KR20030075614A - 홍채 영상의 자동 분석을 통한 병소 진단 방법 - Google Patents
홍채 영상의 자동 분석을 통한 병소 진단 방법 Download PDFInfo
- Publication number
- KR20030075614A KR20030075614A KR1020020014931A KR20020014931A KR20030075614A KR 20030075614 A KR20030075614 A KR 20030075614A KR 1020020014931 A KR1020020014931 A KR 1020020014931A KR 20020014931 A KR20020014931 A KR 20020014931A KR 20030075614 A KR20030075614 A KR 20030075614A
- Authority
- KR
- South Korea
- Prior art keywords
- iris
- diagnosis
- color
- lesion
- pupil
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
본 발명은 홍채 영상을 다양하고 구체적인 방법으로 정밀하게 판독하여 진단 결과의 신뢰도를 상승시키고, 홍채 촬영에서 분석까지의 전과정을 완전하게 자동화시킴으로써 신속 간편하게 병소 진단을 수행하며, 인터넷을 통하여 원격지에서 홍채 영상 데이터를 전송하고 이를 중앙 서버에서 분석한 후 그 결과를 각각의 원격지에 전송함으로써 시스템을 효율적으로 운영 관리함과 아울러 원격지에서도 병원을 방문하지 않고 편리하게 이용할 수 있도록 하는 홍채 영상의 자동 분석을 통한 병소 진단 방법에 관한 것으로, 동공형태에 따른 병소 진단 단계, 홍채색에 따른 병소 진단 단계, 자율신경환 고리에 따른 병소 진단 단계, 열공에 따른 병소 진단 단계, 음와에 따른 병소 진단 단계, 결손 위치에 따른 병소 진단 단계, 노인환에 따른 병소 진단 단계, 신경링에 따른 병소 진단 단계 및 방사성 주름에 따른 병소 진단 단계로 구성되는 것을 특징으로 한다.
Description
본 발명은 홍채 영상의 자동 분석을 통한 병소 진단 방법에 관한 것으로서, 보다 상세하게는 촬영된 홍채 영상을 이용하여 홍채가 가지고 있는 특성에 따라 신체부위의 질병 상태 및 유전적 요소 등을 자동으로 분석함으로써 병소 진단에 활용하는 홍채 영상의 자동 분석을 통한 병소 진단 방법에 관한 것이다.
잘 알려진 바와 같이 대체의학중의 하나인 홍채인식에 의한 병소 진단은, 한의학에서 홍채를 확대된 영상을 가지고 육안으로 검사하여 인체의 허약한 부위 및 각종 질병을 판단하는 방법으로 널리 사용되고 있으나, 그 진단 방법에 있어서 홍채학에 대한 연구가 수반되어야 함은 물론이고, 또한 의사나 검사자의 개인적인 경험과 숙련도에 따라 오진율이 자주 발생하는 문제점이 있었다.
따라서, 근래에는 상기와 같은 문제점을 해결하고자 컴퓨터를 이용한 홍채 촬영 및 분석 방법이 개발되고 있으나, 이러한 종래의 방법으로는 홍채 영상의 정밀한 판독이 어렵기 때문에 진단 결과의 신뢰도가 저하되는 문제점이 있었다.
또한, 종래에는 컴퓨터를 이용하더라도 의사나 컴퓨터 조작자의 수작업이 포함되어 진단이 진행되므로, 홍채 촬영에서 분석까지의 전과정을 완전하게 자동화시키지 못하는 문제점도 있었다.
또한, 병원에 설치된 컴퓨터마다 홍채 분석 및 진단을 위한 각각의 데이터베이스를 구축해야하므로 시스템의 효율성이 떨어지는 문제점과, 원격지의 가정에서 병원을 방문하지 않고 직접 진단 서비스를 받을 수 없는 문제점도 있었다.
따라서, 본 발명은 상기한 종래의 제반 문제점을 해결하기 위한 것으로, 그 목적은 홍채 영상을 다양하고 구체적인 방법으로 정밀하게 판독하여 진단 결과의 신뢰도를 상승시키고, 홍채 촬영에서 분석까지의 전과정을 완전하게 자동화시킴으로써 신속 간편하게 병소 진단을 수행하며, 인터넷을 통하여 원격지에서 홍채 영상 데이터를 전송하고 이를 중앙 서버에서 분석한 후 그 결과를 각각의 원격지에 전송함으로써 시스템을 효율적으로 운영 관리함과 아울러 원격지에서도 병원을 방문하지 않고 편리하게 이용할 수 있도록 하는 홍채 영상의 자동 분석을 통한 병소 진단 방법을 제공함에 있다.
도 1은 본 발명을 구현하기 위한 네트워크 시스템의 구성도.
도 2는 본 발명에 따른 홍채 영상의 자동 분석을 통한 병소 진단 방법을 나타낸 제어 흐름도.
도 3은 본 발명에 따라 촬영된 홍채 영상과 질병을 판별할 수 있는 요소를 나타낸 도면,
도 4는 본 발명에 따른 동공의 형태와 그에 따른 건강 상태를 나타낸 도면,
도 5는 본 발명에 따른 자율신경환 고리의 형태와 그에 따른 건강 상태를 나타낸 도면,
도 6은 본 발명에 따른 신경링의 형태에 따른 건강 상태를 나타낸 도면,
도 7은 방사상 주름의 형태에 따른 건강 상태를 나타낸 도면.
<도면의 주요부분에 대한 부호의 설명>
10 : 홍채촬영장치 20 : 사용자 PC
30 : 인터넷 40 : 통신장치
50 : 분석 서버
상기한 목적을 달성하기 위한 본 발명에 따른 홍채 영상의 자동 분석을 통한 병소 진단 방법의 특징은, 홍채촬영장치로 촬영된 홍채 영상을 컴퓨터로 분석하여 한의학상으로 홍채영상의 특징에 따른 병소 진단 데이터와, 신체부위가 대응되도록 구성된 홍채진단차트를 통하여 진료자의 병소를 진단하는 방법에 있어서, 촬영된 홍채 영상의 70%상단에서부터 수평방향으로 색상값(RGB)을 읽으면서 기억하고 있다가 색상값이 제일 낮은 값(검정색)을 찾아 그 값을 메모리에 저장하여 동공형태를 설정하고, 군집되어 있는 곳 중에서 제일 긴 거리를 분석하고 그 거리의 반을 동공중심으로 결정하여 그 반지름으로 동공원을 설정하고, 상기 동공형태를 상기 동공원에 대비하여 동공형태가 동공원에서부터 벗어나는 거리를 계산하여 원에서 벗어난 거리가 가장 먼곳에 방향을 360°중 해당되는 각도를 결정하여 동공형태에 따른 병소 진단 단계와; 촬영된 홍채 영상의 좌측상단에서부터 색상값을 분석 값이 제일 높은 곳(밝은색)과 다음 값이 차의 변화 값이 제일 큰 곳을 기억, 다음 변화가 제일 심한 곳까지의 거리가 제일 긴 곳에 반값을 반지름으로 하여 동공원의 중심에서 원을 그려 홍채를 설정하고, 동공원의 색상값을 제외한 홍채의 전체 면적의 색상값을 평균하여 홍채색깔을 단계적으로 구분하여 해당 병소를 진단하는 홍채색에 따른 병소 진단 단계와; 촬영된 홍채 영상에 대조색을 전체에 필터링하여 음영이 생긴 곳을 찾아내고, 동공원 가장자리에서부터 0°에서 시작하여 주변과 다른 값을 가지고 있는 것을 360°를 돌면서 마킹하고, 동공원 가장자리에서부터 이어지고 모양이 일자형이거나 다이아몬드 형태 성분이 끝나는 부분들을 연결하여 자율신경환 고리의 형태를 설정하고, 자율신경환 고리의 형태를 단계적으로 구분하여 자율신경환 고리에 따른 병소 진단 단계와; 홍채 영상을 필터링하여 마킹한 값중에 방향이 원의 성분을 가지고 있는 부분을 축출하여 타원형태의 열공들을 설정하고, 이 열공들중 완전히 타원을 그리는 것은 폐쇄된 열공으로 분석하고 한쪽 방향만 원의 성분을 가지고 있는 것은 개방된 열공으로 분석하고, 찾은 열공들의 X.Y 좌표를 홍채진단차트와 매칭시켜 해당 신체부위의 병소를 진단함과 아울러, 열공 면적에 있는 색상값을 읽어 동공을 제외한 홍채전체의 평균색 및 열공 주변의 색의 평균값을 구하고, 두 값을 보정(평균값)하여 하나의 값을 만든 값과 비교하여 색이 밝으면 급성, 어두우면 만성의 성분을 갖고 있는 것으로 판단하는 열공에 따른 병소 진단 단계와; 자율신경환고리 이내 범위 내에서 다이아몬드 형태의 모양을 필터링한 홍채에서 찾아 음와를 설정하고, X.Y위치 정보를 분석하여 홍채진단차트와 매칭시켜 병소를 진단하는 음와에 따른 병소 진단 단계와; 자율신경환 고리 밖에서 색상이 홍채 평균값보다 값이 10%이상 차이가 나는 어두운 곳을 찾고, 그 영역이 홍채진단차트 각 신체별 해당영역에 50%이하인 영역을 가지고 있는 영역을 결손 위치로 설정한 후 홍채진단차트와 매칭시켜 병소를 진단하는 결손 위치에 따른 병소 진단 단계와: 홍채영역 안쪽에서 홍채 가장자리에서부터 색상값이 홍채이미지 평균치보다 하얀색 색상영역에 있는 값을 구하고, 해당된 위치 및 홍채 가장자리에서부터의 이격거리를 계산하여 노인환을 판별한 후 그에 따른 질병의 정도를 판단하는 노인환에 따른 병소 진단 단계와; 홍채 영상의 평균 색상값보다 밝은 색상값이 원을 형성하고 있는 패턴을 찾고, 원의 일부가 끊어질 시는 이어진 부분의 방향을 360°의 값 중에서 시작 및 끝 위치 정보를 분석하여 신경링을 판별한 후 그에 따른 질병의 정도를 판단하는 신경링에 따른 병소 진단 단계와; 동공 및 자율신경환 고리에서부터 일자형으로 길게 나타난 패턴을 찾아 방향 정보를 360°중 어느 각도인지를 분석하여 방사성 주름을 판별한 후 그에 따른 질병의 정도를 판단하는 방사성 주름에 따른 병소 진단 단계를 포함한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다.
도 1은 본 발명을 구현하기 위한 네트워크 시스템의 구성도이고, 도 2는 본 발명에 따른 홍채 영상의 자동 분석을 통한 병소 진단 방법을 나타낸 제어 흐름도이며, 도 3은 본 발명에 따라 촬영된 홍채 영상과 질병을 판별할 수 있는 요소를나타낸 도면이다.
도 1에 도시된 바와 같이, 본 발명을 구현하기 위한 네트워크 시스템은 통상의 홍채촬영장치(10), 사용자 PC(20), 인터넷(30) 및 통신장치(40)로 연결된 분석 서버(50)로 구성된다. 여기서, 사용자 PC(20)에서 연결된 홍채촬영장치(10)로부터 촬영된 홍채 영상을 이미지화하고, 홍채가 가지고 있는 특성을 종류별(홍채색, 동공모양, 자율신경환모양 및 크기, 열공의 위치 및 크기, 음와의 위치, 결손의 위치, 노인환의 위치 및 크기, 신경링의 위치, 방사성 주름이 위치정보)로 축출하여 축출 된 내용을 코드화한 후 인터넷(30) 및 통신장치(40)를 거쳐 분석 서버(50)로 보내면, 분석 서버(50)에서는 데이터베이스에 등록된 각 특성에 따른 질병과 연계하여 개인의 질병을 정확하게 분석하여 분석결과를 저장하고, 상기 사용자 PC(20)로도 분석결과를 동시에 전송하여 사용자 PC(20)에도 결과를 저장하여 언제든지 과거 및 현재 질병 상태를 알 수 있도록 구성된다.
한편, 본 발명은 홍채촬영장치(10)로 촬영된 결과를 가지고 홍채가 가지는 특성들을 자동으로 S/W적으로 분리하여 정보를 가지고서 질병상태를 파악 할 수 있도록 한다. 따라서, 질병을 판별할 수 있는 요소들의 판별 방법들이 본 발병의 핵심 기술인 것이다.
따라서, 도 2에 도시된 바와 같이 본 발명은, 동공형태에 따른 병소 진단 단계(S101); 홍채색에 따른 병소 진단 단계(S102); 자율신경환 고리에 따른 병소 진단 단계(S103); 열공에 따른 병소 진단 단계(S104); 음와에 따른 병소 진단 단계(S105); 결손 위치에 따른 병소 진단 단계(S106); 노인환에 따른 병소 진단 단계(S107); 신경링에 따른 병소 진단 단계(S108); 방사성 주름에 따른 병소 진단 단계(S109)로 구성된다.
또한, 도 3은 본 발명에 따라 촬영된 홍채 영상과 질병을 판별할 수 있는 요소 즉, 노인환, 방사성, 자율신경환, 홍채, 신경링, 동공, 열공, 음와 및 결손의 형상 및 구조를 나타낸 도면이다.
이와 같이 구성된 본 발명의 작용을 더욱 상세히 설명하면 다음과 같다.
먼저, 본 발명의 구성중 동공형태에 따른 병소 진단 단계(S101)를 살펴보면, 촬영된 홍채 영상의 70%상단에서부터 수평방향으로(좌측에서 우측으로) 색상값(RGB)을 읽으면서 기억하고 있다가 색상값이 제일 낮은 값(검정색)을 찾아 그 값을 메모리에 저장하여 동공형태를 설정한다. 이후, 군집되어 있는 곳 중에서 제일 긴 거리를 분석하고 그 거리의 반을 동공중심으로 결정하여 그 반지름으로 동공원을 설정한다. 상기 동공형태를 상기 동공원에 대비하여 동공형태가 동공원에서부터 벗어나는 거리를 계산하여 원에서 벗어난 거리가 가장 먼곳에 방향을 360°중 해당되는 각도를 결정하여 동공형태에 따른 병소 진단한다. 이와 같은 동공의 형태와 그에 따른 건강 상태를 도 4에 참고적으로 도시하였다.
홍채색에 따른 병소 진단 단계(S102)는 촬영된 홍채 영상의 좌측상단에서부터 색상값을 분석 값이 제일 높은 곳(밝은색)과 다음 값이 차의 변화값이 제일 큰 곳을 기억, 다음 변화가 제일 심한 곳까지의 거리가 제일 긴 곳에 반값을 반지름으로 하여 동공원의 중심에서 원을 그려 홍채를 설정하고, 동공원의 색상값을 제외한 홍채의 전체 면적의 색상값을 평균하여 홍채색깔을 단계적으로 구분(진한갈색,갈색,밝은갈색,파란색)하여 해당 병소를 진단한다.
여기서, 홍채색에 관하여 부연 설명하면, 홍채에 나타나는 밝음과 어두움의 분포는 생명력의 반응정도를 나타내는 것으로 빛은 활력을 어두움은 쇠퇴를 의미한다. 따라서 흰색징후는 구조적인 활발한 반응이 있고, 저항력이 있으며 회복가능성을 내포한다. 반면에 검은색 징후는 조직의 퇴화나 파괴를 의미한다. 또한, 눈의 색은 유전적 표시이다. 색의 차이는 홍채의 해부 생리학적 특징에 의존하며, 푸른색은 적은 색소와 얇은 막을, 갈색은 평균 두께와 알맞은 색소를, 검은색은 두꺼운 막과 강한 색소를 의미한다. 또한 빛을 차단하는 기능은 생명체의 생명활동 능력을 반영한다. 홍채의 색은 나이와 지정학적 환경에 따른다. 홍채에서 나타나는 색소 반점은 인체의 혈액 화학적 병리반응의 주된 표현이며, 현대 임상홍채학의 주된 진단근거를 제공한다.
자율신경환 고리에 따른 병소 진단 단계(S103)는 촬영된 홍채 영상에 대조색을 전체에 필터링하여 음영이 생긴 곳을 찾아내고, 동공원 가장자리에서부터 0°에서 시작하여 주변과 다른 값을 가지고 있는 것을 360°를 돌면서 마킹한다. 이후, 동공원 가장자리에서부터 이어지고 모양이 일자형이거나 다이아몬드 형태 성분이 끝나는 부분들을 연결하여 자율신경환 고리의 형태를 설정하고, 자율신경환 고리의 형태를 단계적으로 구분(편평, 안쪽 함몰, 톱니, 바깥쪽 돌출)하여 각각의 형태에 대응하는 병소를 진단한다. 이와 같은 구분된 자율신경환 고리의 형태와 그에 따른 건강 상태를 도 5에 참고적으로 도시하였다.
여기서, 자율신경환은 모든 내장 계통의 활동을 나타내며, 국소진단학의 해석에 참고해야 한다. 자율신경환의 높이와 폭을 이용하여 불수의적 신경계의 교감신경선 부분의 기능 상태 파악하며, 괄약근과 확장근의 상호 작용이 균형적이면 규칙적이고 원형에 가까운 자율신경환의 모양을 나타난다. 자율신경환이 규칙적인 형태를 가지려면 부교감신경과 교감신경계의 모든 요소들의 보조로 수십 개의 근육과 길항제와의 상호작용이 조화를 이루어야 한다. 이들의 작용이 잘 조화를 이루게 되는 것은 모든 내부 기관이 정상적으로 조화로운 기능성을 갖는 것을 의미한다. 병리학적 내장- 홍채 충동을 주는 기관의 명백한 기능 장애 및 지연되어 나타나는 기능장애로 인해 자율신경계에 부조화가 발생하게 되고 자율신경환에 그에 따른 모양 변형이 나타난다. 그 구체적인 특징은, 자율성 환이 평탄할 경우 긴장이 감소, 자율성 환이 현저하게 나타나 있는 경우 긴장이 증가, 정상적인 상태에서는 자율신경환의 색깔이 홍채의 색깔과 일치하고, 병리학적 증세에서는 색깔의 강도가 증가되어 있거나 감소되어 있을 경우이다.
열공에 따른 병소 진단 단계(S104)는 홍채 영상을 필터링하여 마킹한 값중에 방향이 원의 성분을 가지고 있는 부분을 축출하여 타원형태의 열공들을 설정한다. 이후, 이 열공들중 완전히 타원을 그리는 것은 폐쇄된 열공으로 분석하고 한쪽 방향만 원의 성분을 가지고 있는 것은 개방된 열공으로 분석한다. 또한, 찾은 열공들의 X.Y 좌표를 홍채진단차트와 매칭시켜 해당 신체부위의 병소를 진단한다. 아울러, 열공 면적에 있는 색상값을 읽어 동공을 제외한 홍채전체의 평균색 및 열공 주변의 색의 평균값을 구하고, 두 값을 보정(평균값)하여 하나의 값을 만든 값과 비교하여 색이 밝으면 급성, 어두우면 만성의 성분을 갖고 있는 것으로 판단한다.
여기서, 열공(lacuna)이란 다른 말로 쇠약 징후로 알려져 있다. 이들은 넓이와 범위가 다양하다. 이 징후의 경계는 내부 지점에서 시작되는 궁 모양의 선들로 표현되며 주변부를 향해서 밖으로 휘어지는 모습을 보인다. 표면층인 결합조직에만 영향을 미치며 실질성 원소들이 병리적 침식을 받지 않고도 영양부전증의 초기 단계를 암시해준다. 폐쇄된 열공(closed lacuna)은 완전히 복구된 상태(더 이상의 어떤 활발한 질병 반응이나 쇠퇴가 있지 않은 상태로 특히 징후가 분명하면서도 가느다란 흰 띠의 경계로 둘러쌓일때(치유된병변)를 말해주는 것이다. 감소된 기능보유량을 기관 열성으로 봐야겠지만 폐쇄된 열공으로 대표되는 기관에 대한 직접적인 치료는 지적된 바 없다. 개방된 열공(open lacuna)은 징후의 일부만을 둘러싸고 있거나 아니면 흰 구름처럼 주변지역으로 흩어지는 훨씬 더 두꺼운 경계는 접촉되어 있는 구조에 염증성 자극이 있음을 암시하는 것으로 개방된 열공의 흔한 특징이다. 진행중인 영양으로 간주될 수 있는데 이는 구조적 치료와 영양강장제를 통한 약물 치료에 의해 영향을 받을 수도 있다. 그러나 기능의 무능력은 잠복되는 것으로 생각되기 때문에, 환경스트레스로 인해 그 감소된 보유량을 과도하게 필요로 할 때까지는 임상 증상으로서는 분명하지 않을 수 있다. 따라서 급작스럽게 기관이 파손될 가능성은 항상 있긴 하지만 기관이 손상을 입거나, 감염, 또는 노화가 있을 때까지 임상적인 증거가 있기가 어려울 수 있다.
음와에 따른 병소 진단 단계(S105)는 자율신경환고리 이내 범위 내에서 다이아몬드 형태의 모양을 필터링한 홍채에서 찾아 음와를 설정하고, X.Y위치 정보를 분석하여 홍채진단차트와 매칭시켜 병소를 진단한다.
여기서, 음 와(crypts)란 정사각형 또는 장사방형의 구멍. 이는 지질 층의 깊은 부분에 영향을 준다. 열십자 형으로 짜여진 혈관지질망에서 나온다. 음와는 어떤 기관의 아주 중요한 기능 세포에 관련이 있고 지질층의 상층부는 홍채화환으로부터 바깥 가장자리까지 뻗어간다. 첫번째 주요 지역에 있는 눈으로 볼 수 있는 홍채 섬유는 보다 더 깊은 지질층의 것으로, 이 지역에서 나타나는 전형적인 구조 징후는 음와와 결손 징후로서 아주 중요한 세포 손상을 시사한다.
결손 위치에 따른 병소 진단 단계(S106)는 자율신경환 고리 밖에서 색상이 홍채 평균값보다 값이 10%이상 차이가 나는 어두운 곳을 찾고, 그 영역이 홍채진단차트 각 신체별 해당영역에 50%이하인 영역을 가지고 있는 영역을 결손 위치로 설정한 후 홍채진단차트와 매칭시켜 병소를 진단한다.
노인환에 따른 병소 진단 단계(S107)는 홍채영역 안쪽에서 홍채 가장자리에서부터 색상값이 홍채이미지 평균치보다 하얀색 색상영역에 있는 값을 구하고, 해당된 위치 및 홍채 가장자리에서부터의 이격거리를 계산하여 노인환을 판별한 후 그에 따른 질병의 정도를 판단한다.
노인환(Corneal Arcus)은 홍채 가장자리를 둘러싸고 있는 흰색 혹은 노란색을 띄는 두껍고 불투명한 각막의 지방환이다. Corneal arcus는 지질 혹은 지방 대사 산물과 연관된 심혈관계의 위험 신호이다. (동맥경화증, 콜레스테롤 등) 이것은 각막의 신호이며, 홍채의 신호는 아니다. 이 신호는 limbic(brain) structure system에서 기원하여 각막 가장자리로 미세한 지방 세포구가 침윤하여 나타난다. 이는 유전적인 요소를 포함하며, 4.5.60대에 지방 대사가 증가된 것을 나타낸다.그것은 동맥경화와 심혈관계 문제에 대한 위험성을 증가시킨다. 또한 간,췌장,갑상선 기능 부전도 증가시킨다.
신경링에 따른 병소 진단 단계(S108)는 홍채 영상의 평균 색상값보다 밝은 색상값이 원을 형성하고 있는 패턴을 찾고, 원의 일부가 끊어질 시는 이어진 부분의 방향을 360°의 값 중에서 시작 및 끝 위치 정보를 분석하여 신경링을 판별한 후 그에 따른 질병의 정도를 판단한다.
신경링(nerve ring)은 보통 모양체 구역의 중간 또는 바깥쪽, 홍채 안쪽에 위치하며 스트레스 링이라고도 불린다. 그것은 인체의 생리적인 anxiety tetanic 상태를 반영하여 교감신경의 과도한 소모를 나타낸다. 끊어진 부분은 불충분한 신경 에너지에 대한 잠재성을 나타내고 경련이 일어나서 도움이 필요한 기관을 지적한다. 이와 같은 신경링의 형태에 따른 건강 상태를 도 6에 참고적으로 도시하였다.
방사성 주름에 따른 병소 진단 단계(S109)는 동공 및 자율신경환 고리에서부터 일자형으로 길게 나타난 패턴을 찾아 방향 정보를 360°중 어느 각도인지를 분석하여 방사성 주름을 판별한 후 그에 따른 질병의 정도를 판단한다.
방사상 주름(radial furrows)이란 유독성 발육 이상의 징후에 속하는 것으로 소화관, 내분비계, 면역 체계에 질환이 생겨서 대사 과정에 장애가 생기는 것임을 나타내는 것이다. 그 결과 미량 원소 균형의 장애, 운동계 변화에 장애가 생기게 된다. 이런 장애는 오래 동안 지속적으로 나타나는 내인성, 외인성 유독, 외상 후 및 감염 후 합병증의 결과로서 나타날 수 있다. 대개 병리학적으로 변화된 기관이있음을 의미하는 것으로 여기에는 항상 방사상 방향이 있다. 이와 같은 방사상 주름의 형태에 따른 건강 상태를 도 7에 참고적으로 도시하였다.
또한, 본 발명의 상기 과정중 홍채진단차트를 홍채 영상에 매칭시키는 과정에 있어서, 상기 홍채 영상의 동공원 및 홍채의 정보를 가지고 동공가장자리에서 홍채의 가장자리의 1/3지점에 2영역(장영역)원을 그리고, 장영역과 동공 사이의 1/2지점에 원을 그려 1영역(위영역)을 형성하고, 장영역과 홍채 사이를 5등분하여 순서대로 3,4,5,6 및 7영역의 원을 형성하고, 0°를 기점으로 하여 각 신체별 부분의 해당하는 위치의 정보를 가지고 홍채진단차트를 형성한다.
본 발명은 상기에 설명된 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 기재된 청구범위 내에 있게 된다.
이상에서 설명한 바와 같이 본 발명에 따른 홍채 영상의 자동 분석을 통한 병소 진단 방법에 의하면, 홍채 영상을 다양하고 구체적인 방법으로 정밀하게 판독하기 때문에 그 진단 결과의 신뢰도를 상승시키고, 홍채 촬영에서 분석까지의 전과정을 완전하게 자동화시킴으로써 신속 간편하게 병소 진단을 수행할 수 있으며, 인터넷을 통하여 원격지에서 홍채 영상 데이터를 전송하고 이를 중앙 서버에서 분석한 후 그 결과를 각각의 원격지에 전송함으로써 시스템을 효율적으로 운영 관리함과 아울러 원격지에서도 병원을 방문하지 않고 편리하게 이용할 수 있는 다양한 효과가 있다.
Claims (4)
- 홍채촬영장치로 촬영된 홍채 영상을 컴퓨터로 분석하여 한의학상으로 홍채영상의 특징에 따른 병소 진단 데이터와, 신체부위가 대응되도록 구성된 홍채진단차트를 통하여 진료자의 병소를 진단하는 방법에 있어서,촬영된 홍채 영상의 70%상단에서부터 수평방향으로 색상값(RGB)을 읽으면서 기억하고 있다가 색상값이 제일 낮은 값을 찾아 그 값을 메모리에 저장하여 동공형태를 설정하고, 군집되어 있는 곳 중에서 제일 긴 거리를 분석하고 그 거리의 반을 동공중심으로 결정하여 그 반지름으로 동공원을 설정하고, 상기 동공형태를 상기 동공원에 대비하여 동공형태가 동공원에서부터 벗어나는 거리를 계산하여 원에서 벗어난 거리가 가장 먼곳에 방향을 360°중 해당되는 각도를 결정하여 동공형태에 따른 병소 진단 단계(S101);촬영된 홍채 영상의 좌측상단에서부터 색상값을 분석 값이 제일 높은 곳(밝은색)과 다음 값이 차의 변화값이 제일 큰 곳을 기억, 다음 변화가 제일 심한 곳까지의 거리가 제일 긴 곳에 반값을 반지름으로 하여 동공원의 중심에서 원을 그려 홍채를 설정하고, 동공원의 색상값을 제외한 홍채의 전체 면적의 색상값을 평균하여 홍채색깔을 단계적으로 구분하여 해당 병소를 진단하는 홍채색에 따른 병소 진단 단계(S102);촬영된 홍채 영상에 대조색을 전체에 필터링하여 음영이 생긴 곳을 찾아내고, 동공원 가장자리에서부터 0°에서 시작하여 주변과 다른 값을 가지고 있는 것을 360°를 돌면서 마킹하고, 동공원 가장자리에서부터 이어지고 모양이 일자형이거나 다이아몬드 형태 성분이 끝나는 부분들을 연결하여 자율신경환 고리의 형태를 설정하고, 자율신경환 고리의 형태를 단계적으로 구분하여 자율신경환 고리에 따른 병소 진단 단계(S103);홍채 영상을 필터링하여 마킹한 값중에 방향이 원의 성분을 가지고 있는 부분을 축출하여 타원형태의 열공들을 설정하고, 이 열공들중 완전히 타원을 그리는 것은 폐쇄된 열공으로 분석하고 한쪽 방향만 원의 성분을 가지고 있는 것은 개방된 열공으로 분석하고, 찾은 열공들의 X.Y 좌표를 홍채진단차트와 매칭시켜 해당 신체부위의 병소를 진단하는 열공에 따른 병소 진단 단계(S104);자율신경환고리 이내 범위 내에서 다이아몬드 형태의 모양을 필터링한 홍채에서 찾아 음와를 설정하고, X.Y위치 정보를 분석하여 홍채진단차트와 매칭시켜 병소를 진단하는 음와에 따른 병소 진단 단계(S105);자율신경환 고리 밖에서 색상이 홍채 평균값보다 값이 10%이상 차이가 나는 어두운 곳을 찾고, 그 영역이 홍채진단차트 각 신체별 해당영역에 50%이하인 영역을 가지고 있는 영역을 결손 위치로 설정한 후 홍채진단차트와 매칭시켜 병소를 진단하는 결손 위치에 따른 병소 진단 단계(S106);홍채영역 안쪽에서 홍채 가장자리에서부터 색상값이 홍채이미지 평균치보다 하얀색 색상영역에 있는 값을 구하고, 해당된 위치 및 홍채 가장자리에서부터의 이격거리를 계산하여 노인환을 판별한 후 그에 따른 질병의 정도를 판단하는 노인환에 따른 병소 진단 단계(S107);홍채 영상의 평균 색상값보다 밝은 색상값이 원을 형성하고 있는 패턴을 찾고, 원의 일부가 끊어질 시는 이어진 부분의 방향을 360°의 값 중에서 시작 및 끝 위치 정보를 분석하여 신경링을 판별한 후 그에 따른 질병의 정도를 판단하는 신경링에 따른 병소 진단 단계(S108);동공 및 자율신경환 고리에서부터 일자형으로 길게 나타난 패턴을 찾아 방향 정보를 360°중 어느 각도인지를 분석하여 방사성 주름을 판별한 후 그에 따른 질병의 정도를 판단하는 방사성 주름에 따른 병소 진단 단계(S109)를 포함하는 것을 특징으로 하는 홍채 영상의 자동 분석을 통한 병소 진단 방법.
- 제 1항에 있어서, 홍채진단차트를 홍채 영상에 매칭시키는 과정은상기 홍채 영상의 동공원 및 홍채의 정보를 가지고 동공가장자리에서 홍채의 가장자리의 1/3지점에 2영역 원을 그리고, 장영역과 동공 사이의 1/2지점에 원을 그려 1영역을 형성하고, 장영역과 홍채 사이를 5등분하여 순서대로 3,4,5,6 및 7영역의 원을 형성하고, 0°를 기점으로 하여 각 신체별 부분의 해당하는 위치의 정보를 가지고 홍채진단차트를 형성하는 것을 특징으로 하는 홍채 영상의 자동 분석을 통한 병소 진단 방법.
- 제 1항에 있어서, 상기 열공에 따른 병소 진단 단계(S104)는열공 면적에 있는 색상값을 읽어 동공을 제외한 홍채전체의 평균색 및 열공 주변의 색의 평균값을 구하고, 두 값을 평균하여 하나의 값을 만든 값과 비교하여색이 밝으면 급성, 어두우면 만성의 성분을 갖고 있는 것으로 판단하는 것을 특징으로 하는 홍채 영상의 자동 분석을 통한 병소 진단 방법.
- 제 1항에 있어서,사용자 PC(20)에서 연결된 홍채촬영장치(10)로부터 촬영된 홍채 영상을 이미지화하고, 홍채가 가지고 있는 특성을 종류별로 축출하여 축출 된 내용을 코드화한 후 인터넷(30) 및 통신장치(40)를 거쳐 분석 서버(50)로 보내면, 분석 서버(50)에서는 데이터베이스에 등록된 각 특성에 따른 질병과 연계하여 개인의 질병을 정확하게 분석하여 분석결과를 저장하고, 상기 사용자 PC(20)로도 분석결과를 동시에 전송하여 사용자 PC(20)에도 결과를 저장하여 언제든지 과거 및 현재 질병 상태를 알 수 있도록 하는 것을 특징으로 하는 홍채 영상의 자동 분석을 통한 병소 진단 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020020014931A KR20030075614A (ko) | 2002-03-20 | 2002-03-20 | 홍채 영상의 자동 분석을 통한 병소 진단 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020020014931A KR20030075614A (ko) | 2002-03-20 | 2002-03-20 | 홍채 영상의 자동 분석을 통한 병소 진단 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20030075614A true KR20030075614A (ko) | 2003-09-26 |
Family
ID=32225419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020020014931A KR20030075614A (ko) | 2002-03-20 | 2002-03-20 | 홍채 영상의 자동 분석을 통한 병소 진단 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20030075614A (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040011846A (ko) * | 2002-07-30 | 2004-02-11 | 최경용 | 원격 홍채 자동 분석 시스템 및 홍채 자동 분석 방법 |
WO2019189972A1 (ko) * | 2018-03-30 | 2019-10-03 | 주식회사 홍복 | 치매를 진단을 하기 위해 홍채 영상을 인공지능으로 분석하는 방법 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000036955A (ko) * | 2000-04-03 | 2000-07-05 | 박승열 | 인터넷 홍채 진단 시스템 |
KR20000049623A (ko) * | 2000-04-18 | 2000-08-05 | 김상균 | 홍채촬영장치 및 간이 홍채촬영장치와 그를 이용한유전인자 진단시스템 |
KR20000063542A (ko) * | 2000-07-21 | 2000-11-06 | 조영무 | 인터넷상에서 사용자의 홍채패턴에 따른 건강정보 제공서비스 방법 |
KR20010067839A (ko) * | 2000-04-03 | 2001-07-13 | 박승열 | 홍채 진단 시스템 및 방법, 그에 적합한 홍채 촬영 단말기 |
KR20020031978A (ko) * | 2000-10-25 | 2002-05-03 | 이선범 | 홍채인식에 의한 원격검진시스템 및 그 방법 |
KR20030003799A (ko) * | 2001-07-02 | 2003-01-14 | 김종성 | 네트워크를 이용한 원격 홍채 검진 시스템 및 그 방법 |
-
2002
- 2002-03-20 KR KR1020020014931A patent/KR20030075614A/ko not_active Application Discontinuation
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000036955A (ko) * | 2000-04-03 | 2000-07-05 | 박승열 | 인터넷 홍채 진단 시스템 |
KR20010067839A (ko) * | 2000-04-03 | 2001-07-13 | 박승열 | 홍채 진단 시스템 및 방법, 그에 적합한 홍채 촬영 단말기 |
KR20000049623A (ko) * | 2000-04-18 | 2000-08-05 | 김상균 | 홍채촬영장치 및 간이 홍채촬영장치와 그를 이용한유전인자 진단시스템 |
KR20000063542A (ko) * | 2000-07-21 | 2000-11-06 | 조영무 | 인터넷상에서 사용자의 홍채패턴에 따른 건강정보 제공서비스 방법 |
KR20020031978A (ko) * | 2000-10-25 | 2002-05-03 | 이선범 | 홍채인식에 의한 원격검진시스템 및 그 방법 |
KR20030003799A (ko) * | 2001-07-02 | 2003-01-14 | 김종성 | 네트워크를 이용한 원격 홍채 검진 시스템 및 그 방법 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040011846A (ko) * | 2002-07-30 | 2004-02-11 | 최경용 | 원격 홍채 자동 분석 시스템 및 홍채 자동 분석 방법 |
WO2019189972A1 (ko) * | 2018-03-30 | 2019-10-03 | 주식회사 홍복 | 치매를 진단을 하기 위해 홍채 영상을 인공지능으로 분석하는 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105411525B (zh) | 一种眼底照片图像智能获取识别系统 | |
Haleem et al. | Automatic extraction of retinal features from colour retinal images for glaucoma diagnosis: a review | |
US20180140180A1 (en) | Method and system for classifying optic nerve head | |
CN109691979A (zh) | 一种基于深度学习的糖尿病视网膜图像病变分类方法 | |
CN110310282B (zh) | 一种利用活体共聚焦显微镜图像智能分析角膜神经纤维的系统 | |
JPH09313447A (ja) | 眼底疾患に関する解析装置 | |
Dimauro et al. | Anaemia detection based on sclera and blood vessel colour estimation | |
CN106295626B (zh) | 虹膜镜头、虹膜拍摄装置及虹膜分析方法 | |
Zhu et al. | Digital image processing for ophthalmology: Detection of the optic nerve head | |
CN106214120A (zh) | 一种青光眼的早期筛查方法 | |
CN109215039A (zh) | 一种基于神经网络的眼底图片的处理方法 | |
KR20220027305A (ko) | 안질환 시야 손상 예후 예측 시스템 및 방법과 이를 위한 컴퓨터 프로그램 | |
Semerád et al. | Retinal vascular characteristics | |
JP3508111B2 (ja) | 眼底疾患に関する解析装置 | |
Giancardo | Automated fundus images analysis techniques to screen retinal diseases in diabetic patients | |
KR20110019992A (ko) | 홍채학을 이용한 진단시스템 및 방법 | |
GB2593824A (en) | Analysis method and system for feature data change of diabetic retinopathy fundus, and storage device | |
KR20030075614A (ko) | 홍채 영상의 자동 분석을 통한 병소 진단 방법 | |
Silvia et al. | Detection of Non-Proliferative Diabetic Retinopathy in fundus images of the human retina | |
JP3479788B2 (ja) | 眼底疾患の解析装置 | |
JP3508112B2 (ja) | 眼底疾患解析装置 | |
Kumar et al. | A hybrid machine learning strategy assisted diabetic retinopathy detection based on retinal images | |
KR100902575B1 (ko) | 홍채를 촬영한 이미지를 4타입으로 분류하는 홍채 이미지 분석방법 | |
RU2343823C1 (ru) | Способ диагностики патологии диска зрительного нерва при сахарном диабете | |
KR100533787B1 (ko) | 홍채 진단 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |