, 주의, 경계, 위험 등)에 분포하는 치매 지수를 나타내며 각 영역의 임계치는 사용하는 데이터에 따라 달라질 수 있다. 또한, 상관계수와 치매 지수를 이용하여 산출된 치매 중증도에 가중평균을 적용하여 개선된 치매 중증도 분석을 할 수 있으며, 좌, 우측 전두엽에서 분석한 치매 중증도에 가중평균을 적용하여 더욱 강인한 치매 중증도 분석을 할 수 있다. 더 나아가 촬영한 얼굴 피부 영상의 좌, 우측 전두엽의 피부 관심 영역에서 다양한 색상체계를 이용하여 치매 지수 추정 및 중증도 분석을 할 수 있다. 그리고, 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호(맥박, 호흡 등) 기반 맞춤 음원 제공을 통해 치매를 예방/관리할 수 있다.
도 4는 본 발명의 일 실시예에 따른 좌측(또는 우측) 전두엽 피부 영상을 이용하여 치매 지수 추정 및 치매 중증도 분석 과정을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에서 좌측(또는 우측) 전두엽 피부 영상을 이용하여 치매 지수 추정 및 치매 중증도 분석 과정을 개념적으로 표현한 것이다. 치매 중증도 분석 장치는 카메라가 탑재된 스마트 기기를 이용하여 얼굴 영상을 촬영한다(S201). 치매 중증도 분석 장치는 얼굴 및 피부 등 사용자의 상태를 잘 반영할 수 있는 영역을 촬영한 후, 얼굴 검출 및 피부색 검출과 같은 전 처리 과정을 통해 피부를 검출한다(S202 및 S203). 치매 중증도 분석 장치는 검출된 피부 영역으로부터 관심 영역을 설정하며, 좌, 우측 전두엽 부위의 피부 관심 영역을 검출한다(S204). 치매 중증도 분석 장치는 해당 영역 안의 모든(또는 일부) 픽셀의 색상 평균값을 추출한다(S205). 치매 지수 추정 및 중증도를 분석하는 데 있어서 다양한 색상체계를 이용할 수 있으며, 본 발명의 일 실시예에서는 다양한 색상체계 중 일례로 피부 영역의 RGB 색상체계를 YCgCo 색상체계로 변환하여 Cg 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하고 치매 관련 주파수 대역을 설정한다(S206).
그리고 치매 중증도 분석 장치는 좌측(또는 우측) 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고(S207), 산출된 상관계수를 이용하여 1차 치매 중증도를 분석한다(S208). 또한, 치매 중증도 분석 장치는 동일한 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여(S209) 산출된 고유치(Eigenvalues)를 이용하여 좌측 전두엽의 치매 지수를 산출한다(S210). 산출된 치매 지수를 '좌측(또는 우측) 치매 지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며(S211), 이를 이용하여 2차 치매 중증도를 분석한다(S212). 상기 분석한 1차, 2차 치매 중증도 분석 결과를 이용하여 좌측(또는 우측) 전두엽의 치매 중증도를 분석할 수 있다(S213).
도 5는 본 발명의 일 실시예에 따른 좌, 우측 전두엽의 색상 데이터를 이용하여 계산된 상관계수를 이용하여 치매 중증도를 분석하는 과정을 나타낸 도면이다.
본 발명의 일 실시예에 따른 치매 중증도 장치는 카메라가 탑재된 스마트 기기를 이용하여 얼굴 영상을 촬영한다(S301). 치매 중증도 분석 장치는 얼굴 및 피부 등 사용자의 상태를 잘 반영할 수 있는 영역을 촬영한 후, 얼굴 검출 및 피부색 검출과 같은 전 처리 과정을 통해 피부를 검출한다(S302 및 S303). 치매 중증도 분석 장치는 검출된 피부 영역으로부터 관심 영역을 설정하며, 좌, 우측 전두엽 부위의 피부 관심 영역을 검출한다(S304). 치매 중증도 분석 장치는 설정된 피부 관심 영역의 RGB 색상체계를 YCgCo 색상체계로 변환하여 좌, 우측 전두엽의 ROI 각각에서 Cg 색상 데이터 평균값을 계산한다(S305). 치매 중증도 분석 장치는 계산된 Cg 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하고 치매 관련 주파수 대역을 설정한다(S306 및 S307). 그리고, 치매 중증도 분석 장치는 좌측(또는 우측) 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고(S308), 산출된 상관계수를 상기 [표 2]에 적용하여 좌, 우측 치매 중증도를 분석한다(S309).
도 6은 본 발명의 일 실시예에 따른 좌, 우측 전두엽의 색상 데이터를 이용하여 계산된 치매 지수를 이용하여 치매 중증도를 분석하는 과정을 나타낸 도면이다.
본 발명의 일 실시예에 따른 치매 중증도 장치는 카메라가 탑재된 스마트 기기를 이용하여 얼굴 영상을 촬영한다(S401). 치매 중증도 분석 장치는 얼굴 및 피부 등 사용자의 상태를 잘 반영할 수 있는 영역을 촬영한 후, 얼굴 검출 및 피부색 검출과 같은 전 처리 과정을 통해 피부를 검출한다(S402 및 S403). 치매 중증도 분석 장치는 검출된 피부 영역으로부터 관심 영역을 설정하며, 좌, 우측 전두엽 부위의 피부 관심 영역을 검출한다(S404). 치매 중증도 분석 장치는 설정된 피부 관심 영역의 RGB 색상체계를 YCgCo 색상체계로 변환하여 좌, 우측 전두엽의 ROI 각각에서 Cg 색상 데이터 평균값을 계산한다(S405). 치매 중증도 분석 장치는 계산된 Cg 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하고 치매 관련 주파수 대역을 설정한다(S406 및 S407). 그리고, 치매 중증도 분석 장치는 좌측(또는 우측) 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여(S408) 산출된 고유치(Eigenvalues)를 이용하여 좌측 전두엽의 치매 지수를 산출한다(S409). 치매 중증도 분석 장치는 산출된 치매 지수를 '좌측(또는 우측) 치매지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며(S410), 이를 상기 [표 3]에 적용하여 치매 중증도를 분석한다(S411).
도 7은 본 발명의 일 실시예에 따른 개선된 치매 지수 회귀직선(또는 곡선) 식을 산출하여 '좌측(또는 우측) 치매 지수 회귀분석 식 DB'에 저장하는 과정을 나타낸 도면이다.
본 발명의 일 실시예에 따른 치매 중증도 장치는 카메라가 탑재된 스마트 기기를 이용하여 얼굴 영상을 촬영하고(S501), 동시에 뇌파 측정 장치를 이용하여 좌, 우측 전두엽의 뇌파를 측정한다. 치매 중증도 분석 장치는 얼굴 및 피부 등 사용자의 상태를 잘 반영할 수 있는 영역을 촬영한 후, 얼굴 검출 및 피부색 검출과 같은 전 처리 과정을 통해 피부를 검출한다(S502 및 S503). 치매 중증도 분석 장치는 검출된 피부 영역으로부터 관심 영역을 설정하며, 좌, 우측 전두엽 부위의 피부 관심 영역을 검출한다(S504). 치매 중증도 분석 장치는 설정된 피부 관심 영역의 RGB 색상체계를 YCgCo 색상체계로 변환하여 좌, 우측 전두엽의 ROI 각각에서 Cg 색상 데이터 평균값을 계산한다(S505). 치매 중증도 분석 장치는 계산된 Cg 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하고 치매 관련 주파수 대역을 설정한다(S406). 치매 중증도 장치는 설정된 대역 내 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여(S507) 산출된 고유치(Eigenvalues)를 이용하여 좌측 전두엽의 치매 지수를 산출한다(S508). 치매 중증도 장치는 산출된 치매 지수를 '좌측(또는 우측) 전두엽 영상에서 추정된 치매 지수 DB'에 저장하고(S509), 뇌파 장치로부터 계산된 놔피 신호의 주파수 분석을 통해 산출된 치매 지수를 '뇌파 장치에서 측정된 치매 지수 DB'에 저장한다(S510). 그리고, 치매 중증도 장치는 얼굴 영상과 뇌파 측정기의 좌측(또는 우측) 전두엽에서 계산된 치매 지수에 회귀분석을 적용하여 회귀직선(또는 회귀곡선) 식을 산출하여 '좌측(또는 우측) 치매 지수 회귀분석 식 DB'에 저장한다(S511).
상관도(Scatter diagram) 상의 점집합을 직선으로 대표시켜 구한 직선으로 두 변량 사이의 관계를 나타내며, 본 발명의 일 실시예에서는 "얼굴 영상의 좌측(또는 우측) 전두엽으로부터 추정된 치매 지수 DB"와 "뇌파 장치를 이용하여 측정한 치매 지수 DB"를 이용하여 회귀직선 식을 도출한다. 회귀직선 식은 [수학식 2]와 같다.
Figure 112021022628883-pat00012
y가 개선된 치매 지수, x는 얼굴 영상의 좌측(또는 우측) 전두엽에서 추정된 치매 지수를 나타낸다. 실제 데이터를 적용하여 구한 결과는 사용하는 데이터에 따라 상수 a, b 값이 바뀔 수 있다.
상관도(Scatter diagram) 상의 점집합을 곡선으로 대표시켜 구한 곡선으로 두 변량 사이의 관계를 나타내며, 본 발명의 일 실시예에서는 "얼굴 영상의 좌측(또는 우측) 전두엽으로부터 추정된 치매 지수 DB"와 "뇌파 장치를 이용하여 측정한 치매 지수 DB"를 이용하여 회귀곡선 식을 도출한다. 회귀곡선 식은 [수학식 3]과 같다.
Figure 112021022628883-pat00013
y가 개선된 치매 지수, x는 얼굴 영상의 좌측(또는 우측) 전두엽에서 추정된 치매 지수를 나타낸다. 실제 데이터를 적용하여 구한 결과는 사용하는 데이터에 따라 상수 a, b, c 값이 바뀔 수 있다. 또한, 회귀직선(또는 회귀곡선) 이외의 다른 형태의 회귀분석 방식의 적용도 가능하다.
도 8은 본 발명의 일 실시예에 따른 상관계수, 치매 지수를 이용하여 제시된 치매 중증도에 따라 치매를 예방/관리하는 과정을 나타낸 도면이다.
일례로, 본 발명의 일 실시예는 생체신호가 반영된 음악을 통해 치매 지수를 예방/관리할 수 있다.
치매 중증도 분석 장치는 카메라가 탑재된 스마트 기기를 이용하여 얼굴 영상을 촬영한다(S601). 치매 중증도 분석 장치는 얼굴 및 피부 등 사용자의 상태를 잘 반영할 수 있는 영역을 촬영한 후, 얼굴 검출 및 피부색 검출과 같은 전 처리 과정을 통해 피부를 검출한다(S602 및 S603). 치매 중증도 분석 장치는 검출된 피부 영역으로부터 관심 영역을 설정하며, 좌, 우측 전두엽 부위의 피부 관심 영역을 검출한다(S604). 치매 중증도 분석 장치는 해당 영역 안의 모든(또는 일부) 픽셀의 색상 평균값을 추출한다(S605). 치매 지수 추정 및 중증도를 분석하는 데 있어서 다양한 색상체계를 이용할 수 있으며, 본 발명의 일 실시예에서는 다양한 색상체계 중 일례로 피부 영역의 RGB 색상체계를 YCgCo 색상체계로 변환하여 Cg 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하고 치매 관련 주파수 대역을 설정한다(S606).
그리고 치매 중증도 분석 장치는 좌측(또는 우측) 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고(S607), 산출된 상관계수를 이용하여 1차 치매 중증도를 분석한다(S608). 또한, 치매 중증도 분석 장치는 동일한 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여(S609) 산출된 고유치(Eigenvalues)를 이용하여 좌측 전두엽의 치매 지수를 산출한다(S610). 산출된 치매 지수를 '좌측(또는 우측) 치매 지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며(S611), 이를 이용하여 2차 치매 중증도를 분석한다(S612). 상기 분석한 1차, 2차 치매 중증도 분석 결과를 이용하여 좌측 전두엽의 치매 중증도를 분석할 수 있다(S613).
치매 중증도 분석 장치는 동시에 피부 색상 데이터를 이용하여 산출된 맥파(또는 호흡) 신호를 산출하고(S614), 사용자가 목표로 하는 치매 중증도에 맞는 사용자의 생체신호(예컨대, 맥파신호 또는 호흡신호)를 반영한 맞춤 음원을 제공하여 생체신호를 조율하며(S615), 이를 통해 치매를 예방/관리할 수 있다. 또한, 치매 중증도 분석 장치는 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맥파 또는 호흡 조율을 통해 치매를 관리할 수 있다.
한편, 본 발명의 일 실시예에 따른 전두엽 피부 영상을 이용한 치매 지수 추정 및 중증도 분석 실험을 설명하기로 한다.
전두엽 피부 영상을 이용한 치매 지수 추정 및 중증도 분석 방식의 성능을 확인하기 위해 일반인 얼굴 영상과 치매 환자의 전두엽 피부 영상에서 계산된 치매 지수 및 중증도 비교 실험을 진행하였다.
본 발명의 일 실시예는 일반 카메라, 적외선 카메라, 적외선 열화상 카메라 및 TOF 카메라 등으로 얼굴 영상을 촬영하고 좌, 우측 전두엽의 피부 관심 영역을 검출한다. 검출된 좌, 우측 전두엽의 피부 관심 영역의 RGB 색상체계를 YCgCo 색상체계로 변환하여 계산된 Cg 색상 신호에 FFT(Fast Fourier Transform)를 적용하고 치매 관련 주파수 대역을 설정한다. 좌측 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고, 산출된 상관계수를 이용하여 1차 치매 중증도를 분석한다. 그리고, 동일한 주파수 성분의 실수값과 허수값에 주성분 분석(PCA, Principal Component Anaylsis)을 적용하여 산출된 고유치(Eigenvalues)를 이용하여 좌측 전두엽의 치매 지수를 산출한다. 산출된 치매 지수를 '좌측 치매지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며, 이를 이용하여 2차 치매 중증도를 분석한다. 그리고, 상기 분석한 1차, 2차 치매 중증도 분석 결과를 이용하여 좌측 전두엽의 치매 중증도를 분석할 수 있다. 또한, 우측 전두엽의 ROI에서 계산된 주파수 성분의 실수값과 허수값에 상관분석을 적용하여 상관계수를 산출하고, 산출된 상관계수를 이용하여 3차 치매 중증도를 분석한다. 그리고, 동일한 주파수 성분의 실수값과 허수값에 주성분 분석을 적용하여 산출된 고유치(Eigenvalues)를 이용하여 우측 전두엽의 치매 지수를 산출한다. 산출된 치매 지수를 '우측 치매 지수 회귀분석 식 DB'에 적용하여 개선된 치매 지수를 산출할 수 있으며, 이를 이용하여 4차 치매 중증도를 분석한다. 그리고, 상기 분석한 3차, 4차 치매 중증도 분석 결과를 이용하여 우측 전두엽의 치매 중증도를 분석한다. 그리고, 좌, 우측 전두엽 치매 중증도에 가중평균을 적용하여 강인한 치매 중증도 산출하여 비교하였다.
실험은 1회당 1분 동안 촬영한 일반인과 치매 환자의 얼굴 영상을 이용하여 치매 지수 및 상관계수를 산출하고 이로부터 치매 중증도를 분석하였고, 촬영은 초당 30프레임으로 진행하였으며, 총 40개의 일반인 및 치매 환자의 얼굴 피부 영상에서 산출된 치매 지수 및 치매 중증도를 비교하였다.
도 9는 정상인의 얼굴 영상에서 산출된 주파수 값의 실수부(x축)와 허수부(y축)를 나타낸 도면이다.
도 9는 1분 동안 촬영한 정상인의 얼굴 영상의 좌, 우측 전두엽의 주파수 값에서 산출된 실수부와 허수부를 도식화한 2차원 평면을 나타낸다.
도 10은 치매 환자의 얼굴 영상에서 산출된 주파수 값의 실수부(x축)와 허수부(y축)를 나타낸 도면이다.
도 10은 1분 동안 촬영된 치매 환자의 얼굴 영상의 좌, 우측 전두엽의 주파수 값에서 산출된 실수부와 허수부를 도식화한 2차원 평면을 나타낸다.
상기 도 9 및 도 10을 통해 정상인과 치매 환자로부터 계산된 좌, 우측 전두엽의 피부 관심 영역으로부터 계산된 색상 데이터 기반 치매 관련 주파수 대역 내 주파수 값의 실수부와 허수부를 2차원 평면 상에서 나타난 결과를 비교하였다.
본 발명의 일 실시예는 좌, 우측 전두엽의 피부 영상을 이용하여 치매 지수를 추정함에 있어서 별도의 하드웨어 모듈 없이 사용자가 보유하고 있는 스마트기기에서 얼굴 영상을 촬영하고 얼굴 및 좌, 우측 전두엽의 피부 관심 영역 검출을 통해 색상 신호를 추출하며 이 신호를 이용하여 치매 지수를 추정하고, 중증도를 분석할 수 있다.
이는 일반 사용자를 대상으로 빠르고 편리한 치매 지수 추정 시스템을 제공하는데 이용될 수 있다. 또한, 기존의 방식보다 측정 시간을 단축하여 치매 지수를 추정하고 치매 중증도를 분석할 수 있다.
도 11은 본 발명의 일 실시예에 따른 전두엽 피부 영상을 이용한 치매 중증도 분석 장치의 구성도이다.
도 11에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전두엽 피부 영상을 이용한 치매 중증도 분석 장치(100)는 영상 획득 모듈(110), 메모리(120) 및 프로세서(130)를 포함한다. 치매 중증도 분석 장치(100)는 인터페이스 모듈(140)을 더 포함할 수 있다. 그러나 도시된 구성요소 모두가 필수 구성요소인 것은 아니다. 도시된 구성요소보다 많은 구성요소에 의해 치매 중증도 분석 장치(100)가 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 치매 중증도 분석 장치(100)가 구현될 수 있다.
이하, 도 11의 치매 중증도 분석 장치(100)의 각 구성요소들의 구체적인 구성 및 동작을 설명한다.
영상 획득 모듈(110)은 일반 카메라, 적외선 카메라, 적외선 열화상 카메라 및 TOF(Time of Flight) 카메라 등을 통해 얼굴 영상을 획득한다.
메모리(120)는 전두엽 피부 영상을 이용한 치매 중증도 분석 동작과 관련된 하나 이상의 프로그램을 저장한다.
프로세서(130)는 메모리(120)에 저장된 하나 이상의 프로그램을 실행한다. 프로세서(130)는 영상 획득 모듈(110)에서 획득된 얼굴 영상에서 전두엽 부위의 피부 관심 영역으로부터 색상 데이터를 계산하고, 계산된 색상 데이터를 이용하여 치매 관련 주파수 대역에 대응되는 주파수 값을 계산하고, 계산된 주파수 값을 이용하여 치매 중증도를 분석한다.
실시예들에 따르면, 프로세서(130)는 좌측 전두엽 부위에서 검출된 피부 관심 영역에 대해, 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값을 이용하여 1차 치매 중증도를 분석하고 계산된 주파수 값을 이용하여 2차 치매 중증도를 분석하고, 분석된 1차 및 2차 치매 중증도 분석 결과로 개선된 좌측 전두엽 치매 중증도를 분석할 수 있다.
실시예들에 따르면, 프로세서(130)는 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 산출된 상관계수를 이용하여 1차 치매 중증도를 분석할 수 있다.
실시예들에 따르면, 프로세서(130)는 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 좌측 전두엽 치매 지수를 산출하고, 산출된 좌측 전두엽 치매 지수를 이용하여 2차 중증도를 분석할 수 있다.
실시예들에 따르면, 프로세서(130)는 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 산출된 고유치를 이용하여 좌측 전두엽 치매 지수를 산출할 수 있다.
실시예들에 따르면, 프로세서(130)는 산출된 좌측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 좌측 전두엽 치매 지수를 산출하고, 강인한 좌측 전두엽 치매 지수를 이용하여 2차 치매 중증도를 분석할 수 있다.
실시예들에 따르면, 프로세서(130)는 우측 전두엽 부위의 피부 관심 영역에 대해, 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값을 이용하여 3차 치매 중증도를 분석하고 계산된 주파수 값을 이용하여 4차 치매 중증도를 분석하고, 분석된 3차 및 4차 치매 중증도 분석 결과로 개선된 우측 전두엽 치매 중증도를 분석할 수 있다.
실시예들에 따르면, 프로세서(130)는 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 산출된 상관계수를 이용하여 3차 치매 중증도를 분석할 수 있다.
실시예들에 따르면, 프로세서(130)는 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 우측 전두엽 치매 지수를 산출하고, 산출된 우측 전두엽 치매 지수를 이용하여 4차 중증도를 분석할 수 있다.
실시예들에 따르면, 프로세서(130)는 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 산출된 고유치를 이용하여 우측 전두엽 치매 지수를 산출할 수 있다.
실시예들에 따르면, 프로세서(130)는 산출된 우측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 우측 전두엽 치매 지수를 산출하고, 강인한 우측 전두엽 치매 지수를 이용하여 4차 치매 중증도를 분석할 수 있다.
한편, 실시예들에 따르면, 인터페이스 모듈(140)은 사용자에게 치매 관리 인터페이스를 제공한다. 프로세서(130)는 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맞춤 음원을 인터페이스 모듈(140)을 통해 제공하여 치매를 관리할 수 있다.
실시예들에 따르면, 프로세서(130)는 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맥파 또는 호흡 조율 훈련을 인터페이스 모듈(140)을 통해 제공하여 치매를 관리할 수 있다.
한편, 프로세서에 의해 실행될 때, 상기 프로세서로 하여금 방법을 실행하게 하는 명령어들을 저장하기 위한 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 방법은: 전두엽 부위의 피부 관심 영역으로부터 색상 데이터를 계산하는 단계; 상기 계산된 색상 데이터를 이용하여 치매 관련 주파수 대역에 대응되는 주파수 값을 계산하는 단계; 및 상기 계산된 주파수 값을 이용하여 치매 중증도를 분석하는 단계를 포함하는, 비일시적 컴퓨터 판독 가능한 저장 매체가 제공될 수 있다.
한편, 본 발명의 일 실시예에 따르면, 이상에서 설명된 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 전자 장치(A))를 포함할 수 있다. 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 프로세서의 제어 하에 다른 구성요소들을 이용하여 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
또한, 본 발명의 일 실시예에 따르면, 이상에서 설명된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
또한, 본 발명의 일 실시예에 따르면, 이상에서 설명된 다양한 실시예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다. 일부 경우에 있어 본 명세서에서 설명되는 실시예들이 프로세서 자체로 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 동작을 수행할 수 있다.
한편, 상술한 다양한 실시예들에 따른 기기의 프로세싱 동작을 수행하기 위한 컴퓨터 명령어(computer instructions)는 비일시적 컴퓨터 판독 가능 매체(non-transitory computer-readable medium)에 저장될 수 있다. 이러한 비일시적 컴퓨터 판독 가능 매체에 저장된 컴퓨터 명령어는 특정 기기의 프로세서에 의해 실행되었을 때 상술한 다양한 실시예에 따른 기기에서의 처리 동작을 특정 기기가 수행하도록 한다. 비일시적 컴퓨터 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 비일시적 컴퓨터 판독 가능 매체의 구체적인 예로는, CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등이 있을 수 있다.
또한, 상술한 다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
이상에서는 본 발명의 일 실시예의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명의 일 실시예는 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 일 실시예의 요지를 벗어남이 없이 당해 개시에 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 일 실시예의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
100: 치매 중증도 분석 장치
110: 영상 획득 모듈
120: 메모리
130: 프로세서
140: 인터페이스 모듈

Claims (27)

  1. 치매 중증도 분석 장치에 의해 수행되는 치매 중증도 분석 방법에 있어서,
    전두엽 부위의 피부 관심 영역으로부터 색상 데이터를 계산하는 단계;
    상기 계산된 색상 데이터를 이용하여 치매 관련 주파수 대역에 대응되는 주파수 값을 계산하는 단계; 및
    상기 계산된 주파수 값을 이용하여 치매 중증도를 분석하는 단계를 포함하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  2. 제1항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    좌측 전두엽 부위에서 검출된 피부 관심 영역에 대해, 상기 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT(Fast Fourier Transform)를 적용하여 산출된 주파수 값을 이용하여 1차 치매 중증도를 분석하고 상기 계산된 주파수 값을 이용하여 2차 치매 중증도를 분석하고, 상기 분석된 1차 및 2차 치매 중증도 분석 결과로 개선된 좌측 전두엽 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  3. 제2항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    상기 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 상기 산출된 상관계수를 이용하여 1차 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  4. 제2항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    상기 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 좌측 전두엽 치매 지수를 산출하고, 상기 산출된 좌측 전두엽 치매 지수를 이용하여 2차 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  5. 제4항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    상기 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 상기 산출된 고유치를 이용하여 좌측 전두엽 치매 지수를 산출하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  6. 제4항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    상기 산출된 좌측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 좌측 전두엽 치매 지수를 산출하고, 상기 강인한 좌측 전두엽 치매 지수를 이용하여 2차 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  7. 제2항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    우측 전두엽 부위의 피부 관심 영역에 대해, 상기 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값을 이용하여 3차 치매 중증도를 분석하고 상기 계산된 주파수 값을 이용하여 4차 치매 중증도를 분석하고, 상기 분석된 3차 및 4차 치매 중증도 분석 결과로 개선된 우측 전두엽 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  8. 제7항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 상기 산출된 상관계수를 이용하여 3차 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  9. 제7항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 우측 전두엽 치매 지수를 산출하고, 상기 산출된 우측 전두엽 치매 지수를 이용하여 4차 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  10. 제9항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 상기 산출된 고유치를 이용하여 우측 전두엽 치매 지수를 산출하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  11. 제9항에 있어서,
    상기 치매 중증도를 분석하는 단계는,
    상기 산출된 우측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 우측 전두엽 치매 지수를 산출하고, 상기 강인한 우측 전두엽 치매 지수를 이용하여 4차 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  12. 제1항에 있어서,
    상기 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 상기 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맞춤 음원 제공을 통해 치매를 관리하는 단계를 더 포함하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  13. 제1항에 있어서,
    상기 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 상기 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맥파 또는 호흡 조율 훈련을 통해 치매를 관리하는 단계를 더 포함하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 방법.
  14. 얼굴 영상을 획득하는 영상 획득 모듈;
    전두엽 피부 영상을 이용한 치매 중증도 분석 동작과 관련된 하나 이상의 프로그램을 저장하는 메모리; 및
    상기 저장된 하나 이상의 프로그램을 실행하는 프로세서를 포함하고,
    상기 프로세서는, 상기 획득된 얼굴 영상에서 전두엽 부위의 피부 관심 영역으로부터 색상 데이터를 계산하고,
    상기 계산된 색상 데이터를 이용하여 치매 관련 주파수 대역에 대응되는 주파수 값을 계산하고,
    상기 계산된 주파수 값을 이용하여 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  15. 제14항에 있어서,
    상기 프로세서는,
    좌측 전두엽 부위에서 검출된 피부 관심 영역에 대해, 상기 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값을 이용하여 1차 치매 중증도를 분석하고 상기 계산된 주파수 값을 이용하여 2차 치매 중증도를 분석하고, 상기 분석된 1차 및 2차 치매 중증도 분석 결과로 개선된 좌측 전두엽 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  16. 제15항에 있어서,
    상기 프로세서는,
    상기 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 상기 산출된 상관계수를 이용하여 1차 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  17. 제15항에 있어서,
    상기 프로세서는,
    상기 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 좌측 전두엽 치매 지수를 산출하고, 상기 산출된 좌측 전두엽 치매 지수를 이용하여 2차 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  18. 제17항에 있어서,
    상기 프로세서는,
    상기 계산된 좌측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 상기 산출된 고유치를 이용하여 좌측 전두엽 치매 지수를 산출하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  19. 제17항에 있어서,
    상기 프로세서는,
    상기 산출된 좌측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 좌측 전두엽 치매 지수를 산출하고, 상기 강인한 좌측 전두엽 치매 지수를 이용하여 2차 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  20. 제15항에 있어서,
    상기 프로세서는,
    우측 전두엽 부위의 피부 관심 영역에 대해, 상기 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값을 이용하여 3차 치매 중증도를 분석하고 상기 계산된 주파수 값을 이용하여 4차 치매 중증도를 분석하고, 상기 분석된 3차 및 4차 치매 중증도 분석 결과로 개선된 우측 전두엽 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  21. 제20항에 있어서,
    상기 프로세서는,
    상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부 및 허수부에 상관분석을 적용하여 상관계수를 산출하고, 상기 산출된 상관계수를 이용하여 3차 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  22. 제20항에 있어서,
    상기 프로세서는,
    상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값에 주성분 분석을 적용하여 우측 전두엽 치매 지수를 산출하고, 상기 산출된 우측 전두엽 치매 지수를 이용하여 4차 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  23. 제22항에 있어서,
    상기 프로세서는,
    상기 계산된 우측 전두엽 부위의 피부 관심 영역에서 계산된 색상 데이터 평균값에 FFT를 적용하여 산출된 주파수 값의 실수부와 허수부에 주성분 분석을 적용하여 고유치를 산출하고, 상기 산출된 고유치를 이용하여 우측 전두엽 치매 지수를 산출하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  24. 제22항에 있어서,
    상기 프로세서는,
    상기 산출된 우측 전두엽 치매 지수를 회귀분석 식에 적용하여 강인한 우측 전두엽 치매 지수를 산출하고, 상기 강인한 우측 전두엽 치매 지수를 이용하여 4차 치매 중증도를 분석하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  25. 제14항에 있어서,
    사용자에게 치매 관리 인터페이스를 제공하는 인터페이스 모듈을 더 포함하고,
    상기 프로세서는, 상기 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 상기 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맞춤 음원을 상기 인터페이스 모듈을 통해 제공하여 치매를 관리하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  26. 제14항에 있어서,
    사용자에게 치매 관리 인터페이스를 제공하는 인터페이스 모듈을 더 포함하고,
    상기 프로세서는, 상기 계산된 색상 데이터를 이용하여 생체신호를 산출하고, 상기 분석된 치매 중증도에 따라 사용자가 목표로 하는 치매 중증도에 맞는 생체신호 기반 맥파 또는 호흡 조율 훈련을 상기 인터페이스 모듈을 통해 제공하여 치매를 관리하는, 전두엽 피부 영상을 이용한 치매 중증도 분석 장치.
  27. 프로세서에 의해 실행될 때, 상기 프로세서로 하여금 방법을 실행하게 하는 명령어들을 저장하기 위한 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 방법은:
    전두엽 부위의 피부 관심 영역으로부터 색상 데이터를 계산하는 단계;
    상기 계산된 색상 데이터를 이용하여 치매 관련 주파수 대역에 대응되는 주파수 값을 계산하는 단계; 및
    상기 계산된 주파수 값을 이용하여 치매 중증도를 분석하는 단계를 포함하는, 비일시적 컴퓨터 판독 가능한 저장 매체.
KR1020210025098A 2021-02-24 2021-02-24 전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치 KR102487827B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210025098A KR102487827B1 (ko) 2021-02-24 2021-02-24 전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치
US17/678,649 US20220265211A1 (en) 2021-02-24 2022-02-23 Method and apparatus for analyzing dementia severity using frontal lobe skin image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210025098A KR102487827B1 (ko) 2021-02-24 2021-02-24 전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220121094A KR20220121094A (ko) 2022-08-31
KR102487827B1 true KR102487827B1 (ko) 2023-01-13

Family

ID=82901351

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210025098A KR102487827B1 (ko) 2021-02-24 2021-02-24 전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치

Country Status (2)

Country Link
US (1) US20220265211A1 (ko)
KR (1) KR102487827B1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180042673A (ko) * 2016-10-18 2018-04-26 성균관대학교산학협력단 영상을 이용한 호흡수 측정 방법
KR101957811B1 (ko) 2018-08-07 2019-03-13 주식회사 뷰노 의료 영상에 기반하여 피검체의 치매에 대한 중증도를 산출하는 방법 및 이를 이용한 장치
KR102250954B1 (ko) 2018-11-27 2021-05-12 재단법인 아산사회복지재단 뇌 mri 영상의 뇌 영역별 분할을 통한 치매 예측 장치 및 방법
KR102376904B1 (ko) * 2019-04-08 2022-03-18 위덕대학교 산학협력단 가속도 및 각속도 신호를 이용한 파킨슨병 서동증 진단 평가 장치 및 이를 이용 파킨슨병 서동증 결정 방법
KR20200014861A (ko) * 2020-01-19 2020-02-11 인체항노화표준연구원 주식회사 인지기능 개선을 위한 뇌파-바이오피드백 훈련 장치

Also Published As

Publication number Publication date
US20220265211A1 (en) 2022-08-25
KR20220121094A (ko) 2022-08-31

Similar Documents

Publication Publication Date Title
Khedher et al. Early diagnosis of Alzheimer׳ s disease based on partial least squares, principal component analysis and support vector machine using segmented MRI images
JP4025823B2 (ja) 脳疾患の診断支援方法及び装置
JP2016531709A (ja) 疾患を診断するための画像解析技術
KR101796743B1 (ko) 뇌반응을 이용한 언어 이해력 평가 시스템 및 방법
CN102665565A (zh) 医用图像处理装置
KR20150031361A (ko) 콘텐츠 평가 시스템 및 이를 이용한 콘텐츠 평가 방법
Jannin et al. Validation in medical image processing.
US20130303900A1 (en) Method and apparatus for processing of stroke ct scans
JP2022546344A (ja) 脳卒中特徴取得のための画像処理
KR20170140127A (ko) Kpca, lda, 및 다중커널학습 svm을 이용한 뇌 이미지 분석방법
KR101431745B1 (ko) 생체 중의 특정 부위에 대한 분석정보 출력방법 및 장치
KR20170128236A (ko) 두개내압의 비-침습적 평가 방법 및 장치
KR102487827B1 (ko) 전두엽 피부 영상을 이용한 치매 중증도 분석 방법 및 장치
Duchesne et al. Predicting clinical variable from MRI features: application to MMSE in MCI
KR102027368B1 (ko) 통증의 강도를 측정하는 방법
Elhajjar et al. Assessing Confidence in Video Magnification Heart Rate Measurement using Multiple ROIs
WO2022025803A1 (ru) Способ локализации отделов головного мозга
KR101455198B1 (ko) Ｃｔ 영상 분석을 이용한 흉곽 변형성 정량적 평가 지표값 계산 방법, 시스템 및 기록 매체
Hessler et al. A non-contact method for extracting heart and respiration rates
KR102352629B1 (ko) 피부 영상의 호흡 신호를 이용한 스트레스 지수 측정 및 관리 방법 및 장치
JP2021087761A (ja) 信号分離装置、プログラムおよび信号分離方法
Schwartz et al. Correlation between brain MRI and continuous physiological and environmental traits using 2D global descriptors and multi-order image transforms
US20230293113A1 (en) System and method of estimating vital signs of user using artificial intelligence
EP4123575A1 (en) Signal extraction from camera observation
JP6151573B2 (ja) 視聴状態推定装置及びそのプログラム

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
N231 Notification of change of applicant
E701 Decision to grant or registration of patent right
GRNT Written decision to grant