KR102612527B1 - 말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 동작 방법 - Google Patents
말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 동작 방법 Download PDFInfo
- Publication number
- KR102612527B1 KR102612527B1 KR1020230050327A KR20230050327A KR102612527B1 KR 102612527 B1 KR102612527 B1 KR 102612527B1 KR 1020230050327 A KR1020230050327 A KR 1020230050327A KR 20230050327 A KR20230050327 A KR 20230050327A KR 102612527 B1 KR102612527 B1 KR 102612527B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- images
- imaging device
- medical imaging
- image
- Prior art date
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 248
- 238000003384 imaging method Methods 0.000 title claims abstract description 161
- 241000283073 Equus caballus Species 0.000 title description 29
- 238000011017 operating method Methods 0.000 title description 9
- 238000010801 machine learning Methods 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000036541 health Effects 0.000 claims description 38
- 230000005855 radiation Effects 0.000 claims description 36
- 238000001931 thermography Methods 0.000 claims description 14
- 230000006378 damage Effects 0.000 claims description 10
- 210000000003 hoof Anatomy 0.000 claims description 6
- 210000000988 bone and bone Anatomy 0.000 claims description 4
- 208000017562 Baastrup syndrome Diseases 0.000 claims description 3
- 208000008035 Back Pain Diseases 0.000 claims description 3
- 208000005917 Exostoses Diseases 0.000 claims description 3
- 206010028289 Muscle atrophy Diseases 0.000 claims description 3
- 206010050031 Muscle strain Diseases 0.000 claims description 3
- 208000028389 Nerve injury Diseases 0.000 claims description 3
- 206010058907 Spinal deformity Diseases 0.000 claims description 3
- 208000013201 Stress fracture Diseases 0.000 claims description 3
- 206010000269 abscess Diseases 0.000 claims description 3
- 206010003246 arthritis Diseases 0.000 claims description 3
- 230000037444 atrophy Effects 0.000 claims description 3
- 201000010934 exostosis Diseases 0.000 claims description 3
- 210000003041 ligament Anatomy 0.000 claims description 3
- 201000000585 muscular atrophy Diseases 0.000 claims description 3
- 230000008764 nerve damage Effects 0.000 claims description 3
- 210000003131 sacroiliac joint Anatomy 0.000 claims description 3
- 208000011580 syndromic disease Diseases 0.000 claims description 3
- 210000002435 tendon Anatomy 0.000 claims description 3
- 208000027418 Wounds and injury Diseases 0.000 claims 1
- 208000014674 injury Diseases 0.000 claims 1
- 230000015654 memory Effects 0.000 description 36
- 238000004891 communication Methods 0.000 description 20
- 230000003862 health status Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000002360 preparation method Methods 0.000 description 10
- 241000283086 Equidae Species 0.000 description 9
- 238000012552 review Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000001624 sedative effect Effects 0.000 description 4
- 210000004722 stifle Anatomy 0.000 description 4
- 210000000457 tarsus Anatomy 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000932 sedative agent Substances 0.000 description 3
- 241000282326 Felis catus Species 0.000 description 2
- 206010060820 Joint injury Diseases 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000777300 Congiopodidae Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241000009328 Perro Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 229940125725 tranquilizer Drugs 0.000 description 1
- 239000003204 tranquilizing agent Substances 0.000 description 1
- 230000002936 tranquilizing effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/508—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for non-human patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
본 개시는 제어부를 포함하고 방사선영상을 촬영하기 위한 의료영상장치의 동작방법에 관한 것으로써, 제어부가 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 방사선영상을 획득하는 단계, 복수의 방사선영상을 포함하는 복수의 모델입력영상을 촬영정보기계학습모델에 적용하여 복수의 방사선영상 각각에 대한 부위정보 및 촬영방향정보를 포함하는 복수의 촬영정보를 획득하는 단계, 및 복수의 방사선영상 및 복수의 촬영정보를 일대일로 대응시켜서 저장하는 단계를 포함한다.
Description
본 발명은 말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 이의 동작 방법에 관한 것이다. 보다 구체적으로 의료영상장치는 말의 방사선영상에 기초하여 방사선영상에 대응되는 촬영정보를 획득한다.
국내외 고가의 말(경주마) 시장의 경우 말의 건강 상태를 확인하기 위해 18 ~ 22장 내외의 복수의 의료영상을 촬영하도록 하며, 복수의 의료영상에 기초하여 말의 건강상태를 판단한다. 이 때, 복수의 의료영상을 빠르게 획득하기 위하여 엑스선 의료영상장치를 이용하여 한다. 엑스선 의료영상장치는 엑스선을 인체에 투과시켜 인체의 내부 구조를 이미지로 획득하는 의료 영상 장치이다. 의료영상장치는 MRI 장치, CT 장치 등을 포함하는 다른 의료 영상 장치에 비해 간편하고, 짧은 시간 내에 대상체의 의료영상을 획득할 수 있다는 장점이 있다.
말의 의료영상을 촬영하기 전에, 말의 안정을 위해 진정제를 투입 후 촬영을 한다. 하지만 말을 진정시키면서 18~22장의 의료영상을 촬영하는 것은 쉽지 않은 일이어서 시간이 지체되는 경우가 많으며, 시간이 지체되면 진정제의 효과가 떨어지게 된다. 진정제의 효과가 떨어짐에 따라 말이 크게 움직이는 경우가 발생하고, 말의 움직임은 촬영자(사용자)의 안전을 위협할 수 있다. 실제로 말의 의료영상을 촬영하는 중에 다수의 건 사고가 일어난 바 있다.
따라서, 사용자가 의료영상장치를 이용하여 빠르게 촬영을 수행할 수 있도록 사용자가 해야할 일 중 일부를 의료영상장치가 자동으로 수행하도록 하는 기술에 대한 연구가 이루어지고 있다.
본 개시는 의료영상장치에 관한 것으로써, 의료영상장치는 하나의 대상체에 대한 복수의 방사선영상을 촬영하고, 방사선영상과 관련된 촬영정보를 자동으로 획득한다.
본 개시에 따른 의료영상장치는 제어부를 포함하고 방사선영상을 촬영하기 위한 것으로써, 의료영상장치의 동작방법은 제어부가 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 방사선영상을 획득하는 단계, 복수의 방사선영상을 포함하는 복수의 모델입력영상을 촬영정보기계학습모델에 적용하여 복수의 방사선영상 각각에 대한 부위정보 및 촬영방향정보를 포함하는 복수의 촬영정보를 획득하는 단계, 및 복수의 방사선영상 및 복수의 촬영정보를 일대일로 대응시켜서 저장하는 단계를 포함한다.
본 개시의 의료영상장치는 비전카메라를 포함하고, 본 개시의 의료영상장치의 동작 방법의 복수의 방사선영상을 획득하는 단계는 비전카메라를 이용하여 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 표면영상을 획득하는 단계 및 복수의 방사선영상 및 복수의 표면영상을 일대일로 대응시켜서 복수의 모델입력영상을 획득하는 단계를 포함한다.
본 개시의 의료영상장치는 열화상카메라를 포함하고, 본 개시의 의료영상장치의 동작방법의 복수의 방사선영상을 획득하는 단계는 열화상카메라를 이용하여 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 열화상을 획득하는 단계, 복수의 표면영상, 및 복수의 열화상을 병합하여 병합영상을 획득하는 단계, 및 복수의 방사선영상 및 병합영상을 일대일로 대응시켜서 복수의 모델입력영상을 획득하는 단계를 포함한다.
본 개시의 의료영상장치의 동작방법은 복수의 모델입력영상을 건강정보기계학습모델에 적용하여 건강정보를 획득하는 단계 및 대상체의 식별정보에 건강정보를 대응시켜서 저장하는 단계를 포함하고, 건강정보는 인대손상여부정보, 건손상여부정보, 허리통증여부정보, 키싱스파인여부정보, 안장피팅문제정보, 뼈손상여부정보, 외골증여부정보, 피로골절여부정보, 관절염여부정보, 천장관절상해정보, 제엽염/부주상골 증후군정보, 발굽농양정보, 발굽불균형정보, 치과문제정보, 근육좌상과위축증정보, 및 신경손상정보 중 적어도 하나를 포함한다.
본 개시의 의료영상장치의 동작방법의 복수의 방사선영상 및 복수의 촬영정보를 일대일로 대응시켜서 저장하는 단계는 복수의 촬영정보에 기초하여 복수의 방사선영상 각각에 대한 대상체영역을 결정하는 단계 및 대상체영역에 기초하여 복수의 방사선영상 각각을 크롭(crop)하는 단계를 포함한다.
본 개시의 의료영상장치의 동작방법의 촬영정보기계학습모델은 부위정보 및 촬영방향정보를 획득하기 위한 제 1 촬영정보기계학습모델 및 대상체영역을 결정하기 위한 제 2 촬영정보기계학습모델을 포함하고, 제 1 촬영정보기계학습모델은 복수의 방사선영상을 모두 포함하는 복수의 모델입력영상을 입력받아서 복수의 촬영정보를 획득하고, 제 2 촬영정보기계학습모델은 복수의 모델입력영상에 포함되는 복수의 방사선영상 중 하나를 입력받아서 복수의 방사선영상 중 하나에 대응하는 대상체영역을 획득한다.
본 개시의 의료영상장치의 동작방법의 복수의 방사선영상을 획득하는 단계는 서로 다른 대상체에 대한 복수의 후보방사선영상을 획득하는 단계, 복수의 후보방사선영상을 식별정보기계학습모델에 적용하여 복수의 후보방사선영상에 나타난 대상체의 식별정보를 획득하는 단계, 복수의 후보방사선영상을 대상체의 식별정보와 대응시키는 단계, 및 대상체의 식별정보가 동일한 복수의 후보방사선영상을 복수의 방사선영상으로 획득하는 단계를 포함한다.
본 개시의 의료영상장치의 동작방법의 병합영상을 획득하는 단계는 입력부에 기초하여 사용자로부터 관심영역을 획득하는 단계, 열화상 중 관심영역에 대응되는 관심 열화상을 획득하는 단계, 표면영상에 나타난 대상체를 제 1 무채색 바탕에 제 2 무채색 라인으로 변환하여 무채색 표면영상을 획득하는 단계, 및 관심 열화상 및 무채색 표면영상을 병합하여 병합영상을 획득하는 단계를 포함한다.
또한, 상술한 바와 같은 의료영상장치의 동작 방법을 구현하기 위한 프로그램은 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다.
본 개시는 의료영상장치에 관한 것으로써, 의료영상장치는 말의 방사선영상에 대한 촬영정보를 자동으로 획득하여 사용자가 방사선영상촬영에 집중할 수 있도록 한다. 의료영상장치는 방사선영상 및 촬영정보를 매칭하여 저장함으로써, 사용자는 추후 방사선영상 및 촬영정보를 확인할 수 있다. 또한, 본 개시의 의료영상장치에 따르면, 사용자는 촬영정보를 별도로 입력할 필요가 없으므로 비숙련자라도 금방 의료영상장치의 촬영에 적응할 수 있고, 방사선영상의 촬영속도가 빨라질 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 일 실시예에 따른 의료영상시스템을 설명하기 위한 도면이다.
도 2는 본 개시의 일 실시예에 따른 의료영상장치를 설명하기 위한 도면이다.
도 3은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 복수의 촬영위치들을 나타낸 도면이다.
도 5는 본 개시의 일 실시예에 따른 촬영정보기계학습모델을 설명하기 위한 도면이다.
도 6은 본 개시의 일 실시예에 따라 의료영상장치에 표시되는 화면을 나타낸다.
도 7은 본 개시의 일 실시예에 따른 엑스선 어셈블리를 나타낸다.
도 8은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 나타낸 흐름도이다.
도 9는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 10은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면일 수 있다.
도 11은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 12는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 13은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 나타낸 흐름도이다.
도 2는 본 개시의 일 실시예에 따른 의료영상장치를 설명하기 위한 도면이다.
도 3은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 복수의 촬영위치들을 나타낸 도면이다.
도 5는 본 개시의 일 실시예에 따른 촬영정보기계학습모델을 설명하기 위한 도면이다.
도 6은 본 개시의 일 실시예에 따라 의료영상장치에 표시되는 화면을 나타낸다.
도 7은 본 개시의 일 실시예에 따른 엑스선 어셈블리를 나타낸다.
도 8은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 나타낸 흐름도이다.
도 9는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 10은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면일 수 있다.
도 11은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 12는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 13은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 나타낸 흐름도이다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다.
본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면 "부"는 프로세서 및 메모리로 구현될 수 있다. 용어 "프로세서" 는 범용 프로세서, 중앙 처리 장치 (CPU), 마이크로프로세서, 디지털 신호 프로세서 (DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서는, "프로세서" 는 주문형 반도체 (ASIC), 프로그램가능 로직 디바이스 (PLD), 필드 프로그램가능 게이트 어레이 (FPGA) 등을 지칭할 수도 있다. 용어 "프로세서" 는, 예를 들어, DSP 와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다.
용어 "메모리" 는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. 용어 메모리는 임의 액세스 메모리 (RAM), 판독-전용 메모리 (ROM), 비-휘발성 임의 액세스 메모리 (NVRAM), 프로그램가능 판독-전용 메모리 (PROM), 소거-프로그램가능 판독 전용 메모리 (EPROM), 전기적으로 소거가능 PROM (EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
본 명세서에서 "이미지"는 이산적인 이미지 요소들(예를 들어, 2차원 이미지에 있어서의 픽셀들 및 3차원 이미지에 있어서의 복셀들)로 구성된 다차원(multi-dimensional) 데이터를 의미할 수 있다. 이미지의 예로는 의료영상장치, CT 장치, MRI 장치, 초음파 장치 및 다른 의료 영상 장치에 의해 획득된 대상체의 의료영상 등을 포함할 수 있다.
또한, 본 명세서에서 "대상체(object)"는 사람 또는 동물, 또는 사람 또는 동물의 일부일 수 있다. 예를 들어, 대상체는 사람, 개, 고양이 또는 말 등을 포함할 수 있다. 또한 대상체는 간, 심장, 자궁, 뇌, 유방, 복부 등의 장기, 및 혈관 중 적어도 하나를 포함할 수 있다. 또한, "대상체"는 팬텀(phantom)일 수도 있다. 팬텀은 생물의 밀도와 실효 원자 번호에 아주 근사하고 또한 생물의 부피에 아주 근사한 물질을 의미하는 것으로, 신체와 유사한 성질을 갖는 구형(sphere)의 팬텀을 포함할 수 있다.
또한, 본 명세서에서 "사용자"는 의료 전문가로서 의사, 간호사, 임상 병리사, 의료 영상 전문가, 수의사 등이 될 수 있으며, 의료 장치를 수리하는 기술자가 될 수 있으나, 이에 한정되지 않는다.
아래에서는 첨부한 도면을 참고하여 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략한다.
도 1은 본 개시의 일 실시예에 따른 의료영상시스템을 설명하기 위한 도면이다. 도 2는 본 개시의 일 실시예에 따른 의료영상장치를 설명하기 위한 도면이다.
도 1을 참조하면 의료영상 시스템은 의료영상장치(100), 저장서버(110) 및 리뷰장치(120)를 포함할 수 있다. 의료영상 시스템은 워크스테이션(130)을 포함할 수 있다. 워크스테이션(130)은 저장서버(110) 및 리뷰장치(120)를 포함할 수 있다. 저장서버(110) 및 리뷰장치(120)는 하나의 장치에서 구현될 수 있으나, 이에 한정되는 것은 아니며, 서로 다른 장치에서 구현될 수 있다. 의료영상장치(100), 저장서버(110) 및 리뷰장치(120)는 유무선 통신을 이용하여 데이터를 주고받을 수 있다.
의료영상장치(100)는 고정식 의료영상장치 또는 이동식 의료영상장치가 될 수 있다. 도 2를 참조하면, 의료영상장치(100)는 엑스선 어셈블리, 고전압 발생부, 디텍터, 센서부(210), 통신부(220), 메모리(230), 출력부(240), 입력부(250) 및 제어부(200) 중 적어도 하나를 포함할 수 있다. 제어부(200)는 의료영상장치(100)의 전반적인 동작을 제어할 수 있다.
고전압 발생부는 방사선(엑스선)의 발생을 위한 고전압을 발생시켜 엑스선 어셈블리에 포함된 엑스선 소스에 인가한다.
엑스선 어셈블리는 고전압 발생부에서 발생된 고전압을 인가받아 엑스선을 발생시키는 엑스선 소스를 포함할 수 있다. 엑스선 소스는 엑스선관(X-ray tube)을 포함하며, 엑스선관은 양극과 음극으로 된 2극 진공관으로 구현될 수 있다. 또한 엑스선 어셈블리는 엑스선 소스에서 조사되는 엑스선의 경로를 안내하여 엑스선의 조사영역을 조절하는 콜리메이터(collimator)를 포함할 수 있다.
디텍터는 엑스선 어셈블리에서 조사되어 대상체를 투과한 엑스선을 검출한다. 디텍터는 디지털 디텍터일 수 있다. 디텍터는 TFT를 사용하여 구현되거나, CCD를 사용하여 구현될 수 있다. 디텍터는 의료영상장치(100)에 포함될 수도 있고 의료영상장치(100)에 연결 및 분리 가능한 별개의 장치일 수도 있다.
의료영상장치(100)는 센서부(210)를 포함할 수 있다. 센서부(210)는 적어도 하나의 센서를 이용하여 다양한 정보를 획득할 수 있다. 센서부(210)는 압력, 전위 및 광학 등의 측정수단을 이용하는 센서로 구비될 수 있다. 예를 들어, 센서부(210)는 거리측정 센서,또는 엔코더 중 적어도 하나를 포함할 수 있다. 또한, 센서는 압력 센서, 적외선 센서, LED센서, 터치센서 등을 포함할 수 있다. 하지만 이에 한정되지 않는다.
또한 의료영상장치(100)는 통신부(220)를 포함할 수 있다. 통신부(220)는 의료영상장치(100)가 내부의 모듈 또는 외부의 장치와 유무선으로 통신하기 위한 구성일 수 있다. 외부의 장치는 외부의 서버, 사용자 단말기를 포함할 수 있다. 사용자 단말기는 PC, 스마트폰, 태블릿, 또는 웨어러블 기기를 포함할 수 있다. 통신부(220)는 네트워크 접속을 위한 유/무선 통신 모듈을 포함할 수 있다. 무선 통신 기술로는, 예를 들어, WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink PacketAccess) 등이 이용될 수 있다. 유선 통신 기술로는 예를 들어, XDSL(Digital Subscriber Line), FTTH(Fibers to the home), PLC(Power Line Communication) 등이 이용될 수 있다. 또한, 네트워크 연결부는 근거리 통신 모듈을 포함하여, 근거리에 위치하는 임의의 장치/단말과 데이터를 송수신할 수 있다. 예를 들어, 근거리 통신(short range communication) 기술로 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra-Wideband), ZigBee 등이 이용될 수 있으며, 이에 한정되지 않는다.
한편, 워크스테이션(130)과 의료영상장치(100) 사이의 통신은, LVDS(Low Voltage Differential Signaling) 등의 고속 디지털 인터페이스, UART(universal asynchronous receiver transmitter) 등의 비동기 시리얼 통신, 과오 동기 시리얼 통신 또는 CAN(Controller Area Network) 등의 저지연형의 네트워크 프로토콜이 이용될 수 있으며, 당업자에게 자명한 범위 내에서 다양한 통신 방법이 이용될 수 있다.
의료영상장치(100)는 메모리(230)를 포함할 수 있다. 제어부(200)는 메모리에 저장된 명령어들을 수행할 수 있다. 메모리(230)는 제어부(200)에 포함되거나 제어부(200)의 외부에 있을 수 있다. 메모리(230)는 의료영상장치(100)와 관련된 다양한 정보들을 저장할 수 있다. 예를 들어, 메모리(230)는 엑스선 어셈블리의 동작 방법과 관련 정보를 포함할 수 있고, 촬영 영상 및 사용자인증 정보를 포함할 수 있으며, 이에 한정되지 않는다.
메모리(230)는 임의의 데이터를 지속적으로 저장할 수 있는 비-휘발성(non-volatile) 저장 매체를 통해 구현될 수 있다. 예를 들어, 메모리(230)는 디스크, 광학(optical) 디스크 및 광자기(magneto-optical) 저장 디바이스뿐만 아니라 플래시 메모리 및/또는 배터리-백업 메모리에 기초한 저장 디바이스를 포함할 수 있으며, 이에 한정되지 않는다. 메모리(230)는 동적 램(DRAM, dynamic random access memory), 정적 램(SRAM, static random access memory) 등의 랜덤 액세스 메모리(RAM)와 같은, 프로세서가 직접 접근하는 주된 저장 장치로서 전원이 꺼지면 저장된 정보가 순간적으로 지워지는 휘발성(volatile) 저장 장치를 의미할 수 있지만, 이들로 한정되는 것은 아니다. 이러한 메모리(230)는 제어부(200)에 의하여 동작 될 수 있다.
또한, 의료영상장치(100)는 의료영상장치(100)의 조작을 위한 인터페이스를 제공하는 조작부를 더 포함할 수 있다. 조작부는 출력부(240) 및 입력부(250)를 포함할 수 있다.
출력부(240)는 제어부(200)의 제어 하에 엑스선의 조사 등 촬영 관련 정보를 나타내는 사운드 및 영상을 출력할 수 있다. 출력부(240)는 스피커 또는 디스플레이를 포함할 수 있다. 출력부(240)는 제어부(200)에 의해 생성된 방사선영상을 출력할 수 있다. 출력부(240)는 UI(user interface), 사용자 정보 또는 대상체 정보 등 사용자가 의료영상장치(100)를 조작하기 위해 필요한 정보를 출력할 수 있다. 출력부(240)의 예로서 스피커, 프린터, CRT 디스플레이, LCD 디스플레이, PDP 디스플레이, OLED 디스플레이, FED 디스플레이, LED 디스플레이, VFD 디스플레이, DLP 디스플레이, FPD 디스플레이, 3D 디스플레이, 투명 디스플레이 등을 포함할 수 있고, 기타 당업자에게 자명한 범위 내에서 다양한 출력 장치들을 포함할 수 있다.
워크스테이션(130) 및 의료영상장치(100)는 서로 무선 또는 유선으로 연결될 수 있고, 워크스테이션(130)은 의료영상장치(100)와 물리적으로 분리된 공간에 존재할 수도 있다.
워크스테이션(130)은 저장서버(110)를 포함할 수 있다. 저장서버(110)는 방사선영상, 대상체에 대한 정보, 사용자(의료인)에 대한 정보 등을 저장하고 있을 수 있다. 워크스테이션(130)은 리뷰장치(120)를 포함할 수 있다. 리뷰장치(120)는 사용자의 명령에 기초하여 저장서버(110)로부터 방사선영상을 수신하여 방사선영상을 진단할 수 있다. 워크스테이션(130) 및 의료영상장치(100)는 DICOM((Digital Imaging and Communications in Medicine) 표준에 따라 데이터를 전송, 저장, 처리, 출력할 수 있다. 또한 워크스테이션(130)은 PACS(Picture Archiving and Communication System)일 수 있다.
워크스테이션(130)은 출력부, 입력부, 및 제어부를 포함할 수 있다. 출력부 및 입력부는 사용자에게 워크스테이션(130) 및 의료영상장치(100)의 조작을 위한 인터페이스를 제공한다. 워크스테이션의 제어부는 워크스테이션(130) 및 의료영상장치(100)를 제어할 수 있다.
의료영상장치(100)는 워크스테이션(130)을 통해 제어될 수 있고, 의료영상장치(100)에 포함되는 제어부(200)에 의해서도 제어될 수 있다. 따라서, 사용자는 워크스테이션(130)을 통해 의료영상장치(100)를 제어하거나, 의료영상장치(100)에 포함되는 조작부 및 제어부(200)를 통해 의료영상장치(100)를 제어할 수도 있다. 다시 말해, 사용자는 워크스테이션(130)을 통해 원격으로 의료영상장치(100)를 제어할 수도 있고, 의료영상장치(100)를 직접 제어할 수도 있다.
워크스테이션(130)의 제어부와 의료영상장치(100)의 제어부(200)는 별개일 수 있으나 이에 한정되는 것은 아니다. 워크스테이션(130)의 제어부와 의료영상장치(100)의 제어부(200)는 하나의 통합된 제어부로 구현될 수도 있고, 통합된 제어부는 워크스테이션(130) 및 의료영상장치(100) 중 하나에만 포함될 수도 있다. 이하, 제어부(200)는 워크스테이션(130)의 제어부 및/또는 의료영상장치(100)의 제어부를 의미할 수 있다.
워크스테이션(130)의 출력부 및 입력부와 의료영상장치(100)의 출력부(240) 및 입력부(250)는 각각 사용자에게 의료영상장치(100)의 조작을 위한 인터페이스를 제공할 수 있다. 워크스테이션(130) 및 의료영상장치(100)는 각각 출력부 및 입력부를 포함할 수 있으나 이에 한정되는 것은 아니다. 출력부 또는 입력부는 워크스테이션(130) 및 의료영상장치(100) 중 하나에만 구현될 수도 있을 것이다.
이하, 입력부(250)는 워크스테이션(130)의 입력부 및/또는 의료영상장치(100)의 입력부를 의미하고, 출력부(240)는 워크스테이션(130)의 출력부 및/또는 의료영상장치(100)의 출력부를 의미한다.
입력부(250)는 사용자로부터 의료영상장치(100)의 조작을 위한 명령 및 엑스선 촬영에 관한 각종 정보를 입력받을 수 있다. 제어부(200)는 입력부(250)에 입력된 정보를 기반으로 의료영상장치(100)를 제어하거나 조작할 수 있다. 입력부(250)는 조이스틱, 키보드, 마우스, 터치스크린, 음성 인식기, 지문 인식기, 홍채 인식기 등을 포함할 수 있으며, 기타 당업자에게 자명한 입력 장치를 포함할 수 있다. 사용자는 입력부(250)를 통해 엑스선 조사를 위한 명령을 입력할 수 있는데, 입력부(250)에는 이러한 명령 입력을 위한 스위치가 마련될 수 있다. 스위치는 두 번에 걸쳐 눌러야 엑스선 조사를 위한 조사명령이 의료영상장치(100)에 입력될 수 있다. 예를 들어, 사용자가 스위치를 누르면 스위치는 엑스선 조사를 위한 예열을 지시하는 준비명령이 입력되고, 그 상태에서 스위치를 더 깊게 누르면 실질적인 엑스선 조사를 위한 조사명령이 입력되는 구조를 가질 수 있다.
즉, 사용자가 스위치를 누르면 스위치는 엑스선 조사를 위한 예열을 지시하는 준비명령이 입력되고, 그 상태에서 스위치를 더 깊게 누르면 실질적인 엑스선 조사를 위한 조사명령이 입력되는 구조를 가질 수 있다. 이와 같이 사용자가 스위치를 조작하면, 제어부(200)는 스위치 조작을 통해 입력되는 명령에 대응하는 신호 즉, 준비신호를 생성하여 엑스선 발생을 위한 고전압을 생성하는 고전압 발생부로 전달한다.
고전압 발생부는 제어부(200)로부터 전달되는 준비신호를 수신하여 예열을 시작하고, 예열이 완료되면, 준비완료신호를 제어부(200)로 전달한다. 그리고, 엑스선 검출을 위해 디텍터 또한 엑스선 검출준비가 필요한데, 제어부(200)는 고전압 발생부의 예열과 함께 디텍터가 대상체를 투과한 엑스선을 검출하기 위한 준비를 할 수 있도록 디텍터로 준비신호를 전달한다. 디텍터는 준비신호를 수신하면 엑스선을 검출하기 위한 준비를 하고, 검출준비가 완료되면 검출준비완료신호를 제어부(200)로 전달한다.
고전압 발생부의 예열이 완료되고, 디텍터의 엑스선 검출준비가 완료되며, 제어부(200)는 고전압 발생부로 조사신호를 전달하고, 고전압 발생부는 고전압을 생성하여 엑스선 소스로 인가하고, 엑스선 소스는 엑스선을 조사하게 된다.
제어부(200)는 조사신호를 전달할 때, 엑스선 조사를 대상체가 알 수 있도록, 출력부(240)로 소리 또는 빛의 출력신호를 전달하여 출력부(240)에서 소정의 소리 또는 빛이 출력되도록 할 수 있다. 또한, 출력부(240)에서는 엑스선 조사 이외에 다른 촬영 관련 정보를 나타내는 소리 또는 빛을 출력할 수 있다. 출력부(240)는 조작부에 포함될 수 있지만 이에 한정되는 것은 아니며, 출력부(240) 또는 출력부(240)의 일부는 조작부가 위치하는 지점과 다른 지점에 위치할 수 있다. 예를 들어, 대상체에 대한 엑스선 촬영이 수행되는 촬영실 벽에 위치할 수도 있다.
제어부(200)는 사용자에 의해 설정된 촬영 조건에 따라 엑스선 어셈블리와 디텍터의 위치, 촬영 타이밍 및 촬영 조건 등을 제어한다.
구체적으로, 제어부(200)는 입력부(250)를 통해 입력되는 명령에 따라 고전압 발생부 및 디텍터를 제어하여 엑스선의 조사 타이밍, 엑스선의 세기 및 엑스선의 조사 영역 등의 촬영 설정정보를 제어한다. 또한, 제어부(200)는 소정의 촬영 조건에 따라 디텍터의 위치를 조절하고, 디텍터의 동작 타이밍을 제어한다.
또한, 제어부(200)는 디텍터를 통해 수신되는 이미지 데이터를 이용하여 대상체에 대한 방사선영상을 생성한다. 구체적으로, 제어부(200)는 디텍터로부터 이미지 데이터를 수신하여, 이미지 데이터의 노이즈를 제거하고, 다이나믹 레인지(dynamic range) 및 인터리빙(interleaving)을 조절하여 대상체의 방사선영상을 생성할 수 있다.
워크스테이션(130)은 네트워크를 통해 서버, 의료 장치 및 휴대용 단말 등과 연결될 수 있는 통신부(미도시)를 더 포함할 수 있다.
도 3은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 흐름도이다.
방사선영상을 촬영하기 위한 의료영상장치(100)는 다음과 같은 동작을 수행할 수 있다. 먼저 의료영상장치(100)는 사용자 식별정보를 수신하는 단계를 수행할 수 있다. 의료영상장치(100)는 입력부(250)를 이용하여 사용자 식별정보를 수신할 수 있다. 사용자 식별정보는 사용자의 아이디, 비밀번호, 이름, 주민번호, 이메일 주소, 지문정보, 홍채정보 및 전화번호 중 적어도 하나를 포함할 수 있다. 사용자는 의료영상장치(100)를 조작할 때, 인증과정을 거칠 수 있다. 예를 들어 의료영상장치(100)는 입력부(250)를 통하여 사용자의 아이디 및 비밀번호를 수신할 수 있다. 의료영상장치(100)는 수신된 아이디 및 비밀번호가 메모리(230)에 미리 저장되어 있는 아이디 및 비밀번호와 일치하는지 확인할 수 있다. 의료영상장치(100)는 수신된 아이디 및 비밀번호가 메모리(230)에 미리 저장되어 있는 아이디 및 비밀번호와 일치하는 경우, 사용자가 의료영상장치(100)를 이용하여 방사선영상을 촬영할 수 있도록 할 수 있다.
의료영상장치(100)는 촬영 모드 선택 정보를 수신하는 단계를 수행할 수 있다. 의료영상장치(100)는 입력부(250)를 이용하여 촬영 모드 선택 정보를 수신할 수 있다. 의료영상장치(100)는 복수의 촬영 모드를 포함하고 있을 수 있다. 복수의 촬영 모드는 MWL(Modality Worklist)모드, 비MWL 모드 및 특수 모드 중 적어도 하나를 포함할 수 있다.
MWL 모드는 워크리스트에 따른 촬영을 진행하는 모드이다. 위의 식별정보를 수신하는 단계에 의하여 사용자가 인증된 경우, 의료영상장치(100)는 해당 사용자에 할당된 미리 정해진 워크리스트를 메모리 또는 서버로부터 획득할 수 있다. 미리 정해진 워크리스트는 사용자가 촬영할 대상체에 대한 정보를 포함할 수 있다. 워크리스트는 대상체에 대한 정보, 대상체에서 촬영해야 할 미리 정해진 적어도 하나의 부위, 및 미리 정해진 적어도 하나의 촬영방향 중 적어도 하나를 포함할 수 있다. 대상체에 대한 정보는 대상체의 식별정보, 성별, 또는 나이 중 적어도 하나를 포함할 수 있다. 대상체는 예를 들어 사람, 개, 고양이, 말일 수 있고 이에 한정되는 것은 아니다. 대상체의 식별정보는 예를 들어 대상체에 부여된 고유코드, 생년월일, 이름, 성별 중 적어도 하나를 포함할 수 있다. 의료영상장치(100)는 워크리스트에 있는 대상체를 순서대로 촬영하도록 제어될 수 있다. 하지만 이에 한정되는 것은 아니며, 의료영상장치(100)는 워크리스트에 있는 대상체들 중 사용자로부터 선택받은 대상체에 대하여 촬영을 진행할 수 있다. 즉 의료영상장치(100)는 사용자로부터 대상체를 선택받은 경우, 촬영모드에 진입할 수 있다. MWL 모드에 의하는 경우, 대상체에 대한 정보는 미리 저장되어 있으므로 사용자가 대상체에 대한 정보를 입력할 필요가 없을 수 있다.
비MWL 모드는 워크리스트 없이 촬영을 진행하는 모드이다. 사용자가 비MWL 모드를 선택한 경우, 의료영상장치(100)는 촬영할 대상체에 대한 정보를 입력하는 UI를 출력할 수 있다. 의료영상장치(100)는 사용자로부터 촬영할 대상체에 대한 정보를 입력부를 통하여 수신할 수 있다. 그 후, 의료영상장치(100)는 대상체에 대한 방사선영상을 촬영하기 위한 촬영모드로 진입할 수 있다.
특수 모드는 복수의 대상체를 빠르게 촬영하기 위한 모드이다. 특수 모드가 선택된 경우, 의료영상장치(100)의 메모리에 미리 저장된 복수의 대상체에 대한 정보를 획득할 수 있다. 또한 의료영상장치(100)는 복수의 대상체에 대한 방사선영상 촬영모드로 진입할 수 있다. 특수 모드는 워크 플로우를 단순화하여 사용자가 다수의 방사선영상을 빠르게 찍도록 돕기 위한 모드일 수 있다
의료영상장치(100)는 긴급 모드를 포함할 수도 있다. 긴급 모드가 선택된 경우, 의료영상장치(100)는 대상체에 대한 정보를 획득하지 않고 바로 촬영모드로 진입할 수 있다.
다만, 특수 모드와 긴급 모드에서 촬영 대상인 대상체, 대상체에서 촬영할 미리 정해진 적어도 하나의 부위, 및 미리 정해진 적어도 하나의 촬영방향이 주어지지 않으므로 의료영상장치(100)는 촬영된 방사선영상에 기초하여 대상체의 식별정보, 미리 정해진 적어도 하나의 부위, 및 미리 정해진 적어도 하나의 촬영방향 중 적어도 하나를 자동으로 결정해야할 수 있다. 이와 같이 의료영상장치(100)가 촬영된 방사선영상에 기초하여 대상체의 식별정보, 미리 정해진 적어도 하나의 부위, 및 미리 정해진 적어도 하나의 촬영방향 중 적어도 하나를 자동으로 결정하는 과정을 추후 자세히 설명한다.
의료영상장치(100)는 사용자의 입력, 사용자 식별정보 및 촬영 모드 선택 정보 중 적어도 하나에 기초하여 대상체의 건강상태 확인용 엑스선 촬영 모드로 결정하는 단계를 수행할 수 있다. 예를 들어, 의료영상장치(100)는 사용자의 입력에 기초하여 건강상태 확인용 엑스선 촬영 모드로 결정할 수 있다. 사용자는 특수 모드 및 긴급 모드 중 적어도 하나의 서브모드로써, 건강상태 확인용 엑스선 촬영 모드를 선택할 수 있다. 하지만 이에 한정되는 것은 아니며, 사용자는 건강상태 확인용 엑스선 촬영 모드의 서브모드로써 특수 모드 및 긴급 모드 중 적어도 하나를 선택할 수 있다. 또는 건강상태 확인용 엑스선 촬영 모드는 특수 모드 및 긴급 모드 중 적어도 하나와 동일할 수 있다.
본 개시의 다양한 실시예에 따르면, MWL모드인 경우, 의료영상장치(100)는 수신된 사용자의 식별정보에 기초하여 워크리스트를 도출하고, 워크리스트에 포함된 대상체가 대상체의 건강상태 확인용 엑스선 촬영 모드로 촬영되어야 하는 경우, 대상체의 건강상태 확인용 엑스선 촬영 모드로 진입할 수 있다. 또한 비MWL 모드인 경우, 의료영상장치(100)는 대상체에 대한 정보를 수신한 후 사용자의 입력에 기초하여 대상체의 건강상태 확인용 엑스선 촬영 모드로 진입할 수 있다. 또한, 특수 모드 또는 긴급 모드인 경우, 의료영상장치(100)는 메모리로부터 복수의 대상체에 대한 정보를 획득한 후 바로 대상체의 건강상태 확인용 엑스선 촬영 모드로 진입할 수 있다.
대상체의 건강상태 확인용 엑스선 촬영 모드는 대상체의 건강을 확인하기 위하여 미리 정해진 주요 부위를 다양한 방향에서 촬영하는 모드이다. 대상체의 건강상태 확인용 엑스선 촬영 모드에 따라 사용자는 대상체에 대한 복수의 방사선영상을 획득할 수 있다. 예를 들어 대상체가 말이라면, 대상체의 건강상태 확인용 엑스선 촬영 모드에 따라, 말의 다리에 포함된 복수의 관절에 대한 적어도 하나의 방향에서의 방사선영상을 획득할 수 있다. 다만 말은 사람보다 크며 힘도 세며, 말이 방사선영상 촬영 과정에서 흥분할 수 있으므로 말을 안정시킬 필요가 있으며, 복수의 방사선영상을 빠르게 촬영하여 말이 불편하지 않게 해야할 필요성이 있다. 또한 사용자가 말에 대한 복수의 방사선영상을 촬영하면서 방사선영사에 대한 정보를 입력하는 것은 매우 불편할 수 있다.
의료영상장치(100)는 대상체의 식별정보를 획득하는 단계를 수행할 수 있다. 예를 들어, 이미 설명한 바와 같이 대상체에 대한 정보는 대상체의 식별정보를 포함할 수 있다. 대상체의 식별정보는 서버, 메모리로부터 획득될 수 있다. 또한 대상체의 식별정보는 사용자로부터 입력받을 수 있다. 대상체의 식별정보는 예를 들어 대상체에 부여된 코드, 생년월일, 이름, 및 성별 중 적어도 하나를 포함할 수 있다.
의료영상장치(100)는 미리 결정된 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향 중 최초 촬영부위 및 최초 촬영방향을 결정하는 단계를 결정할 수 있다.
이상에서 설명한 단계들 중 적어도 하나가 수행된 이후에 다음과 같은 도 3의 단계들이 수행될 수 있다.
도 3을 참조하면, 의료영상장치(100)의 제어부(200)는 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 방사선영상을 획득하는 단계(310)를 수행할 수 있다. 이미 설명한 바와 같이 의료영상장치(100)의 모드는 대상체의 건강상태 확인용 엑스선 촬영 모드일 수 있다. 건강상태 확인용 엑스선 촬영 모드인 경우 의료영상장치(100)는 메모리로부터 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향을 획득할 수 있다. 또는 사용자의 입력에 기초하여 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향을 획득할 수도 있다.
미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향은 말의 건강 상태를 진단하기 위해 촬영해야하는 촬영 부위 및 촬영방향을 나타낼 수 있다. 미리 정해진 적어도 하나의 부위는 대상체의 건강상태를 진단하기 위해 촬영해야할 대상체의 신체부위를 의미할 수 있다.
미리 정해진 적어도 하나의 촬영방향은 대상체의 신체부위를 촬영하기 위한 의료영상장치(100)의 위치를 의미할 수 있다. 예를 들어 미리 정해진 적어도 하나의 촬영방향은 엑스선 어셈블리의 방사선 조사면 및 디텍터의 방사선 수신면 중 적어도 하나가 대상체의 신체부위의 정면, 후면, 좌측면, 우측면, 상면, 또는 저면 중 어느 면을 향하는 지를 나타낼 수 있다. 하지만 미리 정해진 적어도 하나의 촬영방향은 엑스선 어셈블리 방사선 조사면 및 디텍터의 방사선 수신면 중 적어도 하나가 위에서 언급된 대상체의 신체부위의 면 이외의 면과 평행함을 나타낼 수도 있다. 사용자는 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향의 조합에 따라 대상체인 말을 촬영할 수 있다.
미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향을 설명하기 위하여 잠시 도 4를 참조한다.
도 4는 본 개시의 일 실시예에 따른 복수의 촬영위치들을 나타낸 도면이다.
본 개시의 촬영위치정보는 하나의 방사선영상에 대한 부위정보 및 촬영방향정보를 포함할 수 있다. 본 개시에서 도 4의 표(400)에 나타난 미리 정해진 적어도 하나의 부위정보 및 미리 정해진 적어도 하나의 촬영방향정보의 조합을 간단하게 미리 정해진 복수의 촬영위치정보라고 할 수 있다. 도 4의 표(400)를 참조하면 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향의 조합은 20개이상 40개이하일 수 있다. 즉 복수의 촬영위치의 개수는 20개이상 40개이하일 수 있다. 복수의 촬영위치는 대상체인 말의 건강상태를 확인하기 위하여 촬영되어야 하는 방사선영상의 촬영위치를 나타낼 수 있다. 단계(310)에서의 복수의 방사선영상의 개수는 촬영위치의 개수와 동일할 수 있다. 즉, 의료영상장치(100)는 단계(310)에서 20개이상 40개이하의 방사선영상을 획득할 수 있다.
도 4를 참조하면, 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향의 조합은 Fore Fetlock Right LM (Lateral/Medical), Fore Carpus Right DLPMO (Dorsolateeral/palmaromedial), Fore Carpus Right DMPLO(Dorsomedial/palmarolateral oblique), Fore Fetlock Right DP (Dorsopalmar), Hind Fetlock Right LM (Lateral/medial), Tarsus Right DMPLO, Tarsus Right DLPMO, Hind Fetlock Right DP, Stifle Right OBL (Oblique), Stifle Right CaCr (Caudocranial), Fore Fetlock Left LM, Fore Carpus Left DLPMO, Fore Carpus Left DMPLO (PLDMO), Fore Fetlock Left DP, Hind Fetlock Left LM, Tarsus Left DMPLO (PLDMO), Tarsus Left DLPMO, Hind Fetlock Left DP, Stifle Left OBL, Stifle Left Cdcr을 포함할 수 있다. 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향의 조합은 순서를 가질 수 있다. 도 4의 순번은 촬영순서를 의미할 수 있다. 하지만 이에 한정되는 것은 아니고, 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향의 조합은 순서를 가지지 않을 수 있다.
최초촬영위치는 도 4의 표(400)에 나타난 미리 정해진 복수의 촬영위치 중 사용자가 최초에 촬영할 위치를 나타낼 수 있다. 사용자는 별도의 선택 없이 복수의 촬영위치 중 하나의 촬영위치를 최초로 촬영하여 방사선영상을 획득할 수 있다. 또한 의료영상장치(100)는 최초로 촬영된 방사선영상에 기초하여 최초로 촬영된 방사선영상에 대응되는 촬영위치를 자동으로 결정할 수 있다. 예를 들어 의료영상장치(100)는 기계학습모델을 이용하여 최초로 촬영된 방사선영상에 기초하여 방사선영상에 대응되는 촬영위치를 자동으로 결정할 수 있다.
본 개시의 다양한 실시예에 따르면 최초촬영위치는 사용자의 선택에 기초하여 결정될 수 있다. 의료영상장치(100)는 다음과 같이 사용자의 선택에 기초하여 최초촬영위치를 선택할 수 있다. 의료영상장치(100)는 최초촬영위치를 선택하기 위한 화면을 표시할 수 있다. 예를 들어 의료영상장치(100)는 도 4의 복수의 촬영위치들을 표시할 수 있다. 의료영상장치(100)는 사용자로부터 최초촬영위치 선택정보를 획득할 수 있다. 의료영상장치(100)는 선택정보에 기초하여 최초촬영위치를 결정할 수 있다.
본 개시의 다양한 실시예에 따르면, 의료영상장치(100)는 사용자의 안전을 위하여 최초촬영위치를 제안할 수 있다. 대상체인 말이 심리적으로 안정감을 느끼는 최초촬영위치가 있을 수 있으며, 사용자가 제안된 최초촬영위치부터 촬영을 진행하는 경우, 사용자의 안전이 보장되고, 대상체인 말은 촬영상황에 천천히 적응해갈 수 있기 때문이다.
예를 들어, 의료영상장치(100)는 일반적으로 많이 사용된 최초촬영위치를 메모리로부터 획득할 수도 있다. 또한, 의료영상장치(100)는 수신된 대상체의 식별정보에 기초하여 메모리로부터 과거에 저장된 최초촬영위치를 획득할 수 있다. 의료영상장치(100)는 대상체의 식별정보, 이전에 저장된 최초촬영위치 및 이전 촬영의 대상체의 상태에 대한 정보를 서로 대응하여 저장하고 있을 수 있다. 의료영상장치(100)는 대상체의 식별정보에 기초하여 이전에 저장된 최초촬영위치 및 이전 촬영의 대상체의 상태에 대한 정보를 획득할 수 있다. 이전 촬영의 대상체의 상태에 대한 정보는 안정제 투여여부, 촬영 전 음식 섭취여부, 촬영순서 및 사고발생여부 중 적어도 하나를 포함할 수 있다. 의료영상장치(100)는 사고발생여부에 대한 정보가 사고가 발생하지 않았음을 나타내는 경우, 메모리로부터 획득된 이전에 저장된 최초촬영위치를 현재의 최초촬영위치로 결정할 수 있다.
위에서는 최초촬영위치를 결정하는 구성에 대하여 설명하였으나, 이에 한정되는 것은 아니다. 사용자는 대상체인 말의 방사선영상을 빠르게 촬영하기 위하여 미리 정해진 복수의 촬영위치를 임의의 순서로 촬영할 수 있다. 사용자는 자신이 익숙한 편리한 순서로 복수의 촬영위치에 대한 대상체의 복수의 방사선영상을 획득하므로 미리 정해진 복수의 촬영위치에 대한 대상체의 방사선영상을 빠르게 획득할 수 있다. 다만, 사용자가 임의의 순서로 복수의 방사선영상을 획득하는 경우, 의료영상장치(100)는 복수의 촬영위치와 복수의 방사선영상의 대응관계를 알지 못할 수 있다. 따라서 의료영상장치(100)는 이하에서 설명하는 과정에 의해 복수의 촬영위치와 복수의 방사선영상을 일대일로 대응시킬 수 있다.
다시 도 3을 참조하면, 제어부(200)는 복수의 방사선영상을 포함하는 복수의 모델입력영상을 촬영정보기계학습모델에 적용하여 복수의 방사선영상 각각에 대한 부위정보 및 촬영방향정보를 포함하는 복수의 촬영정보를 획득하는 단계(320)를 수행할 수 있다. 촬영정보는 촬영위치정보를 포함할 수 있다. 촬영위치정보는 하나의 방사선영상에 대한 부위정보 및 촬영방향정보를 포함할 수 있다. 즉 촬영정보는 부위정보 및 촬영방향정보를 포함할 수 있다.
복수의 방사선영상은 단계(310)에서 사용자가 촬영하여 획득한 방사선영상일 수 있다. 모델입력영상은 촬영정보기계학습모델에 입력하기 위한 영상으로써, 방사선영상을 포함하는 정보일 수 있다. 모델입력영상은 방사선영상, 표면영상, 열화상 및 그 조합 중 적어도 하나를 포함할 수 있다. 하나의 모델입력영상에 포함되는 방사선영상, 표면영상, 열화상 및 그 조합은 동일한 부위정보 및 동일한 촬영위치정보를 가질 수 있다.
복수의 모델입력영상은 사용자에 의하여 촬영된 복수의 방사선영상을 포함할 수 있다. 복수의 모델입력영상은 복수의 방사선영상과 일대일로 대응될 수 있다. 모델입력영상은 동일 대상체에 대한 복수의 방사선영상을 포함할 수 있다.
촬영정보는 방사선영상을 촬영하는데 있어서 필요한 정보일 수 있다. 촬영정보는 방사선영상촬영 시 대상체에 대한 정보, 및 촬영위치정보 적어도 하나를 포함할 수 있다. 촬영위치정보는 부위정보 및 촬영방향정보를 포괄하기 위한 정보로써, 대상체의 신체부위 및 대상체의 신체부위에 대한 엑스선 어셈블리 및 디텍터의 위치에 대한 정보를 포함할 수 있다. 부위정보는 방사선영상에 나타난 대상체의 신체부위에 대한 정보를 나타낼 수 있다. 부위정보는 미리 정해진 적어도 하나의 부위를 코드화한 정보일 수 있다. 또한 촬영방향정보는 대상체의 신체부위를 촬영하기 위한 엑스선 어셈블리 및 디텍터의 위치에 대한 정보를 나타낼 수 있다. 또한 촬영방향정보는 미리 정해진 적어도 하나의 촬영방향을 코드화한 정보일 수 있다. 코드는 숫자, 및 알파벳 중 적어도 하나를 포함할 수 있다.
복수의 촬영정보는 복수의 모델입력영상과 일대일로 대응될 수 있다. 복수의 촬영정보는 촬영정보기계학습모델에 의하여 예측된 정보로써, 실제 정보와 거의 유사할 수 있다.
촬영정보기계학습모델은 학습데이터에 기초하여 기계학습된 모델일 수 있다. 촬영기계학습모델을 설명하기 위하여 잠시 도 5를 참조한다.
도 5는 본 개시의 일 실시예에 따른 촬영정보기계학습모델을 설명하기 위한 도면이다.
촬영정보기계학습모델은 기계학습모델의 일종이며, 기계학습모델은 학습모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 기계학습모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 예컨대, Deep Neural Network (DNN), Recurrent Neural Network (RNN), Long Short-Term Memory models (LSTM), BRDNN (Bidirectional Recurrent Deep Neural Network), Convolutional Neural Networks (CNN), Generative adversarial network(GAN)와 같은 모델이 기계학습모델로써 사용될 수 있으나, 이에 한정되지 않는다.
의료영상장치(100)는 기계학습모델을 생성하기 위한 데이터학습부(550) 및 데이터인식부(560) 중 적어도 하나를 포함할 수 있다. 하지만 이에 한정되는 것은 아니고 의료영상장치(100)와 유무선으로 연결된 서버 또는 워크스테이션(130)은 데이터학습부(550) 및 데이터인식부(560) 중 적어도 하나를 포함할 수 있다. 또한 본 개시의 제어부(200)는 데이터학습부(550) 및 데이터인식부(560) 중 적어도 하나를 포함할 수 있다.
데이터학습부(550)는 데이터 세트를 이용하여 타겟 태스크(target task)를 수행하기 위한 기계학습모델을 학습할 수 있다. 데이터학습부(550)는 데이터 세트 및 타겟 태스크와 관련된 레이블 정보를 수신할 수 있다. 레이블 정보는 데이터 세트에 대한 실제 정보일 수 있다. 데이터학습부(550)는 데이터 세트와 레이블 정보의 관계에 대해 기계학습을 수행하여 기계학습모델을 획득할 수 있다. 즉, 기계학습모델은 실제 레이블 정보를 예측하도록 기계학습될 수 있다. 데이터학습부(550)가 획득한 기계학습모델은 데이터 세트를 이용하여 예측된 레이블 정보를 생성하기 위한 모델일 수 있다.
또한, 데이터학습부(550)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 기계학습모델을 학습시킬 수 있다.
또한, 데이터학습부(550)는, 예를 들어, 학습 데이터를 입력 값으로 하는 지도 학습(supervised learning)을 통하여, 기계학습모델을 학습할 수 있다. 또한, 데이터학습부는, 예를 들어, 별다른 지도없이 타겟 태스크(target task)을 위해 필요한 데이터의 종류를 스스로 학습함으로써, 타겟 태스크를 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 기계학습모델을 획득할 수 있다. 또한, 데이터학습부는, 예를 들어, 학습에 따른 타겟 태스크의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 기계학습모델을 학습할 수 있다.
또한, 기계학습모델이 학습되면, 데이터학습부(550)는 학습된 기계학습모델을 저장할 수 있다. 이 경우, 데이터학습부(550)는 학습된 기계학습모델을 데이터인식부(560)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 데이터학습부(550)는 학습된 기계학습모델을 전자 장치와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.
데이터인식부(560)는 데이터학습부(550)의 기계학습모델을 수신하여 저장하고 있을 수 있다. 데이터인식부(560)는 입력 데이터에 기계학습모델을 적용하여 레이블 정보를 예측하여 출력할 수 있다. 데이터인식부(560)가 기계학습모델을 이용하여 예측한 레이블 정보는 실제 레이블 정보와 거의 유사할 수 있다. 또한, 데이터인식부(560)는 입력 데이터, 레이블 정보 및 기계학습모델에 의해 출력된 결과를 기계학습모델을 갱신하는데 이용할 수 있다.
데이터학습부 및 데이터인식부 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자장치에 탑재될 수 있다. 예를 들어, 데이터학습부 및 데이터인식부 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 이미 설명한 각종 전자 장치에 탑재될 수도 있다.
도 5를 참조하여 보다 구체적으로 설명하면 데이터학습부(550)는 복수의 과거모델입력영상(511) 및 복수의 과거촬영정보(512)를 획득할 수 있다. 복수의 과거모델입력영상(511)은 데이터 세트일 수 있다. 복수의 과거촬영정보(512)는 실제 레이블 정보일 수 있다. 복수의 과거모델입력영상(511) 및 복수의 과거촬영정보(512)는 일대일로 대응될 수 있다. 복수의 과거모델입력영상(511)은 과거이 미리 촬영된 영상일 수 있다. 복수의 과거모델입력영상(511)은 복수의 대상체 각각에 대한 복수의 과거모델입력영상을 포함할 수 있다. 즉, 복수의 과거모델입력영상(511)은 복수의 대상체 중 하나의 대상체에 대한 복수의 과거모델입력영상을 포함할 수 있다. 하나의 대상체에 대한 복수의 과거모델입력영상은 촬영위치정보가 서로 다를 수 있다. 복수의 과거촬영정보(512)는 과거에 사용자에 의하여 직접입력되거나 레이블링 시스템에 의하여 자동으로 입력된 정보일 수 있다. 과거촬영정보(512)는 과거에 입력된 부위정보 및 촬영방향정보 중 적어도 하나를 포함할 수 있다.
데이터학습부(550)는 순전파 및 역전파를 적어도 한 번 수행하여 기계학습을 수행할 수 있고, 촬영정보기계학습모델(520)을 생성할 수 있다. 촬영정보기계학습모델(520)은 데이터인식부(560)로 송신될 수 있다. 이미 설명한 바와 같이 데이터인식부(560)는 데이터학습부(550)와 동일한 장치에 포함될 수도 있고 다른 장치에 포함될 수도 있다. 데이터학습부(550) 및 데이터인식부(560) 중 적어도 하나는 의료영상장치(100), 외부의 서버 및 워크스테이션(130) 중 적어도 하나에 포함될 수 있다.
도 3 및 도 5를 참조하면, 데이터인식부(560)는 복수의 방사선영상을 포함하는 복수의 모델입력영상(531)을 촬영정보기계학습모델(520)에 적용하여 복수의 방사선영상 각각에 대한 부위정보 및 촬영방향정보를 포함하는 복수의 촬영정보(540)를 획득하는 단계(320)를 수행할 수 있다. 여기서 복수의 모델입력영상(531)은 하나의 대상체에 대한 것일 수 있다.
다시 도 3을 참조하면, 제어부(200)는 복수의 방사선영상 및 복수의 촬영정보를 일대일로 대응시켜서 저장하는 단계(330)를 수행할 수 있다. 제어부(200)는 복수의 방사선영상 및 복수의 촬영정보를 일대일로 매칭시킬 수 있으며, 매칭된 복수의 방사선영상 및 복수의 촬영정보를 메모리에 저장할 수 있다.
단계(330)를 설명하기 위하여 도 6을 잠시 참조한다.
도 6은 본 개시의 일 실시예에 따라 의료영상장치에 표시되는 화면을 나타낸다.
도 6을 참조하면 의료영상장치(100)는 촬영되어야할 방사선영상의 리스트를 표시할 수 있다. 촬영되어야할 복수의 방사선영상의 리스트는 상술한 미리 정해진 복수의 촬영위치에 대한 복수의 방사선영상으로써, 개수는 20개이상 40개이하일 수 있다. 복수의 방사선영상의 리스트는 복수의 촬영위치정보의 리스트 또는 복수의 촬영정보의 리스트로 대체될 수도 있다. 복수의 방사선영상의 리스트는 텍스트 또는 템플릿 영상으로 제공될 수 있다.
의료영상장치(100)는 촬영되어야할 복수의 방사선영상에 대한 템플릿 영상을 디스플레이(610)에 표시할 수 있다. 즉, 의료영상장치(100)는 디스플레이(610)에 미리 결정된 복수의 촬영위치들에 대한 복수의 템플릿 영상들(611 내지 614)을 표시할 수 있다. 의료영상장치(100)는 디스플레이(610)의 미리 정해진 위치에 복수의 템플릿 영상들(611 내지 614)을 표시할 수 있다. 의료영상장치(100)는 출력부(240)에 포함된 디스플레이(610)에 복수의 템플릿 영상들(611 내지 614)을 표시할 수 있다. 도 6에서는 4 개의 복수의 템플릿 영상들(611 내지 614)에 도면부호를 기재하였으나 이에 한정되는 것은 아니다. 복수의 템플릿 영상들(611 내지 614)은 20개이상 40개이하일 수 있다. 복수의 템플릿 영상들(611 내지 614)은 부위정보 및 촬영방향정보를 포함하는 촬영위치정보 또는 촬영정보에 일대일로 매칭될 수 있다. 복수의 템플릿 영상들 중 하나의 템플릿 영상의 주변에는 부위정보, 및 촬영방향정보 중 적어도 하나가 표시될 수 있다. 이와 같이 의료영상장치(100)는 템플릿 영상을 제공함으로써, 사용자는 자신이 찍어야 할 영상을 확인할 수 있고 최대한 그와 유사하게 방사선영상을 촬영할 수 있다. 따라서 의료영상장치(100)는 말의 건강을 확인하기 위한 방사선영상을 매우 정확하게 획득할 수 있다.
도 6에서는 디스플레이(610)에 복수의 템플릿 영상이 표시될 수 있음을 설명하였으나 이에 한정되는 것은 아니고 복수의 템플릿 영상들(611 내지 614)의 위치에는 템플릿 영상 대신 복수의 템플릿 영상들(611 내지 614)에 대응되는 복수의 촬영정보가 각각 텍스트나 그림으로 표시될 수도 있다.
단계(330)에서 복수의 방사선영상은 복수의 촬영정보와 일대일로 대응될 수 있다. 도 6의 디스플레이(620)에서 의료영상장치(100)는 복수의 방사선영상 중 하나의 방사선영상(622)에 대응되는 위치에 방사선영상(622)을 표시할 수 있다. 보다 구체적으로 단계(330) 이후 의료영상장치(100)는 하나의 방사선영상(622)에 대응되는 촬영정보 및 촬영위치정보 중 적어도 하나를 획득할 수 있다. 의료영상장치(100)는 촬영정보 및 촬영위치정보 중 적어도 하나에 대응되는 위치에 상기 하나의 방사선영상(622)을 위치시킬 수 있다. 의료영상장치(100)는 위와 같은 과정을 반복하여 디스플레이(620)의 나머지 템플릿 영상들(611, 612, 613)을 방사선영상으로 대체할 수 있다. 의료영상장치(100)는 모든 복수의 템플릿 영상들을 복수의 방사선영상으로 대체할 수 있다. 따라서 사용자는 수동으로 방사선영상을 정렬시킬 필요가 없으므로 사용자의 편의성은 높아질 수 있다. 또한 사용자는 자동으로 정렬된 복수의 방사선영상에 기초하여 대상체인 말의 건강상태를 판단할 수 있다.
도 7은 본 개시의 일 실시예에 따른 엑스선 어셈블리를 나타낸다.
이미 설명한 바와 같이 의료영상장치(100)는 엑스선 어셈블리(700)를 포함할 수 있다. 의료영상장치(100)의 엑스선 어셈블리(700)는 엑스선 조사면(710), 비전카메라(720), 열화상카메라(730) 및 버튼입력부(740) 중 적어도 하나를 포함할 수 있다.
엑스선 조사면(710)은 엑스선이 조사되는 면을 의미할 수 있다. 엑스선의 조사영역은 엑스선 어셈블리(700)에 포함된 엑스선 소스, 및 콜리메이터 중 적어도 하나에 기초하여 결정될 수 있다.
비전카메라(720)는 가시광선 영역의 빛을 수신하여 영상을 생성하는 구성일 수 있다. 의료영상장치(100)는 비전카메라(720)에 기초하여 대상체의 표면영상을 획득할 수 있다.
열화상카메라(730)는 적외선 영역의 빛을 수신하여 영상을 생성하는 구성일 수 있다. 의료영상장치(100)는 열화상카메라(730)를 이용하여 열화상을 획득할 수 있다. 사용자는 열화상에 기초하여 대상체에서 열이 나는지 여부를 확인할 수 있다.
엑스선 어셈블리(700)에서 비전카메라(720) 및 열화상카메라(730)의 위치는 도 7에 한정되지 않는다. 다만 엑스선 조사면(710)의 주변에 비전카메라(720) 및 열화상카메라(730)가 위치할 수 있다. 따라서 의료영상장치(100)는 방사선영상을 촬영할 때, 표면영상 및 열화상 중 적어도 하나를 동시에 촬영할 수 있다. 이와 같이 엑스선 조사면(710)의 주변에 비전카메라(720) 및 열화상카메라(730)가 위치함으로써, 방사선영상, 표면영상, 및 열화상은 동일한 촬영위치정보에 대응될 수 있다.
의료영상장치(100)는 버튼입력부(740)를 포함할 수 있다. 버튼입력부(740)는 입력부(250)에 포함될 수 있다. 버튼입력부(740)는 전원버튼, 방사선을 조사하는 신호, 방사선 조사영역을 조절하거나, 방사선의 조사 시간, 및 엑스선 소스의 출력 중 적어도 하나를 조절하기 위한 입력부를 포함할 수 있다.
의료영상장치(100)는 복수의 방사선영상을 획득하는 단계(310)를 수행할 때, 다음과 같은 과정을 더 수행할 수 있다.
의료영상장치(100)는 비전카메라(720)를 이용하여 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 표면영상을 획득하는 단계를 수행할 수 있다. 복수의 표면영상의 개수는 방사선영상의 개수와 동일할 수 있다. 복수의 표면영상의 개수는 예를 들어 20개이상 40개이하일 수 있다. 의료영상장치(100)는 하나의 방사선영상을 촬영하는 동안 하나의 표면영상을 획득할 수 있다. 하지만 이에 한정되는 것은 아니며 의료영상장치(100)는 하나의 방사선영상을 촬영하는 동안 복수의 표면영상을 획득하고 그 중 하나의 표면영상을 사용자에게 선택하도록 할 수도 있다.
의료영상장치(100)는 복수의 방사선영상 및 복수의 표면영상을 일대일로 대응시켜서 복수의 모델입력영상을 획득하는 단계를 수행할 수 있다. 의료영상장치(100)는 시간적으로 인접하여 촬영된 방사선영상 및 표면영상을 대응시킬 수 있다. 하지만 이에 한정되는 것은 아니며, 의료영상장치(100)는 동일한 촬영위치정보를 가지는 방사선영상 및 표면영상을 대응시킬 수도 있다. 의료영상장치(100)는 복수의 방사선영상 중 하나의 방사선영상과 대응되는 표면영상을 상기 하나의 방사선영상과 그룹지어서 모델입력영상을 획득할 수 있다. 여기서 그룹짓는다는 것은 하나의 방사선영상 및 하나의 표면영상을 이어붙임을 의미할 수 있다. 예를 들어 방사선영상의 좌측, 우측, 하측, 및 상측 중 하나에 표면영상을 붙일 수 있다. 또한 하나의 방사선영상 및 하나의 표면영상을 서로 다른 레이어에 둠을 의미할 수도 있다. 또한 하나의 방사선영상 및 하나의 표면영상을 독립적인 파일로 유지하되 동일한 코드를 부여할 수도 있다.
의료영상장치(100)는 복수의 방사선영상을 획득하는 단계(310)를 수행할 때 다음과 같은 과정을 더 수행할 수 있다.
의료영상장치(100)는 열화상카메라(730)를 이용하여 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 열화상을 획득하는 단계를 수행할 수 있다. 복수의 열화상의 개수는 방사선영상의 개수와 동일할 수 있다. 복수의 열화상의 개수는 예를 들어 20개이상 40개이하일 수 있다. 의료영상장치(100)는 하나의 방사선영상을 촬영하는 동안 하나의 열화상을 획득할 수 있다. 하지만 이에 한정되는 것은 아니며 의료영상장치(100)는 하나의 방사선영상을 촬영하는 동안 복수의 열화상을 획득하고 그 중 하나의 열화상을 사용자에게 선택하도록 할 수도 있다.
의료영상장치(100)는 복수의 표면영상, 및 복수의 열화상을 병합하여 병합영상을 획득하는 단계를 수행할 수 있다. 의료영상장치(100)는 시간적으로 인접하여 촬영된 표면영상 및 열화상을 대응시킬 수 있다. 하지만 이에 한정되는 것은 아니며, 의료영상장치(100)는 동일한 촬영위치정보를 가지는 표면영상 및 열화상을 대응시킬 수도 있다. 의료영상장치(100)는 대응되는 표면영상 및 열화상끼리 병합하여 병합영상을 획득할 수 있다. 병합한다는 것은 표면영상 및 열화상을 이어붙임을 의미할 수 있다. 예를 들어 표면영상의 좌측, 우측, 하측, 및 상측 중 하나에 열화상을 붙일 수 있다. 또한 하나의 표면영상 및 하나의 열화상을 서로 다른 레이어에 둠을 의미할 수도 있다. 또한 하나의 표면영상 및 하나의 열화상을 독립적인 파일로 유지하되 동일한 코드를 부여할 수도 있다. 병합영상을 획득하는 단계는 수행되지 않을 수도 있다. 본 개시의 다양한 실시예에 따르면 의료영상장치(100)는 복수의 표면영상, 및 복수의 열화상을 서로 대응시키기만 할 뿐, 병합시키지 않을 수 있다.
본 개시의 다양한 실시예에 따르면 의료영상장치(100)는 서로 대응되는 하나의 표면영상 및 하나의 열화상을 중첩시켜서 병합영상을 획득할 수도 있다. 또한, 제어부(200)는 엑스선 어셈블리(700) 및 디텍터에 의한 대상체의 방사선영상, 열화상카메라(730)에 의한 대상체의 열화상, 및 비전카메라(720)에 의한 대상체의 표면영상 중 적어도 하나를 획득할 수 있다. 또한 제어부(200)는 방사선영상, 열화상, 및 표면영상 중 적어도 하나를 병합한 병합영상을 획득할 수 있다.
열화상카메라(730) 및 비전카메라(720)는 동시에 촬영될 수 있다. 제어부(200)는 표면영상과 열화상을 병합할 수 있다. 제어부(200)는 표면영상과 열화상을 매칭시켜서 동일한 대상체가 표면영상 및 열화상의 동일위치에서 나타나도록 할 수 있다. 비전카메라(720) 및 열화상카메라(730)가 엑스선 어셈블리(700)에 고정되어 있는 경우, 제어부(200)는 미리 정해진 함수 또는 테이블에 기초하여 대상체의 하나의 지점을 나타내는 표면영상의 제 1 좌표값 및 열화상의 제 2 좌표값을 획득할 수 있다. 표면영상의 제 1 좌표값 및 열화상의 제 2 좌표값은 대상체의 동일한 지점을 나타낼 수 있다. 제 1 좌표값이 (x, y)라면, 제 2 좌표값은 (a*x +b, c*y +d)와 같을 수 있다. 여기서 a, b, c, d는 미리 정해진 정수일 수 있다. 제어부(200)는 제 1 좌표값 및 제 2 좌표값을 매칭시킴으로써, 열화상과 표면영상을 병합하여 병합영상을 획득할 수 있다. 제어부(200)는 표면영상의 제 1 좌표값의 픽셀을 열화상의 제 2 좌표값의 픽셀과 병합함으로써 병합영상을 획득할 수 있다. 표면영상의 픽셀과 열화상의 픽셀을 병합하기 위하여 제어부(200)는 표면영상의 픽셀과 열화상의 픽셀 중 적어도 하나에 미리 정해진 투명도를 적용할 수 있다. 제어부(200)는 표면영상과 열화상 중 적어도 하나에 미리 정해진 확대/축소를 적용할 수도 있다. 제어부(200)는 사용자의 선택에 따라 열화상, 표면영상, 및 병합영상 중 적어도 하나를 표시할 수 있다. 이와 같이 동시에 촬영한 열화상 및 표면영상에 나타난 대상체의 자세는 변경되지 않을 수 있다. 따라서 열화상 및 표면영상의 대상체의 형태는 완전히 일치할 수 있다. 제어부(200)는 별도의 보정과정을 거치지 않아도 열화상 및 표면영상의 좌표를 맞추는 것만으로 깔끔한 병합영상을 획득할 수 있다. 열화상과 표면영상을 중첩하여 병합하는 과정에 대해서는 도 8 및 도 9를 참조하여 설명한다.
도 8은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 나타낸 흐름도이다. 도 9는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
도 8 및 도 9를 참조하면, 병합영상을 획득하는 단계를 아래와 같은 과정을 포함할 수 있다.
제어부(200)는 이상에서 설명한 바와 같이 비전카메라(720) 및 열화상카메라(730)를 이용하여 표면영상 및 열화상을 획득하는 단계(810)를 수행할 수 있다.
제어부(200)는 의료영상장치에 포함된 입력부(250)에 기초하여 사용자로부터 관심영역을 획득하는 단계(820)를 수행할 수 있다. 제어부(200)는 디스플레이에 표면영상 및 열화상 중 적어도 하나를 표시할 수 있다. 사용자는 표면영상 및 열화상 중 적어도 하나를 보면서 관심영역을 선택할 수 있다. 제어부(200)는 표면영상 및 열화상 중 적어도 하나에 관심영역의 선택과 관련된 입력을 수신할 수 있다. 관심영역은 대상체의 일부를 포함하는 영상일 수 있다. 의료영상장치(100)에 포함된 입력부(250)는 비전카메라(720)로 촬영된 표면영상에서 관심영역의 선택 입력을 사용자로부터 수신하는 단계(820)를 수행할 수 있다. 선택된 관심영역에 나타난 표면영상을 관심 표면영상이라고 할 수 있다. 하지만 이에 한정되는 것은 아니며, 입력부(250)는 열화상에서 관심영역의 선택 입력을 사용자로부터 수신하는 단계(820)를 수행할 수 있다. 선택된 관심영역에 나타난 열화상을 관심 열화상이라고 할 수 있다.
또한 본 개시의 다양한 실시예에 따르면 사용자로부터 관심영역을 획득하지 않을 수 있다. 제어부(200)는 표면영상 및 열화상 중 적어도 하나에서 미리 정해진 영역을 관심영역으로 획득할 수 있다. 또한 제어부(200)는 표면영상 및 열화상 중 적어도 하나의 전체영역을 관심영역으로 획득할 수 있다.
표면영상에서 관심영역이 선택된 경우, 제어부(200)는 열화상 중 관심영역에 대응되는 관심 열화상을 획득하는 단계(830)를 수행할 수 있다. 관심 열화상은 열화상 중 관심영역에 포함된 영상일 수 있다. 본 개시의 다양한 실시예에 따르면, 열화상에서 관심영역이 선택된 경우, 제어부(200)는 표면영상 중 관심영역에 대응되는 관심 표면영상을 획득할 수 있다. 관심 표면영상은 표면영상 중 관심영역에 포함된 영상일 수 있다.
제어부(200)는 표면영상에 나타난 대상체를 제 1 무채색 바탕에 제 2 무채색 라인으로 변환하여 무채색 표면영상을 획득하는 단계(840)를 수행할 수 있다. 제어부(200)는 표면영상에서 윤곽선을 획득할 수 있다. 윤곽선은 대상체의 윤곽선일 수 있다. 제어부(200)는 이미 알려진 알고리즘을 이용하여 윤곽선 영상을 획득할 수 있다. 제어부(200)는 제 1 무채색의 바탕에 윤곽선을 제 2 무채색 라인으로 나타낼 수 있다. 예를 들어, 제 1 무채색은 검정색이고, 제 2 무채색은 회색 및 흰색 중 적어도 하나일 수 있다. 하지만 이에 한정되는 것은 아니다. 이와 같이 제 1 무채색의 바탕에 윤곽선이 제 2 무채색 라인으로 표시된 영상을 무채색 표면영상이라고 할 수 있다. 하지만 이에 한정되는 것은 아니며, 무채색 영상은 단순히 표면영상을 흑백영상으로 변환한 것일 수 있다.
본 개시에서는 표면영상에서 제 2 무채색 라인을 획득함을 기준으로 설명하지만 이에 한정되는 것은 아니다. 제어부(200)는 무채색으로 이루어진 엑스선 영상을 무채색 표면영상 대신에 사용할 수 있다. 본개시에서 무채색은 흰색, 검은색, 및 회색 중 적어도 하나를 포함할 수 있다.
제어부(200)는 관심 열화상 및 무채색 표면영상을 병합하여 병합영상을 획득하는 단계(850)를 수행할 수 있다. 병합영상을 디스플레이에 표시하는 방법은 사용자의 선택에 기초하여 달라질 수 있다. 도 9를 참조하면, 제어부(200)는 사용자의 선택에 기초하여 표면영상(910)만을 디스플레이에 표시할 수 있다. 또한 도 9의 병합영상(920)에 따르면, 제어부(200)는 관심영역(921)에 열화상만을 표시하고, 나머지 영역(922)에 표면영상만을 표시하여 병합영상(920)을 획득할 수 있다. 또한 병합영상(930)에 따르면, 제어부(200)는 관심영역(931)에 미리 정해진 투명도의 열화상 및 미리 정해진 투명도의 표면영상을 표시하고, 나머지 영역(932)에 표면영상만을 표시하여 병합영상(930)을 획득할 수 있다. 또한 병합영상(940)에 따르면, 제어부(200)는 관심영역(941)에 미리 정해진 투명도의 열화상 및 미리 정해진 투명도의 무채색 표면영상을 표시하고, 나머지 영역(942)에 무채색 표면영상만을 표시하여 병합영상(940)을 획득할 수 있다.
이와 같은 병합영상(920, 930, 940)에 따르면 사용자는 관심영역에 대한 열화상을 쉽게 확인할 수 있다. 따라서 사용자는 병합영상을 통하여 보다 정확하게 대상체를 진단할 수 있다. 또한, 정확한 진단에 기초하여 필요한 영역에 엑스선 영상을 촬영함으로써, 대상체에 대한 엑스선 조사량을 줄일 수 있다. 특히, 병합영상(940)의 경우, 사용자가 정확하게 진단을 하는데 큰 도움을 줄 수 있다. 도 9는 대상체와 대상체가 아닌 것이 명확하게 들어나 있으나, 일반적으로 열화상에는 대상체인 것과 대상체가 아닌 것의 구분이 쉽지 않을 수 있다. 특히 대상체의 주위에 열을 내는 물체가 근처에 있는 경우, 열화상에서 대상체를 구별하기 쉽지 않을 수 있다. 따라서 열화상과 표면영상이 병합되어야 사용자가 쉽게 대상체 내의 열화상을 확인할 수 있다. 사용자는 병합영상에 기초하여 표면영상에 나타난 전체 대상체 중 관심영역의 위치를 명확히 알 수 있다. 또한, 관심영역에 대한 열화상을 확인할 수 있다.
또한, 표면영상과 열화상은 모두 컬러이므로, 사용자가 표면영상에 의한 색과 열화상에 의한 색을 구별하기 어려울 수 있다. 예를 들어 일반영상에 붉은 색이 있고 열화상에 붉은 색이 있으면, 병합영상의 붉은 색이 열화상에 의한 것인지 표면영상에 의한 것인지 구별하기 힘들 수 있다. 따라서 본 개시의 의료영상장치는 새로운 형태의 병합영상(940)을 도출하였다. 병합영상(940)에서 무채색 표면영상은 제 1 무채색 및 제 2 무채색으로 나타나므로, 사용자는 병합영상(940)에서의 무채색이 아닌 색이 열화상에 의한 것임을 쉽게 알 수 있다.
의료영상장치(100)는 복수의 방사선영상 및 병합영상을 일대일로 대응시켜서 복수의 모델입력영상을 획득하는 단계를 수행할 수 있다. 의료영상장치(100)는 시간적으로 인접하여 촬영된 방사선영상, 병합영상을 대응시킬 수 있다. 병합영상의 촬영시간은 병합영상을 생성하는데 사용된 열화상 및 표면영상 중 하나의 촬영시간일 수 있다. 의료영상장치(100)는 동일한 촬영위치정보를 가지는 방사선영상 및 병합영상을 대응시킬 수도 있다. 병합영상의 촬영위치정보는 병합영상 생성에 사용된 열화상 및 표면영상 중 하나의 촬영위치정보일 수 있다. 의료영상장치(100)는 복수의 방사선영상 중 하나의 방사선영상과 대응되는 병합영상을 상기 하나의 방사선영상과 그룹지어서 모델입력영상을 획득할 수 있다. 여기서 그룹짓는다는 것은 하나의 방사선영상 및 하나의 병합영상을 이어붙임을 의미할 수 있다. 예를 들어 방사선영상의 좌측, 우측, 하측, 및 상측 중 하나에 병합영상을 붙일 수 있다. 또한 하나의 방사선영상 및 하나의 병합영상을 서로 다른 레이어에 둠을 의미할 수도 있다. 또한 하나의 방사선영상 및 하나의 병합영상을 독립적인 파일로 유지하되 동일한 코드를 부여할 수도 있다.
도 10은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면일 수 있다.
의료영상장치(100)는 모델입력영상을 다양한 방식으로 이용할 수 있다. 의료영상장치(100)는 복수의 모델입력영상을 건강정보기계학습모델에 적용하여 건강정보를 획득하는 단계를 수행할 수 있다. 건강정보는 건강정보기계학습모델에 기초하여 예측된 건강정보일 수 있다. 의료영상장치(100)는 모델입력영상 중 방사선영상, 표면영상, 열화상, 및 병합영상 중 적어도 하나를 이용하여 건강정보를 생성할 수 있다. 보다 구체적으로 의료영상장치(100)는 열화상을 이용하여 건강정보를 생성할 수 있다.
의료영상장치(100)는 대상체의 식별정보에 건강정보를 대응시켜서 저장하는 단계를 수행할 수 있다. 또한 의료영상장치(100)는 건강정보를 표시하여 사용자가 대상체의 건강 상태를 판단하는데 도움을 줄 수 있다. 건강정보는 인대손상여부정보, 건손상여부정보, 허리통증여부정보, 키싱스파인여부정보, 안장피팅문제정보, 뼈손상여부정보, 외골증여부정보, 피로골절여부정보, 관절염여부정보, 천장관절상해정보, 제엽염/부주상골 증후군정보, 발굽농양정보, 발굽불균형정보, 치과문제정보, 근육좌상과위축증정보, 및 신경손상정보 중 적어도 하나를 포함하는 할 수 있다. 건강정보기계학습모델이 건강정보를 출력할 수 있는 원리는, 열화상이 병변에서 생기는 열을 촬영할 수 있기 때문이다. 따라서 위에서 설명한 바와 같이 의료영상장치(100)는 건강정보기계학습모델에 기초하여 열이 발생하는 병변이 있는지 여부 및 병변이 있는 부위를 포함하는 건강정보를 생성할 수 있다.
도 10을 참조하여 보다 구체적으로 설명하면 데이터학습부(550)는 복수의 과거모델입력영상(1011) 및 복수의 과거건강정보(1012)를 획득할 수 있다. 과거모델입력영상은 열화상을 포함할 수 있다. 복수의 과거모델입력영상(1011)은 데이터 세트일 수 있다. 복수의 과거건강정보(1012)는 실제 레이블 정보일 수 있다. 복수의 과거모델입력영상(1011) 및 복수의 과거건강정보(1012)는 일대일로 대응될 수 있다. 복수의 과거모델입력영상(1011)은 과거이 미리 촬영된 영상일 수 있다. 복수의 과거모델입력영상(1011)은 복수의 대상체 각각에 대한 복수의 과거모델입력영상을 포함할 수 있다. 즉, 복수의 과거모델입력영상(1011)은 복수의 대상체 중 하나의 대상체에 대한 복수의 과거모델입력영상(1011)을 포함할 수 있다. 하나의 대상체에 대한 복수의 과거모델입력영상(1011)은 촬영위치정보가 서로 다를 수 있다. 복수의 과거건강정보(1012)는 과거에 사용자에 의하여 직접입력되거나 레이블링 시스템에 의하여 자동으로 입력된 정보일 수 있다.
데이터학습부(550)는 순전파 및 역전파를 적어도 한 번 수행하여 기계학습을 수행할 수 있고, 건강정보기계학습모델(1020)을 생성할 수 있다. 건강정보기계학습모델(1020)은 데이터인식부(560)로 송신될 수 있다. 이미 설명한 바와 같이 데이터인식부(560)는 데이터학습부(550)와 동일한 장치에 포함될 수도 있고 다른 장치에 포함될 수도 있다. 데이터학습부(550) 및 데이터인식부(560) 중 적어도 하나는 의료영상장치(100), 외부의 서버 및 워크스테이션(130) 중 적어도 하나에 포함될 수 있다.
도 10을 참조하면, 의료영상장치(100)는 복수의 모델입력영상(1031)을 건강정보기계학습모델(1020)에 적용하여 건강정보(1040)를 획득하는 단계를 수행할 수 있다. 여기서 모델입력영상(1031)은 하나의 대상체에 대한 것일 수 있다. 또한 의료영상장치(100)는 복수의 모델입력영상(1031)에 대하여 하나의 건강정보(1040)를 출력할 수 있다. 하나의 건강정보(1040)는 적어도 하나의 질병과 관련된 정보를 포함할 수 있다.
본 개시의 다양한 실시예에 따르면, 복수의 방사선영상 및 복수의 촬영정보를 일대일로 대응시켜서 저장하는 단계(330)는 다음과 같은 과정을 더 포함할 수 있다.
의료영상장치(100)는 복수의 촬영정보에 기초하여 복수의 방사선영상 각각에 대한 대상체영역을 결정하는 단계를 수행할 수 있다. 촬영정보는 대상체영역을 포함할 수 있다. 의료영상장치(100)는 촬영정보에서 대상체영역을 추출할 수 있다. 대상체영역은 방사선에 의하여 대상체의 투시영상이 나타난 영역일 수 있다. 엑스선 어셈블리(700)는 엑스선 소스 및 콜리메이터를 포함할 수 있다. 콜리메이터는 엑스선 소스에서 조사되는 방사선을 일부영역으로 제한할 수 있다. 디텍터는 대상체를 투과한 엑스선을 수신하여 방사선영상을 획득할 수 있다. 콜리메이터에 의하여 방사선이 제한되어 방사선영상의 외곽은 대상체가 나타나지 않을 수 있다. 예를 들어 방사선영상의 외곽에는 흰색띄가 형성되어 있을 수 있다. 대상체영역은 방사선영상의 외곽에 콜리메이터에 의하여 방사선이 제한된 영역을 제외한 범위를 의미할 수 있다. 대상체영역은 대상체가 나타난 범위일 수 있다.
의료영상장치(100)는 촬영정보기계학습모델에 기초하여 복수의 방사선영상 각각에 대한 대상체영역을 획득할 수 있다. 또한 의료영상장치(100)는 대상체영역에 기초하여 복수의 방사선영상 각각을 크롭(crop)하는 단계를 수행할 수 있다. 크롭한 이후의 영상을 대상체영역영상이라고 할 수 있다. 따라서 의료영상장치(100)는 자동으로 대상체의 영역만을 포함하는 방사선영상을 사용자에게 제공할 수 있다.
이상에서 설명한 바에 따르면 촬영정보기계학습모델은 촬영위치정보 및 대상체영역을 출력할 수 있다. 더 구체적으로 부위정보, 촬영방향정보, 및 대상체영역을 출력할 수 있다. 의료영상장치(100)는 촬영위치정보 및 대상체영역을 출력하기 위한 복수의 촬영정보기계학습모델을 포함할 수 있다. 이를 설명하기 위하여 도 11을 참조한다.
도 11은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다. 도 12는 본 개시의 일 실시예에 따른 의료영상장치의 동작을 설명하기 위한 도면이다.
촬영정보기계학습모델(520)은 제 1 촬영정보기계학습모델(1110) 및 제 2 촬영정보기계학습모델(1120)을 포함할 수 있다. 촬영정보기계학습모델(520)에 포함되는 제 1 촬영정보기계학습모델(1110) 및 제 2 촬영정보기계학습모델(1120)은 병렬적으로 동작할 수 있다. 즉, 방사선 영상에 제 1 촬영정보기계학습모델(1110) 및 제 2 촬영정보기계학습모델(1120)이 동시에 적용될 수 있다. 촬영과정 중에 자동으로 이루어져야 하는 동작들이 동시에 이루어지므로 촬영과정이 신속히 이루어질 수 있다. 또한 사용자의 편의성이 높아질 수 있다.
하지만 이에 한정되는 것은 아니고, 제 1 촬영정보기계학습모델(1110)이 먼저 방사선 영상에 적용된 이후에 제 2 촬영정보기계학습모델(1120)이 방사성 영상에 적용될 수 있다. 제 2 촬영정보기계학습모델은 제 1 촬영정보기계학습모델에서 도출된 촬영정보를 더 이용하여 수행될 수 있으므로 제 2 촬영정보기계학습모델의 정확도가 높아질 수 있다. 또한, 제 2 촬영정보기계학습모델(1120)이 먼저 방사선 영상에 적용된 이후에, 제 1 촬영정보기계학습모델(1110)이 방사선 영상에 적용될 수도 있다. 제 2 촬영정보기계학습모델에 의하여 크롭된 방사선 영상이 제 1 촬영정보기계학습모델에 적용될 수 있으므로 제 1 촬영정보기계학습모델이 처리해야할 데이터의 양이 줄어들 수 있다. 따라서 제 1 촬영정보기계학습모델의 속도가 빨라질 수 있으며, 필요 없는 데이터를 자른 데이터를 이용하므로 제 1 촬영정보기계학습모델의 정확도가 높아질 수 있다.
도 11을 참조하면, 촬영정보기계학습모델(520)은 촬영위치정보에 포함되는 부위정보 및 촬영방향정보를 획득하기 위한 제 1 촬영정보기계학습모델(1110)을 포함할 수 있다. 제 1 촬영정보기계학습모델은 복수의 방사선영상을 모두 포함하는 복수의 모델입력영상을 입력받아서 복수의 촬영정보를 획득할 수 있다. 즉, 의료영상장치(100)는 하나의 대상체에 대한 복수의 모델입력영상 각각을 제 1 촬영정보기계학습모델(1110)에 입력하여 복수의 촬영위치정보(1130)를 획득할 수 있다. 이미 설명한 바와 같이 모델입력영상은 방사선영상, 표면영상, 열화상영상, 및 병합영상 중 적어도 하나를 포함할 수 있다.
복수의 촬영위치정보(1130)를 획득하는 방법은 다음과 같을 수 있다. 의료영상장치(100)는 하나의 대상체에 대한 복수의 모델입력영상 각각을 제 1 촬영정보기계학습모델(1110)에 입력하여 복수의 촬영위치확률정보를 획득할 수 있다. 촬영위치확률정보는 도 12에 나타난 바와 같을 수 있다.
도 12의 (a)를 참조하면, 의료영상장치(100)는 하나의 모델입력영상에 대한 복수의 촬영위치확률정보 중 가장 높은 촬영위치확률정보에 대응하는 촬영위치정보를 하나의 모델입력영상에 대응하는 촬영위치정보로 결정할 수 있다. 예를 들어 의료영상장치(100)는 복수의 모델입력영상에 포함되는 제 1 모델입력영상을 제 1 촬영정보기계학습모델(1110)에 입력하여 복수의 촬영위치확률정보를 획득할 수 있다. 또한 제 3 촬영위치정보에 대한 촬영위치확률정보가 0.8로써 가장 높으므로 의료영상장치(100)는 제 1 모델입력영상의 촬영위치정보를 제 3 촬영위치정보로 결정할 수 있다. 마찬가지 방법으로 제 2 모델입력영상의 촬영위치정보를 제 2 촬영위치정보로 결정하고, 제 3 모델입력영상의 촬영위치정보를 제 3 촬영위치정보로 결정할 수 있다.
하지만, 적어도 2개의 모델입력영상에 대한 최대 촬영위치확률정보가 하나의 촬영위치정보에 대응되는 경우가 생길 수도 있다. 의료영상장치(100)는 이경우 하나의 모델입력영상에 대한 최대 촬영위치확률정보 및 다른 하나의 모델입력영상에 대한 다른 최대 촬영위치확률정보 중 큰 최대값에 대응하는 모델입력영상 및 촬영위치정보를 선택할 수 있다. 의료영상장치(100)는 선택받지 못한 모델입력영상의 두번째로 큰 촬영위치확률정보에 대응하는 촬영위치정보를 선택받지 못한 모델입력영상에 대응시킬 수 있다. 하지만 이에 한정되는 것은 아니며, 의료영상장치(100)는 선택받지 못한 모델입력영상에 오류가 있음을 출력할 수 있다. 또한, 의료영상장치(100)는 선택받지 못한 모델입력영상을 다시 획득할 것을 요청하는 메시지를 출력할 수도 있다. 또는 의료영상장치(100)는 선택받지 못한 모델입력영상을 촬영위치정보에 대응시키지 않을 수 있고, 모델입력영상에 대응되지 않은 촬영위치정보를 다시 촬영할 것을 나타내는 메시지를 출력할 수도 있다. 즉 복수의 모델입력영상 모두에 대한 대응을 완료한 후에 아무런 모델입력영상도 대응되지 않은 촬영위치정보를 다시 촬영할 것을 나타내는 메시지를 출력할 수도 있다.
예를 들어 도 12의 (b)를 참조하면, 제 2 모델입력영상의 최대 촬영위치확률정보는 0.9이고 이에 대응되는 촬영위치정보는 제 2 촬영위치정보일 수 있다. 또한, 제 3 모델입력영상의 최대 촬영위치확률정보는 0.5이고 이에 대응되는 촬영위치정보는 제 2 촬영위치정보일 수 있다. 이 경우, 제 2 모델입력영상에 대한 촬영위치정보 및 제 3 모델입력영상에 대한 촬영위치정보가 제 2 촬영위치정보로써 중복되므로, 의료영상장치(100)는 촬영위치확률정보를 비교할 수 있다. 제 2 모델입력영상에 대응되는 최대 촬영위치확률정보가 0.9로써 더 크므로 의료영상장치(100)는 제 2 모델입력영상을 제 2 촬영위치정보에 대응시킬 수 있다. 또한 의료영상장치(100)는 선택받지 못한 제 3 모델입력영상에 대응되는 두번째로 큰 촬영위치확률정보(0.4)에 대응하는 제 1 촬영위치정보를 제 3 모델입력영상에 대응시킬 수 있다. 또는 의료영상장치(100)는 선택받지 못한 제 3 모델입력영상을 다시 획득할 것을 나타내는 메시지를 출력할 수도 있다. 또는 의료영상장치(100)는 제 3 모델입력영상을 촬영위치정보에 대응시키지 않을 수 있고, 추후 모델입력영상에 대응되지 않은 촬영위치정보를 다시 촬영할 것을 나타내는 메시지를 출력할 수도 있다. 즉 복수의 모델입력영상 모두에 대한 대응을 완료한 후에 아무런 모델입력영상도 대응되지 않은 촬영위치정보를 다시 촬영할 것을 나타내는 메시지를 출력할 수도 있다.
다시 도 11을 참조하면 촬영정보기계학습모델(520)은 대상체영역을 결정하기 위한 제 2 촬영정보기계학습모델(1120)을 포함할 수 있다. 제 2 촬영정보기계학습모델(1120)은 콜리메이터에 의하여 방사선이 조사되지 않은 영역을 제외한 대상체영역을 결정하기 위한 구성일 수 있다. 제 2 촬영정보기계학습모델(1120)은 복수의 모델입력영상(531)을 입력받아서 복수의 대상체영역(1140)을 획득할 수 있다. 제 2 촬영정보기계학습모델(1120)은 복수의 모델입력영상(531)에 포함되는 복수의 방사선영상 중 하나를 입력받아서 복수의 방사선영상 중 하나에 대응하는 대상체영역을 획득할 수 있다.
의료영상장치(100)는 촬영정보기계학습모델에 기초하여 복수의 방사선영상 각각에 대한 대상체영역을 획득할 수 있다. 또한 의료영상장치(100)는 대상체영역에 기초하여 복수의 방사선영상 각각을 크롭(crop)하는 단계를 수행할 수 있다. 의료영상장치(100)는 크롭된 복수의 방사선 영상을 표시하거나 저장할 수 있다.
이와 같이 의료영상장치(100)는 대상체영역을 자동으로 결정하므로, 사용자는 깨끗하고 진단에 필요한 부분만 크게 나타나 있는 방사선 영상을 확인할 수 있다. 또한 사용자는 대상체영역을 수동으로 결정할 필요가 없으므로 방사선 촬영시간이 크게 줄어들 수 있어 사용자의 편의성이 높아질 수 있다.
도 13은 본 개시의 일 실시예에 따른 의료영상장치의 동작을 나타낸 흐름도이다.
복수의 방사선영상을 획득하는 단계(310)는 다음과 같은 동작을 포함할 수 있다. 의료영상장치(100)는 서로 다른 대상체에 대한 복수의 후보방사선영상을 획득하는 단계(1310)를 수행할 수 있다. 사용자는 복수의 말(대상체)을 순서대로 촬영하여 복수의 후보방사선영상을 획득할 수 있다. 복수의 후보방사선영상은 복수의 대상체에 대한 방사선영상을 대상체별로 구분하지 않은 영상일 수 있다. 따라서 복수의 후보방사선영상을 도 3과 같이 처리하기는 어려울 수 있다. 왜냐하면 도 3의 과정은 복수의 방사선영상 또는 복수의 모델입력영상이 하나의 대상체에 대한 것임을 전체로 수행되기 때문이다.
의료영상장치(100)는 복수의 후보방사선영상을 식별정보기계학습모델에 적용하여 복수의 후보방사선영상에 나타난 대상체의 식별정보를 획득하는 단계(1320)를 수행할 수 있다. 사용자는 대상체를 촬영할 때, 대상체의 근처에 대상체를 구별할 수 있는 물체를 두고 촬영하여 복수의 후보방사선영상을 획득할 수도 있다. 식별정보기계학습모델은 대상체의 주위에 있는 물체에 기초하여 대상체를 구별할 수 있다. 하지만 이에 한정되지는 않으며, 식별정보기계학습모델은 대상체의 뼈의 구조에 기초하여 대상체의 식별정보를 획득할 수도 있다.
이상에서는 식별정보기계학습모델이 후보방사선영상을 이용함을 기재하였으나 이에 한정되는 것은 아니다. 식별정보는 후보모델입력영상을 이용할 수도 있다. 후보모델입력영상은 후보방사선영상, 후보표면영상, 후보열화상, 및 후보병합영상 중 적어도 하나를 포함할 수 있다. 대상체의 식별정보는 복수의 대상체를 구별할 뿐, 사용자가 대상체를 식별하기 위한 고유식별정보와는 다를 수도 있다. 예를 들어 동일한 대상체의 식별정보를 가지는 복수의 후보방사선영상은 하나의 대상체에 대한 것이 보장될 뿐이며, 사용자는 실제로 어떤 말(대상체)인지 확인해야할 수 있다. 예를 들어, 사용자는 복수의 말(대상체)을 미리 정해진 순서대로 촬영할 수 있으며 사용자는 복수의 말의 촬영 순서에 따라 대상체의 식별정보를 실제 말의 고유식별정보에 대응시킬 수 있다.
의료영상장치(100)는 복수의 후보방사선영상을 대상체의 식별정보와 대응시키는 단계(1330)를 수행할 수 있다. 의료영상장치(100)는 복수의 후보방사선영상을 대상체의 식별정보와 대응시켜서 메모리에 저장할 수 있다.
의료영상장치(100)는 대상체의 식별정보가 동일한 복수의 후보방사선영상을 복수의 방사선영상으로 획득하는 단계(1340)를 수행할 수 있다. 단계(1340)는 단계(310)에 대응될 수 있다. 단계(1340)의 이후에 단계(320)가 수행될 수 있다. 식별정보기계학습모델에 기초하여 복수의 방사선영상이 동일 대상체에 대한 것임이 보장될 수 있다.
사용자는 복수의 말(대상체)을 순서대로 촬영하여 복수의 후보방사선영상을 획득할 수 있다. 따라서 의료영상장치(100)는 미리 정해진 개수 씩 복수의 후보방사선영상을 나누어서 복수의 방사선영상을 획득할 수 있다. 왜냐하면 하나의 말(대상체)에 대하여 촬영해야할 영상의 미리 정해진 개수는 동일하기 때문이다. 하지만 경우에 따라 말에 대하여 촬영한 영상이 미리 정해진 개수 이상이거나 이하인 경우가 있을 수 있다. 이 경우 사용자가 일일이 방사선영상과 대상체의 대응관계를 결정하는 것은 힘들 수 있다. 따라서 의료영상장치(100)는 대상체와 방사선영상의 대응관계를 자동으로 결정함으로써, 사용자의 편의성을 크게 높일 수 있다. 또한 사용자는 복수의 말을 순서대로 촬영하기만 하면 될 뿐이므로 본 개시의 의료영상장치(100)를 이용하면 촬영속도가 빨라질 수 있으며, 사용자의 편의성이 높아질 수 있다.
이제까지 다양한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
Claims (8)
- 제어부를 포함하고 방사선영상을 촬영하기 위한 의료영상장치의 동작방법에 있어서,
상기 제어부가 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 방사선영상을 획득하는 단계;
상기 복수의 방사선영상을 포함하는 복수의 모델입력영상을 촬영정보기계학습모델에 적용하여 상기 복수의 방사선영상 각각에 대한 부위정보 및 촬영방향정보를 포함하는 복수의 촬영정보를 획득하는 단계; 및
상기 복수의 방사선영상 및 복수의 촬영정보를 일대일로 대응시켜서 저장하는 단계를 포함하고,
상기 복수의 방사선영상을 획득하는 단계는,
서로 다른 대상체에 대한 복수의 후보방사선영상을 획득하는 단계;
상기 복수의 후보방사선영상을 식별정보기계학습모델에 적용하여 상기 복수의 후보방사선영상에 나타난 대상체의 식별정보를 획득하는 단계;
상기 복수의 후보방사선영상을 상기 대상체의 식별정보와 대응시키는 단계; 및
상기 대상체의 식별정보가 동일한 복수의 후보방사선영상을 상기 복수의 방사선영상으로 획득하는 단계를 포함하는 의료영상장치의 동작 방법.
- 제 1 항에 있어서,
상기 의료영상장치는 비전카메라를 포함하고,
상기 복수의 방사선영상을 획득하는 단계는,
상기 비전카메라를 이용하여 상기 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 표면영상을 획득하는 단계; 및
상기 복수의 방사선영상 및 상기 복수의 표면영상을 일대일로 대응시켜서 상기 복수의 모델입력영상을 획득하는 단계를 포함하는 의료영상장치의 동작 방법.
- 제 2 항에 있어서,
상기 의료영상장치는 열화상카메라를 포함하고,
상기 복수의 방사선영상을 획득하는 단계는,
상기 열화상카메라를 이용하여 상기 대상체에 대한 미리 정해진 적어도 하나의 부위 및 미리 정해진 적어도 하나의 촬영방향에 대한 복수의 열화상을 획득하는 단계;
상기 복수의 표면영상, 및 상기 복수의 열화상을 병합하여 병합영상을 획득하는 단계; 및
상기 복수의 방사선영상 및 상기 병합영상을 일대일로 대응시켜서 상기 복수의 모델입력영상을 획득하는 단계를 포함하는 의료영상장치의 동작 방법.
- 제 3 항에 있어서,
상기 복수의 모델입력영상을 건강정보기계학습모델에 적용하여 건강정보를 획득하는 단계; 및
상기 대상체의 식별정보에 상기 건강정보를 대응시켜서 저장하는 단계를 포함하고,
상기 건강정보는 인대손상여부정보, 건손상여부정보, 허리통증여부정보, 키싱스파인여부정보, 안장피팅문제정보, 뼈손상여부정보, 외골증여부정보, 피로골절여부정보, 관절염여부정보, 천장관절상해정보, 제엽염/부주상골 증후군정보, 발굽농양정보, 발굽불균형정보, 치과문제정보, 근육좌상과위축증정보, 및 신경손상정보 중 적어도 하나를 포함하는 의료영상장치의 동작 방법.
- 제 1 항에 있어서,
상기 복수의 방사선영상 및 상기 복수의 촬영정보를 일대일로 대응시켜서 저장하는 단계는,
상기 복수의 촬영정보에 기초하여 상기 복수의 방사선영상 각각에 대한 대상체영역을 결정하는 단계; 및
상기 대상체영역에 기초하여 상기 복수의 방사선영상 각각을 크롭(crop)하는 단계를 포함하는 의료영상장치의 동작 방법.
- 제 5 항에 있어서,
상기 촬영정보기계학습모델은,
상기 부위정보 및 촬영방향정보를 획득하기 위한 제 1 촬영정보기계학습모델 및
상기 대상체영역을 결정하기 위한 제 2 촬영정보기계학습모델을 포함하고,
상기 제 1 촬영정보기계학습모델은 상기 복수의 방사선영상을 모두 포함하는 상기 복수의 모델입력영상을 입력받아서 복수의 촬영정보를 획득하고,
상기 제 2 촬영정보기계학습모델은 상기 복수의 모델입력영상에 포함되는 상기 복수의 방사선영상 중 하나를 입력받아서 상기 복수의 방사선영상 중 하나에 대응하는 대상체영역을 획득하는 의료영상장치의 동작 방법.
- 삭제
- 제 3 항에 있어서,
상기 병합영상을 획득하는 단계는,
입력부에 기초하여 사용자로부터 관심영역을 획득하는 단계;
상기 열화상 중 상기 관심영역에 대응되는 관심 열화상을 획득하는 단계;
상기 표면영상에 나타난 대상체를 제 1 무채색 바탕에 제 2 무채색 라인으로 변환하여 무채색 표면영상을 획득하는 단계; 및
상기 관심 열화상 및 상기 무채색 표면영상을 병합하여 상기 병합영상을 획득하는 단계를 포함하는 의료영상장치의 동작 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230050327A KR102612527B1 (ko) | 2023-04-17 | 2023-04-17 | 말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 동작 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230050327A KR102612527B1 (ko) | 2023-04-17 | 2023-04-17 | 말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 동작 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102612527B1 true KR102612527B1 (ko) | 2023-12-11 |
Family
ID=89162867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230050327A KR102612527B1 (ko) | 2023-04-17 | 2023-04-17 | 말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 동작 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102612527B1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008011901A (ja) * | 2006-07-03 | 2008-01-24 | Fujifilm Corp | 画像種類判別装置および方法並びにプログラム |
| KR102003475B1 (ko) * | 2019-01-09 | 2019-07-24 | 주식회사 이오씨 | 영상 및 열화상을 이용한 영상 합성 방법 및 장치 |
| KR102336170B1 (ko) | 2016-01-08 | 2021-12-08 | 삼성전자주식회사 | 엑스선 영상 장치 및 그 제어 방법 |
| JP2022063223A (ja) * | 2020-10-09 | 2022-04-21 | 株式会社島津製作所 | Ｘ線撮影システムおよびｘ線撮影装置 |
| KR20220086128A (ko) * | 2020-12-16 | 2022-06-23 | 가천대학교 산학협력단 | 의료 영상 기반 질환 중증도 결정 장치 및 방법 |
| KR102464400B1 (ko) * | 2022-03-04 | 2022-11-09 | 제이피아이헬스케어 주식회사 | 말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법 |
-
2023
- 2023-04-17 KR KR1020230050327A patent/KR102612527B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008011901A (ja) * | 2006-07-03 | 2008-01-24 | Fujifilm Corp | 画像種類判別装置および方法並びにプログラム |
| KR102336170B1 (ko) | 2016-01-08 | 2021-12-08 | 삼성전자주식회사 | 엑스선 영상 장치 및 그 제어 방법 |
| KR102003475B1 (ko) * | 2019-01-09 | 2019-07-24 | 주식회사 이오씨 | 영상 및 열화상을 이용한 영상 합성 방법 및 장치 |
| JP2022063223A (ja) * | 2020-10-09 | 2022-04-21 | 株式会社島津製作所 | Ｘ線撮影システムおよびｘ線撮影装置 |
| KR20220086128A (ko) * | 2020-12-16 | 2022-06-23 | 가천대학교 산학협력단 | 의료 영상 기반 질환 중증도 결정 장치 및 방법 |
| KR102464400B1 (ko) * | 2022-03-04 | 2022-11-09 | 제이피아이헬스케어 주식회사 | 말의 의료영상을 획득하기 위한 의료영상장치 및 동작 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11020080B2 (en) | Radiographic image capturing apparatus, radiographic image capturing system, control method of radiographic image capturing apparatus, and control program of radiographic image capturing apparatus | |
| US6501827B1 (en) | Examination system, image processing apparatus and method, medium, and x-ray photographic system | |
| JP6809888B2 (ja) | マンモグラフィ装置 | |
| US9918798B2 (en) | Accurate three-dimensional instrument positioning | |
| US11636940B2 (en) | Method and program for providing feedback on surgical outcome | |
| US10593041B1 (en) | Methods and apparatus for the application of machine learning to radiographic images of animals | |
| JP7027046B2 (ja) | 医用画像撮像装置及び方法 | |
| US12070356B2 (en) | Medical imaging apparatus to automatically determine presence of an abnormality including a determination to transmit an assistance image and a classified abnormality stage | |
| WO2020129464A1 (ja) | 情報処理装置、放射線撮影システムおよび支援方法 | |
| US20170112472A1 (en) | Ultrasound imaging apparatus and method of controlling the same | |
| KR20190080706A (ko) | 수술보조 영상 표시방법, 프로그램 및 수술보조 영상 표시장치 | |
| KR20190080705A (ko) | 수술결과에 대한 피드백 제공방법 및 프로그램 | |
| CN114223040A (zh) | 在成像点处用于对使成像工作流程效率更高的选择的即时建议的设备 | |
| JP6732520B2 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム。 | |
| US20230281817A1 (en) | Medical imaging apparatus for obtaining medical image of equine and operating method thereof | |
| KR20190088419A (ko) | 수술 시뮬레이션 정보 생성방법 및 프로그램 | |
| KR102612527B1 (ko) | 말의 방사선영상의 촬영정보를 획득하기 위한 의료영상장치 및 동작 방법 | |
| JP7433750B2 (ja) | 診療用画像作製および診断に用いるビデオクリップ選択器 | |
| JP2017202307A (ja) | 医用画像診断装置及び医用情報管理装置 | |
| US6993114B2 (en) | Examination system, image processing apparatus and method, medium, and X-ray photographic system | |
| KR101940706B1 (ko) | 수술 시뮬레이션 정보 생성방법 및 프로그램 | |
| JP2021097727A (ja) | 画像処理装置、画像処理方法およびプログラム | |
| JP2022035719A (ja) | 写損判断支援装置及びプログラム | |
| CN114067994A (zh) | 一种目标部位的方位标记方法及系统 | |
| CN113017852B (zh) | 医学成像扫描过程的交互体验方法、设备和电子装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |