KR102536281B1 - Apparatus and method for diagnosing alzheimer's using retinal optic nerve - Google Patents
Apparatus and method for diagnosing alzheimer's using retinal optic nerve Download PDFInfo
- Publication number
- KR102536281B1 KR102536281B1 KR1020210026335A KR20210026335A KR102536281B1 KR 102536281 B1 KR102536281 B1 KR 102536281B1 KR 1020210026335 A KR1020210026335 A KR 1020210026335A KR 20210026335 A KR20210026335 A KR 20210026335A KR 102536281 B1 KR102536281 B1 KR 102536281B1
- Authority
- KR
- South Korea
- Prior art keywords
- optic nerve
- retinal optic
- fundus
- alzheimer
- retinal
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—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
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- 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
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/7445—Display arrangements, e.g. multiple display units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
Abstract
망막 시신경을 이용한 알츠하이머 진단 장치 및 방법을 개시한다. 본 발명은 적외선 촬영과 망막 시신경 분석을 이용하여 알츠하이머를 조기에 진단할 수 있고, 사용자가 간단하게 진단 장치를 휴대하며 촬영할 수 있다.An apparatus and method for diagnosing Alzheimer's disease using retinal optic nerve are disclosed. According to the present invention, Alzheimer's can be diagnosed at an early stage by using infrared imaging and retinal optic nerve analysis, and a user can simply carry the diagnostic device and take imaging.
Description
본 발명은 망막 시신경을 이용한 알츠하이머 진단 장치 및 방법에 관한 발명으로서, 더욱 상세하게는 적외선 촬영과 망막 시신경 분석을 이용하여 알츠하이머를 조기에 진단할 수 있고, 사용자가 간단하게 진단 장치를 휴대하며 촬영할 수 있는 망막 시신경을 이용한 알츠하이머 진단 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for diagnosing Alzheimer's disease using the retinal optic nerve, and more particularly, by using infrared imaging and retinal optic nerve analysis, Alzheimer's disease can be diagnosed at an early stage, and a user can simply carry the diagnosis device and take an image. It relates to an apparatus and method for diagnosing Alzheimer's disease using a retinal optic nerve.
알츠하이머병 (AD)은 통상적이고 파괴적인 연령-의존적 신경변성 질환으로서, AD 뇌 병리학은 아밀로이드 전구체 단백질 (APP)의 단백질분해성 생성물인 아밀로이드-β 펩티드 (Aβ)의 전형적인 축적을 특징으로 하고, 이는 Aβ 플라크로 명명된 세포외 응집물을 형성한다. Alzheimer's disease (AD) is a common and devastating age-dependent neurodegenerative disease, AD brain pathology is characterized by the classical accumulation of the amyloid-β peptide (Aβ), a proteolytic product of the amyloid precursor protein (APP), which is Aβ. It forms extracellular aggregates called plaques.
이러한 플라크는 파괴된 세포 활성 및 뇌에서의 소통에 기여하여, 신경독성 염증 및 뉴런 사망에 이르는 것으로 추정되고, 살아 있는 대상체에서 병리학적 프로세스의 비-침습성 모니터링을 허용하는 분자 영상화는 질환 및 약물 효과의 검출 및 이해를 강화하는 잠재력을 지닌다. These plaques are presumed to contribute to disrupted cellular activity and communication in the brain, leading to neurotoxic inflammation and neuronal death, and molecular imaging allowing non-invasive monitoring of pathological processes in living subjects is essential to disease and drug effects. has the potential to enhance the detection and understanding of
따라서, 살아 있는 AD 환자 및 동물 모델의 두개골을 지나서 아밀로이드 플라크를 비-침습성으로 검출하는 것을 가능하게 하는 도구를 개발하는 것이 주로 시도 되었다. Therefore, a major attempt was made to develop tools that would allow non-invasive detection of amyloid plaques across the skull of living AD patients and animal models.
그러나, 아밀로이드 플라크의 비-침습성 모니터링은 여전히 임상적으로 어렵고, 고해상도에서의 이용가능성이 제한되고, 두개골 창을 통해 쥐의 뇌 내부의 Aβ 플라크를 영상화하기 위해 다광자 현미경검사법을 사용하여 최근에 실연된 바와 같이, 광학 영상화는 생체내 영상화를 위한 강력하고, 고해상도이며 특이적인 도구를 구성해야만 한다. However, non-invasive monitoring of amyloid plaques is still clinically difficult, the availability at high resolution is limited, and a recent demonstration using multiphoton microscopy to image Aβ plaques inside the rat brain through a cranial window As noted, optical imaging should constitute a powerful, high-resolution and specific tool for in vivo imaging.
한편, 안저 검사는 망막, 시신경 및 황반부의 이상을 관찰할 수 있으며 비교적 간단하게 촬영을 통하여 결과를 확인할 수 있어 안과에서 빈번하게 활용되는 진단 보조 자료이다. On the other hand, the fundus examination can observe abnormalities in the retina, optic nerve, and macula, and can check the results through relatively simple imaging, so it is frequently used diagnostic aid data in ophthalmology.
최근에는 안저 검사를 통하여 안질환 뿐 아니라 고혈압, 당뇨 등의 만성 질환에 의한 혈관 손상 정도를 비침습적 방법으로 관찰할 수 있다는 점에서 더욱 그 쓰임새가 늘어나고 있는 추세이다.Recently, the use of fundus examination is increasing in that it can observe the degree of blood vessel damage caused by not only eye diseases but also chronic diseases such as hypertension and diabetes in a non-invasive way.
이러한, 안저 검사를 위한 촬영 방법은 종래의 안과 망막 카메라를 이용한 사진 촬영을 이용한다.Such a photographing method for fundus examination uses photographic photography using a conventional ophthalmic retinal camera.
그러나, 종래 기술에 따른 안과 망막 카메라는 촬영시에 사용자의 자각 증상으로 인해 눈동자의 동공 수축이 발생되는 문제점이 있다.However, the ophthalmic retina camera according to the prior art has a problem in that pupil constriction occurs due to the user's subjective symptoms during photographing.
또한, 촬영을 위해 출력되는 대량의 광원으로 인해 촬영 후 사용자의 눈 피로도가 극심해지는 문제점이 있다.In addition, there is a problem in that the user's eye fatigue after photographing becomes severe due to a large amount of light sources output for photographing.
이러한 문제점을 해결하기 위하여, 본 발명은 적외선 촬영과 망막 시신경 분석을 이용하여 알츠하이머를 조기에 진단할 수 있고, 사용자가 간단하게 진단 장치를 휴대하며 촬영할 수 있는 망막 시신경을 이용한 알츠하이머 진단 장치 및 방법을 제공하는 것을 목적으로 한다.In order to solve these problems, the present invention provides an apparatus and method for diagnosing Alzheimer's using a retinal optic nerve, which can diagnose Alzheimer's early by using infrared imaging and retinal optic nerve analysis, and which allows users to simply carry a diagnosis device and take pictures. intended to provide
상기한 목적을 달성하기 위하여 본 발명의 일 실시 예는 망막 시신경을 이용한 알츠하이머 진단 장치로서, 적외선 카메라 모듈을 이용하여 안저(fundus)가 촬영된 이미지를 서버로 전송하고, 상기 서버로부터 알츠하이머 진단 결과를 수신하여 디스플레이하는 촬영 단말; 및 상기 촬영 단말로부터 수신된 안저가 촬영된 이미지를 기반으로 알츠하이머 진단 결과를 추정하되, 상기 안저가 촬영된 이미지의 망막 시신경 분포를 인공지능 모델을 이용하여 분석한 알츠하이머 진단 결과를 촬영 단말로 전송하며, 상기 진단 결과 알츠하이머가 예상되면 상기 진단 결과가 반영된 망막 시신경 진단 지표를 생성하는 서버;를 포함한다.In order to achieve the above object, one embodiment of the present invention is an Alzheimer's diagnosis device using a retinal optic nerve, which transmits an image of a fundus using an infrared camera module to a server, and receives an Alzheimer's diagnosis result from the server. a photographing terminal that receives and displays; and estimating an Alzheimer's diagnosis result based on the fundus photographed image received from the photographing terminal, and transmitting the Alzheimer's diagnosis result obtained by analyzing the retinal optic nerve distribution of the fundus photographed image using an artificial intelligence model to the photographing terminal; , a server for generating a retinal optic nerve diagnosis index reflecting the diagnosis result when Alzheimer's is predicted as a result of the diagnosis.
또한, 상기 실시 예에 따른 인공지능 모델은 CNN(Convolutional Neural Network) 기반의 딥러닝 모델을 이용하여 안저가 촬영된 이미지의 망막 시신경 분포 데이터를 정상 망막 시신경 분석 데이터 및 비정상 망막 시신경 분석 데이터와의 비교를 통해 알츠하이머를 진단하는 것을 특징으로 한다.In addition, the artificial intelligence model according to the embodiment compares the retinal optic nerve distribution data of the fundus-photographed image with normal retinal optic nerve analysis data and abnormal retinal optic nerve analysis data using a convolutional neural network (CNN)-based deep learning model. It is characterized by diagnosing Alzheimer's through.
또한, 상기 실시 예에 따른 촬영 단말은 서버와 안저가 촬영된 이미지와 알츠하이머 진단 결과 정보를 송수신하는 데이터 통신부; 안저가 쵤영된 이미지를 출력하는 카메라부; 상기 카메라부의 동작과 연동하여 상기 안저로 적외선을 출력하는 적외선 광원부; 상기 안저가 촬영된 이미지와, 알츠하이머 진단 결과 정보를 디스플레이하는 디스플레이부; 및 상기 데이터 통신부, 카메라부, 적외선 광원부, 디스플레이부의 동작을 제어하고, 상기 안저가 촬영된 이미지와 알츠하이머 진단 결과 정보를 저장 및 관리하는 단말 제어부;를 포함하는 것을 특징으로 한다.In addition, the photographing terminal according to the embodiment includes a data communication unit for transmitting and receiving an image in which the fundus is captured and Alzheimer's diagnosis result information with the server; a camera unit outputting an image in which the fundus is shot; an infrared light source unit that outputs infrared rays to the eye fundus in conjunction with an operation of the camera unit; a display unit for displaying an image of the fundus and Alzheimer's diagnosis result information; and a terminal control unit which controls operations of the data communication unit, camera unit, infrared light source unit, and display unit, and stores and manages the fundus image and Alzheimer's diagnosis result information.
또한, 상기 실시 예에 따른 서버는 상기 촬영 단말과 안저가 촬영된 이미지와 알츠하이머 진단 결과 정보를 송수신하는 데이터 통신부; 상기 촬영 단말로부터 수신된 안저가 촬영된 이미지를 기반으로 상기 안저가 촬영된 이미지의 망막 시신경 분포 데이터를 정상 망막 시신경 분석 데이터 및 비정상 망막 시신경 분석 데이터와 비교 분석하고, 상기 분석에 따른 알츠하이머 진단 결과를 촬영 단말로 전송하며, 상기 진단 결과가 반영된 망막 시신경 진단 지표를 생성하는 인공지능 분석부; 및 상기 안저가 촬영된 이미지와, 상기 안저가 촬영된 이미지의 망막 시신경 분포 데이터와, 정상 망막 시신경 분석 데이터와, 비정상 망막 시신경 분석 데이터와 알츠하이머 진단 결과 정보를 저장하는 데이터 저장부;를 포함하는 것을 특징으로 한다.In addition, the server according to the embodiment includes a data communication unit for transmitting and receiving an image in which the photographing terminal and the fundus are photographed and Alzheimer's diagnosis result information; Based on the fundus photographed image received from the photographing terminal, retinal optic nerve distribution data of the fundus photographed image is compared and analyzed with normal retinal optic nerve analysis data and abnormal retinal optic nerve analysis data, and an Alzheimer's diagnosis result according to the analysis is obtained. an artificial intelligence analysis unit that transmits data to a photographing terminal and generates retinal optic nerve diagnostic indicators reflecting the diagnosis result; and a data storage unit for storing the fundus photographed image, retinal optic nerve distribution data of the fundus photographed image, normal retinal optic nerve analysis data, abnormal retinal optic nerve analysis data, and Alzheimer's diagnosis result information. to be characterized
또한, 본 발명의 일 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 방법은 a) 촬영 단말이 적외선 카메라 모듈을 이용하여 망막 시신경이 포함된 안저(fundus)의 촬영 이미지를 서버로 전송하는 단계; b) 상기 서버가 촬영 단말로부터 수신된 안저의 촬영 이미지를 기반으로 알츠하이머 진단 결과를 추정하고, 상기 안저가 촬영된 이미지의 망막 시신경 분포를 인공지능 모델을 이용하여 분석하는 단계; 및 c) 상기 서버가 알츠하이머 진단 결과를 상기 촬영 단말로 전송하고, 진단 결과와 상기 진단 결과가 반영된 망막 시신경 진단 지표를 저장하는 단계;를 포함한다.In addition, the method for diagnosing Alzheimer's disease using the retinal optic nerve according to an embodiment of the present invention includes: a) transmitting, by a photographing terminal, a photographed image of a fundus including the retinal optic nerve to a server using an infrared camera module; b) estimating, by the server, an Alzheimer's diagnosis result based on the photographed image of the fundus received from the photographing terminal, and analyzing distribution of the retinal optic nerve of the image of the fundus photographed using an artificial intelligence model; and c) the server transmitting the Alzheimer's diagnosis result to the photographing terminal and storing the diagnosis result and the retinal optic nerve diagnosis index reflecting the diagnosis result.
또한, 상기 실시 예에 따른 b) 단계의 인공지능 모델은 CNN(Convolutional Neural Network) 기반의 딥러닝 모델을 이용하여 안저가 촬영된 이미지의 망막 시신경 분포 데이터를 정상 망막 시신경 분석 데이터 및 비정상 망막 시신경 분석 데이터와의 비교를 통해 알츠하이머를 진단하는 것을 특징으로 한다.In addition, the artificial intelligence model of step b) according to the embodiment uses a convolutional neural network (CNN)-based deep learning model to analyze the retinal optic nerve distribution data of the fundus-photographed image as the normal retinal optic nerve analysis data and the abnormal retinal optic nerve analysis data. It is characterized by diagnosing Alzheimer's through comparison with data.
본 발명은 적외선 촬영과 망막 시신경 분석을 이용하여 알츠하이머를 조기에 진단할 수 있는 장점이 있다.The present invention has the advantage of early diagnosis of Alzheimer's disease using infrared imaging and retinal optic nerve analysis.
또한, 본 발명은 종래의 망막 카메라를 이용한 사진 촬영과 대비하여 사진 촬영 후 사용자의 자각증상으로 인한 동공 수축을 방지할 수 있는 장점이 있다.In addition, the present invention has the advantage of preventing pupil constriction due to subjective symptoms of a user after taking a picture, as compared to taking a picture using a conventional retinal camera.
또한, 본 발명은 종래의 망막 카메라를 이용한 사진 촬영 후 사용자의 눈 피로도를 방지할 수 있는 장점이 있다.In addition, the present invention has an advantage of preventing user's eye fatigue after taking a picture using a conventional retinal camera.
또한, 본 발명은 사용자가 간단하게 진단 장치를 휴대하며 촬영할 수 있는 장점이 있다.In addition, the present invention has an advantage in that a user can easily take a picture while carrying the diagnosis device.
도1은 본 발명의 일 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 장치를 나타낸 예시도.
도2는 도1의 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 장치의 촬영 단말 구성을 나타낸 블록도.
도3은 도1의 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 장치의 서버 구성을 나타낸 블록도.
도4는 본 발명의 일 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 방법을 설명하기 위해 나타낸 흐름도.1 is an exemplary view showing an Alzheimer's diagnosis device using the retinal optic nerve according to an embodiment of the present invention.
Fig. 2 is a block diagram showing the configuration of a photographing terminal of the Alzheimer's diagnosis apparatus using the retinal optic nerve according to the embodiment of Fig. 1;
Fig. 3 is a block diagram showing the server configuration of the Alzheimer's diagnosis apparatus using the retinal optic nerve according to the embodiment of Fig. 1;
4 is a flowchart illustrating a method for diagnosing Alzheimer's disease using the retinal optic nerve according to an embodiment of the present invention.
이하에서는 본 발명의 바람직한 실시 예 및 첨부하는 도면을 참조하여 본 발명을 상세히 설명하되, 도면의 동일한 참조부호는 동일한 구성요소를 지칭함을 전제하여 설명하기로 한다.Hereinafter, the present invention will be described in detail with reference to preferred embodiments of the present invention and accompanying drawings, but the same reference numerals in the drawings will be described on the premise that they refer to the same components.
본 발명의 실시를 위한 구체적인 내용을 설명하기에 앞서, 본 발명의 기술적 요지와 직접적 관련이 없는 구성에 대해서는 본 발명의 기술적 요지를 흩뜨리지 않는 범위 내에서 생략하였음에 유의하여야 할 것이다. Prior to describing specific details for the implementation of the present invention, it should be noted that configurations not directly related to the technical subject matter of the present invention are omitted within the scope of not disturbing the technical subject matter of the present invention.
또한, 본 명세서 및 청구범위에 사용된 용어 또는 단어는 발명자가 자신의 발명을 최선의 방법으로 설명하기 위해 적절한 용어의 개념을 정의할 수 있다는 원칙에 입각하여 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 할 것이다.In addition, the terms or words used in this specification and claims are meanings and concepts consistent with the technical idea of the invention based on the principle that the inventor can define the concept of appropriate terms to best describe his/her invention. should be interpreted as
본 명세서에서 어떤 부분이 어떤 구성요소를 "포함"한다는 표현은 다른 구성요소를 배제하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.In this specification, the expression that a certain part "includes" a certain component means that it may further include other components, rather than excluding other components.
또한, "‥부", "‥기", "‥모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는 그 둘의 결합으로 구분될 수 있다.In addition, terms such as ".. unit", ".. unit", and ".. module" refer to units that process at least one function or operation, which may be classified as hardware, software, or a combination of the two.
또한, "적어도 하나의" 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. In addition, the term "at least one" is defined as a term including singular and plural, and even if at least one term does not exist, each component may exist in singular or plural, and may mean singular or plural. would be self-evident.
또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시 예에 따라 변경가능하다 할 것이다.In addition, the singular or plural number of each component may be changed according to embodiments.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 장치 및 방법의 바람직한 실시예를 상세하게 설명한다.Hereinafter, a preferred embodiment of an Alzheimer's diagnosis apparatus and method using the retinal optic nerve according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.
도1은 본 발명의 일 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 장치를 나타낸 예시도이고, 도2는 도1의 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 장치의 촬영 단말 구성을 나타낸 블록도이며, 도3은 도1의 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 장치의 서버 구성을 나타낸 블록도 이다.1 is an exemplary view showing an Alzheimer's diagnosis device using the retinal optic nerve according to an embodiment of the present invention, and FIG. 2 is a block diagram showing the configuration of a photographing terminal of the Alzheimer's diagnosis device using the retinal optic nerve according to the embodiment of FIG. , FIG. 3 is a block diagram showing the server configuration of the Alzheimer's diagnosis apparatus using the retinal optic nerve according to the embodiment of FIG.
도1 내지 도3을 참조하면, 본 발명의 일 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 장치는 촬영 단말(100)과, 네트워크를 통해 연결되는 서버(200)를 포함하여 구성된다.Referring to FIGS. 1 to 3 , an apparatus for diagnosing Alzheimer's disease using retinal optic nerve according to an embodiment of the present invention includes a photographing
상기 촬영 단말(100)은 적외선 카메라 모듈을 이용하여 안저(fundus)가 촬영된 이미지를 서버(200)로 전송하고, 상기 서버(200)로부터 알츠하이머 진단 결과를 수신하여 디스플레이하는 구성으로서, 데이터 통신부(110)와, 카메라부(120)와, 적외선 광원부(130)와, 디스플레이부(140)와, 단말 제어부(150)를 포함하여 구성될 수 있다.The photographing
또한, 상기 촬영 단말(100)은 무선 통신 장치로서, 스마트폰(smartphone), 스마트 패드(smartpad), 태블릿 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치와, 카메라 모듈과 적외선 모듈을 구비한 사진 촬영 단말을 포함하여 구성될 수 있다.In addition, the photographing
또한, 네트워크는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5th Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.In addition, a network refers to a connection structure capable of exchanging information between nodes such as a plurality of terminals and servers. Examples of such networks include RF, 3rd Generation Partnership Project (3GPP) network, and Long Term Evolution (LTE) ) network, 5GPP (5th Generation Partnership Project) network, WIMAX (World Interoperability for Microwave Access) network, Internet, LAN (Local Area Network), Wireless LAN (Wireless Local Area Network), WAN (Wide Area Network), A personal area network (PAN), a Bluetooth network, an NFC network, a satellite broadcasting network, an analog broadcasting network, a digital multimedia broadcasting (DMB) network, and the like are included, but are not limited thereto.
상기 데이터 통신부(110)는 서버(200)와 안저가 촬영된 이미지와 알츠하이머 진단 결과 정보를 송수신한다.The
상기 카메라부(120)는 안저가 쵤영된 이미지를 출력하는 구성으로서, CCD 센서, CMOS 센서 또는 임의의 광전변환 센서로 구성된 촬영수단일 수 있다.The
상기 안저는 동공(瞳孔)을 통해 안구의 안쪽을 들여다보았을 때 보이는 부분으로서, 망막(網膜) 및 망막혈관, 시신경유두(視神經乳頭), 맥락막(脈絡膜 ; 포도막을 구성하는 막)을 종합하여 이르는 말이다.The fundus is a part that is visible when looking into the inside of the eyeball through the pupil, and refers to a combination of the retina and retinal blood vessels, the optic nerve head, and the choroid (membrane constituting the uvea). .
또한, 상기 카메라부(120)는 적외선 촬영이 가능하도록 적외선 필름을 구비하거나 또는 적외선 카메라일 수 있다.In addition, the
상기 적외선 광원부(130)는 상기 카메라부(120)의 동작과 연동하여 안저로 적외선 광원을 출력하는 구성으로서, 상기 카메라부(120)의 주변에 적어도 하나 이상 설치될 수 있다.The infrared
상기 디스플레이부(140)는 카메라부(120)를 통해 쵤영된 안저 이미지와, 서버(200)로부터 수신된 알츠하이머 진단 결과 정보를 디스플레이하는 구성으로서, LCD 또는 LED 등의 디스플레이 패널로 구성될 수 있다.The
상기 단말 제어부(150)는 데이터 통신부(110), 카메라부(120), 적외선 광원부(130), 디스플레이부(140)의 동작을 제어하는 구성으로서, 카메라부(120)를 통해 촬영된 안저 이미지와, 서버(200)로부터 수신된 알츠하이머 진단 결과 정보를 저장 및 관리한다.The
상기 서버(200)는 촬영 단말(100)로부터 수신된 안저가 촬영된 이미지를 기반으로 알츠하이머 진단 결과를 추정한다.The
또한, 상기 서버(200)는 안저가 촬영된 이미지의 망막 시신경 분포를 인공지능 모델을 이용하여 분석한다.In addition, the
또한, 상기 서버(200)는 분석에 따른 알츠하이머 진단 결과를 촬영 단말(100)로 전송하며, 상기 진단 결과가 반영된 망막 시신경 진단 지표를 생성하는 구성으로서, 데이터 통신부(210)와, 인공지능 분석부(220)와, 데이터 저장부(230)를 포함하여 구성될 수 있다.In addition, the
상기 데이터 통신부(210)는 촬영 단말(100)과 안저를 촬영한 이미지와 서버(200)에서 분석된 알츠하이머 진단 결과 정보를 송수신한다.The
상기 인공지능 분석부(220)는 촬영 단말(100)로부터 수신된 안저가 촬영된 이미지를 기반으로 상기 안저가 촬영된 이미지의 망막 시신경 분포 데이터를 정상 망막 시신경 분석 데이터 및 비정상 망막 시신경 분석 데이터와 비교 분석한다.The artificial
또한, 상기 인공지능 분석부(220)는 분석에 따른 알츠하이머 진단 결과를 촬영 단말(100)로 전송하고, 상기 진단 결과가 반영된 망막 시신경 진단 지표를 생성한다.In addition, the artificial
상기 인공지능 모델은 CNN(Convolutional Neural Network) 기반의 딥러닝 모델을 이용하여 안저가 촬영된 이미지의 망막 시신경 분포 데이터를 정상 망막 시신경 분석 데이터 및 비정상 망막 시신경 분석 데이터와의 비교를 통해 알츠하이머를 진단한다.The artificial intelligence model diagnoses Alzheimer's disease by comparing the retinal optic nerve distribution data of the fundus-photographed image with normal retinal optic nerve analysis data and abnormal retinal optic nerve analysis data using a convolutional neural network (CNN)-based deep learning model. .
상기 망막 시신경 진단 지표는 피검 대상 안구의 망막 시신경 분포 데이터를 기반으로 정상 망막 시신경 분석 데이터와 비정상 망막 시신경 분석 데이터와의 비교 분석을 통해 수치적으로 정량화하여 나타낸 정보이다.The retinal optic nerve diagnostic index is information numerically quantified through comparative analysis of normal retinal optic nerve analysis data and abnormal retinal optic nerve analysis data based on retinal optic nerve distribution data of the eye to be tested.
상기 데이터 저장부(230)는 안저가 촬영된 이미지와, 상기 안저가 촬영된 이미지의 망막 시신경 분포 데이터와, 정상 망막 시신경 분석 데이터와, 비정상 망막 시신경 분석 데이터와 알츠하이머 진단 결과 정보를 저장한다.The
다음은 본 발명의 일 실시 예에 따른 망막 시신경을 이용한 알츠하이머 진단 방법을 도1 내지 도4를 참조하여 설명한다. Next, a method for diagnosing Alzheimer's disease using the retinal optic nerve according to an embodiment of the present invention will be described with reference to FIGS. 1 to 4 .
도1 내지 도4를 참조하면, 촬영 단말(100)은 적외선 광원부(130)과 카메라부(120)로 이루어진 카메라 모듈을 이용하여 망막 시신경이 포함된 피검 대상 안저(fundus)를 촬영하고, 촬영된 안저 이미지를 서버(200)로 전송(S100)한다.1 to 4, the
상기 서버(200)는 촬영 단말(100)로부터 수신된 안저의 촬영 이미지를 기반으로 알츠하이머 진단 결과를 추정하고, 상기 안저가 촬영된 이미지의 망막 시신경 분포를 인공지능 모델을 이용하여 분석(S200)한다.The
상기 S200 단계에서 서버(200)는 촬영 단말(100)로부터 수신된 안저가 촬영된 이미지를 기반으로 상기 안저가 촬영된 이미지의 망막 시신경 분포 데이터를 정상 망막 시신경 분석 데이터 및 비정상 망막 시신경 분석 데이터와 비교 분석한다.In step S200, the
또한, 상기 서버(200)는 인공지능 모델로서, CNN(Convolutional Neural Network) 기반의 딥러닝 모델을 이용하여 안저가 촬영된 이미지의 망막 시신경 분포 데이터를 정상 망막 시신경 분석 데이터 및 비정상 망막 시신경 분석 데이터와의 비교를 통해 알츠하이머를 진단한다.In addition, the
계속해서, 상기 서버(200)는 S200 단계의 알츠하이머 진단 결과를 촬영 단말(100)로 전송하여 디스플레이부(140)를 통해 출력되도록 하고, 진단 결과와 상기 진단 결과가 반영된 망막 시신경 진단 지표를 생성하여 데이터 저장부(230)에 저장되도록 한다(S300)Subsequently, the
따라서, 적외선 촬영과 망막 시신경 분석을 이용하여 알츠하이머를 조기에 진단할 수 있고, 종래의 망막 카메라를 이용한 사진 촬영과 대비하여 사진 촬영 후 사용자의 자각증상으로 인한 동공 수축을 방지할 수 있다.Therefore, Alzheimer's can be diagnosed at an early stage by using infrared imaging and retinal optic nerve analysis, and pupil constriction due to subjective symptoms of a user after taking a photo can be prevented in contrast to taking a photo using a conventional retinal camera.
또한, 종래의 망막 카메라를 이용한 사진 촬영 후 사용자의 눈 피로도를 방지할 수 있고, 사용자가 간단하게 진단 장치를 휴대하며 촬영할 수 있다.In addition, it is possible to prevent a user's eye fatigue after taking a picture using a conventional retinal camera, and the user can simply carry the diagnostic device and take a picture.
상기와 같이, 본 발명의 바람직한 실시 예를 참조하여 설명하였지만 해당 기술 분야의 숙련된 당업자라면 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.As described above, although it has been described with reference to the preferred embodiments of the present invention, those skilled in the art will variously modify and change the present invention within the scope not departing from the spirit and scope of the present invention described in the claims below. You will understand that it can be done.
또한, 본 발명의 특허청구범위에 기재된 도면번호는 설명의 명료성과 편의를 위해 기재한 것일 뿐 이에 한정되는 것은 아니며, 실시예를 설명하는 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다.In addition, the drawing numbers described in the claims of the present invention are only described for clarity and convenience of explanation, but are not limited thereto, and in the process of describing the embodiments, the thickness of lines or the size of components shown in the drawings, etc. may be exaggerated for clarity and convenience of description.
또한, 상술된 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있으므로, 이러한 용어들에 대한 해석은 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.In addition, the above-mentioned terms are terms defined in consideration of functions in the present invention, which may change according to the intention or custom of the user or operator, so the interpretation of these terms should be made based on the contents throughout this specification. .
또한, 명시적으로 도시되거나 설명되지 아니하였다 하여도 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기재사항으로부터 본 발명에 의한 기술적 사상을 포함하는 다양한 형태의 변형을 할 수 있음은 자명하며, 이는 여전히 본 발명의 권리범위에 속한다. In addition, even if it is not explicitly shown or described, a person skilled in the art to which the present invention belongs can make various modifications from the description of the present invention to the technical idea according to the present invention. Obviously, it is still within the scope of the present invention.
또한, 첨부하는 도면을 참조하여 설명된 상기의 실시예들은 본 발명을 설명하기 위한 목적으로 기술된 것이며 본 발명의 권리범위는 이러한 실시예에 국한되지 아니한다.In addition, the above embodiments described with reference to the accompanying drawings are described for the purpose of explaining the present invention, and the scope of the present invention is not limited to these embodiments.
100 : 촬영 단말
110 : 데이터 통신부
120 : 카메라부
130 : 적외선 광원부
140 : 디스플레이부
150 : 단말 제어부
200 : 서버
210 : 데이터 통신부
220 : 인공지능 분석부
230 : 데이터 저장부100: shooting terminal
110: data communication unit
120: camera unit
130: infrared light source
140: display unit
150: terminal control unit
200: server
210: data communication unit
220: artificial intelligence analysis unit
230: data storage unit
Claims (6)
상기 촬영 단말(100)과 안저가 촬영된 적외선 이미지와 알츠하이머 진단 결과 정보를 송수신하는 데이터 통신부(210)와, 상기 촬영 단말(100)로부터 수신된 안저가 촬영된 적외선 이미지를 기반으로 상기 안저가 촬영된 적외선 이미지의 망막 시신경 분포 데이터를 인공지능 모델을 이용하여 피검 대상 안구의 망막 시신경 분포 데이터를 기반으로 정상 망막 시신경 분석 데이터와 비정상 망막 시신경 분석 데이터와의 비교 분석을 통해 수치적으로 정량화 한 망막 시신경 진단 지표를 생성하고, 상기 분석에 따른 알츠하이머 진단 결과를 망막 시신경 진단 지표와 함께 촬영 단말(100)로 전송하는 인공지능 분석부(220)와, 상기 안저가 촬영된 적외선 이미지와, 상기 안저가 촬영된 적외선 이미지의 망막 시신경 분포 데이터와, 정상 망막 시신경 분석 데이터와, 비정상 망막 시신경 분석 데이터와 알츠하이머 진단 결과 정보를 저장하는 데이터 저장부(230)를 구비한 서버(200);를 포함하는 망막 시신경을 이용한 알츠하이머 진단 장치.A data communication unit 110 that transmits and receives an image of the fundus and Alzheimer's diagnosis result information with the server 200, and a camera unit 120 that outputs an infrared image in which the fundus is captured using an infrared camera module; An infrared light source unit 130 that outputs infrared light to the fundus in conjunction with the operation of the camera unit 120, a display unit 140 that displays an infrared image of the fundus photographed and Alzheimer's diagnosis result information, and the data A terminal controller 150 that controls the operation of the communication unit 110, the camera unit 120, the infrared light source unit 130, and the display unit 140, and stores and manages the infrared image of the eye fundus and Alzheimer's diagnosis result information. A photographing terminal 100 having; and
The fundus is photographed based on the data communication unit 210 for transmitting and receiving the photographing terminal 100 and the photographed infrared image of the fundus and Alzheimer's diagnosis result information, and the infrared image of the photographed fundus received from the photographing terminal 100 The retinal optic nerve distribution data of the infrared image was numerically quantified through comparative analysis with the normal retinal optic nerve analysis data and the abnormal retinal optic nerve analysis data based on the retinal optic nerve distribution data of the target eye using an artificial intelligence model. An artificial intelligence analysis unit 220 that generates diagnostic indicators and transmits an Alzheimer's diagnosis result according to the analysis to the imaging terminal 100 together with retinal optic nerve diagnostic indicators, an infrared image in which the fundus is photographed, and the fundus photographed A server 200 having a data storage unit 230 that stores retinal optic nerve distribution data of the infrared image, normal retinal optic nerve analysis data, abnormal retinal optic nerve analysis data, and Alzheimer's diagnosis result information; Alzheimer's diagnosis device used.
상기 인공지능 모델은 CNN(Convolutional Neural Network) 기반의 딥러닝 모델을 이용하여 안저가 촬영된 적외선 이미지의 망막 시신경 분포 데이터를 정상 망막 시신경 분석 데이터 및 비정상 망막 시신경 분석 데이터와의 비교를 통해 수치적으로 정량화 한 망막 시신경 진단 지표를 생성하여 알츠하이머를 진단하는 것을 특징으로 하는 망막 시신경을 이용한 알츠하이머 진단 장치.According to claim 1,
The artificial intelligence model uses a convolutional neural network (CNN)-based deep learning model to numerically compare the retinal optic nerve distribution data of the infrared image of the fundus with the normal retinal optic nerve analysis data and the abnormal retinal optic nerve analysis data. An Alzheimer's diagnosis device using the retinal optic nerve, characterized in that for diagnosing Alzheimer's by generating a quantified retinal optic nerve diagnostic index.
b) 상기 서버(200)가 촬영 단말(100)로부터 수신한 안저가 촬영된 적외선 이미지를 기반으로 알츠하이머 진단 결과를 추정하되, 상기 안저가 촬영된 적외선 이미지의 망막 시신경 분포 데이터를 인공지능 모델을 이용하여 피검 대상 안구의 망막 시신경 분포 데이터를 기반으로 정상 망막 시신경 분석 데이터와 비정상 망막 시신경 분석 데이터와의 비교 분석을 통해 수치적으로 정량화 한 망막 시신경 진단 지표를 생성하는 단계; 및
c) 상기 서버(200)가 생성된 정량화 한 망막 시신경 진단 지표를 알츠하이머 진단 결과와 함께 상기 촬영 단말(100)로 전송하고, 진단 결과와 상기 진단 결과가 반영된 망막 시신경 진단 지표를 저장하는 단계;를 포함하는 망막 시신경을 이용한 알츠하이머 진단 방법.a) when the photographing terminal 100 outputs infrared rays to the fundus, capturing an infrared image of the fundus including the retinal optic nerve using an infrared camera module and transmitting the infrared image to the server 200;
b) An Alzheimer's diagnosis result is estimated based on the infrared image of the fundus received by the server 200 from the imaging terminal 100, using the retinal optic nerve distribution data of the infrared image of the fundus captured by an artificial intelligence model. Generating a numerically quantified retinal optic nerve diagnostic index through comparative analysis of normal retinal optic nerve analysis data and abnormal retinal optic nerve analysis data based on retinal optic nerve distribution data of the eye to be tested; and
c) transmitting, by the server 200, the quantified retinal optic nerve diagnostic index together with the Alzheimer's diagnosis result to the photographing terminal 100, and storing the diagnosis result and the retinal optic nerve diagnostic index reflecting the diagnosis result; A method for diagnosing Alzheimer's disease using the retinal optic nerve.
상기 b) 단계의 인공지능 모델은 CNN(Convolutional Neural Network) 기반의 딥러닝 모델을 이용하여 안저가 촬영된 적외선 이미지의 망막 시신경 분포 데이터를 정상 망막 시신경 분석 데이터 및 비정상 망막 시신경 분석 데이터와의 비교를 통해 수치적으로 정량화 한 망막 시신경 진단 지표를 생성하여 알츠하이머를 진단하는 것을 특징으로 하는 망막 시신경을 이용한 알츠하이머 진단 방법.According to claim 5,
The artificial intelligence model in step b) uses a convolutional neural network (CNN)-based deep learning model to compare the retinal optic nerve distribution data of the infrared image of the fundus with normal retinal optic nerve analysis data and abnormal retinal optic nerve analysis data. A method for diagnosing Alzheimer's disease using the retinal optic nerve, characterized in that for diagnosing Alzheimer's disease by generating a numerically quantified retinal optic nerve diagnostic index through
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210026335A KR102536281B1 (en) | 2021-02-26 | 2021-02-26 | Apparatus and method for diagnosing alzheimer's using retinal optic nerve |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210026335A KR102536281B1 (en) | 2021-02-26 | 2021-02-26 | Apparatus and method for diagnosing alzheimer's using retinal optic nerve |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220122120A KR20220122120A (en) | 2022-09-02 |
| KR102536281B1 true KR102536281B1 (en) | 2023-05-26 |
Family
ID=83281029
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210026335A KR102536281B1 (en) | 2021-02-26 | 2021-02-26 | Apparatus and method for diagnosing alzheimer's using retinal optic nerve |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102536281B1 (en) |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TR201816335T4 (en) | 2008-09-18 | 2018-11-21 | Cedars Sinai Medical Center | Optical method for the detection of Alzheimer's disease. |
| KR20200005407A (en) * | 2018-07-06 | 2020-01-15 | 주식회사 메디웨일 | Diagnostic auxiliary image providing device based on eye image |
-
2021
- 2021-02-26 KR KR1020210026335A patent/KR102536281B1/en active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220122120A (en) | 2022-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210169321A1 (en) | Smartphone-based handheld ophthalmic examination devices | |
| US11766172B2 (en) | Ophthalmic examination and disease management with multiple illumination modalities | |
| Panwar et al. | Fundus photography in the 21st century—a review of recent technological advances and their implications for worldwide healthcare | |
| Rajalakshmi et al. | Review of retinal cameras for global coverage of diabetic retinopathy screening | |
| US10376141B2 (en) | Fundus imaging system | |
| US20210290056A1 (en) | Systems and methods for capturing, annotating and sharing ophthalmic images obtained using a hand held computer | |
| DeBuc | The role of retinal imaging and portable screening devices in tele-ophthalmology applications for diabetic retinopathy management | |
| JP2012505705A (en) | Method and apparatus for obtaining images of eye features | |
| Sivaraman et al. | A novel, smartphone-based, teleophthalmology-enabled, widefield fundus imaging device with an autocapture algorithm | |
| CN108836259B (en) | Self-photographing type shared fundus photographing device | |
| KR102536281B1 (en) | Apparatus and method for diagnosing alzheimer's using retinal optic nerve | |
| KR102362559B1 (en) | Wearable amyloid-beta plaque detection device and alzheimer's disease diagnosis system including the same | |
| CN116635889A (en) | Machine learning to detect disease from external anterior eye images | |
| US20200178793A1 (en) | Refraction Measurement of the Human Eye with a Reverse Wavefront Sensor | |
| KR102418399B1 (en) | Dementia an early stage diagnosis platform based on Artificial Intelligence | |
| Paul et al. | Fundus Imaging Based Affordable Eye Care. | |
| US11875480B1 (en) | Distinguishing artifacts from pathological features in digital images | |
| JP7182832B1 (en) | Simple diagnosis aid device and diagnosis aid system for keratoconus and astigmatism | |
| JP2022083328A (en) | Body condition estimation device, body condition estimation method, program, and recording medium | |
| Gómez-Díaz et al. | Improvement in the Digital Acquisition of the Pupillary Response to Controlled Stimulation by means of Computational Tools and Low-Cost Optoelectronics Device | |
| KR101887375B1 (en) | Apparatus for recording the retina and the sclera of the eye blood vessels | |
| JP2023084775A (en) | Giddiness diagnostic device and remote giddiness diagnostic program and system | |
| KR20040067532A (en) | Device for remotely diagnosing eyeball and method for diagnosing eyeball using the same |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right |