KR102616368B1 - 진단 프로브 및 이를 이용한 의료용 초음파 스캐너 - Google Patents
진단 프로브 및 이를 이용한 의료용 초음파 스캐너 Download PDFInfo
- Publication number
- KR102616368B1 KR102616368B1 KR1020210125006A KR20210125006A KR102616368B1 KR 102616368 B1 KR102616368 B1 KR 102616368B1 KR 1020210125006 A KR1020210125006 A KR 1020210125006A KR 20210125006 A KR20210125006 A KR 20210125006A KR 102616368 B1 KR102616368 B1 KR 102616368B1
- Authority
- KR
- South Korea
- Prior art keywords
- skull
- ultrasonic
- present
- ultrasound
- diagnostic probe
- Prior art date
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 80
- 239000000523 sample Substances 0.000 title claims abstract description 60
- 210000003625 skull Anatomy 0.000 claims abstract description 73
- 238000003780 insertion Methods 0.000 claims description 17
- 230000037431 insertion Effects 0.000 claims description 17
- 210000000988 bone and bone Anatomy 0.000 claims description 14
- 206010028980 Neoplasm Diseases 0.000 claims description 7
- 239000011148 porous material Substances 0.000 claims 1
- 230000007547 defect Effects 0.000 description 49
- 238000005259 measurement Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 19
- 238000000034 method Methods 0.000 description 18
- 238000012795 verification Methods 0.000 description 18
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000013527 convolutional neural network Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 238000011176 pooling Methods 0.000 description 3
- 208000003174 Brain Neoplasms Diseases 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 239000013610 patient sample Substances 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001678559 COVID-19 virus Species 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 206010062767 Hypophysitis Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 210000003635 pituitary gland Anatomy 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/12—Diagnosis using ultrasonic, sonic or infrasonic waves in body cavities or body tracts, e.g. by using catheters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0808—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
- A61B8/4461—Features of the scanning mechanism, e.g. for moving the transducer within the housing of the probe
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4477—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device using several separate ultrasound transducers or probes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4483—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device characterised by features of the ultrasound transducer
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/56—Details of data transmission or power supply
Abstract
진단 프로브 및 이를 이용한 의료용 초음파 스캐너가 개시된다. 본 발명은, 두개골 내부의 초음파 이미지를 생성하기 위한 초음파 스캐너에 있어서, 복수의 초음파 트랜스듀서를 포함하고, 적어도 일부가 상기 두개골 내부로 삽입되는 진단 프로브 및 상기 진단 프로브로부터 측정된 데이터를 수신하는 컴퓨팅 장치를 포함할 수 있다.
Description
본 발명은 진단 프로브 및 이를 이용한 의료용 초음파 스캐너에 관한 것이다. 보다 상세하게는, 두개골에 직접 삽입되어 두개골 내부에서 초음파 스캔할 수 있는 진단 프로브 및 이를 이용한 의료용 초음파 스캐너에 관한 것이다.
일반적으로 초음파 시스템은 탐촉자인 트랜스듀서의 압전 효과에 의하여 검사하고자 하는 대상물에 초음파 신호를 발사하고, 그 결과 대상물의 불연속면에서 반사되어 되돌아오는 초음파 신호를 수신한 다음, 그 수신된 초음파 신호를 전기적 신호로 변환시켜 소정의 영상 장치에 출력함으로써 대상물의 내부 상태를 검사하는 시스템이다.
즉, 초음파 진단장치는 탐촉자(probe)의 트랜스듀서(transducer)로부터 생성되는 초음파 신호를 대상체의 체표로부터 체내의 타겟 부위를 향하여 조사하고, 반사된 초음파 신호(초음파 에코신호)의 정보를 수신하여 대상체 내부의 부위에 대한 연부조직의 단층이나 혈류에 관한 이미지를 무침습으로 얻어서, 대상체 내부의 관찰, 이물질 검출 및 상해 측정 등의 의학적 목적으로 주로 사용된다.그러나, 두개골의 경우 두꺼운 두께로 인하여, 초음파로는 그 내부를 볼 수가 없다. 초음파는 두개골을 투과하지 못하기 때문이다. 이에, 종래에는 MRI나 X-ray를 이용하여 두개골 내부를 관찰하였으나, MRI 장비는 비용이 과도하게 비싸고, X-ray는 방사선으로 인한 신체에 악영향이 우려되는 문제점이 있었다.
이에, 장치 비용이 저렴할 뿐만 아니라 신체에 다른 영향을 주지 않는 초음파를 활용하여, 두개골 내부를 관찰하기 위한 기술의 필요성이 증가하고 있다.
또한, 종래에는 초음파 이미지를 생성하기 위하여 위상배열 초음파 시험(PAUT) 방식을 사용하였는데, 이를 사용하려면 최소한 64개의 압전 소자가 필요하다. 압전 소자의 개수가 증가할수록 전선 케이블의 굵기가 커져 두개골 내부 또는 혈관 내부에 삽입할 수가 없는 문제점을 가진다.
본 발명의 목적은 두개골 내부의 나비뼈를 통하여 직접 삽입할 수 있는 진단 프로브 및 이를 이용한 의료용 초음파 스캐너를 제공하기 위한 것이다.
또한, 본 발명의 목적은 진단 프로브 내부에서 회전하는 복수의 초음파 트랜스듀서를 통하여 초음파 트랜스듀서의 개수를 현저히 줄인 진단 프로브 및 이를 이용한 의료용 초음파 스캐너를 제공하기 위한 것이다.
상술한 문제점을 해결하기 위하여, 본 발명은 두개골 내부의 초음파 이미지를 생성하기 위한 초음파 스캐너에 있어서, 복수의 초음파 트랜스듀서를 포함하고, 적어도 일부가 상기 두개골 내부로 삽입되는 진단 프로브 및 상기 진단 프로브로부터 측정된 데이터를 수신하는 컴퓨팅 장치를 포함할 수 있다.
또한, 상기 진단 프로브의 적어도 일부는, 콧구멍 및 상기 콧구멍과 연결되고 상기 두개골 중 나비뼈에 형성된 통공을 통하여 상기 두개골 내부로 삽입될 수 있다.
또한, 상기 진단 프로브는, 상기 콧구멍 및 상기 통공을 통하여 상기 두개골 내부로 삽입되는 삽입부 및 상기 삽입부의 일측으로 연장되고 상기 컴퓨팅 장치와 연결되는 손잡이부를 더 포함할 수 있다.
또한, 상기 복수의 초음파 트랜스듀서는, 상기 진단 프로브의 단부의 내부에 위치하며 상기 두개골 내부로 삽입되고, 상기 두개골 내부에서 초음파 신호를 방사하고, 상기 두개골 내부의 타겟에 반사된 상기 초음파 신호를 수신할 수 있다.
또한, 상기 컴퓨팅 장치는, 상기 복수의 초음파 트랜스듀서로부터 수신된 상기 초음파 신호를 기초로 초음파 이미지를 생성할 수 있다.
또한, 상기 컴퓨팅 장치는, 상기 초음파 이미지에 대하여 비전인식 알고리즘을 수행하여 상기 초음파 이미지에서 종양 이미지를 추출할 수 있다.
또한, 상술한 문제점을 해결하기 위하여, 본 발명은 의료용 초음파 스캐너용 진단 프로브에 있어서, 콧구멍 및 상기 통공을 통하여 두개골 내부로 삽입되는 삽입부 및 상기 삽입부의 일측으로 연장되고 외부 장치와 연결되는 손잡이부를 포함하되, 상기 삽입부는 콧구멍 및 상기 콧구멍과 연결되고 상기 두개골 중 나비뼈에 형성된 통공을 통하여 상기 두개골 내부로 삽입될 수 있다.
또?h, 상기 삽입부는 상기 진단 프로브의 단부의 내부에 위치하며 상기 두개골 내부로 삽입되고, 상기 두개골 내부에서 초음파 신호를 방사하고, 상기 두개골 내부의 타겟에 반사된 상기 초음파 신호를 수신하는 복수의 초음파 트랜스듀서를 포함할 수 있다.
본 발명은 두개골 내부에서 초음파 신호를 발산하여 두개골 내부의 초음파 이미지를 획득할 수 있어, MRI 보다 적은 비용으로 뇌종양을 발견할 수 있는 효과를 가진다.
또한, 본 발명은 X-ray보다 신체에 덜 유해한 초음파만으로 뇌종양을 발견할 수 있는 효과를 가진다.
또한, 본 발명은 별도의 검증 과정을 거침으로서 초음파 신호에 따른 거리 계산의 오류를 사전에 방지하여 보다 정확한 위치 좌표값을 계산할 수 있는 방법을 함께 제공하는 효과를 가진다.
본 발명에 따라 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 보호부의 외부면으로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명에 따른 의료용 초음파 스캐너를 간략히 나타낸 것이다.
도 2는 본 발명에 따른 컴퓨팅 장치를 간략히 나타낸 것이다.
도 3은 본 발명에 따른 진단 프로브를 나타낸 것이다.
도 4는 본 발명에 따른 진단 프로브가 두개골 내부에 삽입된 것을 나타낸 것이다.
도 5는 본 발명에 따른 진단 프로브가 삽입되는 나비뼈를 나타낸 것이다.
도 6은 본 발명에 따른 진단 프로브를 나타낸 것이다.
도 7 및 도 8은 본 발명에 따른 복수의 초음파 트랜스듀서를 나타낸 것이다.
도 9는 본 발명에 따른 메모리에 저장된 기능적 구성들을 간략히 나타낸 것이다.
도 10은 본 발명에 따른 신호 검출 모듈에서 신호를 검출하는 것을 나타낸 것이다.
도 11은 본 발명에 따른 제1 초음파 트랜스듀서와 제2 초음파 트랜스듀서의 상관 관계를 나타낸 도면이다.
도 12는 본 발명에 따른 3개의 초음파 트랜스듀서(T1, T2, T3)에 의한 초음파 측정 그래프를 나타낸 도면이다.
도 13은 본 발명에 따른 학습 및 검증 모듈의 검증 예시를 설명하기 위한 그래프이다.
도 14는 본 발명에 따른 위치 측정 모듈에 의하여 도출된 극좌표를 나타낸 것이다.
도 15는 본 발명에 따른 디스플레이 장치 및 이에 나타난 초음파 이미지를 나타낸 것이다.
도 16은 본 발명에 따른 이미지 보정 필터의 예시를 나타낸 도면이다.
본 명세서에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 명세서에 대한 실시예를 제공하고, 상세한 설명과 함께 본 명세서의 기술적 특징을 설명한다.
도 2는 본 발명에 따른 컴퓨팅 장치를 간략히 나타낸 것이다.
도 3은 본 발명에 따른 진단 프로브를 나타낸 것이다.
도 4는 본 발명에 따른 진단 프로브가 두개골 내부에 삽입된 것을 나타낸 것이다.
도 5는 본 발명에 따른 진단 프로브가 삽입되는 나비뼈를 나타낸 것이다.
도 6은 본 발명에 따른 진단 프로브를 나타낸 것이다.
도 7 및 도 8은 본 발명에 따른 복수의 초음파 트랜스듀서를 나타낸 것이다.
도 9는 본 발명에 따른 메모리에 저장된 기능적 구성들을 간략히 나타낸 것이다.
도 10은 본 발명에 따른 신호 검출 모듈에서 신호를 검출하는 것을 나타낸 것이다.
도 11은 본 발명에 따른 제1 초음파 트랜스듀서와 제2 초음파 트랜스듀서의 상관 관계를 나타낸 도면이다.
도 12는 본 발명에 따른 3개의 초음파 트랜스듀서(T1, T2, T3)에 의한 초음파 측정 그래프를 나타낸 도면이다.
도 13은 본 발명에 따른 학습 및 검증 모듈의 검증 예시를 설명하기 위한 그래프이다.
도 14는 본 발명에 따른 위치 측정 모듈에 의하여 도출된 극좌표를 나타낸 것이다.
도 15는 본 발명에 따른 디스플레이 장치 및 이에 나타난 초음파 이미지를 나타낸 것이다.
도 16은 본 발명에 따른 이미지 보정 필터의 예시를 나타낸 도면이다.
본 명세서에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 명세서에 대한 실시예를 제공하고, 상세한 설명과 함께 본 명세서의 기술적 특징을 설명한다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 보호부의 외부면된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 상술한 내용들을 바탕으로 본 명세서의 바람직한 일 실시예에 따른, 진단 프로브 및 이를 이용한 의료용 초음파 스캐너에 관하여 상세히 설명하면 다음과 같다.
도 1은 본 발명에 따른 의료용 초음파 스캐너를 간략히 나타낸 것이다.
도 1에 따르면, 본 발명에 따른 의료용 초음파 스캐너는 진단 프로브(100) 및 컴퓨팅 장치(200)를 포함할 수 있다. 본 발명에 따른 진단 프로브(100)는 복수의 초음파 트랜스듀서(110)를 포함하고, 적어도 일부가 상기 두개골 내부로 삽입될 수 있다.
즉, 본 발명에 따른 진단 프로브(100)는 두개골 내부에 삽입되어 초음파 신호를 발산하고, 발산되어 반사된 초음파 신호를 다시 수신할 수 있다.
또한, 본 발명에 따른 컴퓨팅 장치(200)는 진단 프로브(100)와 유/무선으로 연결되고, 진단 프로브(100)로부터 수신한 데이터를 연산하거나 이미지 데이터로 변환할 수 있다. 또한, 본 발명에 따른 컴퓨팅 장치(200)는 디스플레이 장치(미도시)를 더 포함할 수 있다.
본 발명의 진단 프로브(100)의 적어도 일부는 콧구멍 및 나비뼈(도 5의 310)에 형성된 통공(도 5의 311)을 통하여 두개골 내부로 삽입될 수 있다. 이때, 나비뼈(도 5의 310)에 형성된 통공(도 5의 311)은 콧구멍과 연결된 것일 수 있다.
도 2는 본 발명에 따른 컴퓨팅 장치를 간략히 나타낸 것이다.
도 2에 따르면, 본 발명에 따른 컴퓨팅 장치(200)는 프로세서(210), 메모리(220), 및 통신 모듈(230)을 포함할 수 있다.
본 발명에 따른 프로세서(210)는 컴퓨팅 장치(200)의 구성들을 제어할 수 있다. 프로세서(210)는 메모리(220)에 저장된 명령어를 수행할 수 있다. 메모리(220)에 저장된 명령어는 다른 구성들을 제어하기 위한 명령어로서 미리 저장된 것일 수 있다.
프로세서(210)는, 연산을 수행하고 다른 장치를 제어할 수 있는 구성이다. 주로, 중앙 연산 장치(CPU), 어플리케이션 프로세서(AP), 그래픽스 처리 장치(GPU) 등을 의미할 수 있다. 또한, CPU, AP 또는 GPU는 그 내부에 하나 또는 그 이상의 코어들을 포함할 수 있으며, CPU, AP 또는 GPU는 작동 전압과 클락 신호를 이용하여 작동할 수 있다. 다만, CPU 또는 AP는 직렬 처리에 최적화된 몇 개의 코어로 구성된 반면, GPU는 병렬 처리용으로 설계된 수 천 개의 보다 소형이고 효율적인 코어로 구성될 수 있다.
프로세서(210)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(220)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
메모리(220)는 컴퓨팅 장치(200)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(220)는 컴퓨팅 장치(200)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 컴퓨팅 장치(200)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버(40)로부터 다운로드 될 수 있다. 또한 응용 프로그램은, 메모리(220)에 저장되고, 컴퓨팅 장치(200)에 설치되어, 프로세서(210)에 의하여 상기 컴퓨팅 장치(200)의 동작(또는 기능)을 수행하도록 구동될 수 있다.
메모리(220)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리(220)는 인터넷(internet)상에서 저장 기능을 수행하는 웹 스토리지(web storage)를 포함할 수도 있다.
통신 모듈(230)은 컴퓨팅 장치(200)와 외부 장치 또는 외부 서버를 통신하기 위한 구성일 수 있다. 통신 모듈(230)의 경우, 안테나를 통해 기지국 또는 통신 기능을 포함하는 서버(30)와 정보의 송수신을 실행한다. 통신 모듈(230)은 변조부, 복조부, 신호 처리부 등을 포함할 수 있다.
무선 통신은, 통신사들이 기존에 설치해둔 통신 시설과 그 통신 시설의 주파수를 사용하는 무선 통신망을 사용한 통신을 말할 수 있다. 이때, 통신 모듈(230)은 CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SC-FDMA(single carrier frequency division multiple access) 등과 같은 다양한 무선 통신 시스템에 사용될 수 있으며, 뿐만 아니라, 통신 모듈(230)은 3GPP(3rd generation partnership project) LTE(long term evolution) 등에도 사용될 수 있다. 또한, 최근 상용화 중인 5G 통신 뿐만 아니라, 추후 상용화가 예정되어 있는 6G 등도 사용될 수 있다. 다만, 본 명세서는 이와 같은 무선 통신 방식에 구애됨이 없이 기설치된 통신망을 활용할 수 있다.
도 2에 따른 컴퓨팅 장치(200)는 디스플레이 장치(240)를 더 포함할 수 있다. 본 발명에 따른 디스플레이 장치(240)는 프로세서(210)로부터 화면 데이터를 수신하여 사용자가 감각을 통하여 이를 확인할 수 있도록 표시하는 장치를 의미할 수 있다. 디스플레이 장치(240)는 자발광 디스플레이 패널 또는 비자발광 디스플레이 패널을 포함할 수 있다. 자발광 디스플레이 패널로는 예를 들어 백라이트가 필요하지 않은 OLED 패널 등이 예시될 수 있고, 비자발광 디스플레이 패널로는 예를 들어 백라이트가 필요한 LCD 패널 등이 예시될 수 있으나, 이에 제한되는 것은 아니다.
도 3은 본 발명에 따른 진단 프로브를 나타낸 것이다.
도 3에 따르면, 본 발명에 따른 진단 프로브(100)는 삽입부(130) 및 손잡이부(140)를 포함할 수 있다. 또한, 본 발명에 따른 진단 프로브(100)는 삽입부(130)의 일 단에 위치한 단부(120) 및 단부(120) 내부에 위치한 초음파 트랜스듀서(110)를 포함할 수 있다.
본 발명에 따른 삽입부(130)는 콧구멍 및 나비뼈의 통공을 통하여 두개골 내부로 삽입될 수 있다. 본 발명에 따른 삽입부(130)는 신체 내부에 삽입되기 위하여 살균 또는 세척 과정을 거쳐야 하므로, 물리적 및 화학적으로 견고하고 안정한 구조를 가진 물질로 이루어질 수 있다.
본 발명에 따른 손잡이부(140)는 사용자가 직접 환자의 두개골 내부에 진단 프로브(100)를 삽입하기 위하여 손으로 쥐는 부분을 말할 수 있다. 본 발명에 따른 손잡이부(140)는 삽입부(130)의 일측으로 연장되도록 형성되며, 삽입부(130)의 반대 방향으로 컴퓨팅 장치(도 1 및 도 2의 200, 이하 동일)와 연결될 수 있다. 구체적으로, 손잡이부(140)는 내부에 초음파 트랜스듀서(110)와 연결된 도선을 포함할 수 있고, 초음파 트랜스듀서(110)와 연결된 도선은 컴퓨팅 장치(200)와 전기적으로 연결될 수 있다. 또한, 손잡이부(140)는 통신칩(미도시)을 내장하여, 도선없이도 컴퓨팅 장치(200)와 무선으로 데이터를 송수신할 수도 있다.
본 발명에 따른 초음파 트랜스듀서(110)는, 초음파를 발생시키는 초음파 발생 모듈(미도시)과 초음파를 감지하는 초음파 수신 모듈(미도시)을 포함할 수 있다. 즉, 본 발명에 따른 초음파 트랜스듀서(110)는 전기 신호를 초음파로 변환할 수 있고, 초음파를 전기 신호로 변환할 수 있는 장치를 의미할 수 있다. 또한, 본 발명에 따른 초음파 트랜스듀서(110)는 복수의 트랜스듀서일 수 있다.
본 발명에 따른 단부(120)는, 초음파 트랜스듀서(110)를 내부에 포함하고, 두개골 내부의 액체 등과 초음파 트랜스듀서(110)를 구분하기 위한 구성일 수 있다. 단부(120)의 내부에는 초음파 트랜스듀서(110)를 수납하기 위한 빈공간이 형성되며, 단부(120)는 초음파 신호가 송수신되기 용이하도록 금속 성분을 전혀 포함하지 않을 수 있다.
본 발명에 따른 컴퓨팅 장치(200)는, 단부(120) 내부에 설치된 초음파 트랜스듀서(110)로부터 생성된 전기 신호를 수신하고, 이를 저장하거나 학습할 수 있다.
도 4는 본 발명에 따른 진단 프로브가 두개골 내부에 삽입된 것을 나타낸 것이고, 도 5는 본 발명에 따른 진단 프로브가 삽입되는 나비뼈를 나타낸 것이다.
도 4에 따르면, 본 발명에 따른 진단 프로브(100)는 콧구멍(320)을 통하여 두개골(300) 내부로 삽입될 수 있다. 구체적으로, 본 발명에 따른 진단 프로브(100)는 콧구멍(320) 및 나비뼈(310)에 위치한 통공(도 5의 311)을 통하여 두개골(300) 내부로 삽입될 수 있다. 본 발명에 따른 진단 프로브(100)는 콧구멍(320) 및 나비뼈(310)에 위치한 통공(도 5의 311)을 통하여 두개골(300) 중앙의 뇌하수체가 위치한 영역까지 삽입될 수 있다. 본 발명에 따른 진단 프로브(100)가 두개골(300) 중앙에 위치하면, 진단 프로브(100)의 단부(도 2의 120)의 내부에 위치한 초음파 트랜스듀서(110)가 두개골(300) 내부로 초음파 신호를 방사할 수 있다.
즉, 본 발명에 따른 초음파 트랜스듀서(110)는 진단 프로브(100)의 단부(도 2의 120)의 내부에 위치하며 두개골(300) 내부로 삽입되고, 두개골(300) 내부에서 초음파 신호를 방사하고, 두개골(300) 내부의 타겟에 반사된 상기 초음파 신호를 수신하는 것일 수 있다. 이때, 타겟은 두개골 내부의 결함 영역을 의미할 수 있다. 즉, 타겟은 두개골 내부(또는 두뇌)에 발생된 종양을 의미할 수 있다.
도 5에 따르면, 나비뼈(310)는 중앙에 2개의 통공(311)을 포함할 수 있다. 이때 나비뼈(310)에 포함된 통공(Fossa pterygoidea, 311)은 2개의 콧구멍(320)에 각각 대응되도록 관통되어 연결될 수 있다. 해당 통공(311)은 최근 코로나 19 바이러스 검사시에 면봉이 삽입되는 위치이다.
도 6은 본 발명에 따른 진단 프로브를 나타낸 것이고, 도 7 및 도 8은 본 발명에 따른 복수의 초음파 트랜스듀서를 나타낸 것이다.
도 6에 따르면, 복수의 초음파 트랜스듀서(110)는 회전 모터와 연결되어 회전할 수 있다. 회전 모터는 전기 에너지를 운동 에너지로 전환할 수 있으며, 중심축을 따라 복수의 초음파 트랜스듀서(110)와 연결될 수 있다.
도 7은 복수의 초음파 트랜스듀서(110)로서, 원형으로 배치된 13개의 초음파 트랜스듀서(110)를 나타낸 것이다. 본 발명에 따르면, 복수의 초음파 트랜스듀서(110)는 적어도 13개의 초음파 트랜스듀서만으로도 두개골 내부의 초음파 이미지를 생성할 수 있다. 본 발명에 따른 컴퓨팅 장치(200)는 13개의 초음파 트랜스듀서로부터 수신한 데이터를 기초로 두개골 내부의 결함인 종양 발생 여부를 감지할 수 있다.
도 8은 본 발명에 따른 복수의 초음파 트랜스듀서(110)가 중심축을 기준으로 회전하는 것을 나타낸 것이다. 도 8은 서로 다른 개수의 초음파 트랜스듀서(110)를 나타낸 도 8(a) 및 도 8(b)를 포함한다.
종래에는 초음파 이미지를 생성하기 위하여 수많은 초음파 트랜스듀서를 사용했어야 하지만, 본 발명은 회전 모터를 사용함으로써 훨씬 작은 수의 초음파 트랜스듀서(110)만으로도 공백 영역 없는 초음파 이미지를 생성할 수 있다.
도 9는 본 발명에 따른 메모리에 저장된 기능적 구성들을 간략히 나타낸 것이고, 도 10은 본 발명에 따른 신호 검출 모듈에서 신호를 검출하는 것을 나타낸 것이다.
도 9에 따르면, 본 발명에 따른 메모리(220)는 신호 검출 모듈(221), 위치 측정 모듈(222) 및 학습 및 검증 모듈(223)을 포함할 수 있다.
본 발명에 따른 신호 검출 모듈(221)은 초음파 트랜스듀서(도 3, 도 6 내지 도 8의 110, 이하 동일)에서 감지된 초음파 신호들의 진폭의 변화를 기초로, 초음파 피크(peak)를 추출할 수 있다. 이때, 추출된 초음파 피크는 가장 큰 진폭을 가지는 초음파 피크일 수 있다.
본 발명에 따른 신호 검출 모듈(221)은 도 10에 따른 과정을 통하여 하나의 초음파 피크를 추출할 수 있다. 즉, 초음파 트랜스듀서(도 7 및 도 8의 110)는 회전하면서 타겟에서 반사된 초음파 신호를 주기적으로 수신할 수 있고, 회전하면서 타겟의 위치를 측정함에 따라 타겟과의 거리 변화에 따른 초음파 신호의 세기 변화가 발생될 수 있다. 즉, 초음파 트랜스듀서(110)와 타겟(DF)과의 거리는 복수의 초음파 트랜스듀서(도 7 및 도 8의 110)가 회전하면서 타겟(DF)의 위치와 가까워지고 멀어짐에 따라 같이 변화할 수 있다. 복수의 초음파 트랜스듀서(도 7 및 도 8의 110)의 회전 중 타겟(DF)의 위치와 초음파 트랜스듀서(110)의 거리가 가장 짧은 지점에서 수신된 초음파 신호의 세기가 가장 크게 측정된다.
본 발명에 따른 위치 측정 모듈(222)은 각각의 초음파 트랜스듀서와 타겟(DF)과의 거리 정보를 추출할 수 있다. 즉, 위치 측정 모듈(222)은 미리 저장된 초음파의 속도, 파장, 진동수 등에 대한 정보를 기초로, 초음파 신호가 수신된 시간에 따른 거리 정보를 추출할 수 있다. 또한, 위치 측정 모듈(222)은 각각의 초음파 트랜스듀서(도 7 및 도 8의 110) 사이의 거리 정보를 저장할 수 있다.
본 발명에 따른 위치 측정 모듈(222)에 있어서, 타겟(DF)과의 거리 정보를 도출하기 위해선 제1 초음파 트랜스듀서(도 7 및 도 8의 T1) 및 제2 초음파 트랜스듀서(도 7 및 도 8의 T2)가 필요하다. 따라서, 본 발명에 따른 위치 측정 모듈(222)은 제1 초음파 트랜스듀서(도 7 및 도 8의 T1) 및 제2 초음파 트랜스듀서(도 7 및 도 8의 T2)로부터 측정된 초음파 신호를 기초로, 타겟(DF)과의 제1 위치 정보를 도출할 수 있다.
또한, 본 발명에 따른 위치 측정 모듈(222)은 제1 초음파 트랜스듀서(도 7 및 도 8의 T1) 및 제3 초음파 트랜스듀서로(도 7 및 도 8의 T3)부터 측정된 초음파 신호를 기초로, 타겟(DF)과의 제2 위치 정보를 도출할 수 있다.
또한, 본 발명에 따른 위치 측정 모듈(222)은 회절파 시간 측정법 및/또는 삼각 측량법을 사용하여 결함(DF)의 위치를 측정할 수 있다.
본 발명에 따른 위치 측정 모듈(222)은 제1 위치 정보 및 제2 위치 정보를 기초로 타겟(DF)과의 거리 정보의 오차를 줄일 수 있다. 구체적으로, 위치 측정 모듈(222)은 제1 위치에 따른 좌표와 제2 위치에 따른 좌표의 평균 좌표를 도출할 수 있다. 평균 계산을 통하여, 본 발명은 측정된 위치 좌표의 오차를 보정하거나 줄일 수 있다.
본 발명에 따른 학습 및 검증 모듈(223)은 선형 회기 모델을 통하여 시간축에 따른 거리 정보를 예측하고, 예측된 거리 정보와 도출된 거리 정보의 차이를 기초로 잘못 도출된 거리 정보를 도출할 수 있다. 이와 관련된 설명은 이하 도 13에서 후술한다.
도 9에 따르면, 본 발명에 따른 메모리(220)는 이미지 생성 모듈(224) 및 이미지 학습 모듈(225)을 더 포함할 수 있다.
본 발명에 따른 이미지 생성 모듈(224)은 위치 측정 모듈(222)에서 도출된 좌표 정보를 기초로 타겟(DF)의 위치 정보를 포함하는 이미지 데이터를 생성할 수 있다.
본 발명에 따른 이미지 생성 모듈(224)은 원점에 대하여 미리 입력된 초음파 트랜스듀서들(도 7 및 도 8의 T1, T2, T3 등)의 상대적인 위치 좌표를 기초로 상기 두개골의 내면의 경계와 상기 타겟(DF)의 위치를 표시할 수 있는 이미지 데이터를 생성할 수 있다. 위치 측정 모듈(222)에 의하여 측정되는 타겟(DF)의 위치 정보는 초음파 트랜스듀서들(도 7 및 도 8의 T1, T2, T3 등)에 대한 상대적인 위치 정보를 포함하기 때문이다.
본 발명에 따른 위치 측정 모듈(222)은 타겟(DF)의 위치를 측정하는 방식과 동일한 방식으로 두개골의 내부면의 위치를 측정할 수 있다. 또한, 본 발명에 따른 이미지 생성 모듈(224)은 타겟(DF)의 위치를 포함하는 이미지 데이터를 생성하는 방식과 동일한 방식으로 두개골의 내부면의 위치를 포함하는 이미지 데이터를 생성할 수 있다.
본 발명에 따른 이미지 학습 모듈(225)은 심층신경망(Deep Neural Network)을 통하여 이미지 생성 모듈(224)에서 생성된 이미지 데이터를 학습할 수 있다.
본 발명의 심층신경망(Deep Neural Network)은, 하나 이상의 컴퓨터 내에 하나 이상의 레이어(Layer)를 구축하여 복수의 데이터를 바탕으로 판단을 수행하는 시스템 또는 네트워크를 의미한다. 예를 들어, 심층신경망은 컨볼루션 풀링 층(Convolutional Pooling Layer), 로컬 접속 층(a locallyconnectedlayer) 및 완전 연결 층(fully-connected layer)을 포함하는 층들의 세트로 구현될 수 있다. 일 예로, 심층신경망의 전체적인 구조는 컨볼루션 풀링 층에 로컬 접속 층이 이어지고, 로컬 접속 층에 완전 연결 층이 이러지는 형태인 나선형 신경망(즉, Convolutional Neural Network; CNN) 구조로 이루어질 수 있다. 또한 심층신경망은, 예를 들어, 각 레이어의 노드들에 자신을 가르키는 엣지(edge)가 포함됨에 따라 재귀적으로 연결되는 순환형 신경망(Recurrent Neural Network; RNN) 구조로 형성될 수도 있다. 심층신경망은 다양한 판단기준을 포함할 수 있고, 입력되는 영상 분석을 통해 새로운 판단기준을 추가할 수 있다. 다만, 본 발명의 실시예에 따른 심층신경망의 구조는 이에 한정되지 아니하고, 다양한 구조의 신경망으로 형성될 수 있다.
본 발명에 따른 이미지 학습 모듈(225)은 빅데이터를 통하여 미리 학습된 심층신경망을 기반으로, 이미지 생성 모듈(224)에서 생성된 이미지 데이터의 결함(DF)을 비전 인식으로 학습하기 위한 모듈일 수 있다. 이미지 학습 모듈(225)은 미리 학습된 심층신경망을 기반으로, 이미지 데이터에 표시된 타겟(DF)의 유형을 학습하고 분류할 수 있다. 또한, 이미지 학습 모듈(225)은 미리 학습된 심층신경망을 기반으로, 타겟(DF) 이외의 요소를 포함하는 이미지 데이터에 대하여, 상기 타겟(DF) 이외의 요소를 선별할 수 있다.
또한, 본 발명에 따른 이미지 학습 모듈(225)은 학습 결과 데이터를 이미지에 표시할 수 있는 이미지 레이어를 생성하고, 이를 이미지 데이터에 병합하여 본 발명의 디스플레이 장치(도 2의 240)에 제공할 수 있다. 이에 대한 예시는 이하 도 15 및 도 16에서 설명된다. 또한, 본 발명에 따른 이미지 학습 모델(225)은 이미지 학습을 위한 이미지 필터를 적용할 수 있으며, 이미지 필터에 대한 구체적인 내용은 이하 도 16에서 설명된다.
도 10에 따르면, 본 발명에 따른 컴퓨팅 장치(200)는 제1 초음파 트랜스듀서(도 7 및 도 8의 T1)로부터 초음파를 수신한 전기 신호를 수신할 수 있다. 본 발명에 따른 컴퓨팅 장치(200)는 수신된 전기 신호들 중 가장 강한 세기의 초음파 신호를 기초로 타겟(DF)의 위치를 계산할 수 있다. 즉, 바람직하게는, 본 발명에 따른 컴퓨팅 장치(200)는 필터를 통하여 가장 큰 세기의 초음파 신호만 필터링하여 타겟(DF)의 위치를 측정할 수 있다.
도 10에 따르면, 제1 초음파 트랜스듀서(도 7 및 도 8의 T1)의 초음파 신호 측정 그래프만 도시되어 있으나, 초음파 신호 필터링 과정은 다른 초음파 트랜스듀서(도 7 및 도 8의 T2, T3 등)에도 동일하게 적용될 수 있다.
도 11은 본 발명에 따른 제1 초음파 트랜스듀서와 제2 초음파 트랜스듀서의 상관 관계를 나타낸 도면이다.
도 11에 따르면, 본 발명에 따른 제1 초음파 트랜스듀서(T1)는 제1 초음파 신호를 발생할 수 있다. 제1 초음파 신호는 적어도 3개의 경로를 거처 제2 초음파 트랜스듀서(T2)로 송신될 수 있다.
본 발명에 따른 제1 초음파 신호는 두개골 내부의 두개골 내면(BS)에 반사되어 제2 초음파 트랜스듀서(T2)로 전송될 수 있다(제1 경로). 또한, 본 발명에 따른 제1 초음파 신호는 두개골 내부의 타겟(DF)에 반사되어 제2 초음파 트랜스듀서(T2)로 전송될 수 있다(제2 경로). 또한, 본 발명에 따른 제1 초음파 신호는 진단 프로브(100)의 외면(US)을 따라 제2 초음파 트랜스듀서(T2)로 전송될 수 있다(제3 경로). 진단 프로브(100)의 외면(US)과 두개골의 내면(BS)은 편의상 도면에는 직선으로 도시되나, 이에 제한되지 않는다.
이하, 본 발명에서는 제1 경로에 따른 초음파 신호는 tB로 표시하고, 제2 경로에 따른 초음파 신호는 tD로 표시하며, 제3 경로에 따른 초음파 신호는 tS로 표시할 수 있다.
제1 경로 내지 제3 경로를 비교하면, 제1 경로의 길이가 가장 길고 제3 경로의 길이가 가장 짧으므로, 시간 순서로 초음파 신호를 나열하면, tS, tD, tB가 될 것이다. 따라서, 바람직하게는, 본 발명에 따른 컴퓨팅 장치(200)는 초음파 트랜스듀서로부터 수신한 초음파 신호의 시간 순서에 따라 tS, tD, tB를 나눌 수 있다. 이하, 본 발명에서 사용되는 tS, tD, tB는 각 신호의 시간 정보(ms)를 의미할 수 있다.
도 12는 본 발명에 따른 3개의 초음파 트랜스듀서(T1, T2, T3)에 의한 초음파 측정 그래프를 나타낸 도면이다. 단, 도 12에 나타난 초음파 신호들은 도 10에서와 같이 필터링된 신호들만을 의미할 수 있다.
도 12에 따르면, 제1 초음파 트랜스듀서(T1)는 제1 초음파 신호(ti)를 발생할 수 있다. 제1 초음파 신호(ti)는 발생과 동시에 제1 초음파 트랜스듀서(T1)에 측정될 수 있다. 또한, 제1 초음파 트랜스듀서(T1)는 제1 초음파 신호가 결함(DF)에 의하여 반사되어 되돌아온 초음파 신호(tD1)를 수신할 수 있다. 본 발명에 따른 컴퓨팅 장치(200)는 제2 초음파 트랜스듀서(T2)로부터 제1 초음파 신호를 수신한 제1 시간 정보(tD2), 제3 초음파 트랜스듀서(T3)로부터 제1 초음파 신호를 수신한 제2 시간 정보(tD3)를 기초로 타겟(DF)의 위치를 검출할 수 있다. 이때, 타겟(DF)의 위치를 검출하는 방법은 삼각 측량법 또는 회절파 시간 측정법일 수 있다.
또한, 본 발명에 따른 컴퓨팅 장치(200)는 제2 초음파 트랜스듀서(T2)로부터 두개골 내부의 내부면(BS)으로부터 상기 제1 초음파 신호가 반사되어 도달한 시간(tB2), 및 진단 프로브(도 1의 100, 이하 동일)의 외면(US)으로부터 상기 제1 초음파 신호가 반사되어 도달한 시간(tS2)을 수신할 수 있다. 본 발명에 따른 컴퓨팅 장치(200) 또는 컴퓨팅 장치(200)에 포함된 이미지 생성 모듈(도 9의 224)은 tB2, tS2를 기초로 진단 프로브(100)의 외면(US) 및 두개골 내부의 내부면(BS)의 제1 경계면 쌍을 포함하는 이미지 데이터를 생성할 수 있다.
또한, 본 발명에 따른 컴퓨팅 장치(200)는 제3 초음파 트랜스듀서(T3)로부터 두개골 내부의 내부면(BS)으로부터 상기 제1 초음파 신호가 반사되어 도달한 시간(tB3), 및 상기 진단 프로브(100)의 외면(US)으로부터 상기 제1 초음파 신호가 반사되어 도달한 시간(tS3)을 수신할 수 있다. 본 발명에 따른 컴퓨팅 장치(200) 또는 컴퓨팅 장치(200)에 포함된 이미지 생성 모듈(도 9의 224)는 tB3, tS3를 기초로 진단 프로브(100)의 외면(US) 및 두개골 내부의 내부면(BS)의 제2 경계면 쌍을 포함하는 이미지 데이터를 생성할 수 있다.
또한, 본 발명에 따른 컴퓨팅 장치(200)는 상기 제1 경계면 쌍과 제2 경계면 쌍을 각각 평균한 평균 경계면 쌍을 생성하고, 평균 경계면 쌍을 기초로 이미지 데이터를 생성할 수 있다.
도 12에 따르면, 제2 초음파 트랜스듀서(T2)는 제1 초음파 신호가 두개골 내부의 내부면(BS)으로부터 반사된 tB2와, 제1 초음파 신호가 타겟(DF)으로부터 반사된 tD3, 및 제1 초음파 신호가 진단 프로브(100)의 외면(US)을 따라 전달된 tS2를 수신할 수 있다.
도 12에 따르면, 제3 초음파 트랜스듀서(T3)는 제1 초음파 신호가 두개골 내부의 내부면(BS)으로부터 반사된 tB3와, 제1 초음파 신호가 타겟(DF)으로부터 반사된 tD3, 및 제1 초음파 신호가 진단 프로브(100)의 외면(US)을 따라 전달된 tS3를 수신할 수 있다.
본 발명에 따른 컴퓨팅 장치(200)는 수신된 초음파 신호들 중 tD를 추출하고, tD1, tD2 및 tD3를 기초로 3개의 초음파 트랜스듀서(T1, T2, T3)와 타겟(DF)과의 거리를 각각 측정할 수 있다. 본 발명에 따른 컴퓨팅 장치(200)는 제1 초음파 트랜스듀서(T1)와 제2 초음파 트랜스듀서(T2)와의 제1 거리, 제1 초음파 트랜스듀서(T1)와 제3 초음파 트랜스듀서(T3)와의 제2 거리를 미리 저장해둘 수 있다. 또한, 본 발명에 따른 컴퓨팅 장치(200)는 초음파 트랜스듀서(T1, T2, T3)에서 발생하는 초음파의 속도 및 파장 역시 미리 저장해둘 수 있다. 본 발명에 따른 컴퓨팅 장치(200)는 미리 저장해둔 데이터와 측정된 tD들을 기초로, 3개의 초음파 트랜스듀서(T1, T2, T3)와 타겟(DF)과의 거리를 측정할 수 있다.
도 12에 따르면, 제1 초음파 트랜스듀서(T1)에서 발생되는 제1 초음파 신호는 일정한 주기로 발생될 수 있다. 이때, 일정한 주기는 미리 정해진 주기일 수 있으며, 이전에 발생된 제1 초음파 신호와 간섭되지 않도록 충분한 시간 간격을 가질 수 있도록 정해질 수 있다. 이때, 일정한 주기가 지나치게 큰 경우, 초음파 스캔의 해상도가 떨어질 수 있어 주의가 필요할 수 있다.
또한, 도 12과 달리, 다른 초음파 트랜스듀서(T2, T3)에서 다른 초음파 신호를 생성하는 예시를 살펴보면 아래와 같다.
본 발명에 따른 제2 초음파 트랜스듀서(T2)는 제2 초음파 신호를 생성할 수 있고, 제1 초음파 트랜스듀서(T1)는 제2 초음파 신호를 수신할 수 있다. 또한, 제3 초음파 트랜스듀서(T3)는 제2 초음파 신호를 수신할 수 있다. 단, 제2 초음파 트랜스듀서(T2)가 제2 초음파 신호 생성시, 제1 초음파 트랜스듀서(T1)가 제1 초음파 신호를 생성하는 때와 생성과 일정한 시간차를 둠으로써 제1 초음파 신호와 제2 초음파 신호가 서로 간섭되는 것을 방지할 수 있다.
뿐만 아니라, 본 발명에 다른 제3 초음파 트랜스듀서(T3)는 제3 초음파 신호를 생성할 수 있고, 제1 초음파 트랜스듀서(T1)는 제3 초음파 신호를 수신할 수 있다. 또한, 제2 초음파 트랜스듀서(T2)는 제3 초음파 신호를 수신할 수 있다. 단, 제3 초음파 트랜스듀서(T3)가 제3 초음파 신호 생성시, 제1 초음파 트랜스듀서(T1)가 제1 초음파 신호를 생성하는 때와 생성과 일정한 시간차를 둠으로써 제1 초음파 신호와 제3 초음파 신호가 서로 간섭되는 것을 방지할 수 있다. 또한, 제3 초음파 트랜스듀서(T3)가 제3 초음파 신호 생성시, 제2 초음파 트랜스듀서(T2)가 제2 초음파 신호를 생성하는 때와 생성과 일정한 시간차를 둠으로써 제2 초음파 신호와 제3 초음파 신호가 서로 간섭되는 것을 방지할 수 있다.
이처럼, 본 발명에 따른 컴퓨팅 장치(200)는 제1 초음파 트랜스듀서 내지 제3 초음파 트랜스듀서(T1, T2, T3)로부터 각각 발생되는 초음파 신호의 주기를 제어함으로서, 초음파 신호들이 서로 간섭되는 것을 방지할 수 있다.
도 13은 본 발명에 따른 학습 및 검증 모듈의 검증 예시를 설명하기 위한 그래프이다.
도 13에 따르면, 복수의 초음파 트랜스듀서의 회전 방향에 따른 T1과 타겟(DF)과의 거리가 측정된 그래프가 개시된다. 거리 정보는 일정 주기를 기초로 계산될 수 있으며, T1과 타겟(DF)과 거리가 가장 가까울 때가 초음파 신호의 진폭이 가장 높은 때일 수 있다.
도 13에 따르면, 제1 지점과 제2 지점의 거리 정보가 유사하게 나타난다. 제1 지점은 T1과 타겟(DF)과의 거리를 제대로 나타낸 지점이고, 제2 지점은 측정 오차 및/또는 주변 노이즈에 의하여 거리를 잘못 나타낸 지점이다.
앞서 도 10에서 설명한 내용과 같이, 초음파 신호의 진폭이 가장 큰 지점으로 거리 정보를 계산한 경우, 제2 지점의 거리가 T1과 타겟(DF)과의 거리로 도출되어, 실제 거리와 다른 거리 정보가 도출될 수 있다.
따라서, 바람직하게는, 본 발명에 따른 학습 및 검증 모듈(223)은 다음의 과정을 통하여 도출된 거리 정보를 검증할 수 있다.
(1) 선형 회기 모델을 활용하여 주기별로 도출된 거리 정보의 경향성을 학습하는 단계
(2) 도출된 가장 진폭이 큰 초음파 신호에 대하여 학습된 경향성을 기초로 검증하는 단계
이때, 거리 정보의 경향성은 선형 회기 모델을 통하여 학습될 수 있다. 구체적으로, 복수의 초음파 트랜스듀서가 회전함에 따라, 초음파 트랜스듀서는 타겟과의 거리를 주기에 따라 측정할 수 있다. 따라서, 거리 정보의 경향성은 1차원 선형 회기 모델을 기초로 학습될 수 있고, 그에 따른 하나의 1차원 선형 수식이 생성될 수 있다.
또한, 거리 정보의 경향성은 가장 짧은 거리를 지난 후에는 1차원 선형 수식의 반대되는 기울기를 가질 수 있다. 따라서, 가장 짧은 거리를 지났다고 판단되는 경우(경향성이 급격히 변화하는 경우), 새로운 1차원 선형 수식이 생성될 수 있으며, 새로운 1차원 선형 수식은 지난 1차원 선형 수식의 기울기와 반대되는 기울기를 포함할 수 있다.
이처럼, 거리 정보의 경향성이 학습되면, 특정 지점에 대한 예측이 가능할 수 있다. 따라서, 본 발명에 따른 학습 및 검증 모듈은 결함(DF)과의 거리 정보로 추출된 그래프 상의 지점에 대하여, 학습된 경향성을 기초로 검증할 수 있다.
일 예로, 제2 지점이 거리 정보로서 추출될 수 있다. 본 발명에 따른 학습 및 검증 모듈은 제2 지점에 대해 검증하기 위하여, 제2 지점에 대응하는 주기의 예측 지점을 도출할 수 있다. 제2 지점에 대응하는 주기의 예측 지점은 학습된 경향성을 기초로 도출될 수 있다. 본 발명에 따른 학습 및 검증 모듈은 예측 지점과 제2 지점의 그래프 상의 거리를 계산하고, 계산된 그래프 상의 거리를 기초로 제2 지점을 검증할 수 있다.
유클리디안 거리 d는 두 점 사이의 거리를 나타내는 다양한 방식 중 하나일 수 있다. 이때, 상기 그래프 상의 거리는 하기 수학식 1에 의하여 계산될 수 있다. 하기 수학식 1은 유클리디안 거리를 구하는 수식이다.
[수학식 1]
단, XE 및 X2는 시간-거리 그래프상의 좌표 정보를 의미할 수 있고, XE는 경향성에 의하여 도출된 예상 지점의 좌표로서 (x1, y1)이고, X2는 제2 지점의 좌표로서 (x2, y2)일 수 있다.
본 발명에 따른 학습 및 검증 모듈은 상기 수학식 1에 의하여 계산된 유클리디안 거리 d(XE, X2)가 미리 정해진 크기보다 큰 경우, 제2 지점은 오차에 의한 것으로 분류할 수 있다. 이때, 분류의 기준이 되는 거리값은 하기 수학식 2과 같을 수 있다.
[수학식 2]
단, α는 0.5 내지 1.5 사이에서 정해질 수 있는 상수이며, 바람직하게 α는 0.9 내지 1.2일 수 있다. 또한, 수학식 2에서의 제1 지점은 도 12에서 표시된 제1 지점 뿐만 아니라 임의의 지점을 의미할 수 있으며, 수학식 2에서의 제3 지점은 도 12에서 표시된 제3 지점 뿐만 아니라, 상기 임의의 지점의 바로 옆의 지점 중 하나를 의미할 수 있다.
[실험예 1]
본 발명에 따른 검증 과정에 있어서, α의 적용 범위에 따른 결함(DF) 검증의 결과에 따른 정확도를 살펴보면 아래와 같다. 아래 표는 해당 기술분야 종사자에 의뢰하여, α의 적용 범위에 따른 검증 결과의 정확도를 수치로서 나타낸 것이다.
| 정확도 (점수) | 81 | 98 | 84 |
상기 표 1는 전문가로부터 평가된 정확도에 대한 점수를 각 케이스별로 나타낸 것이다. 본 실험예는 12명의 종양이 발생된 환자 샘플을 기초로 실험된 것이며, 실제 결함(DF)에 대한 정보와 검증 결과의 정확도를 100점 만점으로 측정한 것이다.
표 1에서 확인할 수 있는 것과 같이, α의 적용 범위에 따라 정확도에 차이가 확인되었다. 본 발명에 따른 학습 및 검증 모듈은 0.9 이상 1.1 미만의 범위의 α를 통하여 보다 높은 정확도의 검증 과정을 수행할 수 있다.
도 14는 본 발명에 따른 위치 측정 모듈에 의하여 도출된 극좌표를 나타낸 것이다.
도 14에 따르면, 중심점(원점)은 진단 프로브(100)의 단부(도 2, 도 6의 120) 또는 단부(도 2, 도 6의 120) 내부의 초음파 트랜스듀서를 의미할 수 있다. 즉, 초음파 트랜스듀서의 위치 좌표 또는 복수의 트랜스듀서의 평균 위치 좌표가 (0, 0, 0)의 원점 극좌표에 대응될 수 있다. 또한, 3차원 극좌표는, 주기에 따라 360도를 회전하는 회전 각도 α, 원점과 타겟(DF)과의 거리 λ, 기준면에서부터 편각 β으로 나타날 수 있다.
도 15는 본 발명에 따른 디스플레이 장치 및 이에 나타난 초음파 이미지를 나타낸 것이다.
도 15에 따르면, 본 발명에 따른 의료용 초음파 스캐너는 초음파 트랜스듀서의 회전 방향을 따라 타겟(DF) 위치를 검출할 수 있다. 본 발명에 따른 의료용 초음파 스캐너는 이미지 학습 모듈을 통하여 이미지 데이터 수준의 검증을 다시 수행하고, 이에 따른 결과를 도 15와 같이 바운딩 박스를 이용하여 표시함으로써, 사용자에게 보다 정확하고 다양한 정보를 제공할 수 있는 효과를 가진다.
도 16은 본 발명에 따른 이미지 보정 필터의 예시를 나타낸 도면이다.
도 16에 따르면, 필터의 종류와 기능이 나타나 있다. 즉, CNN 알고리즘은 복수의 레이어를 사용하는 학습 알고리즘일 수 있다. 또한, CNN 알고리즘은 이미지 분류 정확도를 최대화하는 필터를 자동으로 학습할 수 있으며, 합성곱 계층과 폴링 계층이라고 하는 새로운 층을 풀리 커넥티드 계층 이전에 추가함으로써 원본 이미지에 필터링 기법을 적용한 뒤에 필터링된 이미지에 대해 분류 연산을 수행할 수 있다. CNN 알고리즘은 합성곱 계층 (convolutional layer)과 풀링 계층 (pooling layer)이라고 하는 새로운 층을 fully-connected 계층 이전에 추가함으로써 원본 이미지에 필터링 기법을 적용한 뒤에 필터링된 이미에 대해 분류 연산이 수행되도록 구성될 수 있다.
이때, CNN 알고리즘을 사용한 이미지 필터에 대한 연산식은 아래의 수학식 3과 같다.
[수학식 3]
(단,
GIJ : 행렬로 표현된 필터링된 이미지의 i번째 행, j번째 열의 픽셀,
F : 필터,
X : 이미지,
FH : 필터의 높이 (행의 수),
FW : 필터의 너비 (열의 수)이다. )
바람직하게는, CNN 알고리즘을 사용한 이미지 필터에 대한 연산식은 아래의 수학식 4와 같다.
[수학식 4]
(단,
GIJ : 행렬로 표현된 필터링된 이미지의 i번째 행, j번째 열의 픽셀,
F' : 응용 필터
X : 이미지,
F'H : 응용 필터의 높이 (행의 수),
F'W : 응용 필터의 너비 (열의 수)이다.)
바람직하게는, F'는 응용 필터로서 타겟(DF)이 표시된 이미지 데이터를 학습하고 인식하기 위하여, 상기 이미지 데이터에 적용되는 필터일 수 있다. 특히, 타겟(DF)의 경우 형태, 크기 및 위치의 차이를 기초로 유형에 따라 분류될 수 있으므로, 형태, 크기 및 위치를 효과적으로 인지하기 위한 응용 필터가 필요할 수 있다. 이러한 필요성을 충족하기 위하여 응용 필터 F'는 아래의 수학식 5에 의하여 연산될 수 있다.
[수학식 5]
(단, F : 필터, : 계수, F' : 응용 필터)
이때, 각 F에 따른 필터는 도 15에 따른 엣지 인식 필터(Edge detection), 샤픈 필터(sharpen) 및 박스 블러 필터(Box blur) 중 어느 하나의 행렬일 수 있다.
바람직하게, 를 구하는 연산식은 아래의 수학식 4와 같다. 이때, 는 필터의 효율을 높이기 위하여 사용되는 하나의 변수로서 해석될 수 있으며, 그 단위는 무시될 수 있다.
[수학식 6]
단, 이미지 촬영에 사용된 카메라의 렌즈의 직경(지름)은 mm 단위이고, 초음파 발생 주기는 ms 단위이며, ti 및 tD는 각각 신호가 감지된 시간을 ms 단위로 나타낸 것일 수 있다. 또한, ti는 제1 초음파 트랜스듀서(T1)에서 제1 초음파 신호를 발생시킨 시간(ms)이고, tD는 제n 초음파 트랜스듀서(T1, T2, T3)에서 결합에 반사된 초음파 신호가 감지된 시간(ms)을 의미할 수 있다.
[실험예 2]
본 발명에 따른 이미지 데이터에 대하여, 본 발명의 응용 필터 F'를 적용하는 경우에 실제 타겟(DF)에 대한 정보와의 정확도를 살펴보면 아래와 같다. 아래 표는 해당 기술분야 종사자에 의뢰하여, 필터 적용 여부 등에 따라 인식 결과의 정확도를 수치로서 나타낸 것이다.
| 필터 적용 없음 | 필터 적용 | 필터 적용 | |
| 정확도 (점수) | 60 | 85 | 98 |
상기 표 2는 전문가로부터 평가된 정확도에 대한 점수를 각 케이스별로 나타낸 것이다. 본 실험예는 12명의 환자 샘플을 기초로 실험된 것이며, 실제 결함(DF)에 대한 정보와 이미지 데이터에 표현된 정보의 정확도를 100점 만점으로 측정한 것이다. 각각의 환자 샘플은 실험을 진행한 후 MRI 및 X-ray 검사를 받았고, 검사 결과를 기초로 정확도가 평가되었다. 이??, 정확도는 실제 종양의 위치를 기초로 산출된 것이다.
표 2에서 확인할 수 있는 것과 같이, 필터 적용 없는 경우, 타겟(DF) 이외의 요소가 인식될 확률이 존재하여 상대적으로 낮은 정확도로 평가되었다. 이에 비하여, 일반 CNN 필터 F를 적용한 경우 다소 정확도가 높았으나, 응용 필터 F'를 적용하는 경우의 정확도가 현저하게 향상되는 것이 확인된다.
이상과 같이, 본 발명의 일 실시예에 대한 설명에서 제1 초음파 트랜스듀서(T1)를 기초로 설명된 내용들은 제2 초음파 트랜스듀서(T2), 제3 초음파 트랜스듀서(T3)에 대한 내용들로 치환되어 이해될 수 있다. 마찬가지로, 제1 초음파 신호를 기초로 설명된 내용들은 제2 초음파 신호, 제3 초음파 신호에 대한 내용들로 치환되어 이해될 수 있다.
또한, 본 발명에 따른 컴퓨팅 장치(200) 또는 컴퓨팅 장치(200)에 속한 구성들은 제1 초음파 신호에 대한 결과 내지 제3 초음파 신호에 대한 결과들을 종합하여 결과를 도출할 수 있으며, 이러한 내용은 본 명세서의 내용으로부터 유추될 수 있을 것이다.
또한, 본 발명은 제1 내지 제3 초음파 트랜스듀서에 대한 내용으로 설명되나, 3개를 초과하는 초음파 트랜스듀서에도 마찬가지로 이해될 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 모델링하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 모델링되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 명세서의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 명세서의 등가적 범위 내에서의 모든 변경은 본 명세서의 범위에 포함된다.
앞에서 설명된 본 발명의 어떤 실시 예들 또는 다른 실시 예들은 서로 배타적이거나 구별되는 것은 아니다. 앞서 설명된 본 발명의 어떤 실시 예들 또는 다른 실시 예들은 각각의 구성 또는 기능이 병용되거나 조합될 수 있다.
상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
100: 진단 프로브
200: 컴퓨팅 장치
200: 컴퓨팅 장치
Claims (8)
- 두개골 내부의 초음파 이미지를 생성하기 위한 초음파 스캐너에 있어서,
복수의 초음파 트랜스듀서를 포함하고, 적어도 일부가 상기 두개골 내부로 삽입되는 진단 프로브; 및
상기 진단 프로브로부터 측정된 데이터를 수신하는 컴퓨팅 장치;를 포함하고,
상기 복수의 초음파 트랜스듀서는,
상기 진단 프로브의 단부의 내부에 위치하며 상기 두개골 내부로 삽입되고, 상기 두개골 내부에서 초음파 신호를 방사하고, 상기 두개골 내부의 타겟에 반사된 상기 초음파 신호를 수신하는 것이고
상기 컴퓨팅 장치는,
상기 복수의 초음파 트랜스듀서로부터 수신된 상기 초음파 신호를 기초로 초음파 이미지를 생성하며,
상기 초음파 이미지에 대하여 비전인식 알고리즘을 수행하여 상기 초음파 이미지에서 종양 이미지를 추출하는 것인,
의료용 초음파 스캐너. - 제1항에 있어서,
상기 진단 프로브의 적어도 일부는,
콧구멍 및 상기 콧구멍과 연결되고 상기 두개골 중 나비뼈에 형성된 통공을 통하여 상기 두개골 내부로 삽입되는 것인,
의료용 초음파 스캐너.
- 제2항에 있어서,
상기 진단 프로브는,
상기 콧구멍 및 상기 통공을 통하여 상기 두개골 내부로 삽입되는 삽입부; 및
상기 삽입부의 일측으로 연장되고 상기 컴퓨팅 장치와 연결되는 손잡이부;를 더 포함하는 것인,
의료용 초음파 스캐너.
- 삭제
- 삭제
- 삭제
- 의료용 초음파 스캐너용 진단 프로브에 있어서,
콧구멍 및 통공을 통하여 두개골 내부로 삽입되는 삽입부; 및
상기 삽입부의 일측으로 연장되고 외부 장치와 연결되는 손잡이부;를 포함하되,
상기 삽입부는,
콧구멍 및 상기 콧구멍과 연결되고 상기 두개골 중 나비뼈에 형성된 통공을 통하여 상기 두개골 내부로 삽입되는 것이고,
상기 진단 프로브의 단부의 내부에 위치하며 상기 두개골 내부로 삽입되고, 상기 두개골 내부에서 초음파 신호를 방사하고, 상기 두개골 내부의 타겟에 반사된 상기 초음파 신호를 수신하는 복수의 초음파 트랜스듀서를 포함하는 것이며,
상기 진단 프로브로부터 측정된 데이터를 수신하는 컴퓨팅 장치를 통하여 상기 복수의 초음파 트랜스듀서로부터 수신된 상기 초음파 신호를 기초로 초음파 이미지를 생성하며
상기 초음파 이미지에 대하여 비전인식 알고리즘을 수행하여 상기 초음파 이미지에서 종양 이미지를 추출하게 하는 것인
초음파 스캐너용 진단 프로브. - 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210125006A KR102616368B1 (ko) | 2021-09-17 | 2021-09-17 | 진단 프로브 및 이를 이용한 의료용 초음파 스캐너 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210125006A KR102616368B1 (ko) | 2021-09-17 | 2021-09-17 | 진단 프로브 및 이를 이용한 의료용 초음파 스캐너 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230041414A KR20230041414A (ko) | 2023-03-24 |
| KR102616368B1 true KR102616368B1 (ko) | 2023-12-20 |
Family
ID=85872705
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210125006A KR102616368B1 (ko) | 2021-09-17 | 2021-09-17 | 진단 프로브 및 이를 이용한 의료용 초음파 스캐너 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102616368B1 (ko) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001104309A (ja) * | 1999-10-13 | 2001-04-17 | Matsushita Electric Ind Co Ltd | 超音波探触子 |
| JP2002521116A (ja) | 1998-07-27 | 2002-07-16 | リノメトリックス アクティーゼルスカブ | 音響鼻腔測定のための装置および方法 |
| JP2009511097A (ja) | 2005-09-26 | 2009-03-19 | スタリオン インストゥルメンツ コーポレイション | 抵抗性加熱装置および抵抗性加熱方法 |
| JP4311904B2 (ja) | 2000-05-08 | 2009-08-12 | ブレインスゲート リミテッド | 血液脳関門及び脳血流の性質を改善するための翼口蓋神経節の刺激方法及び装置 |
| JP6258392B2 (ja) | 2010-04-22 | 2018-01-10 | プリサイス ライト サージカル インコーポレイテッド | フラッシュ蒸発手術システム |
| JP6987576B2 (ja) | 2016-09-13 | 2022-01-05 | バイオセンス・ウエブスター・(イスラエル)・リミテッドBiosense Webster (Israel), Ltd. | 複数のフラッシングオリフィスを備えるデブリーダ |
| US20220225963A1 (en) | 2019-05-31 | 2022-07-21 | Koninklijke Philips N.V. | Methods and systems for guiding the acquisition of cranial ultrasound data |
| JP7195737B2 (ja) | 2015-04-22 | 2022-12-26 | アクラレント インコーポレイテッド | 鼻腔の構造をマッピングするシステム及び方法 |
| JP2023165737A (ja) | 2018-05-16 | 2023-11-17 | コーニンクレッカ フィリップス エヌ ヴェ | 機械学習を使用する手術中の自動腫瘍識別 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL180226C (nl) * | 1979-06-14 | 1987-01-16 | Wavin Bv | Werkwijze voor het bereiden van een kleurstofmengsel, alsmede werkwijze voor het kleuren van thermoplastische kunststoffen onder toepassing van het aldus verkregen kleurstofmengsel. |
| KR102285007B1 (ko) | 2019-06-21 | 2021-08-03 | 주식회사 데카사이트 | 초음파 스캐너의 탐촉자의 위치 및 자세 추적을 이용한 초음파 영상 제공 장치 및 방법 |
-
2021
- 2021-09-17 KR KR1020210125006A patent/KR102616368B1/ko active IP Right Grant
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002521116A (ja) | 1998-07-27 | 2002-07-16 | リノメトリックス アクティーゼルスカブ | 音響鼻腔測定のための装置および方法 |
| JP2001104309A (ja) * | 1999-10-13 | 2001-04-17 | Matsushita Electric Ind Co Ltd | 超音波探触子 |
| JP3534016B2 (ja) | 1999-10-13 | 2004-06-07 | 松下電器産業株式会社 | 超音波探触子 |
| JP4311904B2 (ja) | 2000-05-08 | 2009-08-12 | ブレインスゲート リミテッド | 血液脳関門及び脳血流の性質を改善するための翼口蓋神経節の刺激方法及び装置 |
| JP2009511097A (ja) | 2005-09-26 | 2009-03-19 | スタリオン インストゥルメンツ コーポレイション | 抵抗性加熱装置および抵抗性加熱方法 |
| JP6258392B2 (ja) | 2010-04-22 | 2018-01-10 | プリサイス ライト サージカル インコーポレイテッド | フラッシュ蒸発手術システム |
| JP7195737B2 (ja) | 2015-04-22 | 2022-12-26 | アクラレント インコーポレイテッド | 鼻腔の構造をマッピングするシステム及び方法 |
| JP6987576B2 (ja) | 2016-09-13 | 2022-01-05 | バイオセンス・ウエブスター・(イスラエル)・リミテッドBiosense Webster (Israel), Ltd. | 複数のフラッシングオリフィスを備えるデブリーダ |
| JP2023165737A (ja) | 2018-05-16 | 2023-11-17 | コーニンクレッカ フィリップス エヌ ヴェ | 機械学習を使用する手術中の自動腫瘍識別 |
| US20220225963A1 (en) | 2019-05-31 | 2022-07-21 | Koninklijke Philips N.V. | Methods and systems for guiding the acquisition of cranial ultrasound data |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230041414A (ko) | 2023-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10561403B2 (en) | Sensor coordinate calibration in an ultrasound system | |
| JP5538145B2 (ja) | 複数のビューに対する複数の断面映像を提供する超音波システムおよび方法 | |
| EP2744417A1 (en) | A method and system of characterization of carotid plaque | |
| JP6882458B2 (ja) | インターベンショナルツールを検出する機器および方法 | |
| US20220142608A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
| JP2017108769A (ja) | 画像処理装置、画像処理方法、および、画像処理装置を備える超音波診断装置 | |
| US20220104789A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
| CN111670010A (zh) | 超声波诊断装置及超声波诊断装置的控制方法 | |
| US11523801B2 (en) | Automatically identifying anatomical structures in medical images in a manner that is sensitive to the particular view in which each image is captured | |
| US9545242B2 (en) | Sensor coordinate calibration in an ultrasound system | |
| CN106687048A (zh) | 医学成像装置 | |
| CN112603373A (zh) | 用于经由超声成像来诊断肌腱损伤的方法和系统 | |
| KR102616368B1 (ko) | 진단 프로브 및 이를 이용한 의료용 초음파 스캐너 | |
| EP3517048B1 (en) | Ultrasound diagnostic device and method for control of ultrasound diagnostic device | |
| CN105078472A (zh) | 生理特征图像获取装置和方法 | |
| CN114052780B (zh) | 超声探头的激活方法、装置、超声成像设备和介质 | |
| JP7434529B2 (ja) | 超音波診断装置、超音波診断装置の制御方法および超音波診断装置用プロセッサ | |
| KR102614954B1 (ko) | 해양 구조물 내부 탐사용 초음파 스캐너 및 이를 포함하는 선박 | |
| CN108366779B (zh) | 用于检测工具的装置和方法 | |
| CN104414684A (zh) | 超声波诊断装置、超声波诊断装置的图像处理方法 | |
| KR20230041413A (ko) | 용접 이음부의 결함의 위치를 검출하기 위한 3차원 초음파 스캐너 | |
| CN112515705A (zh) | 用于投影轮廓启用的计算机辅助检测(cad)的方法和系统 | |
| EP2807977B1 (en) | Ultrasound diagnosis method and aparatus using three-dimensional volume data | |
| JP7453400B2 (ja) | 超音波システムおよび超音波システムの制御方法 | |
| Ijaz et al. | Multidirectional Scattering Models for 3‐Dimensional Ultrasound Imaging |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |