KR102596666B1 - 의료 영상 기반 통합 의료 서비스 제공 시스템 및 방법 - Google Patents
의료 영상 기반 통합 의료 서비스 제공 시스템 및 방법 Download PDFInfo
- Publication number
- KR102596666B1 KR102596666B1 KR1020230053657A KR20230053657A KR102596666B1 KR 102596666 B1 KR102596666 B1 KR 102596666B1 KR 1020230053657 A KR1020230053657 A KR 1020230053657A KR 20230053657 A KR20230053657 A KR 20230053657A KR 102596666 B1 KR102596666 B1 KR 102596666B1
- Authority
- KR
- South Korea
- Prior art keywords
- medical
- medical service
- service provision
- landmark
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011282 treatment Methods 0.000 claims description 45
- 238000001356 surgical procedure Methods 0.000 claims description 34
- 238000003745 diagnosis Methods 0.000 claims description 23
- 238000004088 simulation Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000002980 postoperative effect Effects 0.000 claims description 3
- 238000002059 diagnostic imaging Methods 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 15
- 201000010099 disease Diseases 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 230000003902 lesion Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 210000001738 temporomandibular joint Anatomy 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 210000004283 incisor Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000000216 zygoma Anatomy 0.000 description 1
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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
의료 영상 기반 통합 의료 서비스 제공 시스템 및 방법이 제공된다. 본 발명의 다양한 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 시스템은 복수의 의료 서비스 제공 모듈 및 랜드마크 정보 제공부를 포함하며, 상기 복수의 의료 서비스 제공 모듈 각각을 통해 서로 다른 복수의 의료 서비스를 제공하는 플랫폼을 운영하는 서버를 포함하며, 상기 서버는, 의료 영상을 획득하고, 상기 랜드마크 정보 제공부를 통해 상기 획득된 의료 영상을 분석하여 복수의 랜드마크에 관한 정보를 추출하며, 상기 복수의 의료 서비스 제공 모듈 중 적어도 하나의 의료 서비스 제공 모듈로 상기 획득된 의료 영상 및 상기 추출된 복수의 랜드마크에 관한 정보를 제공함에 따라 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 적어도 하나의 의료 서비스를 제공한다.
Description
본 발명의 다양한 실시예는 의료 영상 기반 통합 의료 서비스 제공 시스템 및 방법에 관한 것이다.
종래의 병원에서 환자를 진단하는 방법은 환자에 대한 의료 영상(예컨대, CT 영상, MRI 영상, X-ray 영상 등)을 촬영하고, 의료진이 환자에 대한 의료 영상을 직접 분석하여 환자의 상태(질병 보유 여부 등)를 진단하였다.
그러나, 종래의 환자 진단 방법은 의료진(또는 의료 영상을 전문적으로 분석하는 영상 분석 전문의)이 직접 의료 영상을 분석하여 환자의 상태를 진단하는 것이기 때문에, 의료진의 실수로 의료 영상 내에 존재하는 병변을 인지하지 못하거나, 잘못 인지하는 문제가 발생할 수 있다는 문제가 있으며, 실제로 이러한 문제가 적지 않게 발생되었다.
또한, 의료 영상에서 보이는 병변의 크기 등을 정량적으로 측정하기 위해 병변의 범위를 설정할 필요성이 있고, 종래의 환자 진단 방법에서는 의료진이 수작업으로 병변의 범위를 설정하였는데, CT, MRI, PET와 같은 단면 영상의 경우 복수의 의료 영상에 대하여 병변의 범위를 설정하는 작업을 반복적으로 수행해야 하기 때문에 실질적으로는 정량적 측정이 이루어지지 못해왔으며, 수작업으로 이를 수행한다 하더라도 작업자의 육안적 식별성향에 따라 그 크기가 일정치 못하여 측정 오차의 한계가 크다는 문제가 있었다.
이러한 종래의 환자 진단 방식을 개선하기 위한 목적으로, 의료 영상을 기반으로 환자의 상태를 진단하거나, 치료 계획을 수립하거나, 치료 및 수술을 시뮬레이션 하거나 또는 수술 결과를 분석하는 등 다양한 의료 서비스를 제공하는 보조 프로그램들이 개발되었다.
그러나, 이러한 보조 프로그램은 수술 및 치료의 종류나, 진단, 치료계획 수립, 시뮬레이션 등과 같은 진료 단계별로 세분화되어 있는 바, 수술 및 치료의 종류나 진료 단계에 맞춰 사용하기 위해서는 수술 및 치료의 종류나 진료 단계에 맞는 보조 프로그램들을 별도로 구매해야 된다는 문제가 있고, 치료의 종류나 진료의 단계에 맞춰 보조 프로그램을 옮겨가며 사용해야 한다는 불편함이 있다.
본 발명이 해결하고자 하는 과제는 복수의 의료 서비스 제공 모듈을 통해 서로 다른 복수의 의료 서비스를 제공하는 플랫폼을 통해 수술 및 치료의 종류, 진료 단계에 맞는 의료 서비스를 제공함으로써, 사용자가 보조 프로그램을 옮겨가며 사용할 필요없이 하나의 플랫폼을 통해 다양한 종류의 의료 서비스를 제공받을 수 있는 의료 영상 기반 통합 의료 서비스 제공 시스템 및 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 시스템은 복수의 의료 서비스 제공 모듈 및 랜드마크 정보 제공부를 포함하며, 상기 복수의 의료 서비스 제공 모듈 각각을 통해 서로 다른 복수의 의료 서비스를 제공하는 플랫폼을 운영하는 서버를 포함하며, 상기 서버는, 의료 영상을 획득하고, 상기 랜드마크 정보 제공부를 통해 상기 획득된 의료 영상을 분석하여 복수의 랜드마크에 관한 정보를 추출하며, 상기 복수의 의료 서비스 제공 모듈 중 적어도 하나의 의료 서비스 제공 모듈로 상기 획득된 의료 영상 및 상기 추출된 복수의 랜드마크에 관한 정보를 제공함에 따라 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 적어도 하나의 의료 서비스를 제공할 수 있다.
다양한 실시예에서, 상기 서버는, 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스의 종류에 기초하여 상기 추출된 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택하고, 상기 선택된 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 정보를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공할 수 있다.
다양한 실시예에서, 상기 서버는, 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 특정 부위에 대한 진단 서비스인 경우, 상기 추출된 복수의 랜드마크 중 상기 특정 부위에 대응하는 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 영상을 상기 적어도 하나의 의료 서비스 제공 모듈로 제공할 수 있다.
다양한 실시예에서, 상기 서버는, 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 치료 계획 수립 서비스인 경우, 치료하고자 하는 부위 및 치료 방법에 기초하여 상기 추출된 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택하고, 상기 선택된 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 정보를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공할 수 있다.
다양한 실시예에서, 상기 서버는, 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 수술 시뮬레이션 서비스인 경우, 시뮬레이션 하고자 하는 수술의 종류에 기초하여 상기 추출된 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택하고, 상기 선택된 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 정보를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공할 수 있다.
다양한 실시예에서, 상기 서버는, 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 수술 결과 분석 서비스인 경우, 상기 추출된 복수의 랜드마크 중 수술 부위의 수술 전 위치에 대응하는 제1 랜드마크 및 상기 수술 부위의 수술 후 위치에 대응하는 제2 랜드마크에 관한 정보와 상기 획득된 의료 정보를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공할 수 있다.
다양한 실시예에서, 상기 서버는, 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 진단 서비스인 경우, 상기 획득된 의료 영상 기반의 진단 유형을 설정하고, 기 정의된 복수의 랜드마크 그룹 중 상기 설정된 진단 유형에 대응하는 랜드마크 그룹을 선택하며, 상기 추출된 복수의 랜드마크 중 상기 선택된 랜드마크 그룹에 포함된 랜드마크와 대응되는 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 영상을 상기 적어도 하나의 의료 서비스 제공 모듈로 제공할 수 있다.
다양한 실시예에서, 상기 서버는, 제1 의료 서비스를 제공하는 제1 의료 서비스 제공 모듈을 통해 특정 의료 영상을 획득하는 것에 대응하여, 상기 특정 의료 영상으로부터 추출된 복수의 랜드마크 중 상기 제1 의료 서비스에 대응하는 랜드마크에 관한 정보와 상기 획득된 특정 의료 영상을 상기 제1 의료 서비스 제공 모듈로 제공함에 따라 사용자에게 상기 제1 의료 서비스를 제공하고, 상기 사용자에게 상기 제1 의료 서비스를 제공함에 따라 도출된 결과에 기초하여, 추천 의료 서비스로서 제2 의료 서비스를 결정하며, 상기 제2 의료 서비스가 추천 의료 서비스로 결정되는 것에 대응하여, 상기 특정 의료 영상으로부터 추출된 복수의 랜드마크 중 상기 제2 의료 서비스에 대응하는 랜드마크에 관한 정보와 상기 획득된 특정 의료 영상을 상기 제2 의료 서비스를 제공하는 제2 의료 서비스 제공 모듈에 제공함에 따라 상기 사용자에게 상기 제2 의료 서비스를 제공할 수 있다.
다양한 실시예에서, 상기 서버는, 상기 추출된 복수의 랜드마크에 관한 정보를 이용하여 하나 이상의 파라미터를 산출하고, 상기 산출된 하나 이상의 파라미터를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공하되, 상기 산출된 하나 이상의 파라미터의 종류는 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 의료 서비스의 종류에 기초하여 결정되는 것일 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공방법은 복수의 의료 서비스 제공 모듈 및 랜드마크 정보 제공부를 포함하며, 상기 복수의 의료 서비스 제공 모듈 각각을 통해 서로 다른 복수의 의료 서비스를 제공하는 플랫폼을 운영하는 서버에 의해 수행되는 의료 영상 기반 통합 의료 서비스 제공방법에 있어서, 의료 영상을 획득하는 단계, 상기 랜드마크 정보 제공부를 통해 상기 획득된 의료 영상을 분석하여 복수의 랜드마크에 관한 정보를 추출하는 단계 및 상기 복수의 의료 서비스 제공 모듈 중 적어도 하나의 의료 서비스 제공 모듈로 상기 획득된 의료 영상 및 상기 추출된 복수의 랜드마크에 관한 정보를 제공함에 따라 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 적어도 하나의 의료 서비스를 제공하는 단계를 포함할 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 다양한 실시예에 따르면, 복수의 의료 서비스 제공 모듈을 통해 서로 다른 복수의 의료 서비스를 제공하는 플랫폼을 통해 수술 및 치료의 종류, 진료 단계에 맞는 의료 서비스를 제공함으로써, 사용자가 보조 프로그램을 옮겨가며 사용할 필요없이 하나의 플랫폼을 통해 다양한 종류의 의료 서비스를 제공받을 수 있다는 이점이 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 시스템을 도시한 도면이다.
도 2는 본 발명의 다른 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 서버의 하드웨어 구성도이다.
도 3은 본 발명의 또 다른 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 방법의 순서도이다.
도 4는 다양한 실시예에서, 의료 영상 기반 통합 의료 서비스를 제공하는 과정을 도시한 도면이다.
도 5는 다양한 실시예에 적용 가능한 랜드마크에 관한 정보가 사전에 정의된 표이다.
도 6은 다양한 실시예에서, 의료 서비스의 종류에 따라 선택된 랜드마크에 관한 정보와 의료 영상을 이용하여 의료 서비스를 제공하는 방법을 설명하기 위한 순서도이다.
도 2는 본 발명의 다른 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 서버의 하드웨어 구성도이다.
도 3은 본 발명의 또 다른 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 방법의 순서도이다.
도 4는 다양한 실시예에서, 의료 영상 기반 통합 의료 서비스를 제공하는 과정을 도시한 도면이다.
도 5는 다양한 실시예에 적용 가능한 랜드마크에 관한 정보가 사전에 정의된 표이다.
도 6은 다양한 실시예에서, 의료 서비스의 종류에 따라 선택된 랜드마크에 관한 정보와 의료 영상을 이용하여 의료 서비스를 제공하는 방법을 설명하기 위한 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 시스템을 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 시스템은 통합 의료 서비스 제공서버(100), 사용자 단말(200), 외부 서버(300) 및 네트워크(400)를 포함할 수 있다.
여기서, 도 1에 도시된 의료 영상 기반 통합 의료 서비스 제공 시스템은 일 실시예에 따른 것이고, 그 구성 요소가 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.
일 실시예에서, 의료 영상 기반 통합 의료 서비스 제공서버(100)(이하 "서버(100)")는 복수의 의료 서비스를 제공할 수 있다. 예컨대, 서버(100)는 복수의 의료 서비스를 제공하는 플랫폼을 운영하는 플랫폼 운영 서버일 수 있으며, 서버(100)가 운영하는 플랫폼에 접속한 사용자로부터 복수의 의료 서비스 중 특정 의료 서비스를 선택받음에 따라 사용자에게 특정 의료 서비스를 제공할 수 있다.
여기서, 복수의 의료 서비스는 의료 영상을 기반으로 제공되는 서로 다른 종류의 의료 서비스를 의미할 수 있다.
일례로, 복수의 의료 서비스는 복수의 의료 서비스 제공 모듈(예: 도 4의 10)을 통해 제공되는 서로 다른 종류의 의료 서비스로서, 예컨대, 의료 영상 기반의 진단 서비스, 의료 영상 기반의 치료 계획 수립 서비스, 의료 영상 기반의 치료 및 수술 시뮬레이션 서비스, 의료 영상 기반의 치료 및 수술 결과 분석 서비스를 포함할 수 있다.
또한, 여기서, 복수의 의료 서비스 제공 모듈(10)은 서로 다른 복수의 의료 서비스 각각을 개별적으로 제공할 수 있도록 프로그래밍된 복수의 소프트웨어가 개별적인 모듈로 모듈화된 것일 수 있다. 즉, 복수의 의료 서비스 제공 모듈(10)은 서로 다른 복수의 의료 서비스 각각을 제공하는 모듈화된 소프트웨어들을 의미할 수 있다. 예컨대, 제1 의료 서비스 제공 모듈(예: 도 4의 10a)은 진단 서비스를 제공하는 소프트웨어가 모듈화된 것이고, 제2 의료 서비스 제공 모듈(예: 도 4의 10b)은 치료 계획 수립 서비스를 제공하는 소프트웨어가 모듈화된 것일 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 서버(100)는 사용자에게 의료 영상 기반 통합 의료 서비스를 제공할 수 있다. 예컨대, 서버(100)는 네트워크(400)를 통해 사용자 단말(200)과 연결될 수 있으며, 사용자 단말(200)로 의료 영상 기반 통합 의료 서비스를 제공하는 사용자 인터페이스(User Interface, UI)를 제공할 수 있고, I를 통해 획득되는 사용자 입력에 대응하여 복수의 의료 서비스 중 적어도 하나의 의료 서비스를 제공할 수 있다.
예컨대, 서버(100)가 제공하는 의료 영상 기반 통합 의료 서비스는 웹 또는 애플리케이션과 같은 응용 소프트웨어 형태로 구현될 수 있으며, 사용자는 사용자 단말(200)을 통해 서버(100)로부터 제공되는 애플리케이션을 다운로드, 설치 및 실행함에 따라 의료 영상 기반 통합 의료 서비스를 이용할 수 있다.
여기서, 사용자 단말(200)은 서버(100)와 통신을 위한 메커니즘을 갖는 시스템에서의 임의의 형태의 엔티티(들)를 의미할 수 있다. 예를 들어, 이러한 사용자 단말(200)은 PC(personal computer), 노트북(note book), 모바일 단말기(mobile terminal), 스마트 폰(smart phone), 태블릿 PC(tablet pc) 및 웨어러블 디바이스(wearable device) 등을 포함할 수 있으며, 유/무선 네트워크에 접속할 수 있는 모든 종류의 단말을 포함할 수 있다. 또한, 사용자 단말(200)은 에이전트, API(Application Programming Interface) 및 플러그-인(Plug-in) 중 적어도 하나에 의해 구현되는 임의의 서버를 포함할 수도 있다. 또한, 사용자 단말(200)은 애플리케이션 소스 및/또는 클라이언트 애플리케이션을 포함할 수 있다.
또한, 네트워크(400)는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미할 수 있다. 예를 들어, 네트워크(400)는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함할 수 있다.
또한, 여기서, 무선 데이터 통신망은 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등을 포함할 수 있으나, 이에 한정되지는 않는다.
일 실시예에서, 외부 서버(300)는 네트워크(400)를 통해 서버(100)와 연결될 수 있으며, 서버(100)가 의료 영상 기반 통합 의료 서비스를 제공하기 위해 필요한 각종 정보 및 데이터(예컨대, 랜드마크 정보)를 저장 및 관리하거나, 서버(100)가 의료 영상 기반 통합 의료 서비스를 제공함에 따라 생성되는 각종 정보 및 데이터를 수집하여 저장 및 관리할 수 있다. 예컨대, 외부 서버(300)는 서버(100)의 외부에 별도로 구비되는 저장 서버일 수 있으나, 이에 한정되지 않는다. 이하, 도 2를 참조하여, 의료 영상 기반 통합 의료 서비스 제공방법을 수행하는 서버(100)의 하드웨어 구성에 대해 설명하도록 한다.
도 2는 본 발명의 다른 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 서버의 하드웨어 구성도이다.
도 2를 참조하면, 다양한 실시예에서, 서버(100)는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(151)을 로드(Load)하는 메모리(120), 버스(130), 통신 인터페이스(140) 및 컴퓨터 프로그램(151)을 저장하는 스토리지(150)를 포함할 수 있다. 여기서, 도 2에는 본 발명의 실시예와 관련 있는 구성요소들만 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 2에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.
프로세서(110)는 서버(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.
또한, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 서버(100)는 하나 이상의 프로세서를 구비할 수 있다.
다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(150)로부터 컴퓨터 프로그램(151)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(151)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(151)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.
버스(130)는 서버(100)의 구성 요소 간 통신 기능을 제공한다. 버스(130)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.
통신 인터페이스(140)는 서버(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(140)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(140)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(140)는 생략될 수도 있다.
스토리지(150)는 컴퓨터 프로그램(151)을 비 임시적으로 저장할 수 있다. 서버(100)를 통해 의료 영상 기반 통합 의료 서비스 제공 프로세스를 수행하는 경우, 스토리지(150)는 의료 영상 기반 통합 의료 서비스 제공 프로세스를 제공하기 위하여 필요한 각종 정보를 저장할 수 있다.
스토리지(150)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.
컴퓨터 프로그램(151)은 메모리(120)에 로드될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.
일 실시예에서, 컴퓨터 프로그램(151)은 의료 영상을 획득하는 단계, 랜드마크 정보 제공부를 통해 획득된 의료 영상을 분석하여 복수의 랜드마크에 관한 정보를 추출하는 단계 및 복수의 의료 서비스 제공 모듈 중 적어도 하나의 의료 서비스 제공 모듈로 획득된 의료 영상 및 추출된 복수의 랜드마크에 관한 정보를 제공함에 따라 적어도 하나의 의료 서비스 제공 모듈을 통해 적어도 하나의 의료 서비스를 제공하는 단계를 포함하는 의료 영상 기반 통합 의료 서비스 제공방법을 수행하도록 하는 하나 이상의 인스트럭션을 포함할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 이하, 도 3 내지 도 6을 참조하여 서버(100)에 의해 수행되는 의료 영상 기반 통합 의료 서비스 제공방법에 대해 설명하도록 한다.
도 3은 본 발명의 또 다른 실시예에 따른 의료 영상 기반 통합 의료 서비스 제공 방법의 순서도이며, 도 4는 다양한 실시예에서, 의료 영상 기반 통합 의료 서비스를 제공하는 과정을 도시한 도면이다.
도 3 및 도 4를 참조하면, S110 단계에서, 서버(100)는 의료 영상을 획득할 수 있다.
다양한 실시예에서, 서버(100)는 복수의 의료 서비스 제공 모듈(10) 중 어느 하나의 의료 서비스 제공 모듈을 통해 의료 영상을 획득할 수 있다. 여기서, 어느 하나의 의료 서비스 제공 모듈은 사용자가 선택한 의료 서비스(예컨대, 사용자가 제공받고자 하는 의료 서비스)를 제공하는 의료 서비스 제공 모듈일 수 있다.
보다 구체적으로, 먼저, 서버(100)는 사용자 단말(200)로 의료 영상 기반 통합 의료 서비스를 제공하는 통합 의료 서비스 제공 UI를 제공할 수 있다.
이후, 서버(100)는 통합 의료 서비스 제공 UI를 통해 사용자로부터 제1 의료 서비스의 제공 요청을 획득하는 경우, 제1 의료 서비스 제공 모듈(10a)의 동작을 제어함으로써, 제1 의료 서비스 제공 모듈(10a)을 통해 사용자 단말(200)로 제1 의료 서비스를 제공하는 제1 의료 서비스 UI를 제공할 수 있다.
이후, 제1 의료 서비스 제공 모듈(10a)은 제1 의료 서비스 UI를 통해 사용자로부터 특정 의료 영상을 업로드받을 수 있으며, 서버(100)는 제1 의료 서비스 제공 모듈(10a)로부터 사용자가 업로드한 특정 의료 영상을 전달받을 수 있다. 그러나, 이에 한정되지 않고, 서버(100)는 어느 하나의 의료 서비스 제공 모듈을 통하지 않고, 통합 의료 서비스 제공 UI를 통해 사용자로부터 의료 영상을 직업 업로드받을 수 있다.
여기서, 의료 영상은 진료 대상(예컨대, 환자 또는 환자의 특정 부위)을 촬영함에 따라 생성되는 영상 데이터로, 예컨대, CT 영상, MRI 영상, X-ray 영상을 포함할 수 있으나, 이에 한정되지 않고, 의료 영상을 가공함에 따라 생성되는 데이터(예컨대, 3차원 이미지(예컨대, CT 영상, MRI 영상 등)을 볼륨 렌더링 함에 따라 생성되는 3D 볼륨 데이터, 3차원 모델링 데이터 등)를 포함할 수 있다.
S120 단계에서, 서버(100)는 S110 단계를 거쳐 획득된 의료 영상으로부터 복수의 랜드마크에 관한 정보를 추출할 수 있다.
여기서, 랜드마크(Land mark)는 해부학적 특이점을 의미하는 것일 수 있으나, 이에 한정되지 않고, 랜드마크는 특정 질병을 진단하거나, 특정 질병을 치료 또는 수술하기 위한 기준이 되는 지점을 의미할 수 있다.
또한, 여기서, 랜드마크에 관한 정보는 랜드마크의 종류 및 랜드마크의 위치에 대응하는 좌표 값을 포함할 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 서버(100)에 포함된 랜드마크 정보 제공부(20)는 의료 영상을 분석하여 의료 영상에 포함된 복수의 랜드마크에 관한 정보를 추출할 수 있다.
다양한 실시예에서, 서버(100)는 도 5에 도시된 표와 같이, 사전에 복수의 랜드마크에 관한 정보(예컨대, 랜드마크의 종류, 위치 등)를 정의할 수 있으며, 사전에 정의된 복수의 랜드마크에 관한 정보에 기초하여, 의료 영상으로부터 복수의 랜드마크에 관한 정보를 추출할 수 있다.
다양한 실시예에서, 서버(100)는 기 학습된 인공지능 모델을 이용하여 의료 영상을 분석함에 따라 하나 이상의 특징점을 추출할 수 있고, 추출된 하나 이상의 특징점을 이용하여 하나 이상의 랜드마크에 관한 정보를 추출할 수 있다.
여기서, 기 학습된 인공지능 모델은 랜드마크에 관한 정보(예컨대, 랜드마크의 종류 및 위치(예: 좌표) 등)가 레이블링(Labeling)된 복수의 의료 영상을 학습 데이터로 하여 학습된 모델(예컨대, 지도학습(Supervised learning)에 따라 학습된 모델)로서, 특정 의료 영상을 입력 데이터로 하여 입력된 의료 영상에 포함된 랜드마크의 위치 및 종류를 도출하는 모델일 수 있다.
인공지능 모델(예: 신경망)은 하나 이상의 네트워크 함수로 구성되며, 하나 이상의 네트워크 함수는 일반적으로 ‘노드’라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 ‘노드’들은 ‘뉴런(neuron)’들로 지칭될 수도 있다. 하나 이상의 네트워크 함수는 적어도 하나 이상의 노드들을 포함하여 구성된다. 하나 이상의 네트워크 함수를 구성하는 노드(또는 뉴런)들은 하나 이상의 ‘링크’에 의해 상호 연결될 수 있다.
인공지능 모델 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.
하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 인공지능 모델이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.
전술한 바와 같이, 인공지능 모델은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 인공지능 모델 내에서 입력 노드 및 출력 노드 관계를 형성한다. 인공지능 모델 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 인공지능 모델의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 인공지능 모델이 존재하는 경우, 두 개의 인공지능 모델들은 서로 상이한 것으로 인식될 수 있다.
인공지능 모델을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 인공지능 모델 내에서 레이어의 차수는 전술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.
최초 입력 노드는 인공지능 모델 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 인공지능 모델 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 인공지능 모델 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 인공지능 모델을 구성하는 노드들을 의미할 수 있다. 본 발명의 일 실시예에 따른 인공지능 모델은 입력 레이어의 노드가 출력 레이어에 가까운 히든 레이어의 노드보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 인공지능 모델일 수 있다.
인공지능 모델은 하나 이상의 히든 레이어를 포함할 수 있다. 히든 레이어의 히든 노드는 이전의 레이어의 출력과 주변 히든 노드의 출력을 입력으로 할 수 있다. 각 히든 레이어 별 히든 노드의 수는 동일할 수도 있고 상이할 수도 있다. 입력 레이어의 노드의 수는 입력 데이터의 데이터 필드의 수에 기초하여 결정될 수 있으며 히든 노드의 수와 동일할 수도 있고 상이할 수도 있다. 입력 레이어에 입력된 입력 데이터는 히든 레이어의 히든 노드에 의하여 연산될 수 있고 출력 레이어인 완전 연결 레이어(FCL: fully connected layer)에 의해 출력될 수 있다.
다양한 실시예에서, 인공지능 모델은 딥러닝(Deep learning) 모델일 수 있다.
딥러닝 모델(예: 딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 인공지능 모델을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다.
딥 뉴럴 네트워크는 컨벌루셔널 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크 등을 포함할 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 네트워크 함수는 오토 인코더를 포함할 수도 있다. 여기서, 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종일 수 있다.
오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어로 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 차원 감소 레이어와 차원 복원 레이어의 노드는 대칭일 수도 있고 아닐 수도 있다. 또한, 오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 수는 입력 데이터의 전처리 이후에 남은 센서들의 수와 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.
S130 단계에서, 서버(100)는 S110 단계를 거쳐 획득된 의료 영상과 S120 단계를 거쳐 추출된 복수의 랜드마크에 관한 정보를 이용하여 사용자에게 의료 서비스를 제공할 수 있다.
예컨대, 서버(100)는 의료 영상 및 의료 영상으로부터 추출된 복수의 랜드마크에 관한 정보를 특정 부위에 대한 진단 서비스를 제공하는 제1 의료 서비스 제공 모듈(10a)로 제공할 수 있으며, 제1 의료 서비스 제공 모듈(10a)은 서버(100)로부터 획득된 의료 영상 및 복수의 랜드마크에 관한 정보를 이용하여 의료 영상에 포함된 특정 부위에 대한 분석을 수행함으로써, 특정 부위에 대한 병변을 식별하고, 식별된 병변에 관한 정보를 포함하는 진단 결과를 도출하는 진단 서비스를 제공할 수 있다.
또한, 서버(100)는 의료 영상 및 의료 영상으로부터 추출된 복수의 랜드마크에 관한 정보를 치료 계획 수립 서비스를 제공하는 제2 의료 서비스 제공 모듈(10a)로 제공할 수 있으며, 제2 의료 서비스 제공 모듈(10b)은 서버(100)로부터 획득된 의료 영상 및 복수의 랜드마크에 관한 정보를 이용하여 환자에 대한 치료 계획을 수립하여 제공하는 치료 계획 수립 서비스를 제공할 수 있다.
여기서, 서버(100)가 의료 영상으로부터 추출된 복수의 랜드마크에 관한 정보(예: 랜드마크의 종류 및 위치 좌표)와 의료 영상 각각을 복수의 의료 서비스 제공 모듈(10)에 제공하는 것으로 설명하고 있으나, 이에 한정되지 않고, 경우에 따라 서버(100)는 의료 영상으로부터 추출된 복수의 랜드마크에 관한 정보에 기초하여, 의료 영상 상에 복수의 랜드마크를 설정하여 복수의 랜드마크가 설정된 의료 영상을 복수의 의료 서비스 제공 모듈(10)에 제공하거나, 의료 영상 상에 복수의 랜드마크를 설정할 수 있는 환경을 제공하는 형태로 구현될 수 있다.
일례로, 서버(100)는 복수의 랜드마크 각각의 위치 좌표에 기초하여, 의료 영상 상의 복수의 랜드마크 각각에 대응되는 위치에 복수의 랜드마크를 가리키는 인디케이터(indicator)를 표시하고, 인디케이터와 인접한 위치에 랜드마크의 종류를 레이블링할 수 있으며, 복수의 랜드마크를 가리키는 인디케이터와 랜드마크의 종류가 레이블링된 의료 영상을 복수의 의료 서비스 제공 모듈(10)에 제공할 수 있다.
다른 예로, 서버(100)는 의료 영상과 복수의 랜드마크 각각의 위치 좌표에 기초하여 의료 영상 상에 복수의 랜드마크의 위치를 설정하기 위한 가이드 정보를 출력하는 UI를 복수의 의료 서비스 제공 모듈(10)을 통해 사용자에게 제공함으로써, 사용자가 UI를 통해 직접 의료 영상 상에 복수의 랜드마크 위치를 설정할 수 있도록 구현될 수 있다.
다양한 실시예에서, 서버(100)는 의료 영상 및 의료 영상으로부터 추출된 복수의 랜드마크에 관한 정보를 특정 의료 서비스 제공 모듈(10)로 제공함에 따라 특정 의료 서비스 제공 모듈(10)을 통해 사용자에게 특정 의료 서비스를 제공하되, 특정 의료 서비스의 종류에 기초하여 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택하고, 선택된 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 특정 의료 서비스 제공 모듈(10)로 제공할 수 있다. 이하, 도 6을 참조하여, 보다 구체적으로 설명하도록 한다.
도 6은 다양한 실시예에서, 의료 서비스의 종류에 따라 선택된 랜드마크에 관한 정보와 의료 영상을 이용하여 의료 서비스를 제공하는 방법을 설명하기 위한 순서도이다.
여기서, 도 6을 참조하여 설명되는 의료 서비스의 종류에 따라 선택된 랜드마크에 관한 정보와 의료 영상을 이용하여 의료 서비스를 제공하는 방법은 서버(100)에 의해 수행되는 것으로 설명하고 있으나, 이에 한정되지 않고, 도 6을 참조하여 설명되는 방법은 서버(100)에 포함된 랜드마크 정보 제공부(20)에 의해 수행되거나, 서버(100)가 랜드마크 정보 제공부(20)를 이용하여 수행되는 것(예컨대, 서버(100)가 후술되는 단계들이 수행되도록 랜드마크 정보 제공부(20)의 동작을 제어하는 형태)일 수 있다.
도 6을 참조하면, S210 단계에서, 서버(100)는 적어도 하나의 의료 서비스 제공 모듈(10)을 통해 의료 영상을 획득하는 경우, 적어도 하나의 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류를 판단할 수 있다.
여기서, 의료 서비스의 종류는 특정 부위에 대한 질병 진단 서비스, 특정 질병에 대한 치료 계획 수립 서비스, 수술 시뮬레이션 서비스 및 수술 결과 분석 서비스를 포함할 수 있으나, 이에 한정되지 않는다.
S220 단계에서, 서버(100)는 S210 단계를 거쳐 판단된 의료 서비스의 종류에 기초하여, 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택할 수 있다.
다양한 실시예에서, 서버(100)는 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 특정 부위에 대한 질병 진단 서비스인 경우, 의료 영상으로부터 추출된 복수의 랜드마크 중 특정 부위에 대응하는 적어도 하나의 랜드마크를 선택할 수 있다.
이때, 서버(100)는 특정 부위에 대한 진단 유형에 기초하여, 진단 유형에 대응하는 랜드마크에 관한 정보를 선택할 수 있다.
보다 구체적으로, 먼저, 서버(100)는 복수의 진단 유형 각각에 대하여, 진단에 필수적으로 필요한 복수의 랜드마크들을 분류 및 그룹화 함으로써, 진단 유형별로 분류된 복수의 랜드마크 그룹을 사전에 정의할 수 있다
이후, 서버(100)는 사용자로부터 의료 영상 기반의 진단 유형을 설정받는 경우, 진단 유형별로 사전에 정의된 복수의 랜드마크 그룹 중 진단 유형에 대응되는 랜드마크 그룹을 선택할 수 있고, 의료 영상을 분석하여 추출된 복수의 랜드마크 중 선택된 랜드마크 그룹에 포함된 랜드마크에 대응되는 적어도 하나의 랜드마크를 선택할 수 있다.
다양한 실시예에서, 서버(100)는 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 치료 계획 수립 서비스인 경우, 치료하고자 하는 부위 및 치료 방법에 기초하여, 의료 영상으로부터 추출된 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택할 수 있다. 예컨대, 서버(100)는 치료 부위 및 치료 방법별로 필수적으로 필요한 복수의 랜드마크들을 분류 및 그룹화 함으로써, 치료 부위 및 치료 방법별로 분류된 복수의 랜드마크 그룹을 사전에 정의할 수 있으며, 치료 부위 및 치료 방법별로 분류된 복수의 랜드마크 그룹 중 치료하고자 하는 부위 및 치료 방법에 대응되는 랜드마크 그룹을 선택할 수 있고, 의료 영상을 분석하여 추출된 복수의 랜드마크 중 선택된 랜드마크 그룹에 포함된 랜드마크에 대응되는 적어도 하나의 랜드마크를 선택할 수 있다.
다양한 실시예에서, 서버(100)는 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 수술 시뮬레이션 서비스인 경우, 시뮬레이션 하고자 하는 수술의 종류에 기초하여, 의료 영상으로부터 추출된 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택할 수 있다. 예컨대, 서버(100)는 수술의 종류별로 필수적으로 필요한 복수의 랜드마크들을 분류 및 그룹화 함으로써, 수술의 종류별로 분류된 복수의 랜드마크 그룹을 사전에 정의할 수 있으며, 수술의 종류별로 분류된 복수의 랜드마크 그룹 중 시뮬레이션 하고자 하는 수술의 종류에 대응되는 랜드마크 그룹을 선택할 수 있고, 의료 영상을 분석하여 추출된 복수의 랜드마크 중 선택된 랜드마크 그룹에 포함된 랜드마크에 대응되는 적어도 하나의 랜드마크를 선택할 수 있다.
다양한 실시예에서, 서버(100)는 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 수술 결과 분석 서비스인 경우, 의료 영상을 분석하여 추출된 복수의 랜드마크 중 수술 부위의 수술 전 위치에 대응하는 제1 랜드마크(예컨대, 수술 전 의료 영상으로부터 추출된 복수의 랜드마크 중 수술 부위에 대응하는 랜드마크)와 수술 부위의 수술 후 위치에 대응하는 제2 랜드마크(예컨대, 수술 후 의료 영상으로부터 추출된 복수의 랜드마크 중 수술 부위에 대응하는 랜드마크)를 선택할 수 있다.
다양한 실시예에서, 서버(100)는 사용자로부터 획득된 의료 영상이 두경부 영역을 볼륨 렌더링함에 따라 생성된 3D 볼륨 데이터이고, 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 특정 부위에 대한 질병 진단 서비스인 경우, 3D 볼륨 데이터를 분석함에 따라 추출된 복수의 랜드마크 중 특정 부위에 대응하는 적어도 하나의 랜드마크를 선택할 수 있다.
다양한 실시예에서, 서버(100)는 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류에 기초하여, 의료 영상 상에 기준 좌표를 설정하고, 의료 영상으로부터 추출된 복수의 랜드마크 중 기준 좌표에 대응하는 적어도 하나의 랜드마크를 선택할 수 있다.
일례로, 서버(100)는 사용자로부터 획득된 의료 영상이 3D 두경부 영상이고, 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 의료 영상 기반의 목표 영상 생성 서비스인 경우, 목표 영상의 종류에 기초하여 기준 좌표를 설정하고, 3D 두경부 영상으로부터 추출된 복수의 랜드마크 중 기준 좌표에 대응하는 적어도 하나의 랜드마크를 선택할 수 있다.
여기서, 의료 영상 기반의 목표 영상 생성 서비스는 의료 영상을 가공함에 따라 목표 영상을 생성하는 서비스로, 예컨대, 3D 두경부 영상 상에 기준 좌표를 설정하고, 3D 두경부 영상 상에 설정된 기준 좌표를 이용하여 3D 두경부 영상으로부터 목표 영상을 생성하는 서비스를 의미할 수 있다.
즉, 서버(100)는 의료 영상 기반의 목표 영상 생성 서비스를 제공하는 의료 서비스 제공 모듈(10)이 3D 두경부 영상을 이용하여 목표 영상을 보다 빠르고 정확하게 생성할 수 있도록, 3D 두경부 영상으로부터 추출된 복수의 랜드마크 중 목표 영상을 생성하기 위한 기준 좌표에 대응하는 랜드마크를 선택하고, 선택된 랜드마크에 관한 정보를 제공할 수 있다.
이때, 목표 영상이 치아 파노라마 영상일 때의 기준 좌표는 치아 영역에 대한 최대 높이 좌표, 최소 높이 좌표, 기준 평면의 높이 좌표, 단면 영상(예: 기준 평면을 이용하여 3D 두경부 영상으로부터 획득된 단면 영상)에서 치열의 형태를 정의하는 스플라인(Spline) 곡선 상의 복수의 평면 좌표이고, 목표 영상이 턱관절 단면 영상일 때의 기준 좌표는 턱관절 영역에 대한 최대 높이 좌표, 최소 높이 좌표, 기준 평면의 높이 좌표, 단면 영상(예: 기준 평면을 이용하여 3D 두경부 영상으로부터 획득된 단면 영상)에서 턱관절 영역의 위치에 대응하는 평면 좌표이다. 즉, 목표 영상의 종류에 따라 서로 다른 기준 좌표를 설정해야 한다.
따라서, 서버(100)는 목표 영상의 종류에 기초하여, 목표 영상이 치아 파노라마 영상일 경우, 3D 두경부 영상으로부터 추출된 복수의 랜드마크 중 치아 영역에 대한 최대 높이 좌표에 대응하는 랜드마크, 최소 높이 좌표에 대응하는 랜드마크, 기준 평면의 높이 좌표에 대응하는 랜드마크 및 단면 영상 상에 치열의 형태를 정의하는 복수의 평면 좌표 각각에 대응하는 랜드마크를 선택할 수 있다.
또한, 서버(100)는 목표 영상이 턱관절 단면 영상일 경우, 3D 두경부 영상으로부터 추출된 복수의 랜드마크 중 턱관절 영역에 대한 최대 높이 좌표에 대응하는 랜드마크, 최소 높이 좌표에 대응하는 랜드마크, 기준 평면의 높이 좌표에 대응하는 랜드마크 및 단면 영상 상에 턱관절 영역의 위치에 대응하는 평면 좌표에 대응하는 랜드마크를 선택할 수 있다.
다른 예로, 서버(100)는 사용자로부터 획득된 의료 영상이 상하악 영역을 촬영한 3D CT 이미지 및 얼굴의 측면을 엑스레이로 촬영한 2D 세팔로(cephalo) 이미지이고, 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 의료 영상 정합 서비스인 경우, 3D CT 이미지로부터 추출된 복수의 랜드마크 중 얼굴의 좌우 및 앞뒤와 관련된 랜드마크와 2D 세팔로 이미지로부터 추출된 복수의 랜드마크 중 얼굴의 앞뒤와 관련된 랜드마크를 선택할 수 있다.
여기서, 의료 영상 정합 서비스는 서로 다른 차원의 2개의 의료 영상를 정합하는 서비스로, 예컨대, 3차원 이미지와 2차원 이미지 상에 기준 좌표를 설정하고, 기준 좌표를 기준으로 3차원 이미지와 2차원 이미지를 정합하여 하나의 정합 이미지를 생성하는 서비스를 의미할 수 있다.
즉, 서버(100)는 의료 영상 정합 서비스를 제공하는 의료 서비스 제공 모듈(10)이 서로 다른 차원의 2개의 의료 영상을 보다 빠르고 정확하게 정합할 수 있도록, 3차원 이미지 및 2차원 이미지 각각으로부터 추출된 복수의 랜드마크 중 정합 이미지 생성을 위한 기준 좌표에 대응하는 랜드마크를 선택하고, 선택된 랜드마크에 관한 정보를 제공할 수 있다.
예컨대, 서버(100)는 의료 영상 정합 서비스를 통해, 두경부 영역에 대한 3D CT 이미지와 2D 세팔로 이미지를 정합하고자 하는 경우, 3D CT 이미지로부터 추출된 복수의 랜드마크 중 얼굴의 앞뒤와 관련된 기준 좌표에 대응하는 랜드마크(예컨대, 광대뼈와 위턱뼈의 경계에 위치한 일 지점(KRP, Key Ridge Point), ANS(Anterior Nasal Spine, 앞코가시)에 관련한 일 지점 및 PNS(Posterior Nasal Spine, 뒤코가시)에 관련한 일 지점에 대응하는 랜드마크)를 선택할 수 있고, 2D 세팔로 이미지로부터 추출된 복수의 랜드마크 중 얼굴의 앞뒤에 관련된 기준 좌표에 대응하는 랜드마크(예컨대, ANS에 관련한 일 지점 및 PNS에 관련한 일 지점에 대응하는 랜드마크)를 선택할 수 있다.
또 다른 예로, 서버(100)는 사용자로부터 획득된 의료 영상이 3D 모델링 데이터(예컨대, 의료 영상을 3차원 모델링함에 따라 생성된 데이터)이고, 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 수술 시뮬레이션 서비스인 경우, 수술의 종류에 기초하여 3D 모델링 데이터 상에 기준 좌표를 설정하고, 3D 모델링 데이터로부터 추출된 복수의 랜드마크 중 기준 좌표에 대응하는 적어도 하나의 랜드마크를 선택할 수 있다.
여기서, 수술 시뮬레이션 서비스는 의료 영상을 가공함에 따라 생성된 3D 모델링 데이터를 기반으로 수술 시뮬레이션을 수행함으로써, 수술 시뮬레이션 결과를 도출하는 서비스로, 예컨대, 3D 모델링 데이터 상에 기준 좌표를 식별하고, 식별된 기준 좌표를 중심으로 축 및 기준점을 설정하며, 축 및 기준점을 기반하여 이동대상 객체를 이동 및 회전시킴으로써 복수의 수술 단계를 포함하는 수술 시뮬레이션을 수행하는 서비스를 의미할 수 있다.
즉, 서버(100)는 수술 시뮬레이션 서비스를 제공하는 의료 서비스 제공 모듈(10)이 보다 빠른 수술 시뮬레이션을 수행할 수 있도록 3D 모델링 데이터로부터 추출된 복수의 랜드마크 중 축 및 기준점을 설정하기 위한 기준 좌표에 대응하는 랜드마크를 선택하고, 선택된 랜드마크에 관한 정보를 제공할 수 있다.
예컨대, 서버(100)는 3D 모델링 데이터를 기반으로 수술 시뮬레이션을 수행하고자 하는 경우, 3D 모델링 데이터로부터 추출된 복수의 랜드마크 중 오른쪽과 왼쪽의 상악중절치 절단결절 간의 중심점에 대응하는 랜드마크와 오른쪽과 왼쪽의 첫번째 대구치상 볼 쪽이면서 앞쪽의 cusp을 이은 선분의 중심에 대응하는 랜드마크를 선택할 수 있다.
또 다른 예로, 서버(100)는 사용자로부터 획득된 의료 영상이 3D 볼륨 데이터 및 3D 얼굴 데이터이고, 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 얼굴 변환 시뮬레이션 서비스인 경우, 3D 볼륨 데이터 및 3D 얼굴 데이터 각각으로부터 추출된 복수의 랜드마크 중 정합용 랜드마크를 선택할 수 있다.
여기서, 얼굴 변환 시뮬레이션 서비스는 경조직 변화에 대응하는 연조직의 변화를 시뮬레이션 하기 위하여, 3D 볼륨 데이터 및 3D 얼굴 데이터를 정합하는 서비스로, 예컨대, 3D 볼륨 데이터 및 3D 얼굴 데이터 각각에 정합용 기준 좌표를 설정하고, 설정된 기준 좌표를 중심으로 3D 볼륨 데이터 및 3D 얼굴 데이터를 정합하는 서비스를 의미할 수 있다.
즉, 서버(100)는 얼굴 변환 시뮬레이션 서비스를 제공하는 의료 서비스 제공 모듈(10)이 보다 빠르고 정확하게 경조직 변화에 대응하는 연조직의 변화를 시뮬레이션할 수 있도록 3D 볼륨 데이터 및 3D 얼굴 데이터로부터 추출된 복수의 랜드마크 중 정합용 기준 좌표에 대응하는 랜드마크를 선택하고, 택된 랜드마크에 관한 정보를 제공할 수 있다.
예컨대, 서버(100)는 3D 볼륨 데이터 및 3D 얼굴 데이터 각각으로부터 추출된 복수의 랜드마크 중 눈, 코 입 각각에 대응하는 랜드마크를 선택할 수 있다.
또 다른 예로, 서버(100)는 사용자로부터 획득된 의료 영상이 치아 영상이고, 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 치열 교정 계획 서비스인 경우, 치아 영상으로부터 추출된 복수의 랜드마크 중 복수의 치아 각각에 대응하는 랜드마크를 선택할 수 있다.
여기서, 치열 교정 계획 서비스는 복수의 치아를 교정하기 위한 교정 계획을 수립하는 서비스로, 예컨대, 치아 영상으로부터 치아의 배열 정보, 최적화 악궁 정보를 획득한 후, 갈화학습 모델을 통해 치열 교정 계획 정보를 도출하는 서비스를 의미할 수 있다.
즉, 서버(100)는 치열 교정 계획 서비스를 제공하는 의료 서비스 제공 모듈(10)이 보다 빠르고 정확하게 치열 교정 계획 정보를 도출할 수 있도록, 치아 영상으로부터 추출된 복수의 랜드마크 중 복수의 치아 각각에 대한 기준 좌표에 대응하는 랜드마크를 선택하고, 선택된 랜드마크에 관한 정보를 제공할 수 있다.
예컨대, 서버(100)는 치열 교정 계획 서비스를 통해 치아 영상으로부터 치열 교정 계획 정보를 도출하고자 하는 경우, 치아 영상으로부터 추출된 복수의 랜드마크 중 복수의 치아 각각의 기준 좌표에 대응하는 랜드마크(예컨대, 근원심폭경(Mesiodistal diameter) 기준점 및 치근 끝점에 대응하는 랜드마크)를 선택할 수 있다.
또 다른 예로, 서버(100)는 사용자로부터 획득된 의료 영상이 3D 데이터이고, 특정 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 의료 영상의 분할(Segmentation) 서비스인 경우, 3D 데이터로부터 추출된 복수의 랜드마크 중 3D 데이터 분할을 위한 랜드마크를 선택할 수 있다.
여기서, 의료 영상의 분할 서비스는 용량이 큰 의료 영상을 작은 단위로 분할하는 서비스로, 예컨대, 인공 지능 모델의 연산량 및 소요 시간을 감소시키기 위한 목적으로 3D 데이터 형태의 의료 영상을 작은 단위로 세그멘테이션하는 서비스를 의미할 수 있다.
즉, 서버(100)는 의료 영상의 분할 서비스를 제공하는 의료 서비스 제공 모듈(10)이 보다 빠르고 정확하게 3D 데이터를 분할할 수 있도록, 3D 데이터로부터 추출된 복수의 랜드마크 중 분할을 위한 기준 좌표에 대응하는 랜드마크를 선택하고, 선택된 랜드마크에 관한 정보를 제공할 수 있다.
예컨대, 서버(100)는 의료 영상의 분할 서비스를 통해 특정 3D 데이터로부터 제1 라인 및 제2 라인 각각을 모서리로 갖는 직육면체를 추출하고자 하는 경우, 3D 데이터로부터 추출된 복수의 랜드마크 중 제1 라인 상에 위치하는 랜드마크와 제2 라인 상에 위치하는 랜드마크를 선택할 수 있다.
S230 단계에서, 서버(100)는 S220 단계를 거쳐 선택된 적어도 하나의 랜드마크에 관한 정보와 사용자로부터 획득된 의료 영상을 의료 서비스 제공 모듈(10)로 제공할 수 있다.
예컨대, 서버(100)는 의료 영상으로부터 추출된 복수의 랜드마크 중 특정 부위에 대응되는 적어도 하나의 랜드마크가 선택된 경우, 선택된 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 진단 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공할 수 있다.
또한, 서버(100)는 의료 영상으로부터 추출된 복수의 랜드마크 중 치료하고자 하는 부위 및 치료 방법에 대응되는 적어도 하나의 랜드마크가 선택된 경우, 선택된 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 치료 계획 수립 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공할 수 있다.
또한, 서버(100)는 의료 영상으로부터 추출된 복수의 랜드마크 중 시뮬레이션 하고자 하는 수술의 종류에 대응되는 적어도 하나의 랜드마크가 선택된 경우, 선택된 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 수술 시뮬레이션 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공할 수 있다.
또한, 서버(100)는 의료 영상으로부터 추출된 복수의 랜드마크 중 수술 부위의 수술 전 위치에 대응하는 제1 랜드마크와 수술 부위의 수술 후 위치에 대응하는 제2 랜드마크가 선택된 경우, 제1 랜드마크 및 제2 랜드마크에 관한 정보와 의료 영상을 수술 결과 분석 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공할 수 있다.
다양한 실시예에서, 서버(100)는 사용자로부터 획득된 의료 영상과 의료 영상으로부터 추출된 랜드마크에 관한 정보를 의료 서비스 제공 모듈(10)로 제공하되, 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류에 기초하여, 파라미터의 종류를 결정하고, 의료 영상으로부터 추출된 랜드마크에 관한 정보에 기초하여, 결정된 종류의 파라미터를 산출할 수 있으며, 산출된 파라미터를 의료 영상 및 랜드마크에 관한 정보와 함께 의료 서비스 제공 모듈(10)로 함께 제공할 수 있다.
예컨대, 서버(100)는 사용자로부터 획득된 의료 영상과 의료 영상으로부터 추출된 랜드마크에 관한 정보를 의료 서비스 제공 모듈(10)로 제공하되, 의료 서비스 제공 모듈(10)을 통해 제공되는 의료 서비스의 종류가 악교정 수술 시뮬레이션 서비스인 경우, 산출하고자 하는 파라미터의 종류를 이동대상 객체(예: 악교정 수술 시 절골 및 이동하여 교정하고자 하는 부분)의 위치, 이동대상 객체의 이동거리(mm), 회전 각(degree), 이동 방향으로 설정하고, 의료 영상으로부터 추출된 랜드마크의 위치 좌표를 이용하여 상기의 파라미터를 산출할 수 있으며, 산출된 파라미터를 의료 영상 및 랜드마크에 관한 정보와 함께 의료 서비스 제공 모듈(10)로 함께 제공할 수 있다.
여기서, 의료 서비스의 종류에 따라 산출하고자 하는 파라미터의 종류를 결정하는 방법은 랜드마크의 정보(종류 및 위치 좌표)에 기초하여 산출 가능한 모든 종류의 파라미터들을 의료 서비스의 종류에 따라 분류 및 그룹화함으로써, 의료 서비스의 종류별 파라미터 그룹을 사전에 정의할 수 있고, 의료 서비스의 종류에 대응하는 파라미터 그룹을 선택할 수 있으며, 의료 영상으로부터 추출된 랜드마크에 관한 정보를 이용하여 의료 서비스의 종류에 대응하는 파라미터의 종류를 결정할 수 있다.
S240 단계에서, 서버(100)는 사용자에게 의료 서비스를 제공할 수 있다.
예컨대, 서버(100)는 특정 부위에 대응되는 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 진단 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공함에 따라 의료 서비스 제공 모듈(10)을 통해 사용자에게 특정 부위에 대한 질병을 진단하는 서비스를 제공할 수 있다.
또한, 서버(100)는 치료하고자 하는 부위 및 치료 방법에 대응되는 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 치료 계획 수립 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공함에 따라 의료 서비스 제공 모듈(10)을 통해 사용자에게 특정 질병에 대한 치료 계획을 수립하는 서비스를 제공할 수 있다.
또한, 서버(100)는 시뮬레이션 하고자 하는 수술의 종류에 대응되는 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 수술 시뮬레이션 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공함에 따라 의료 서비스 제공 모듈(10)을 통해 사용자에게 특정 수술에 대한 시뮬레이션 결과를 제공하는 서비스를 제공할 수 있다.
또한, 서버(100)는 제1 랜드마크 및 제2 랜드마크에 관한 정보와 의료 영상을 수술 결과 분석 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공함에 따라 의료 서비스 제공 모듈(10)을 통해 사용자에게 특정 부위에 대한 수술 결과 분석의 결과를 제공하는 서비스를 제공할 수 있다.
다양한 실시예에서, 서버(100)는 사용자에게 특정 의료 서비스를 제공함에 따라 도출된 결과에 기초하여, 사용자로부터 별도의 의료 서비스 제공 요청을 획득하지 않더라도 사용자에게 자동적으로 추천 의료 서비스를 제공할 수 있다.
보다 구체적으로, 먼저, 서버(100)는 제1 의료 서비스를 제공하는 제1 의료 서비스 제공 모듈(10)(10a)을 통해 특정 의료 영상을 획득하는 것에 대응하여, 특정 의료 영상으로부터 추출된 복수의 랜드마크 중 제1 의료 서비스에 대응하는 랜드마크에 관한 정보(예컨대, 제1 의료 서비스의 종류에 대응하는 랜드마크에 관한 정보)와 특정 의료 영상을 제1 의료 서비스 제공 모듈(10)(10a)로 제공함에 따라 사용자에게 상기 제1 의료 서비스를 제공할 수 있다. 여기서, 제1 의료 서비스는 특정 부위에 대한 질병을 진단하는 진단 서비스일 수 있다.
이후, 서버(100)는 사용자에게 제1 의료 서비스를 제공함에 따라 도출된 결과에 기초하여, 추천 의료 서비스로서 제2 의료 서비스를 결정할 수 있다. 예컨대, 서버(100)는 사용자에게 진단 서비스를 제공함에 따라 도출된 결과(예: 특정 부위에 대한 질병 진단 결과)에 기초하여, 특정 부위에 대하여 치료 및 수술이 필요한 병변이 식별된 것으로 판단되는 경우, 식별된 병변을 치료하기 위한 목적으로, 치료 계획 수립 서비스를 추천 의료 서비스로 결정할 수 있다.
이후, 서버(100)는 제2 의료 서비스가 추천 의료 서비스로 결정되는 것에 대응하여, 특정 의료 영상으로부터 추출된 복수의 랜드마크 중 제2 의료 서비스에 대응하는 랜드마크에 관한 정보와 특정 의료 영상을 제2 의료 서비스를 제공하는 제2 의료 서비스 제공 모듈(10)(10b)에 제공함에 따라 사용자로부터 별도의 의료 서비스 제공 요청을 획득하지 않더라도, 진단 결과에 따라 자동적으로 사용자에게 제2 의료 서비스를 제공할 수 있다.
다양한 실시예에서, 서버(100)는 사용자로부터 의료 영상을 획득하는 경우, 의료 영상에 대응하는 의료 서비스 제공 이력에 기초하여, 사용자에게 제공할 추천 의료 서비스를 결정할 수 있고, 추천 의료 서비스의 종류에 기초하여 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택할 수 있으며, 선택된 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 추천 의료 서비스를 제공하는 의료 서비스 제공 모듈(10)에 제공함으로써, 사용자의 의료 서비스 제공 이력에 맞춰 사용자에게 적합한 의료 서비스를 제공할 수 있다.
일례로, 서버(100)는 사용자로부터 획득된 의료 영상에 대응하여 의료 서비스 제공 이력이 없는 경우, 진단 서비스를 사용자에게 제공할 추천 의료 서비스로 결정할 수 있고, 의료 영상으로부터 추출된 복수의 랜드마크 중 진단 서비스에 필요한 적어도 하나의 랜드마크를 선택할 수 있으며, 선택된 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 진단 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공함으로써, 사용자에게 진단 서비스를 제공할 수 있다.
다른 예로, 서버(100)는 사용자로부터 획득된 의료 영상에 대응하여 진단 서비스를 제공받은 이력이 있는 경우, 진단 결과에 따른 치료 계획을 수립할 수 있도록 치료 계획 수립 서비스를 추천 의료 서비스로 결정할 수 있고, 의료 영상으로부터 추출된 복수의 랜드마크 중 치료 계획 수립에 필요한 적어도 하나의 랜드마크를 선택할 수 있으며, 선택된 적어도 하나의 랜드마크에 관한 정보와 의료 영상을 치료 계획 수립 서비스를 제공하는 의료 서비스 제공 모듈(10)로 제공함으로써, 사용자에게 치료 계획 수립 서비스를 제공할 수 있다.
전술한 의료 영상 기반 통합 의료 서비스 제공방법은 도면에 도시된 순서도를 참조하여 설명하였다. 간단한 설명을 위해 의료 영상 기반 통합 의료 서비스 제공방법은 일련의 블록들로 도시하여 설명하였으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 본 명세서에 도시되고 시술된 것과 상이한 순서로 수행되거나 또는 동시에 수행될 수 있다. 또한, 본 명세서 및 도면에 기재되지 않은 새로운 블록이 추가되거나, 일부 블록이 삭제 또는 변경된 상태로 수행될 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
100 : 통합 의료 서비스 제공서버
200 : 사용자 단말
300 : 외부 서버
400 : 네트워크
200 : 사용자 단말
300 : 외부 서버
400 : 네트워크
Claims (10)
- 복수의 의료 서비스 제공 모듈 및 랜드마크 정보 제공부를 포함하며, 상기 복수의 의료 서비스 제공 모듈 각각을 통해 서로 다른 복수의 의료 서비스를 제공하는 플랫폼을 운영하는 서버; 를 포함하며,
상기 서버는,
의료 영상을 획득하고,
상기 랜드마크 정보 제공부를 통해 상기 획득된 의료 영상을 분석하여 복수의 랜드마크에 관한 정보를 추출하며,
상기 복수의 의료 서비스 제공 모듈 중 적어도 하나의 의료 서비스 제공 모듈로 상기 획득된 의료 영상 및 상기 추출된 복수의 랜드마크에 관한 정보를 제공함에 따라 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 적어도 하나의 의료 서비스를 제공하고,
제1 의료 서비스를 제공하는 제1 의료 서비스 제공 모듈을 통해 특정 의료 영상을 획득하는 것에 대응하여, 상기 특정 의료 영상으로부터 추출된 복수의 랜드마크 중 상기 제1 의료 서비스에 대응하는 랜드마크에 관한 정보와 상기 획득된 특정 의료 영상을 상기 제1 의료 서비스 제공 모듈로 제공함에 따라 사용자에게 상기 제1 의료 서비스를 제공하며,
상기 사용자에게 상기 제1 의료 서비스를 제공함에 따라 도출된 결과에 기초하여, 추천 의료 서비스로서 제2 의료 서비스를 결정하고,
상기 제2 의료 서비스가 추천 의료 서비스로 결정되는 것에 대응하여, 상기 특정 의료 영상으로부터 추출된 복수의 랜드마크 중 상기 제2 의료 서비스에 대응하는 랜드마크에 관한 정보와 상기 획득된 특정 의료 영상을 상기 제2 의료 서비스를 제공하는 제2 의료 서비스 제공 모듈에 제공함에 따라 상기 사용자에게 상기 제2 의료 서비스를 제공하는,
의료 영상 기반 통합 의료 서비스 제공 시스템. - 제1항에 있어서,
상기 서버는,
상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스의 종류에 기초하여 상기 추출된 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택하고, 상기 선택된 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 정보를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공하는,
의료 영상 기반 통합 의료 서비스 제공 시스템. - 제2항에 있어서,
상기 서버는,
상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 특정 부위에 대한 진단 서비스인 경우, 상기 추출된 복수의 랜드마크 중 상기 특정 부위에 대응하는 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 영상을 상기 적어도 하나의 의료 서비스 제공 모듈로 제공하는,
의료 영상 기반 통합 의료 서비스 제공 시스템. - 제2항에 있어서,
상기 서버는,
상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 치료 계획 수립 서비스인 경우, 치료하고자 하는 부위 및 치료 방법에 기초하여 상기 추출된 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택하고, 상기 선택된 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 정보를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공하는,
의료 영상 기반 통합 의료 서비스 제공 시스템. - 제2항에 있어서,
상기 서버는,
상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 수술 시뮬레이션 서비스인 경우, 시뮬레이션 하고자 하는 수술의 종류에 기초하여 상기 추출된 복수의 랜드마크 중 적어도 하나의 랜드마크를 선택하고, 상기 선택된 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 정보를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공하는,
의료 영상 기반 통합 의료 서비스 제공 시스템. - 제2항에 있어서,
상기 서버는,
상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 수술 결과 분석 서비스인 경우, 상기 추출된 복수의 랜드마크 중 수술 부위의 수술 전 위치에 대응하는 제1 랜드마크 및 상기 수술 부위의 수술 후 위치에 대응하는 제2 랜드마크에 관한 정보와 상기 획득된 의료 정보를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공하는,
의료 영상 기반 통합 의료 서비스 제공 시스템. - 제1항에 있어서,
상기 서버는,
상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 적어도 하나의 의료 서비스가 진단 서비스인 경우, 상기 획득된 의료 영상 기반의 진단 유형을 설정하고, 기 정의된 복수의 랜드마크 그룹 중 상기 설정된 진단 유형에 대응하는 랜드마크 그룹을 선택하며, 상기 추출된 복수의 랜드마크 중 상기 선택된 랜드마크 그룹에 포함된 랜드마크와 대응되는 적어도 하나의 랜드마크에 관한 정보와 상기 획득된 의료 영상을 상기 적어도 하나의 의료 서비스 제공 모듈로 제공하는,
의료 영상 기반 통합 의료 서비스 제공 시스템. - 삭제
- 제1항에 있어서,
상기 서버는,
상기 추출된 복수의 랜드마크에 관한 정보를 이용하여 하나 이상의 파라미터를 산출하고, 상기 산출된 하나 이상의 파라미터를 상기 적어도 하나의 의료 서비스 제공 모듈로 제공하되,
상기 산출된 하나 이상의 파라미터의 종류는 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 제공되는 의료 서비스의 종류에 기초하여 결정되는 것인,
의료 영상 기반 통합 의료 서비스 제공 시스템. - 복수의 의료 서비스 제공 모듈 및 랜드마크 정보 제공부를 포함하며, 상기 복수의 의료 서비스 제공 모듈 각각을 통해 서로 다른 복수의 의료 서비스를 제공하는 플랫폼을 운영하는 서버에 의해 수행되는 의료 영상 기반 통합 의료 서비스 제공방법에 있어서,
의료 영상을 획득하는 단계;
상기 랜드마크 정보 제공부를 통해 상기 획득된 의료 영상을 분석하여 복수의 랜드마크에 관한 정보를 추출하는 단계; 및
상기 복수의 의료 서비스 제공 모듈 중 적어도 하나의 의료 서비스 제공 모듈로 상기 획득된 의료 영상 및 상기 추출된 복수의 랜드마크에 관한 정보를 제공함에 따라 상기 적어도 하나의 의료 서비스 제공 모듈을 통해 적어도 하나의 의료 서비스를 제공하는 단계를 포함하며,
상기 적어도 하나의 의료 서비스를 제공하는 단계는,
제1 의료 서비스를 제공하는 제1 의료 서비스 제공 모듈을 통해 특정 의료 영상을 획득하는 것에 대응하여, 상기 특정 의료 영상으로부터 추출된 복수의 랜드마크 중 상기 제1 의료 서비스에 대응하는 랜드마크에 관한 정보와 상기 획득된 특정 의료 영상을 상기 제1 의료 서비스 제공 모듈로 제공함에 따라 사용자에게 상기 제1 의료 서비스를 제공하는 단계;
상기 사용자에게 상기 제1 의료 서비스를 제공함에 따라 도출된 결과에 기초하여, 추천 의료 서비스로서 제2 의료 서비스를 결정하는 단계; 및
상기 제2 의료 서비스가 추천 의료 서비스로 결정되는 것에 대응하여, 상기 특정 의료 영상으로부터 추출된 복수의 랜드마크 중 상기 제2 의료 서비스에 대응하는 랜드마크에 관한 정보와 상기 획득된 특정 의료 영상을 상기 제2 의료 서비스를 제공하는 제2 의료 서비스 제공 모듈에 제공함에 따라 상기 사용자에게 상기 제2 의료 서비스를 제공하는 단계를 포함하는,
의료 영상 기반 통합 의료 서비스 제공방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230053657A KR102596666B1 (ko) | 2023-04-25 | 2023-04-25 | 의료 영상 기반 통합 의료 서비스 제공 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230053657A KR102596666B1 (ko) | 2023-04-25 | 2023-04-25 | 의료 영상 기반 통합 의료 서비스 제공 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102596666B1 true KR102596666B1 (ko) | 2023-11-01 |
Family
ID=88746241
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230053657A KR102596666B1 (ko) | 2023-04-25 | 2023-04-25 | 의료 영상 기반 통합 의료 서비스 제공 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102596666B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140100485A1 (en) * | 2012-10-04 | 2014-04-10 | Marius G. LINGURARU | Quantitative assessment of the skull |
| KR102243830B1 (ko) | 2018-02-22 | 2021-04-23 | 고려대학교 산학협력단 | 통합 의료 진단 서비스 제공 시스템 및 그 방법 |
| KR102523821B1 (ko) * | 2022-06-17 | 2023-04-21 | 주식회사 쓰리디오엔에스 | 수술 시뮬레이션 제공 방법, 서버 및 컴퓨터 프로그램 |
| KR20230053888A (ko) * | 2021-10-15 | 2023-04-24 | 오스템임플란트 주식회사 | 교정 진단에 이용되는 화면을 디스플레이하는 방법, 디바이스 및 그 기록매체 |
-
2023
- 2023-04-25 KR KR1020230053657A patent/KR102596666B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140100485A1 (en) * | 2012-10-04 | 2014-04-10 | Marius G. LINGURARU | Quantitative assessment of the skull |
| KR102243830B1 (ko) | 2018-02-22 | 2021-04-23 | 고려대학교 산학협력단 | 통합 의료 진단 서비스 제공 시스템 및 그 방법 |
| KR20230053888A (ko) * | 2021-10-15 | 2023-04-24 | 오스템임플란트 주식회사 | 교정 진단에 이용되는 화면을 디스플레이하는 방법, 디바이스 및 그 기록매체 |
| KR102523821B1 (ko) * | 2022-06-17 | 2023-04-21 | 주식회사 쓰리디오엔에스 | 수술 시뮬레이션 제공 방법, 서버 및 컴퓨터 프로그램 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6548097B2 (ja) | 人体における治療後の形態予測方法及びシステム | |
| JP7152455B2 (ja) | セグメンテーション装置および学習モデルの生成方法 | |
| US20230149135A1 (en) | Systems and methods for modeling dental structures | |
| JP2019121283A (ja) | 予測モデル生成システム及び予測システム | |
| JP2022545355A (ja) | 医療機器を識別、ラベル付け、及び追跡するためのシステム及び方法 | |
| KR102464472B1 (ko) | 인공지능을 이용한 치열 교정법 추천 시스템 및 그 방법 | |
| CN111096835A (zh) | 一种矫形器设计方法和系统 | |
| JP2023078193A (ja) | 人工神経網を利用する臓器の体積測定方法及びその装置 | |
| CN111770735A (zh) | 手术仿真信息生成方法及程序 | |
| Egger et al. | Computer-aided position planning of miniplates to treat facial bone defects | |
| JP6967983B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| KR20190088419A (ko) | 수술 시뮬레이션 정보 생성방법 및 프로그램 | |
| KR102596666B1 (ko) | 의료 영상 기반 통합 의료 서비스 제공 시스템 및 방법 | |
| US20230233287A1 (en) | Method and device for generating orthodontic aligned teeth shape | |
| KR20220026845A (ko) | 의료 영상의 가명화 방법 및 장치 | |
| KR102434187B1 (ko) | 인공지능을 이용한 치열 진단 시스템 및 그 방법 | |
| WO2019068536A1 (en) | METHOD FOR SETTING MEDICAL IMAGING PROTOCOL, MEDICAL INSTRUMENT SETTING SYSTEM, COMPUTER PROGRAM, AND COMPUTER-READABLE MEDIUM | |
| KR20190133423A (ko) | 수술 시뮬레이션 정보 생성방법 및 프로그램 | |
| US11488305B2 (en) | Segmentation device | |
| CN115697242A (zh) | 用于创建治疗方案的透明矫治器设计方法及其装置 | |
| KR101940706B1 (ko) | 수술 시뮬레이션 정보 생성방법 및 프로그램 | |
| KR102473828B1 (ko) | 의료 영상의 랜드마크 위치 설정 가이드 방법, 장치 및 컴퓨터프로그램 | |
| WO2019146356A1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| KR102470875B1 (ko) | 3d 의료 영상 기반의 목표 영상 생성방법, 장치 및 컴퓨터프로그램 | |
| KR102672239B1 (ko) | 랜드마크를 이용한 교정 진단 이미지 표시 방법, 디바이스 및 그 기록매체 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |