KR102555602B1 - 잇몸관리 시스템 - Google Patents
잇몸관리 시스템 Download PDFInfo
- Publication number
- KR102555602B1 KR102555602B1 KR1020220094182A KR20220094182A KR102555602B1 KR 102555602 B1 KR102555602 B1 KR 102555602B1 KR 1020220094182 A KR1020220094182 A KR 1020220094182A KR 20220094182 A KR20220094182 A KR 20220094182A KR 102555602 B1 KR102555602 B1 KR 102555602B1
- Authority
- KR
- South Korea
- Prior art keywords
- gum
- unit
- treatment
- oral
- target patient
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000001580 bacterial effect Effects 0.000 claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 230000007423 decrease Effects 0.000 claims abstract description 8
- 208000006558 Dental Calculus Diseases 0.000 claims abstract description 7
- 238000003745 diagnosis Methods 0.000 claims description 40
- 208000028169 periodontal disease Diseases 0.000 claims description 22
- 238000009795 derivation Methods 0.000 claims description 20
- 241000894006 Bacteria Species 0.000 claims description 15
- 230000003239 periodontal effect Effects 0.000 claims description 14
- 208000005888 Periodontal Pocket Diseases 0.000 claims description 11
- 208000009596 Tooth Mobility Diseases 0.000 claims description 11
- 201000005562 gingival recession Diseases 0.000 claims description 10
- 210000000988 bone and bone Anatomy 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000000926 separation method Methods 0.000 claims description 7
- 239000000523 sample Substances 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 5
- 238000002203 pretreatment Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 210000001036 tooth cervix Anatomy 0.000 claims description 4
- 238000013170 computed tomography imaging Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000008921 facial expression Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 230000003340 mental effect Effects 0.000 claims description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 2
- 230000003213 activating effect Effects 0.000 claims 1
- 230000001939 inductive effect Effects 0.000 claims 1
- 238000013528 artificial neural network Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000001680 brushing effect Effects 0.000 description 6
- 210000000214 mouth Anatomy 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 238000011176 pooling Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 1
- 208000025157 Oral disease Diseases 0.000 description 1
- 208000008312 Tooth Loss Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005243 fluidization Methods 0.000 description 1
- 210000004195 gingiva Anatomy 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 208000030194 mouth disease Diseases 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000003689 pubic bone Anatomy 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
- A61B5/4552—Evaluating soft tissue within the mouth, e.g. gums or tongue
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Dentistry (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Physical Education & Sports Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Heart & Thoracic Surgery (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Rheumatology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
본 발명은 잇몸관리 시스템에 관한 것으로서, 대상환자의 잇몸상태의 진단레벨에 따라 치료안내 가이드와 진료주기를 선택적으로 제공할 수 있는 잇몸관리 시스템에 관한 것이다. 이를 위해, 잇몸관리 시스템은 복수의 구강검사장치들을 통해 검사되는 대상환자의 구강정보를 수집하는 정보수집부, 상기 구강정보로부터 평가되는 잇몸관리항목별 평가등급에 기초하여, 상기 대상환자의 잇몸상태를 진단레벨로 진단하는 진단부 및 상기 잇몸상태에 따라 기설정된 치료방법들 중 어느 하나의 치료방법을 선택하고, 상기 어느 하나의 치료방법에 대응되는 치료안내 가이드와 진료주기를 통합하여 대상환자단말에 서비스파일로 제공하는 서비스제공부를 포함하고, 상기 서비스제공부는 상기 진료주기에서 확인되는 상기 대상환자의 치석 및 세균막의 커버링비율의 증감량에 기초하여, 상기 대상환자의 협조도를 평가한다.
Description
본 발명은 잇몸관리 시스템에 관한 것으로서, 대상환자의 잇몸상태의 진단레벨에 따라 치료안내 가이드와 진료주기를 선택적으로 제공할 수 있는 잇몸관리 시스템에 관한 것이다.
통계자료에 따르면 치주 질환은 국내 다빈도 상병 1위를 차지하는 중요 국민 구강 질환이다. 연령이 증가함에 따라 치주질환의 유병률은 상승하며 50대에 가장 높은 유병율을 보이는 것으로 알려져 있다. 치주질환은 구강 내 세균에 의한 염증성 질환으로 치아를 감싸는 치조골을 파괴하여 치아를 상실하게 하는 주요 원인이므로, 조기 진단 및 치료가 매우 중요하다. 따라서 정확한 진단명을 도출하여 환자들로 하여금 치주질환에 대한 이해도를 높이고, 치료에 대한 동의율을 향상시킬 필요가 있다.
최근에 개정된 치주질환 분류표는 여러 치주과학적 근거들에 의한 유용한 지표가 될 수 있으나, 의사가 매번 환자의 치주상태에 대한 모든 치아의 4-6부위에 대한 치주질환 표지자 (치주낭 깊이, 치주부착소실, 동요도, 탐침시 출혈, 치태 침착, 치근 분지부 병변 여부 등)를 측정하여 진단명을 도출해야 한다.
그러나, 치주 전문의가 실제 치주과 차트를 보고 해당 로직을 점검하면서 진단명을 도출하기에는 많은 데이터를 읽고 해석해야하는 부담이 있다. 또한 이러한 직관적인 진단명 도출에 대한 어려움은 일반 개원가에서는 더욱 심화되며 향후 치주질환 및 치료에 대한 환자들의 접근성을 떨어뜨릴 수 있다.
본 발명에서는 치주질환 가능성을 수치적으로 진단할 수 있도록 잇몸상태를 진단레벨로 진단할 수 있는 새로운 시스템을 제공하고자 한다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 대상환자의 잇몸상태의 진단레벨에 따라 치료안내 가이드와 진료주기를 맞춤형으로 제공할 수 있는 잇몸관리 시스템을 제공하기 위한 것이다.
또한, 진료주기마다 확인되는 대상환자의 치석 및 세균막의 커버링비율의 증감량에 기초하여, 대상환자의 협조도를 평가할 수 있는 잇몸관리 시스템을 제공하기 위한 것이다.
본 발명의 상기 및 다른 목적과 이점은 바람직한 실시예를 설명한 하기의 설명으로부터 분명해질 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 잇몸관리 시스템은 복수의 구강검사장치들을 통해 검사되는 대상환자의 구강정보를 수집하는 정보수집부, 상기 구강정보로부터 평가되는 잇몸관리항목별 평가등급에 기초하여, 상기 대상환자의 잇몸상태를 진단레벨로 진단하는 진단부 및 상기 잇몸상태에 따라 기설정된 치료방법들 중 어느 하나의 치료방법을 선택하고, 상기 어느 하나의 치료방법에 대응되는 치료안내 가이드와 진료주기를 통합하여 대상환자단말에 서비스파일로 제공하는 서비스제공부를 포함하고, 상기 서비스제공부는 상기 진료주기에서 확인되는 상기 대상환자의 치석 및 세균막의 커버링비율의 증감량에 기초하여, 상기 대상환자의 협조도를 평가한다.
실시예에 있어서, 상기 구강정보는 상기 대상환자의 구강이미지, 열화상잇몸이미지, 최대 깊이의 치주낭 길이, 치관과 치근의 경계부근과 치조골 간의 이격 높이, 경계부근의 잇몸선이 내려간 길이 및 잇몸세포 내의 단위면적당 세균숫자를 포함한다.
실시예에 있어서, 상기 잇몸관리항목은 상기 대상환자의 치석 및 세균막의 커버링비율, 잇몸의 기설정된 영역의 색상정보, 잇몸경도수치, 치은퇴축정도, 치아모빌리티 및 면적당 세균개수를 포함한다.
실시예에 있어서, 상기 서비스제공부는 상기 대상환자의 협조도에 기초하여, 상기 진료주기를 조절하여 상기 대상환자단말에 제공하고, 상기 진료주기가 변경됨에 따라 확인되는 상기 잇몸상태의 변화여부에 기초하여, 상기 어느 하나의 치료방법을 변경하여 상기 대상환자단말에 제공한다.
실시예에 있어서, 상기 서비스제공부는 상기 대상환자의 잇몸상태가 제3 진단레벨이고, 상기 대상환자의 협조도가 정상협조 상태로 평가될 때, 상기 치료안내 가이드로부터 발치 가능성 정보를 삭제처리하여 상기 대상환자단말에 제공한다.
실시예에 있어서, 상기 복수의 구강검사장치들은 구강카메라, 적외선카메라, 현미경, 치주낭측정기(periodontal probe) 및 CT 촬영장치를 포함하고, 상기 정보수집부는 상기 구강카메라를 통해 촬영된 제1 구강이미지로부터 치아객체, 잇몸객체, 치석객체 및 세균막객체를 검출하고, 상기 적외선카메라를 통해 촬영된 열화상이미지로부터 제2 잇몸객체를 검출하는 검출부, 상기 잇몸객체의 면적 내 최대 픽셀 개수의 색상정보를 탐지하고, 상기 제2 잇몸객체에 대한 평균온도정보를 탐지하는 탐지부, 상기 치주낭측정기(periodontal probe)를 이용하여 최대 깊이의 치주낭 길이, 치관과 치근의 경계부근(Cementoenamel junction)과 치조골 간의 이격 높이 및 상기 경계부근의 잇몸선이 내려간 길이를 측정하는 측정부 및 상기 현미경을 통해 측정된 기설정된 크기의 잇몸세포 내의 단위면적당 세균숫자를 카운팅하는 카운팅부를 포함한다.
실시예에 있어서, 상기 진단부는 상기 치아객체, 치석객체 및 세균막객체의 각 면적정보를 이용하여, 상기 치석 및 세균막 커버링 비율을 계산하는 계산부, 상기 색상정보를 비앤씨 컬러차트, 팬톤컬러 및 웹컬러 중 어느 하나를 통해 색상코드로 코드화하는 코드처리부, 저장 DB로부터 상기 평균온도정보에 대응되는 잇몸경도수치, 상기 이격 높이와 상기 치주낭 길이에 대응되는 치아모빌리티 및 상기 잇몸선이 내려간 길이에 대응되는 치은퇴축정도를 추출하는 데이터추출부, 상기 치석 및 세균막 커버링 비율, 상기 색상코드, 상기 잇몸경도수치, 상기 치아모빌리티, 상기 치은퇴축정도 및 상기 단위면적당 세균숫자에 기초하여, 잇몸검사항목별 평가등급을 각각 부여하는 점수부여부 및 상기 잇몸검사항목별 평가등급을 점수화하여 평균함에 산출되는 평균등급점수에 기초하여, 치주병 발병확률을 도출하는 확률도출부를 포함한다.
실시예에 있어서, 상기 서비스제공부는 잇몸치료 환자들의 치료전후 잇몸이미지들을 사전에 수집하는 이미지수집부, 상기 치료전후 잇몸이미지들에 대한 진단레벨을 라벨링하는 라벨링부, 상기 대상환자의 진단레벨에 따라 분류되는 상기 치료전후 잇몸이미지들로부터 검출되는 구강 부위별 객체들을 비교분석함에 따라, 구강 부위별 변형속성들을 도출하는 도출부, 상기 치료전후 잇몸이미지들에서 추출되는 치료전 잇몸이미지들을 입력으로 하고 상기 구강 부위별 변형속성들을 출력으로 하는 인공지능 기반의 변형속성 도출모델을 학습하는 학습부 및 상기 구강카메라를 통해 촬영된 상기 구강이미지를 상기 변형속성 도출모델에 적용함에 따라 도출되는 각 변형속성들에 기초하여, 상기 구강이미지를 이미지보정 프로그램을 통해 치료예측 이미지로 보정하여 제공하는 보정부를 포함한다.
본 발명의 실시예에 따르면, 대상환자의 잇몸상태를 보다 정확하게 진단할 수 있는 동시에, 잇몸상태의 진단레벨에 따른 치료안내 가이드와 진료주기를 맞춤형으로 제공할 수 있다.
또한, 대상환자의 협조도를 정량화하여 평가함으로써, 대상환자의 진료주기를 자동으로 변경할 수 있게 지원할 수 있다.
도 1은 본 발명의 실시예에 따른 잇몸관리 시스템(1000)을 개략적으로 나타내는 도이다.
도 2(A) 내제 도 2(F)는 구강이미지에 대한 실시예들이고, 도 2(G)는 열화상잇몸이미지에 대한 실시예이다.
도 3은 도 1의 정보수집부(100)의 실시예를 나타내는 블록도이다.
도 4는 도 1의 진단부(200)의 실시예를 나타내는 블록도이다.
도 5는 도 1의 서비스제공부(300)의 실시예를 나타내는 블록도이다.
도 2(A) 내제 도 2(F)는 구강이미지에 대한 실시예들이고, 도 2(G)는 열화상잇몸이미지에 대한 실시예이다.
도 3은 도 1의 정보수집부(100)의 실시예를 나타내는 블록도이다.
도 4는 도 1의 진단부(200)의 실시예를 나타내는 블록도이다.
도 5는 도 1의 서비스제공부(300)의 실시예를 나타내는 블록도이다.
이하, 본 발명의 실시예와 도면을 참조하여 본 발명을 상세히 설명한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위해 예시적으로 제시한 것일 뿐, 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 당업계에서 통상의 지식을 가지는 자에 있어서 자명할 것이다.
또한, 달리 정의하지 않는 한, 본 명세서에서 사용되는 모든 기술적 및 과학적 용어는 본 발명이 속하는 기술 분야의 숙련자에 의해 통상적으로 이해되는 바와 동일한 의미를 가지며, 상충되는 경우에는, 정의를 포함하는 본 명세서의 기재가 우선할 것이다.
도면에서 제안된 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 그리고, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에서 기술한 "부"란, 특정 기능을 수행하는 하나의 단위 또는 블록을 의미한다.
각 단계들에 있어 식별부호(제1, 제2, 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 실시될 수도 있고 실질적으로 동시에 실시될 수도 있으며 반대의 순서대로 실시될 수도 있다.
도 1은 본 발명의 실시예에 따른 잇몸관리 시스템(1000)을 개략적으로 나타내는 도이고, 도 2(A) 내제 도 2(F)는 구강이미지에 대한 실시예들이며, 도 2(G)는 열화상잇몸이미지에 대한 실시예이다.
도 1 내지 도 2(G)를 참조하여 설명하면, 잇몸관리 시스템(1000)은 정보수집부(100), 진단부(200) 및 서비스제공부(300)를 포함할 수 있다.
먼저, 정보수집부(100)는 복수의 구강검사장치들(10_1~10_N)을 통해 검사되는 대상환자의 구강정보를 수집할 수 있다.
여기서, 구강정보는 대상환자의 구강이미지, 열화상잇몸이미지, 최대 깊이의 치주낭 길이, 치관과 치근의 경계부근(Cementoenamel junction)과 치조골 간의 이격 높이, 경계부근의 잇몸선이 내려간 길이 및 잇몸세포 내의 단위면적당 세균숫자를 포함할 수 있다. 예를 들면, 잇몸선이 내려간 길이는 잇몸선의 일부가 노화나 염증 그리고 비정상적인 trauma에 의해 내려 앉음에 따라 최초 잇몸선과 현재 잇몸선 간의 일부 지점을 잇는 높이차이를 의미할 수 있다.
예를 들면, 대상환자의 구강이미지는 도 2(A) 내제 도 2(F)에 도시된 바와 같이, 대상환자의 구강전체 이미지와 구강부위별 부분이미지들을 포함할 수 있다. 또한, 열화상잇몸이미지는 도 2(G)에 도시된 바와 같이, 대상환자의 구강내부를 적외선으로 촬영한 이미지일 수 있다.
이러한 구강정보는 대상환자의 스케일링 치료 시기로부터 일정기간 예컨대, 6개월 이후의 구강상태를 기준으로 수행될 수 있다.
이때, 복수의 구강검사장치들(10_1~10_N)은 대상환자의 구강이미지를 촬영하기 위한 구강카메라(10_1), 잇몸의 열화상 이미지를 촬영하기 위한 적외선카메라(10_2), 최대 깊이의 치주낭 길이와 경계부근과 치조골 간의 이격 높이를 측정하기 위한 치주낭측정기(periodontal probe)(10_3), 잇몸세포 내의 단위면적당 세균숫자를 검사하기 위한 현미경(10_4) 및 경계부근의 잇몸선이 내려간 길이 예컨대, 잇몸선이 를 인식하기 위한 CT 촬영장치(10_5)를 포함할 수 있다.
일 실시예에 따라, 정보수집부(100)는 복수의 구강검사장치들(10_1~10_N) 중 어느 하나에 구비된 각 환경 감지 센서(미도시)를 통해 감지되는 병원 환경 상태에 기초하여, 병원 내 배치된 환경 조절 시설들(미도시)을 조절하여 환경 상태를 제어할 수 있다.
예를 들면, 환경 조절 시설들(미도시)은 온도 조절 장치, 에어컨 및 환풍기중 어느 하나를 포함할 수 있다.
이때, 환경 상태가 위험 상태로 판단된 경우, 정보수집부(100)는 병원 내 배치된 경보 장치를 통해 자동으로 경보할 수 있다.
다른 실시예에 따라, 정보수집부(100)는 병원에 구비된 CCTV(미도시)를 통해 촬영되는 의사이미지로부터 검출되는 기설정된 표정 객체에 기초하여, 해당 병원의 스피커를 통해 심신 안정 유도를 위한 음원 콘텐츠를 출력시킬 수 있다.
예를 들면, 기설정된 표정 객체는 무표정 객체, 불안정한 표정 객체, 의심 표정 객체, 혼란스러움 표정 객체, 무서운 표정 객체, 다급한 표정 객체 등을 포함할 수 있다.
또 다른 실시예에 따라, 정보수집부(100)는 대상환자의 구강정보를 수집하기 이전에, 복수의 구강검사장치들(10_1~10_N) 중 어느 하나에 구비된 레이저 센서(미도시)를 통해 감지되는 대상환자의 호흡 및 심박 신호에 기초하여, 대상환자의 심리상태를 안정 상태와 불안정 상태 중 어느 하나로 판단할 수 있다.
이때, 환자의 심리상태가 안정 상태로 판단된 경우, 정보수집부(100)는 구강정보를 수집할 수 있도록 복수의 구강검사장치들(10_1~10_N)에 대한 동작을 활성화시키고, 환자의 심리상태가 불안정 상태로 판단된 경우, 복수의 구강검사장치들(10_1~10_N)에 대한 동작을 일시정지시킬 수 있다.
다음으로, 진단부(200)는 정보수집부(100)를 통해 수집된 구강정보로부터 평가되는 잇몸관리항목별 평가등급에 기초하여, 대상환자의 잇몸상태를 진단레벨로 진단할 수 있다.
여기서, 잇몸관리항목은 대상환자의 치석 및 세균막의 커버링비율, 잇몸의 기설정된 영역의 색상정보, 잇몸경도수치, 치은퇴축정도, 치아모빌리티 및 면적당 세균개수를 포함할 수 있다.
이때, 진단레벨은 잇몸이 "좋음" 상태에 해당하는 제1 진단레벨, 잇몸이 "보통" 상태에 해당하는 제2 진단레벨, 잇몸이 "나쁨" 상태에 해당하는 제3 진단레벨 및 잇몸이 "매우나쁨" 상태에 해당하는 제4 진단레벨 중 어느 하나를 포함할 수 있다.
구체적으로, 진단부(200)는 정보수집부(100)를 통해 수집된 구강정보로부터 평가되는 잇몸관리항목별 평가등급을 점수화하여 합산하고 이를 관리항목수로 나눈 평균수치를 산출할 수 있다. 이때, 진단부(200)는 대상환자의 잇몸상태를 제1 내지 제4 진단레벨 중 평균수치에 대응되는 어느 하나의 진단레벨로 진단할 수 있다.
예를 들면, 평균수치가 20점 미만으로 산출된 경우, 진단부(200)는 대상환자의 잇몸상태를 제1 진단레벨로 진단하고, 평균수치가 20점 내지 50점 미만 구간으로 산출된 경우, 진단부(200)는 대상환자의 잇몸상태를 제2 진단레벨로 진단하며, 평균수치가 50점 내지 80점 미만 구간으로 산출된 경우, 진단부(200)는 대상환자의 잇몸상태를 제3 진단레벨로 진단하고, 평균수치가 80점 내지 100점 구간에 포함된 것으로 산출된 경우, 진단부(200)는 대상환자의 잇몸상태를 제4 진단레벨로 진단할 수 있다.
다음으로, 서비스제공부(300)는 진단부(200)를 통해 진단된 잇몸상태에 따라 저장 DB(500)에 기설정된 치료방법들 중 어느 하나의 치료방법을 선택하고, 어느 하나의 치료방법에 대응되는 치료안내 가이드와 진료주기를 통합하여 대상환자단말(20)에 서비스파일로 제공할 수 있다.
여기서, 기설정된 치료방법들은 서로 다른 진료주기를 가지는 제1 내지 제4 치료방법을 포함할 수 있다. 이때, 서비스파일은 SNS 플랫폼을 통해 송수신되는 콘텐츠파일일 수 있다.
예를 들면, 제1 치료방법은 1년의 제1 진료주기를 가지고, 제2 치료방법은 6개월의 제2 진료주기를 가지며, 제3 치료방법은 3개월의 제3 진료주기를 가지고, 제4 치료방법은 2개월의 제4 진료주기를 가질 수 있다.
구체적으로, 제1 치료방법은 제1 진료주기를 가지는 기본스케일링 가이드와 기본칫솔질교육 가이드를 포함할 수 있다. 또한, 제2 치료방법은 제2 진료주기를 가지는 기본칫솔질교육 가이드, 치석제거스케일링 가이드 및 와타나베칫솔질 가이드를 포함할 수 있다. 또한, 제3 치료방법은 제3 진료주기를 가지는 기본칫솔질교육 가이드, 와타나베칫솔질 가이드, 치주치료가이드, 치주스케일링 가이드 및 발치가능성 수치정보를 포함할 수 있다. 또한, 제4 치료방법은 제4 진료주기를 가지는 기본칫솔질교육 가이드, 치주치료가이드, 치주수술 및 발치가능성 수치정보를 포함할 수 있다.
이때, 발치가능성 수치정보는 대상환자의 협조도에 따라 비례하도록 변화될 수 있다.
일 실시예에 따라, 서비스제공부(300)는 진료주기마다 확인되는 대상환자의 치석 및 세균막의 커버링비율의 증감량에 기초하여, 대상환자의 협조도를 평가할 수 있다.
구체적으로, 진료주기마다 확인되는 대상환자의 치석 및 세균막의 커버링비율이 증가하는 경우, 서비스제공부(300)는 대상환자의 협조도를 비협조 상태로 평가할 수 있다. 또한, 진료주기마다 확인되는 대상환자의 치석 및 세균막의 커버링비율이 감소하는 경우, 서비스제공부(300)는 대상환자의 협조도를 정상협조 상태로 평가할 수 있다.
다른 실시예에 따라, 서비스제공부(300)는 대상환자의 협조도에 기초하여, 진료주기를 조절하여 대상환자단말(20)에 제공할 수 있다.
예를 들면, 대상환자의 협조도가 비협조 상태로 평가된 경우 서비스제공부(300)는 진료주기를 감소시키고, 대상환자의 협조도가 정상협조 상태로 평가된 경우 진료주기를 증가시킬 수 있다.
이때, 서비스제공부(300)는 진료주기가 변경됨에 따라 확인되는 잇몸상태의 레벨변화 여부에 기초하여, 어느 하나의 치료방법과 진료주기 중 어느 하나를 변경하여 대상환자단말(20)에 제공할 수 있다.
구체적으로, 진료주기가 증가됨에 따라 확인된 잇몸상태가 레벨업된 경우, 서비스제공부(300)는 어느 하나의 치료방법을 상위레벨의 치료방법으로 변경하여 대상환자단말(20)에 제공할 수 있다. 또한, 진료주기가 증가됨에 따라 확인된 잇몸상태가 레벨유지 및 레벨다운된 경우, 서비스제공부(300)는 진료주기를 이전 진료주기로 재변경시킬 수 있다.
또한, 진료주기가 감소됨에 따라 확인된 잇몸상태가 레벨다운된 경우, 서비스제공부(300)는 어느 하나의 치료방법을 하위레벨의 치료방법으로 변경하여 대상환자단말(20)에 제공할 수 있다. 또한, 진료주기가 감소됨에 따라 확인된 잇몸상태가 레벨유지 및 레벨업된 경우, 서비스제공부(300)는 진료주기를 이전 진료주기로 재변경시킬 수 있다.
또 다른 실시예에 따라, 서비스제공부(300)는 대상환자의 잇몸상태가 제3 진단레벨이고, 대상환자의 협조도가 정상협조 상태로 평가될 때, 치료안내 가이드로부터 발치 가능성 정보를 삭제처리하여 대상환자단말(20)에 제공할 수 있다.
또 다른 실시예에 따라, 서비스제공부(300)는 어느 하나의 진단레벨에 대응되는 치주병 발병확률, 잇몸관리항목별 평가등급에 대한 평균수치 및 진료주기에 기초하여 알람횟수를 자동으로 산출할 수 있다.
여기서, 알람횟수는 잇몸관리항목별 평가등급에 대한 평균수치와 진료주기 간의 곱을 치주병 발병확률로 나눈 실수값으로 정해질 수 있다.
이때, 서비스제공부(300)는 진료주기와 알람횟수 간의 비율에 따른 전송주기로 대상환자단말(20)에 서비스파일을 주기적으로 제공할 수 있다.
예를 들면, 잇몸관리항목별 평가등급에 대한 평균수치가 10이고, 제1 진단레벨에 대응되는 치주병 발병확률 20%이며, 진료주기가 12개월인 경우, 서비스제공부(300)는 알람횟수를 6회로 산출하고, 2개월의 전송주기로 대상환자단말(20)에 서비스파일을 제공할 수 있다.
또한, 잇몸관리항목별 평가등급에 대한 평균수치가 30이고, 제2 진단레벨에 대응되는 치주병 발병확률 40%이며, 진료주기가 6개월인 경우, 서비스제공부(300)는 알람횟수를 4회(≒4.5)로 산출하고, 1.5개월의 전송주기로 대상환자단말(20)에 서비스파일을 제공할 수 있다.
도 3은 도 1의 정보수집부(100)의 실시예를 나타내는 블록도이다.
도 1과 도 3을 참조하여 설명하면, 정보수집부(100)는 검출부(110), 탐지부(120), 측정부(130) 및 카운팅부(140)를 포함할 수 있다.
먼저, 검출부(110)는 구강카메라(10_1)를 통해 촬영된 대상환자의 구강이미지로부터 치아객체, 잇몸객체, 치석객체 및 세균막객체를 검출할 수 있다.
다음으로, 탐지부(120)는 잇몸객체로부터 최대 픽셀 개수의 색상정보를 탐지하고, 적외선카메라(10_2)를 통해 촬영된 열화상잇몸이미지로부터 온도정보를 탐지할 수 있다.
다음으로, 측정부(130)는 치주낭측정기(periodontal probe)(10_3)를 이용하여 최대 깊이의 치주낭 길이, 치관과 치근의 경계부근(Cementoenamel junction)과 치조골 간의 이격 높이 및 경계부근의 잇몸선이 내려간 길이를 측정할 수 있다.
다음으로, 카운팅부(140)는 현미경(10_4)을 통해 측정된 기설정된 크기의 잇몸세포 내의 단위면적당 세균숫자를 카운팅할 수 있다.
도 4는 도 1의 진단부(200)의 실시예를 나타내는 블록도이다.
도 1, 도 3 및 도 4를 참조하여 설명하면, 진단부(200)는 계산부(210), 코드처리부(220), 데이터추출부(230), 점수부여부(240) 및 확률도출부(250)를 포함할 수 있다.
먼저, 계산부(210)는 검출부(110)를 통해 검출된 치아객체, 치석객체 및 세균막객체의 각 면적정보를 이용하여, 치석 및 세균막 커버링 비율을 계산할 수 있다.
다음으로, 코드처리부(220)는 색상정보를 비앤씨 컬러차트, 팬톤컬러 및 웹컬러 중 어느 하나를 통해 색상코드로 코드화할 수 있다.
다음으로, 데이터추출부(230)는 저장 DB(500)로부터 평균온도정보에 대응되는 잇몸경도수치, 이격 높이와 치주낭 길이에 대응되는 치아모빌리티 및 잇몸선이 내려간 길이에 대응되는 치은퇴축정도를 추출할 수 있다.
여기서, 저장 DB(500)는 기수집되는 잇몸환자들의 잇몸온도별 잇몸경도를 리스트화하여 사전에 저장하여 데이터베이스화할 수 있다. 또한, 저장 DB(500)는 기수집되는 잇몸환자들의 경계부근과 치조골 간의 이격 높이와 최대 깊이의 치주낭 길이에 대응되는 치아모빌리티를 사전에 저장하여 데이터베이스화할 수 있다. 또한, 저장 DB(500)는 기수집되는 잇몸환자들의 경계부근의 잇몸선이 내려간 길이에 대응되는 치은퇴축정도를 사전에 저장하여 데이터베이스화할 수 있다.
다음으로, 점수부여부(240)는 치석 및 세균막 커버링 비율, 색상코드, 잇몸경도수치, 치아모빌리티, 치은퇴축정도 및 단위면적당 세균숫자에 기초하여, 잇몸관리항목별 평가등급을 각각 부여할 수 있다.
여기서, 잇몸관리항목은 치주병 발병확률을 도출하기 위하여 사전에 정의된 잇몸상태인자들로서, 치석 및 세균막 커버링 비율, 색상코드, 잇몸경도수치, 치아모빌리티, 치은퇴축정도 및 단위면적당 세균숫자를 포함할 수 있다.
다음으로, 확률도출부(250)는 잇몸관리항목별 평가등급을 점수화하여 평균함에 산출되는 평균등급점수에 기초하여, 치주병 발병확률을 추정하고 이를 대상환자단말(20)에 제공할 수 있다.
예를 들면, 평균등급점수가 20점 미만인 경우 확률도출부(260)는 치주병 발병확률을 20%로 추정하고, 평균등급점수가 20점 내지 50점 미만 구간인 경우 확률도출부(260)는 치주병 발병확률을 40%로 추정하고, 평균등급점수가 50점 내지 80점 미만 구간인 경우 확률도출부(260)는 치주병 발병확률을 60%로 추정하고, 평균등급점수가 80점 이상인 경우 확률도출부(260)는 치주병 발병확률을 80%로 추정할 수 있다.
도 5는 도 1의 서비스제공부(300)의 실시예를 나타내는 블록도이다.
도 1, 도 2 내지 도 4를 참조하여 설명하면, 서비스제공부(300)는 이미지수집부(310), 라벨링부(320), 도출부(330), 학습부(340) 및 이미지제공부(350)를 포함할 수 있다.
먼저, 이미지수집부(310)는 잇몸치료 환자들의 치료전후 잇몸이미지들을 사전에 수집할 수 있다.
다음으로, 라벨링부(320)는 치료전후 잇몸이미지들에 대한 진단레벨을 라벨링하도록 입력받을 수 있다.
다음으로, 도출부(330)는 대상환자의 진단레벨에 따라 분류된 치료전후 잇몸이미지들로부터 검출되는 구강 부위별 객체들을 비교분석함에 따라, 구강 부위별 변형속성들을 도출할 수 있다.
여기서, 구강 부위별 변형속성들은 치아, 잇몸선, 치근, 치골 등과 같은 구강 부위별 픽셀 유동화 보정수치, 구강 부위별 색상변화 수치 및 구강 부위별로 커버링된 치석객체 비율변화 수치를 포함할 수 있다.
다음으로, 학습부(340)는 대상환자의 진단레벨에 따라 분류된 치료전후 잇몸이미지들에서 추출되는 치료전 잇몸이미지들을 입력으로 하고, 구강 부위별 변형속성들을 출력으로 하는 인공지능 기반의 변형속성 도출모델을 학습할 수 있다.
여기서, 인공지능 기반의 변형속성 도출모델은 치료전 잇몸이미지들을 입력으로 하고, 구강 부위별 변형속성들에 대응되는 출력값을 출력으로 하여 머신러닝을 통해 학습된 인공 신경망(artificial neural network; ANN)일 수 있다.
즉, 이러한 인공지능 기반의 변형인자 도출 알고리짐은 인공 신경 회로망(Artificial Neural Network), SVM(Support Vector Machine), 의사 결정 트리(Decision Tree) 및 랜덤 포레스트(Random Forest) 중 어느 하나의 알고리즘일 수 있다.
예를 들면, 인공 신경 회로망은 주로 딥러닝에서 사용되어 지고, 기계학습과 생물학의 신경망에서 영감을 얻은 통계학적 학습 알고리즘으로서, 특징 추출 신경망과 분류 신경망을 포함하는 컨볼루션 신경망일 수 있다. 이때, 컨볼루션 신경망은 시각적 이미지를 분석하는데 사용되는 깊고 피드포워드적인 인공 신경 회로망의 한종류로, 이미지의 특징을 추출하고 클래스를 분류하는 과정으로 나누어질 수 있고, 특정 이미지의 특징을 추출하고 추출된 특징을 기반으로 이미지를 인식할 수 있다.
구체적으로, 특징 추출 신경망은 입력 신호를 컨볼루션 계층과 풀링 계층을 차례로 쌓아 진행한다. 컨볼루션 계층은 컨볼루션 연산, 컨볼루션 필터 및 활성 함수를 포함하고 있다. 컨볼루션 필터의 계산은 대상 입력의 행렬 크기에 따라 조절되나 일반적으로 9X9 행렬을 사용한다. 활성 함수는 일반적으로 ReLU 함수, 시그모이드 함수 및 tanh 함수 등을 사용할 수 있으나 이에 한정되지는 않는다. 풀링 계층은 입력의 행렬 크기를 줄이는 역할을 하는 계층으로, 특정 영역의 픽셀을 묶어 대표값을 추출하는 방식을 사용한다. 풀링 계층의 연산에는 일반적으로 평균값이나 최대값을 많이 사용하나 이에 한정되지는 않는다. 해당 연산은 정방 행렬을 사용하여 진행되는데 일반적으로 9X9 행렬을 사용한다. 컨볼루션 계층과 풀링 계층은 해당 입력이 차이를 유지한 상태에서 충분히 작아질 때까지 번갈아 반복 진행된다.
또한, 분류 신경망은 은닉층과 출력층을 가지고 있다. 이러한 분류 신경망은 일반적으로 5개 이상의 은닉층을 포함하며, 각 은닉층의 노드는 80개로 지정할 수 있으나, 경우에 따라 그 이상으로 정하는 것도 가능하다. 은닉층의 활성 함수는 ReLU 함수, 시그모이드 함수 및 tanh 함수 등을 사용하나 이에 한정되는 것은 아니다.
다음으로, 이미지제공부(350)는 구강카메라(10_1)를 통해 촬영된 구강이미지를 변형속성 도출모델에 적용함에 따라 도출되는 각 변형속성들에 기초하여, 치료전 이미지를 이미지보정 프로그램을 통해 예측치료 이미지로 보정하여 제공할 수 있다. 예를 들면, 이미지보정 프로그램은 어도비사의 포토샵일 수 있다.
본 명세서에서는 본 발명자들이 수행한 다양한 실시예 가운데 몇 개의 예만을 들어 설명하는 것이나 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고, 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
100: 정보수집부
200: 진단부
300: 서비스제공부
500: 저장 DB
1000: 잇몸관리 시스템
200: 진단부
300: 서비스제공부
500: 저장 DB
1000: 잇몸관리 시스템
Claims (8)
- 복수의 구강검사장치들을 통해 검사되는 대상환자의 구강정보를 수집하는 정보수집부;
상기 구강정보로부터 평가되는 잇몸관리항목별 평가등급에 기초하여, 상기 대상환자의 잇몸상태를 진단레벨로 진단하는 진단부; 및
상기 잇몸상태에 따라 기설정된 치료방법들 중 어느 하나의 치료방법을 선택하고, 상기 어느 하나의 치료방법에 대응되는 치료안내 가이드와 진료주기를 통합하여 대상환자단말에 서비스파일로 제공하는 서비스제공부를 포함하고,
상기 서비스제공부는 상기 진료주기마다 확인되는 상기 대상환자의 치석 및 세균막의 커버링비율의 증감량에 기초하여, 상기 대상환자의 협조도를 평가하고,
상기 구강정보는 상기 대상환자의 구강이미지, 열화상잇몸이미지, 최대 깊이의 치주낭 길이, 치관과 치근의 경계부근과 치조골 간의 이격 높이, 경계부근의 잇몸선이 내려간 길이 및 잇몸세포 내의 단위면적당 세균숫자를 포함하며,
상기 잇몸관리항목은 상기 대상환자의 치석 및 세균막의 커버링비율, 잇몸의 기설정된 영역의 색상정보, 잇몸경도수치, 치은퇴축정도, 치아모빌리티 및 면적당 세균개수를 포함하고,
상기 서비스제공부는 상기 대상환자의 협조도에 기초하여, 상기 진료주기를 조절하여 상기 대상환자단말에 제공하고,
상기 진료주기가 변경됨에 따라 확인되는 상기 잇몸상태의 변화여부에 기초하여, 상기 어느 하나의 치료방법을 변경하여 상기 대상환자단말에 제공하며,
상기 서비스제공부는 상기 대상환자의 잇몸상태가 제3 진단레벨이고, 상기 대상환자의 협조도가 정상협조 상태로 평가될 때, 상기 치료안내 가이드로부터 발치 가능성 정보를 삭제처리하여 상기 대상환자단말에 제공하고,
상기 복수의 구강검사장치들은 구강카메라, 적외선카메라, 현미경, 치주낭측정기(periodontal probe) 및 CT 촬영장치를 포함하고,
상기 정보수집부는 상기 구강카메라를 통해 촬영된 제1 구강이미지로부터 치아객체, 잇몸객체, 치석객체 및 세균막객체를 검출하고, 상기 적외선카메라를 통해 촬영된 열화상이미지로부터 제2 잇몸객체를 검출하는 검출부;
상기 잇몸객체의 면적 내 최대 픽셀 개수의 색상정보를 탐지하고, 상기 제2 잇몸객체에 대한 평균온도정보를 탐지하는 탐지부;
상기 치주낭측정기(periodontal probe)를 이용하여 최대 깊이의 치주낭 길이, 치관과 치근의 경계부근(Cementoenamel junction)과 치조골 간의 이격 높이 및 상기 경계부근의 잇몸선이 내려간 길이를 측정하는 측정부; 및
상기 현미경을 통해 측정된 기설정된 크기의 잇몸세포 내의 단위면적당 세균숫자를 카운팅하는 카운팅부를 포함하며,
상기 진단부는 상기 치아객체, 치석객체 및 세균막객체의 각 면적정보를 이용하여, 상기 치석 및 세균막 커버링 비율을 계산하는 계산부;
상기 색상정보를 비앤씨 컬러차트, 팬톤컬러 및 웹컬러 중 어느 하나를 통해 색상코드로 코드화하는 코드처리부;
저장 DB로부터 상기 평균온도정보에 대응되는 잇몸경도수치, 상기 이격 높이와 상기 치주낭 길이에 대응되는 치아모빌리티 및 상기 잇몸선이 내려간 길이에 대응되는 치은퇴축정도를 추출하는 데이터추출부;
상기 치석 및 세균막 커버링 비율, 상기 색상코드, 상기 잇몸경도수치, 상기 치아모빌리티, 상기 치은퇴축정도 및 상기 단위면적당 세균숫자에 기초하여, 잇몸검사항목별 평가등급을 각각 부여하는 점수부여부; 및
상기 잇몸검사항목별 평가등급을 점수화하여 평균함에 산출되는 평균등급점수에 기초하여, 치주병 발병확률을 도출하는 확률도출부를 포함하고,
상기 서비스제공부는 잇몸치료 환자들의 치료전후 잇몸이미지들을 사전에 수집하는 이미지수집부;
상기 치료전후 잇몸이미지들에 대한 진단레벨을 라벨링하는 라벨링부;
상기 대상환자의 진단레벨에 따라 분류되는 상기 치료전후 잇몸이미지들로부터 검출되는 구강 부위별 객체들을 비교분석함에 따라, 구강 부위별 변형속성들을 도출하는 도출부;
상기 치료전후 잇몸이미지들에서 추출되는 치료전 잇몸이미지들을 입력으로 하고 상기 구강 부위별 변형속성들을 출력으로 하는 인공지능 기반의 변형속성 도출모델을 학습하는 학습부; 및
상기 구강카메라를 통해 촬영된 상기 구강이미지를 상기 변형속성 도출모델에 적용함에 따라 도출되는 각 변형속성들에 기초하여, 상기 구강이미지를 이미지보정 프로그램을 통해 치료예측 이미지로 보정하여 제공하는 보정부를 포함하며,
상기 서비스제공부는 상기 잇몸상태의 진단레벨에 대응되는 치주병 발병확률, 잇몸관리항목별 평가등급에 대한 평균수치 및 상기 진료주기에 기초하여, 알람횟수를 자동으로 산출하고,
상기 진료주기와 상기 알람횟수 간의 분배 비율에 따른 전송주기로 상기 대상환자단말에 상기 서비스파일을 주기적으로 제공하며,
상기 알람횟수는 상기 평균수치와 상기 진료주기 간의 곱을 상기 치주병 발병확률로 나눈 실수값으로 정해지고,
상기 정보수집부는 상기 구강정보를 수집하기 이전에, 상기 복수의 구강검사장치들 중 어느 하나에 구비된 레이저 센서를 통해 감지되는 대상환자의 호흡 및 심박 신호에 기초하여, 상기 대상환자의 심리상태를 안정 상태와 불안정 상태 중 어느 하나로 판단하고,
상기 심리상태가 안정 상태로 판단된 경우, 상기 구강정보를 수집할 수 있도록 상기 복수의 구강검사장치들에 대한 동작을 활성화시키고, 상기 심리상태가 불안정 상태로 판단된 경우, 상기 복수의 구강검사장치들에 대한 동작을 일시정지 시키며,
상기 정보수집부는 각 환경 감지 센서를 통해 감지되는 병원 환경 상태에 기초하여, 병원 내 배치된 환경 조절 시설들을 조절하여 환경 상태를 제어하고,
CCTV를 통해 촬영되는 의사이미지로부터 검출되는 기설정된 표정 객체에 기초하여, 해당 병원의 스피커를 통해 심신 안정 유도를 위한 음원 콘텐츠를 출력하는, 잇몸관리 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220094182A KR102555602B1 (ko) | 2022-07-28 | 2022-07-28 | 잇몸관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220094182A KR102555602B1 (ko) | 2022-07-28 | 2022-07-28 | 잇몸관리 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102555602B1 true KR102555602B1 (ko) | 2023-07-13 |
Family
ID=87160373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220094182A KR102555602B1 (ko) | 2022-07-28 | 2022-07-28 | 잇몸관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102555602B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101853101B1 (ko) | 2017-11-30 | 2018-04-30 | 유형근 | 구강검진·헬스케어클린을 갖는 스마트 oct 장치 및 방법 |
| KR20190023133A (ko) | 2017-08-28 | 2019-03-08 | 주식회사 디디에스 | 구강 관리 시스템 |
| KR20210006244A (ko) | 2019-07-08 | 2021-01-18 | 서울대학교치과병원 | 디지털 치아 영상에 치아 진료 데이터를 기록 및 표시하는 방법 및 장치 |
| KR102240932B1 (ko) | 2020-03-23 | 2021-04-15 | 한승호 | 구강 데이터 관리 방법, 장치, 및 시스템 |
-
2022
- 2022-07-28 KR KR1020220094182A patent/KR102555602B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190023133A (ko) | 2017-08-28 | 2019-03-08 | 주식회사 디디에스 | 구강 관리 시스템 |
| KR101853101B1 (ko) | 2017-11-30 | 2018-04-30 | 유형근 | 구강검진·헬스케어클린을 갖는 스마트 oct 장치 및 방법 |
| KR20210006244A (ko) | 2019-07-08 | 2021-01-18 | 서울대학교치과병원 | 디지털 치아 영상에 치아 진료 데이터를 기록 및 표시하는 방법 및 장치 |
| KR102240932B1 (ko) | 2020-03-23 | 2021-04-15 | 한승호 | 구강 데이터 관리 방법, 장치, 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11314983B2 (en) | Method for analyzing an image of a dental arch | |
| US10755409B2 (en) | Method for analyzing an image of a dental arch | |
| US8098908B2 (en) | Method and device for analyzing the retinal vessels by means of digital images | |
| US20190026893A1 (en) | Method for analyzing an image of a dental arch | |
| KR101301821B1 (ko) | 안색 정보 생성 장치 및 그 방법, 안색 정보를 이용한 건강 상태 판단 장치 및 그 방법, 건강 분류 함수 생성 장치 및 그 방법 | |
| CN107887032A (zh) | 一种数据处理方法及装置 | |
| CN115547500B (zh) | 血液透析病人的健康监测设备及系统 | |
| CN117617921B (zh) | 基于物联网的智能血压监控系统及方法 | |
| CN115862819A (zh) | 一种基于图像处理的医学图像管理方法 | |
| CN116246778A (zh) | 一种肺功能检测智能诊断平台 | |
| CN115346648A (zh) | 一种手术室护理风险评估方法及系统 | |
| Ahmed et al. | Artificial intelligence in the detection and classification of dental caries | |
| CN117747102B (zh) | 口腔健康检查和护理方法 | |
| US20210338379A1 (en) | Method for analyzing an image of a dental arch | |
| KR102555602B1 (ko) | 잇몸관리 시스템 | |
| JP2020151358A (ja) | 睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法および睡眠時無呼吸症候群判定プログラム | |
| CN117808786A (zh) | 一种视网膜动脉分支角度变化关联预测方法 | |
| KR101715567B1 (ko) | 사상체질전문가의 체질 진단에서의 시진(視診) 또는 망진(望診) 상의 오류를 교정하기 위한 얼굴 분석 시스템 | |
| KR101823331B1 (ko) | IoT 건강 컨텍스트 기반 질병 진단 시스템 | |
| JP7477906B2 (ja) | 認知症診断支援情報の提供装置及びその方法 | |
| JP2009201653A (ja) | 知的活動評価システム、並びにその学習方法及びラベル付与方法 | |
| CN113487611B (zh) | 基于人工智能的牙片图像处理方法及系统 | |
| CN114494299A (zh) | 温度检测设备 | |
| CN112086193A (zh) | 一种基于物联网的人脸识别健康预测系统及方法 | |
| KR102595646B1 (ko) | 심층신경망과 몬테카를로 드롭아웃을 이용한 고막 질병 예측 모델 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |