KR20140063288A - 컴퓨터 보조 진단 방법 및 장치 - Google Patents

컴퓨터 보조 진단 방법 및 장치 Download PDF

Info

Publication number
KR20140063288A
KR20140063288A KR1020120130481A KR20120130481A KR20140063288A KR 20140063288 A KR20140063288 A KR 20140063288A KR 1020120130481 A KR1020120130481 A KR 1020120130481A KR 20120130481 A KR20120130481 A KR 20120130481A KR 20140063288 A KR20140063288 A KR 20140063288A
Authority
KR
South Korea
Prior art keywords
lesion
additional information
feature
user
list
Prior art date
Application number
KR1020120130481A
Other languages
English (en)
Other versions
KR102043130B1 (ko
Inventor
장주호
이종하
성영경
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020120130481A priority Critical patent/KR102043130B1/ko
Priority to US14/026,509 priority patent/US9760689B2/en
Priority to EP13192798.0A priority patent/EP2733633B1/en
Priority to CN201310576739.2A priority patent/CN103823918A/zh
Priority to JP2013238001A priority patent/JP2014100570A/ja
Publication of KR20140063288A publication Critical patent/KR20140063288A/ko
Application granted granted Critical
Publication of KR102043130B1 publication Critical patent/KR102043130B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

컴퓨터 보조 진단 장치 및 방법에 관한 것으로 병변 촬영 영상으로부터 추출된 병변의 특징값 및 사용자에 의해 입력된 추가정보를 이용하여 미리 학습된 병변 진단모델과 비교하여 진단 결과를 도출함으로써 병변 진단의 정확도를 향상시킬 수 있다.

Description

컴퓨터 보조 진단 방법 및 장치{THE METHOD AND APPARATUS FOR COMPUTER AIDED DIAGNOSIS}
컴퓨터 보조 진단 방법 및 장치와 관련된다.
컴퓨터 보조 진단(Computer Aided Diagnosis, CAD)은 병변 촬영 영상에서 병변의 영역을 찾아내고 그 병변 영역에 대한 진단 결과를 사용자에게 제시하여 사용자가 병변에 대한 정확한 진단을 할 수 있도록 지원하는 것을 말한다. 따라서, CAD에서 사용자에게 제시하는 진단 결과는 사용자의 최종 진단에 실질적인 도움이 될 수 있도록 최대한 정확해야 한다.
그러나, 초음파 영상과 같은 병변 촬영 영상은 저해상도, 낮은 대비, 스펙클 노이즈, 희미한 병변의 경계와 같은 특성으로 인해 CAD를 통한 진단결과의 정확성이 떨어지는 문제가 있다.
병변 촬영 영상에서 추출된 병변 특징값 뿐 아니라 사용자에 의해 입력된 추가정보를 병변 진단에 활용하여 진단 정확도를 높일 수 있는 컴퓨터 보조 진단 장치 및 방법이 제시된다.
일 양상에 따른 컴퓨터 보조 진단 방법은 병변 촬영 영상에서 병변의 특징값을 추출하는 병변 특징 추출 단계, 사용자로부터 추가정보를 입력받는 추가정보 입력 단계 및 상기 특징값 및 추가정보에 기초하여 병변의 진단결과를 도출하는 단계를 포함할 수 있다.
이때, 상기 병변의 진단결과를 도출하는 단계는 상기 병변의 특징값 및 상기 추가정보를 미리 학습 된 진단모델과 비교하여 병변의 진단결과를 도출할 수 있다.
추가적 양상에 따르면, 상기 추가정보 입력 단계는 병변 촬영 영상을 표시하는 병변 촬영 영상 표시 영역 및 사용자로부터 추가정보를 입력받기 위한 추가정보 입력 영역을 포함하는 사용자 인터페이스를 제공할 수 있다.
일 양상에 따른 컴퓨터 보조 진단 장치는 병변 촬영 영상에서 병변의 특징값을 추출하는 병변 특징 추출부, 사용자로부터 추가정보를 입력받기 위한 사용자 인터페이스를 제공하는 인터페이스부 및 상기 병변의 특징값과 상기 추가정보에 기초하여 병변의 진단결과를 도출하는 진단부를 포함할 수 있다.
이때, 컴퓨터 보조 진단 장치는 미리 획득된 병변 진단모델을 저장하는 데이터 베이스부를 포함하고, 상기 진단부는 상기 병변의 특징값 및 상기 추가정보를 상기 데이터 베이스부에 저장된 병변 진단모델과 비교하여 병변의 진단결과를 도출할 수 있다.
한편, 상기 병변 진단모델은 미리 수집된 병변 촬영 영상에서 추출된 병변의 특징값 및 사용자로부터 입력된 수집된 병변 촬영 영상 각각에 대한 추가정보를 이용하여 학습을 통해 생성될 수 있으며, 상기 기 촬영된 병변 촬영 영상에서 추출된 병변의 특징값 및 기 촬영된 병변 촬영 영상에 대해 사용자가 입력한 추가정보의 조합 및 각 조합에 따른 진단결과에 대한 정보를 포함할 수 있다.
한편, 일 양상에 따르면, 상기 사용자 인터페이스는 병변 촬영 영상을 표시 영역과 추가정보 입력영역을 포함할 수 있다.
이때, 상기 추가정보 입력 영역은 적어도 하나 이상의 추가정보 목록을 표시하고, 상기 표시된 추가정보 목록 중 적어도 하나가 선택된 경우, 해당 추가정보 목록에서 선택 가능한 추가정보를 표시할 수 있다.
추가적 양상에 따르면, 상기 추가정보 목록은 진단 결과에 영향이 큰 추가정보 목록을 다른 목록과 구별되는 형태로 표시할 수 있다.
추가적 양상에 따르면, 상기 추가정보 목록은 상기 병변 특징 추출부에서 추출된 병변 특징값 중 특정 특징에 관련된 병변 특징값이 미리 설정된 판단 기준값 이하인 경우, 해당 특징에 대한 추가정보 목록을 포함할 수 있다.
또 다른 양상에 따르면, 상기 추가정보 입력 영역은 텍스트의 형태로 추가정보를 입력할 수 있다.
한편, 상기 추가정보는 사용자가 병변 촬영 영상을 통해 판단한 병변에 대한 정보 또는 병변 진단결과에 영향을 미칠 수 있는 의무기록 중 적어도 하나를 포함할 수 있다.
병변 촬영 영상에서 추출된 병변의 특징값과 사용자로부터 입력받은 추가 정보를 함께 사용하여 병변을 진단함으로써 병변 진단의 정확성을 향상시킬 수 있다.
도 1은 일 실시예에 따른 컴퓨터 보조 진단 장치의 구성도,
도 2는 일 실시예에 따른 병변 진단모델 생성 절차를 나타낸 흐름도,
도 3a 내지 도 3c는 추가 정보 입력을 위한 사용자 인터페이스를 설명하기 위한 예시도,
도 4는 일 실시예에 따른 컴퓨터 보조 진단 방법의 흐름도이다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다. 기재된 기술의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이하, 첨부된 도면을 참고하여 기술되는 바람직한 실시예를 통해 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 기술하기로 한다.
도 1은 일 실시예에 따른 컴퓨터 보조 진단 장치의 구성도이다.
도 1을 참조하면, 일 실시예에 따른 컴퓨터 보조 진단 장치(100)는 병변 특징 추출부(110), 인터페이스부(120), 진단부(130) 및 데이터 베이스부(140) 를 포함할 수 있다.
병변 특징 추출부(110)는 컴퓨터 보조 진단 장치(100)로 입력된 병변 촬영 영상에서 병변의 특징값을 추출한다. 이때, 병변 촬영 영상은 방사선 촬영 영상(CR: Computed Radiography), 컴퓨터 단층 촬영(CT: Computed Tomography) 영상, 초음파 영상 또는 MRI(Magnetic Resonance Image) 영상을 포함하는 다양한 의료 영상 중 하나일 수 있다.
병변의 특징값은 병변 촬영 영상에서 영상 데이터 처리를 통해 병변의 특징을 추출한 값으로, 병변의 특징은 병변의 양성/악성 판단에 관련될 수 있는 특징들을 의미한다. 구체적으로, 병변의 특징값은 병변 촬영 영상에서 병변이 의심되는 부분을 분석하여 병변의 형태적 특징, 질감(texture) 등을 나타낸 것으로 컴퓨터로 인식 가능한 값이다.
한편, 병변 특징 추출부(110)는 병변 촬영 영상에서 병변으로 의심되는 영역을 분석하여 병변 특징값을 추출할 수 있다. 이때, 병변으로 의심되는 영역의 탐색 또는 탐색된 병변 영역의 분할(segmentation)은 병변 특징 추출부(110)에서 수행될 수 있으나 별도의 모듈에 의해 수행될 수 있다. 또한 일 실시예에 따르면, 병변 특징 추출부(110)는 병변 촬영 영상에서 병변으로 의심되는 영역을 사용자로부터 지정받아 병변 특징값을 추출할 수 있다.
인터페이스부(120)는 사용자로부터 병변에 대한 추가정보를 입력 받을 수 있다. 이때, 추가 정보는 사용자에 의해 입력되는 정보로써, 병변의 진단 정확도에 영향을 미칠 수 있는 다양한 정보를 포함한다.
일 예로, 추가정보는 사용자가 병변 촬영 영상을 통해 판단한 병변에 관련된 정보를 포함할 수 있다. 구체적으로, 추가정보는 사용자가 병변 촬영 영상을 통해 병변의 모양(Shape), 여백(Margin), 경계(Boundary) 등 형태적 특징 또는 질감 등을 판단한 결과일 수 있다. 예를 들어, 유방 촬영 영상인 경우, 사용자가 병변 촬영영상을 보고 판단한 BI-RADS(Breast Imaging-Reporting And Data System) 렉시콘(lexicon) 분류에 따른 병변의 특징일 수 있다.
또 다른 예로, 추가정보는 환자의 나이, 성별, 약물 투여 여부, 임신 여부 등 병변의 진단결과에 영향을 미칠 수 있는 모든 의무기록을 포함할 수 있다.
한편, 병변 특징 추출부(110)에서 추출되는 병변의 특징값은 영상처리를 통해 병변촬영 영상에서 자동적으로 추출되는 값인 반면, 추가정보는 병변 촬영 영상에 대한 기계적인 판단이 아닌 사용자의 판단에 의한 정보라는 점에서 차이가 있다.
한편, 일 실시예에 따르면, 인터페이스부(120)는 디스플레이 수단 및 입력 수단을 포함할 수 있다. 이때, 디스플레이 수단은 LCD, LED 및 PDP 등 다양한 형태일 수 있다. 또한, 입력수단은 마우스, 키보드, 터치스크린 및 마이크 등의 형태로 구현될 수 있다.
인터페이스부(120)는 사용자로부터 추가정보를 입력받기 위한 사용자 인터페이스를 디스플레이 수단을 통해 표시하고, 입력 수단을 통해 추가정보를 입력 받을 수 있다. 사용자 인터페이스에 관한 상세한 설명은 후술하기로 한다.
진단부(130)는 병변 촬영 영상에서 추출된 병변의 특징값과 사용자에 의해 입력된 추가정보에 기초하여 병변의 양성/악성 여부를 판단한다.
구체적으로, 진단부(130)는 병변 특징 추출부(110)에 의해 추출된 병변의 특징값과 사용자에 의해 입력된 추가정보를 데이터 베이스부(140)에 저장된 병변 진단모델과 비교하여 병변의 양성/악성 여부를 판단할 수 있다.
병변 진단모델은 미리 수집된 병변 촬영 영상으로부터 추출된 병변의 특징값과 미리 수집된 병변 촬영 영상에 대해 사용자가 입력한 추가정보를 이용하여 학습을 통해 생성된다. 구체적으로 병변 진단모델은 병변의 특징값과 추가정보의 조합에 따른 진단결과로 구성될 수 있다.
진단부(130)는 병변 특징 추출부(110)에 의해 추출된 병변의 특징값과 사용자에 의해 입력된 추가정보를 데이터 베이스부(140)에 저장된 병변 진단모델의 병변 특징값 및 추가정보 조합과 비교하여 진단 결과를 도출할 수 있다. 구체적으로, 진단모델에 포함된 병변 특징값 및 추가정보 조합 중 병변 특징 추출부(110)에서 추출된 병변 특징값 및 사용자에 의해 입력된 추가정보의 조합과 일치하는 조합을 탐색하여 진단 결과를 도출할 수 있다.
즉, 사용자가 병변 촬영 영상을 통해 판단한 병변에 대한 특징과 병변의 양성 악성에 영향을 미칠 수 있는 다양한 정보를 병변 특징값과 함께 진단 결과 도출에 활용함으로써 병변 추출부에 의해 추출된 병변 특징값이 정확하지 않은 경우라도 진단 정확성을 향상시킬 수 있다.
도 2는 일 실시예에 따른 병변 진단모델 생성 절차를 나타낸 흐름도이다.
도 2를 참조하면, 병변의 특징값은 미리 촬영되어 수집된 복수의 병변촬영 영상으로부터 추출될 수 있다(310). 이때, 병변의 특징값은 병변 촬영 영상에서 병변의 특징을 추출한 값으로, 병변의 특징은 병변의 양성/악성 판단에 관련될 수 있는 특징들을 의미한다. 구체적으로, 병변의 특징값은 병변 촬영 영상에서 병변이 의심되는 부분을 분석하여 형태 특징, 질감 등을 나타낸 것으로 컴퓨터로 인식 가능한 값이다.
한편, 수집된 병변 촬영 영상 각각에 대해 사용자는 추가정보를 입력할 수 있다(320). 이때, 추가 정보는 사용자에 의해 입력되는 정보로써, 병변의 진단 정확도에 영향을 미칠 수 있는 다양한 정보를 포함한다.
일 예로, 추가정보는 사용자가 병변 촬영 영상을 통해 판단한 병변에 관련된 정보를 포함할 수 있다. 구체적으로, 추가정보는 사용자가 병변 촬영 영상을 통해 병변의 모양(Shape), 여백(Margin), 경계(Boundary) 등 형태적 특징 또는 질감 등을 판단한 결과일 수 있다. 예를 들어, 유방 촬영 영상인 경우, 사용자가 병변 촬영영상을 보고 판단한 BI-RADS(Breast Imaging-Reporting And Data System) 렉시콘(lexicon) 분류에 따른 병변의 특징일 수 있다.
또 다른 예로, 추가정보는 환자의 나이, 성별, 약물 투여 여부, 임신 여부 등 병변의 진단결과에 영향을 미칠 수 있는 모든 의무기록을 포함할 수 있다.
한편, 병변의 특징값은 영상처리를 통해 병변촬영 영상에서 자동적으로 추출되는 값인 반면, 추가정보는 병변 촬영 영상에 대한 기계적인 판단이 아닌 사용자의 판단에 의한 정보라는 점에서 차이가 있다.
한편, 병변 진단모델은 추출된 병변 특징값과 입력된 추가정보의 조합과 각 조합에 따른 진단 결과를 학습데이터로 하여 학습을 통해 생성될 수 있다(330). 구체적으로 학습데이터로부터 병변 진단모델의 생성은 서포트 벡터 머신(SVM: Support Vector Machine) 등 다양한 알고리즘에 의해 수행될 수 있다.
즉, 병변 진단모델은 미리 수집된 복수의 병변 촬영 영상으로부터 추출된 병변 특징값 및 사용자에 의해 입력된 추가정보의 조합과 각 조합에 따른 진단결과에 대한 정보를 포함하고 있다. 또한, 병변 진단모델은 미리 생성되어 데이터베이스부(140)에 저장될 수 있다.
따라서, 병변의 진단 시 병변 촬영 영상으로부터 추출된 병변 특징값과 사용자에 의해 입력된 추가정보를 병변 진단모델의 정보와 비교하여 진단 결과를 도출함으로써 진단 정확성을 향상시킬 수 있다.
도 3a 내지 도 3c는 추가 정보 입력을 위한 사용자 인터페이스를 설명하기 위한 예시도이다.
도시된 예에서 BI-RADS 렉시콘 분류에 따른 추가정보를 입력할 수 있도록 도시되었으나 이에 한정되는 것은 아니다.
도 3a를 참조하면, 사용자 인터페이스(300)는 병변 촬영 영상 표시 영역(310)과 추가정보 입력 영역(320)을 포함할 수 있다. 병변 촬영 영상 표시 영역(310)은 컴퓨터 보조 진단 장치(100)로 입력된 병변 촬영 영상을 출력한다. 추가정보 입력 영역(320)은 사용자가 추가정보를 입력할 수 있도록 하기 위한 것이다.
일 실시예에 따르면, 추가정보 입력 영역(320)은 입력 가능한 추가정보 목록(330)을 표시하고 각 추가정보 목록(330)에서 추가정보를 선택하여 입력할 수 있도록 구성될 수 있다. 구체적으로, 추가정보 입력 영역(320)은 입력 가능한 적어도 하나 이상의 추가정보 목록을 표시할 수 있다.
도 3b를 참조하면, 사용자는 추가정보 목록(330)을 선택하여 추가정보를 입력할 수 있다. 구체적으로 사용자가 추가정보 목록(330) 중 하나를 선택한 경우, 해당 추가정보 목록에서 선택 가능한 추가정보를 나열하여 사용자가 선택할 수 있도록 표시할 수 있다.
일 실시예에 따르면, 추가정보 입력 영역은 추가정보 목록(330) 중 사용자의 선택에 따라 진단결과에 영향을 크게 미칠 수 있는 목록을 다른 목록과 구별되도록 표시할 수 있다. 예를 들어, 색을 달리하거나 크기를 달리하는 등의 방법으로 다른 목록과 구분되도록 표시할 수 있다.
이때, 진단결과에 영향을 크게 미칠 수 있는 목록은 병변 특징 추출부(110)를 통해 추출된 병변 특징값을 기초로 병변 진단모델과 비교한 결과 특정 추가정보 목록에 해당하는 추가정보의 선택 여부에 따라 진단결과가 달라질 수 있는 경우 그 해당목록 일 수 있다.
또 다른 실시예에 따르면, 추가정보 입력 영역(320)은 병변 특징 추출부(110)에 의해 추출된 병변 특징값 중 특정 특징에 관련된 병변 특징값이 미리 설정된 판단 기준값 이하인 경우, 해당 특징에 대한 추가정보 목록을 표시 할 수 있다. 예를 들어, 병변 촬영 영상의 해상도가 낮거나 노이즈 등으로 인해 병변 모양(Shape)을 판단하기 위한 병변 특징값이 충분히 추출되지 않을 수 있다. 따라서, 병변 모양을 판단하기 위한 병변 특징값이 미리 설정된 판단 기준값 이하인 경우, 병변의 모양을 추가정보 목록으로 제시하여 사용자로부터 병변의 모양에 관한 정보를 추가정보로 입력 받을 수 있다. 이때, 판단 기준값은 사용자에 의해 미리 설정될 수 있다.
도 3c를 참조하면, 사용자가 추가정보 목록(330) 중 하나를 선택한 경우, 해당 목록에서 선택 가능한 추가정보(340)를 나열하여 사용자가 입력수단을 통해 추가정보를 선택할 수 있도록 구성될 수 있다. 또한, 적어도 하나 이상의 추가정보 목록을 선택하여 하나 이상의 추가정보를 입력할 수 있다.
일 실시예에 따르면, 추가정보 목록 선택 시 나열되는 선택 가능한 추가정보는 병변 촬영 영상에서 추출된 병변 특징값을 기초로 가능성이 높은 순서대로 표시될 수 있다. 구체적으로, 도 3c에 도시된 바와 같이 BI-RADS 렉시콘 분류값을 추가정보로 입력 가능한 경우, 추가정보 목록은 BI-RADS 렉시콘 분류에 따른 카테고리(Shape, Margin, Echo Pattern 등)로 표현될 수 있다. 또한, 사용자가 Margin을 선택한 경우, 입력 가능한 분류값은 Circumscribe 및 Not circumscribe(또는, Spiculated, Angular, Microlobulated 등)로 표시될 수 있다. 이때, 병변 특징 추출부(110)에서 추출된 병변의 경계와 관련된 병변 특징값과 진단모델의 병변 특징값을 비교하여 각 분류값에 해당할 가능성을 확률적으로 구할 수 있다. 따라서, 사용자가 Margin을 선택한 경우, 입력 가능한 분류값을 확률이 높은 순서대로 표시할 수 있다.
한편, 추가정보의 입력은 도 3a 내지 도 3c에서 도시된 예에 한정되지 않는다. 일 실시예에 따르면, 추가정보의 입력은 사용자 인터페이스(300)의 추가정보 입력 영역(320)에 사용자가 텍스트의 형태로 추가정보를 입력하도록 구성될 수 있다.
또 다른 실시예에 따르면, 추가정보의 입력은 사용자가 입력수단(예를 들어 마이크)를 통해 음성으로 추가정보를 입력하도록 구성될 수 있다.
또 다른 실시예에 따르면, 사용자 인터페이스(300)의 추가정보 입력 영역(320)은 추가정보 목록을 표시하여 추가정보를 선택하여 입력함과 동시에 사용자가 텍스트의 형태로 추가정보를 입력하도록 구성될 수 있다.
도 4는 일 실시예에 따른 컴퓨터 보조 진단 방법의 흐름도이다.
도 4를 참조하면, 컴퓨터 보조 진단 장치(100)는 병변 촬영 영상이 입력된 경우, 입력된 병변 촬영 영상에서 병변의 특징값을 추출할 수 있다(410). 이때, 병변 촬영 영상은 방사선 촬영 영상(CR: Computed Radiography), 컴퓨터 단층 촬영(CT: Computed Tomography) 영상, 초음파 영상 또는 MRI(Magnetic Resonance Image) 영상을 포함하는 다양한 의료 영상 중 하나일 수 있다.
병변의 특징값은 병변 촬영 영상에서 영상 데이터 처리를 통해 병변의 특징을 추출한 값으로, 병변의 특징은 병변의 양성/악성 판단에 관련될 수 있는 특징들을 의미한다. 구체적으로, 병변의 특징값은 병변 촬영 영상에서 병변이 의심되는 부분을 분석하여 병변의 형태적 특징, 질감(texture) 등을 나타낸 것으로 컴퓨터로 인식 가능한 값이다.
한편, 컴퓨터 보조 진단 장치(100)는 사용자로부터 병변에 대한 추가정보를 입력 받을 수 있다(420). 추가 정보는 사용자에 의해 입력되는 정보로써, 병변의 진단 정확도에 영향을 미칠 수 있는 다양한 정보를 포함한다.
일 예로, 추가정보는 환자의 나이, 성별, 약물 투여 여부, 임신 여부 등 병변의 진단결과에 영향을 미칠 수 있는 모든 의무기록을 포함할 수 있다.
또 다른 예로, 추가정보는 사용자가 병변 촬영 영상을 통해 판단한 병변에 관련된 정보를 포함할 수 있다. 구체적으로, 추가정보는 사용자가 병변 촬영 영상을 통해 병변의 모양(Shape), 여백(Margin), 경계(Boundary) 등 형태적 특징 또는 질감 등을 판단한 결과일 수 있다. 예를 들어, 유방 촬영 영상인 경우, 사용자가 병변 촬영영상을 보고 판단한 BI-RADS(Breast Imaging-Reporting And Data System) 렉시콘(lexicon) 분류에 따른 병변의 특징일 수 있다. 이때, 병변 특징 추출부(110)에서 추출되는 병변의 특징값은 영상처리를 통해 병변촬영 영상에서 자동적으로 추출되는 값인 반면, 추가정보는 병변 촬영 영상에 대한 기계적인 판단이 아닌 사용자의 판단에 의한 정보라는 점에서 차이가 있다.
이때, 추가정보는 사용자 인터페이스를 통해 입력받을 수 있다. 사용자 인터페이스는 상기된 설명과 동일하다.
한편, 컴퓨터 보조 진단 장치(100)는 병변 촬영 영상으로부터 추출된 병변 특징값과 사용자에 의해 입력된 추가정보를 미리 저장된 병변 진단모델과 비교하여 진단결과를 도출할 수 있다(430).
이때, 진단 결과는 병변의 양성/악성 여부를 포함하며, 병변의 양성/악성도를 나타내는 등급을 포함할 수 있다.
병변 진단모델은 미리 수집된 병변 촬영 영상으로부터 추출된 병변의 특징값과 미리 수집된 병변 촬영 영상에 대해 사용자가 입력한 추가정보를 이용하여 학습을 통해 생성된다. 구체적으로 병변 진단모델은 병변의 특징값과 추가정보의 조합에 따른 진단결과로 구성될 수 있다.
추출된 병변의 특징값과 사용자에 의해 입력된 추가정보를 데이터 베이스부(140)에 저장된 병변 진단모델의 병변 특징값 및 추가정보 조합과 비교하여 가능성이 가장 높은 결과를 진단 결과로 도출할 수 있다.
즉, 추출된 병변 촬영 영상에서 자동적으로 추출되는 병변의 특징값과 함께 사용자에 의해 입력된 추가정보를 병변 진단에 활용함으로써, 저해상도, 낮은 대비, 스펙클 노이즈, 희미한 병변의 경계 등의 특성을 가지는 병변 촬영 영상의 경우에도 병변 진단 결과의 정확도를 향상시킬 수 있다.
한편, 본 발명의 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등을 포함한다.
또한, 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
이상에서는 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 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.
100: 컴퓨터 보조 진단 장치 110: 병변 특징 추출부
120: 인터페이스부 130: 진단부
140: 데이터 베이스부

Claims (20)

  1. 병변 촬영 영상에서 병변의 특징값을 추출하는 병변 특징 추출 단계;
    병변 진단에 사용될 추가정보를 입력받는 추가정보 입력 단계; 및
    상기 병변의 특징값 및 상기 추가정보의 조합에 기초하여 병변의 진단결과를 도출하는 단계;를 포함하는 컴퓨터 보조 진단 방법.
  2. 제 1 항에 있어서,
    상기 병변의 진단결과를 도출하는 단계는,
    상기 병변의 특징값 및 상기 추가정보를 미리 생성된 병변 진단모델과 비교하여 병변의 진단결과를 도출하는 컴퓨터 보조 진단 방법.
  3. 제 2 항에 있어서,
    상기 병변 진단모델은,
    기 촬영된 병변 촬영 영상에서 추출된 병변의 특징값 및 기 촬영된 병변 촬영 영상에 대해 사용자가 입력한 추가정보를 기초로 학습을 통해 생성되는 컴퓨터 보조 진단 방법.
  4. 제 3 항에 있어서,
    상기 병변 진단모델은,
    상기 기 촬영된 병변 촬영 영상에서 추출된 병변의 특징값 및 기 촬영된 병변 촬영 영상에 대해 사용자가 입력한 추가정보의 조합 및 각 조합에 따른 진단결과에 대한 정보를 포함하는 컴퓨터 보조 진단 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 추가정보는,
    사용자가 병변 촬영 영상을 통해 판단한 병변에 대한 정보 또는 병변 진단결과에 영향을 미칠 수 있는 의무기록 중 적어도 하나를 포함하는 컴퓨터 보조 진단 방법.
  6. 제 5 항에 있어서,
    상기 추가정보 입력 단계는,
    병변 촬영 영상을 표시하는 병변 촬영 영상 표시 영역 및 사용자로부터 추가정보를 입력받기 위한 추가정보 입력 영역을 포함하는 사용자 인터페이스를 제공하는 컴퓨터 보조 진단 방법.
  7. 제 6 항에 있어서,
    상기 추가정보 입력 영역은,
    적어도 하나 이상의 추가정보 목록을 표시하고 ,
    상기 표시된 추가정보 목록 중 적어도 하나가 선택된 경우, 해당 추가정보 목록에서 선택 가능한 추가정보를 표시하는 컴퓨터 보조 진단 방법.
  8. 제 7 항에 있어서,
    상기 추가정보 목록은,
    상기 병변 특징 추출 단계에서 추출된 병변 특징값 중 특정 특징에 관련된 병변 특징값이 미리 설정된 판단 기준값 이하인 경우, 해당 특징에 대한 추가정보 목록을 포함하는 컴퓨터 보조 진단 방법.
  9. 제 7 항에 있어서,
    상기 추가정보 목록은,
    진단 결과에 영향이 큰 추가정보 목록을 다른 목록과 구별되는 형태로 표시하는 컴퓨터 보조 진단 방법.
  10. 제 6 항에 있어서,
    상기 추가정보 입력 영역은,
    텍스트의 형태로 추가정보의 입력이 가능한 컴퓨터 보조 진단 방법.
  11. 병변 촬영 영상에서 병변의 특징값을 추출하는 병변 특징 추출부;
    사용자로부터 추가정보를 입력받기 위한 사용자 인터페이스를 제공하는 인터페이스부; 및
    상기 병변의 특징값과 상기 추가정보의 조합에 기초하여 병변의 진단결과를 도출하는 진단부;를 포함하는 컴퓨터 보조 진단 장치.
  12. 제 11 항에 있어서,
    상기 컴퓨터 보조 진단 장치는,
    미리 생성된 병변 진단모델을 저장하는 데이터 베이스부;를 포함하고,
    상기 진단부는 상기 병변의 특징값 및 상기 추가정보를 상기 데이터 베이스부에 저장된 병변 진단모델과 비교하여 병변의 진단결과를 도출하는 컴퓨터 보조 진단 장치.
  13. 제 12 항에 있어서,
    상기 병변 진단모델은,
    미리 수집된 병변 촬영 영상에서 추출된 병변의 특징값 및 미리 수집된 병변 촬영 영상에 대해 사용자가 입력한 추가정보를 이용하여 학습을 통해 생성되는 컴퓨터 보조 진단 장치.
  14. 제 13 항에 있어서,
    상기 병변 진단모델은,
    상기 기 촬영된 병변 촬영 영상에서 추출된 병변의 특징값 및 기 촬영된 병변 촬영 영상에 대해 사용자가 입력한 추가정보의 조합 및 각 조합에 따른 진단결과에 대한 정보를 포함하는 컴퓨터 보조 진단 장치.
  15. 제 11 항 내지 제 14 항 중 어느 한 항에 있어서,
    상기 추가정보는,
    사용자가 병변 촬영 영상을 통해 판단한 병변에 대한 정보 또는 병변 진단결과에 영향을 미칠 수 있는 의무기록 중 적어도 하나를 포함하는 컴퓨터 보조 진단 장치.
  16. 제 15 항에 있어서,
    상기 사용자 인터페이스는,
    병변 촬영 영상을 표시하는 병변 촬영 영상 표시 영역 및 사용자로부터 추가정보를 입력받기 위한 추가정보 입력영역을 포함하는 컴퓨터 보조 진단 장치.
  17. 제 16 항에 있어서,
    상기 추가정보 입력 영역은,
    적어도 하나 이상의 추가정보 목록을 표시하고 ,
    상기 표시된 추가정보 목록 중 적어도 하나가 선택된 경우, 해당 추가정보 목록에서 선택 가능한 추가정보를 표시하는 컴퓨터 보조 진단 장치.
  18. 제 17 항에 있어서,
    상기 추가정보 목록은,
    상기 병변 특징 추출부에서 추출된 병변 특징값 중 특정 특징에 관련된 병변 특징값이 미리 설정된 판단 기준값 이하인 경우, 해당 특징에 대한 추가정보 목록을 포함하는 컴퓨터 보조 진단 장치.
  19. 제 17 항에 있어서,
    상기 추가정보 목록은,
    진단 결과에 영향이 큰 추가정보 목록을 다른 목록과 구별되는 형태로 표시하는 컴퓨터 보조 진단 장치.
  20. 제 16 항에 있어서,
    상기 추가정보 입력 영역은,
    텍스트의 형태로 추가정보의 입력이 가능한 컴퓨터 보조 진단 장치.






KR1020120130481A 2012-11-16 2012-11-16 컴퓨터 보조 진단 방법 및 장치 KR102043130B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020120130481A KR102043130B1 (ko) 2012-11-16 2012-11-16 컴퓨터 보조 진단 방법 및 장치
US14/026,509 US9760689B2 (en) 2012-11-16 2013-09-13 Computer-aided diagnosis method and apparatus
EP13192798.0A EP2733633B1 (en) 2012-11-16 2013-11-14 Computer-aided diagnosis method and apparatus
CN201310576739.2A CN103823918A (zh) 2012-11-16 2013-11-18 计算机辅助诊断方法和设备
JP2013238001A JP2014100570A (ja) 2012-11-16 2013-11-18 コンピュータ補助診断方法及び装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120130481A KR102043130B1 (ko) 2012-11-16 2012-11-16 컴퓨터 보조 진단 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20140063288A true KR20140063288A (ko) 2014-05-27
KR102043130B1 KR102043130B1 (ko) 2019-11-11

Family

ID=49724442

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120130481A KR102043130B1 (ko) 2012-11-16 2012-11-16 컴퓨터 보조 진단 방법 및 장치

Country Status (5)

Country Link
US (1) US9760689B2 (ko)
EP (1) EP2733633B1 (ko)
JP (1) JP2014100570A (ko)
KR (1) KR102043130B1 (ko)
CN (1) CN103823918A (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017022882A1 (ko) * 2015-08-06 2017-02-09 주식회사 루닛 의료 영상의 병리 진단 분류 장치 및 이를 이용한 병리 진단 시스템
KR101880678B1 (ko) * 2016-10-12 2018-07-20 (주)헬스허브 기계학습을 통한 의료영상 판독 및 진단 통합 시스템
WO2019039912A1 (ko) * 2017-08-25 2019-02-28 주식회사 메디웨일 진단 보조 시스템 및 그 제어 방법
KR101957811B1 (ko) * 2018-08-07 2019-03-13 주식회사 뷰노 의료 영상에 기반하여 피검체의 치매에 대한 중증도를 산출하는 방법 및 이를 이용한 장치
WO2019103440A1 (ko) * 2017-11-21 2019-05-31 주식회사 뷰노 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치
WO2019190194A1 (ko) * 2018-03-27 2019-10-03 중앙대학교 산학협력단 의사결정모델 기반 군날개 수술 여부 진단 장치 및 그 방법 그리고 스마트폰을 이용한 pov 등급 판단 방법
WO2020027431A1 (ko) * 2018-08-02 2020-02-06 주식회사 유아이엠디 이미지 분석에 기반한 골수판독 지원 장치
WO2020071677A1 (ko) * 2018-10-02 2020-04-09 한림대학교 산학협력단 위 내시경 이미지의 딥러닝을 이용하여 위 병변을 진단하는 장치 및 방법

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9439621B2 (en) 2009-11-27 2016-09-13 Qview, Medical Inc Reduced image reading time and improved patient flow in automated breast ultrasound using enchanced, whole breast navigator overview images
US10603007B2 (en) 2009-11-27 2020-03-31 Qview Medical, Inc. Automated breast ultrasound equipment and methods using enhanced navigator aids
US9826958B2 (en) 2009-11-27 2017-11-28 QView, INC Automated detection of suspected abnormalities in ultrasound breast images
US10251621B2 (en) 2010-07-19 2019-04-09 Qview Medical, Inc. Automated breast ultrasound equipment and methods using enhanced navigator aids
KR101737632B1 (ko) * 2015-08-13 2017-05-19 주식회사 뷰웍스 시간열 이미지 분석을 위한 그래픽 유저 인터페이스 제공 방법
CN106725514B (zh) * 2015-11-24 2019-11-12 中国移动通信集团公司 一种数据处理方法及其装置
KR101809819B1 (ko) * 2016-02-23 2017-12-18 정종율 혀 이미지를 기반으로 한 설진 방법 및 시스템
JP6818424B2 (ja) * 2016-04-13 2021-01-20 キヤノン株式会社 診断支援装置、情報処理方法、診断支援システム及びプログラム
US10242442B2 (en) * 2016-10-27 2019-03-26 International Business Machines Corporation Detection of outlier lesions based on extracted features from skin images
US10283221B2 (en) 2016-10-27 2019-05-07 International Business Machines Corporation Risk assessment based on patient similarity determined using image analysis
US10282843B2 (en) 2016-10-27 2019-05-07 International Business Machines Corporation System and method for lesion analysis and recommendation of screening checkpoints for reduced risk of skin cancer
KR101977174B1 (ko) * 2017-09-13 2019-05-10 이재준 영상 분석 방법, 장치 및 컴퓨터 프로그램
CN109584999A (zh) * 2018-11-27 2019-04-05 广东智源信息技术有限公司 一种基于图片识别的法医伤情鉴定创伤智能鉴别方法
KR102259275B1 (ko) * 2019-03-13 2021-06-01 부산대학교 산학협력단 의료영상정보 딥러닝 기반의 동적 다차원 병변위치확인 방법 및 동적 다차원 병변위치확인 장치
KR102045223B1 (ko) * 2019-05-03 2019-11-19 주식회사 크레스콤 골 연령 분석 방법, 장치 및 컴퓨터 프로그램
CN111242893B (zh) * 2019-12-30 2023-12-15 北京深睿博联科技有限责任公司 神经系统影像分析方法和装置
JP7382240B2 (ja) * 2020-01-30 2023-11-16 富士フイルムヘルスケア株式会社 医用画像処理装置及び医用画像処理方法
CN113558570A (zh) * 2020-04-29 2021-10-29 皮智股份有限公司 人工智慧云端肤质与皮肤病灶识别方法及其系统
CN113539499B (zh) * 2021-07-30 2024-04-19 南京麦澜德医疗科技股份有限公司 多通道智能健康数据测控系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003524492A (ja) * 2000-02-04 2003-08-19 ザ・ユニバーシティー・オブ・シカゴ 医学的画像のコンピュータ支援解釈用知的探索ワークステーションのための方法、システム、及びコンピュータ読取り型媒体
KR20080021723A (ko) * 2005-06-02 2008-03-07 더 메디패턴 코포레이션 컴퓨터­보조 검진을 위한 시스템 및 방법

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4945476A (en) 1988-02-26 1990-07-31 Elsevier Science Publishing Company, Inc. Interactive system and method for creating and editing a knowledge base for use as a computerized aid to the cognitive process of diagnosis
AU2004251359B2 (en) * 2003-06-25 2009-01-22 Siemens Medical Solutions Usa, Inc. Systems and methods for automated diagnosis and decision support for breast imaging
US7912528B2 (en) 2003-06-25 2011-03-22 Siemens Medical Solutions Usa, Inc. Systems and methods for automated diagnosis and decision support for heart related diseases and conditions
US8014576B2 (en) 2005-11-23 2011-09-06 The Medipattern Corporation Method and system of computer-aided quantitative and qualitative analysis of medical images
US20090082637A1 (en) 2007-09-21 2009-03-26 Michael Galperin Multi-modality fusion classifier with integrated non-imaging factors
JP5159242B2 (ja) 2007-10-18 2013-03-06 キヤノン株式会社 診断支援装置、診断支援装置の制御方法、およびそのプログラム
US8799013B2 (en) 2009-11-24 2014-08-05 Penrad Technologies, Inc. Mammography information system
JP5320335B2 (ja) 2010-03-31 2013-10-23 富士フイルム株式会社 診断支援システム、診断支援装置、診断支援方法および診断支援プログラム
JP5744182B2 (ja) 2010-04-19 2015-07-01 コーニンクレッカ フィリップス エヌ ヴェ 放射線ディスクリプタを用いた報告ビューア
US9014485B2 (en) 2010-07-21 2015-04-21 Armin E. Moehrle Image reporting method
US9378331B2 (en) * 2010-11-19 2016-06-28 D.R. Systems, Inc. Annotation and assessment of images
JP2012135428A (ja) 2010-12-27 2012-07-19 Konica Minolta Medical & Graphic Inc 超音波診断システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003524492A (ja) * 2000-02-04 2003-08-19 ザ・ユニバーシティー・オブ・シカゴ 医学的画像のコンピュータ支援解釈用知的探索ワークステーションのための方法、システム、及びコンピュータ読取り型媒体
KR20080021723A (ko) * 2005-06-02 2008-03-07 더 메디패턴 코포레이션 컴퓨터­보조 검진을 위한 시스템 및 방법

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017022882A1 (ko) * 2015-08-06 2017-02-09 주식회사 루닛 의료 영상의 병리 진단 분류 장치 및 이를 이용한 병리 진단 시스템
US10013757B2 (en) 2015-08-06 2018-07-03 Lunit Inc. Classification apparatus for pathologic diagnosis of medical image, and pathologic diagnosis system using the same
KR101880678B1 (ko) * 2016-10-12 2018-07-20 (주)헬스허브 기계학습을 통한 의료영상 판독 및 진단 통합 시스템
WO2019039912A1 (ko) * 2017-08-25 2019-02-28 주식회사 메디웨일 진단 보조 시스템 및 그 제어 방법
US10580530B2 (en) 2017-08-25 2020-03-03 Medi Whale Inc. Diagnosis assistance system and control method thereof
US11276497B2 (en) 2017-08-25 2022-03-15 Medi Whale Inc. Diagnosis assistance system and control method thereof
WO2019103440A1 (ko) * 2017-11-21 2019-05-31 주식회사 뷰노 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치
WO2019190194A1 (ko) * 2018-03-27 2019-10-03 중앙대학교 산학협력단 의사결정모델 기반 군날개 수술 여부 진단 장치 및 그 방법 그리고 스마트폰을 이용한 pov 등급 판단 방법
WO2020027431A1 (ko) * 2018-08-02 2020-02-06 주식회사 유아이엠디 이미지 분석에 기반한 골수판독 지원 장치
US11948294B2 (en) 2018-08-02 2024-04-02 Uimd Inc. Device and method for supporting bone marrow reading based on image analysis
KR101957811B1 (ko) * 2018-08-07 2019-03-13 주식회사 뷰노 의료 영상에 기반하여 피검체의 치매에 대한 중증도를 산출하는 방법 및 이를 이용한 장치
WO2020071677A1 (ko) * 2018-10-02 2020-04-09 한림대학교 산학협력단 위 내시경 이미지의 딥러닝을 이용하여 위 병변을 진단하는 장치 및 방법

Also Published As

Publication number Publication date
KR102043130B1 (ko) 2019-11-11
US20140142413A1 (en) 2014-05-22
JP2014100570A (ja) 2014-06-05
CN103823918A (zh) 2014-05-28
EP2733633B1 (en) 2020-02-26
US9760689B2 (en) 2017-09-12
EP2733633A2 (en) 2014-05-21
EP2733633A3 (en) 2017-03-22

Similar Documents

Publication Publication Date Title
KR102043130B1 (ko) 컴퓨터 보조 진단 방법 및 장치
EP2710958B1 (en) Method and system for intelligent qualitative and quantitative analysis of digital radiography softcopy reading
KR102154733B1 (ko) 의료 영상을 이용하여 대상체에 악성 종양이 존재하는지 여부를 예측하는 장치 및 방법
KR101993716B1 (ko) 카테고리별 진단 모델을 이용한 병변 진단 장치 및 방법
US9317918B2 (en) Apparatus, method, and computer program product for medical diagnostic imaging assistance
EP2888686B1 (en) Automatic detection and retrieval of prior annotations relevant for an imaging study for efficient viewing and reporting
US10950204B2 (en) Diagnosis support apparatus and diagnosis support method
CN109716445B (zh) 类似病例图像检索程序、类似病例图像检索装置以及类似病例图像检索方法
JP5958534B2 (ja) 病理診断結果判定システム、病理診断結果判定方法および病理診断結果判定装置
KR20140091176A (ko) 병변 진단 장치 및 방법
KR102049336B1 (ko) 컴퓨터 보조 진단 장치 및 방법
CN101203170A (zh) 计算机辅助检测系统和方法
KR20160020917A (ko) 컴퓨터 보조 진단 장치 및 방법
KR20120072961A (ko) 의료 영상을 이용한 영상진단을 보조하는 방법 및 장치, 이를 수행하는 영상진단 시스템
KR20150125436A (ko) 관심 영역별 추가 정보 제공 장치 및 방법
JP6719421B2 (ja) 学習データ生成支援装置および学習データ生成支援方法並びに学習データ生成支援プログラム
CN107072613B (zh) 基于纵向特征对感兴趣组织的健康状态的分类
JP6755192B2 (ja) 診断支援装置および診断支援装置の作動方法
US20210219839A1 (en) Method for classifying fundus image of subject and device using same
JP2013200590A (ja) 類似画像検索装置、方法及びプログラム
JP5094775B2 (ja) 症例画像検索装置、方法およびプログラム
JP2017534316A (ja) 画像レポート注釈同定
JP2009226043A (ja) 医用画像処理装置及び異常陰影検出方法
US10430905B2 (en) Case search device and method
JP2012143368A (ja) 医用画像表示装置及びプログラム

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