KR20180053957A - 의료 진단 시스템, 서버 및 방법 - Google Patents

의료 진단 시스템, 서버 및 방법 Download PDF

Info

Publication number
KR20180053957A
KR20180053957A KR1020160151154A KR20160151154A KR20180053957A KR 20180053957 A KR20180053957 A KR 20180053957A KR 1020160151154 A KR1020160151154 A KR 1020160151154A KR 20160151154 A KR20160151154 A KR 20160151154A KR 20180053957 A KR20180053957 A KR 20180053957A
Authority
KR
South Korea
Prior art keywords
lesion
data
subject
information
image data
Prior art date
Application number
KR1020160151154A
Other languages
English (en)
Other versions
KR101921582B1 (ko
Inventor
서성기
최두환
배동진
Original Assignee
테라셈 주식회사
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 테라셈 주식회사 filed Critical 테라셈 주식회사
Priority to KR1020160151154A priority Critical patent/KR101921582B1/ko
Publication of KR20180053957A publication Critical patent/KR20180053957A/ko
Application granted granted Critical
Publication of KR101921582B1 publication Critical patent/KR101921582B1/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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • G06F19/321—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Optics & Photonics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Endoscopes (AREA)

Abstract

의료 진단 시스템이 개시된다. 본 발명의 실시예에 따른 의료 진단 시스템은 하나 이상의 내시경 시스템과, 서버를 포함한다. 내시경 시스템은 프로브부와 센서부를 포함한다. 프로브부는 대상자의 장기 점막에 대해 제1 영상 데이터를 생성하는 영상 센서와, 대상자의 장기 점막으로 레이저 광을 전달하고 장기 점막에서 반사되는 산란광을 수광하기 위한 광전달부를 구비하는 서브 프로브를 포함한다. 센서부는 서브 프로브에 의해 수집된 산란광을 이용하여, 라만 분광 데이터 및 레이저 주사식 광학 영상 데이터 중의 적어도 하나를 생성한다. 서버는 내시경 시스템으로부터, 제2 영상 데이터 및 라만 분광 데이터 중의 적어도 하나를 포함하는 내시경 측정 데이터와, 대상자에 관하여 의료 전문가에 의해 결정된 병변 판단 정보를 포함하는 병변 데이터를 수집하는 수집부; 병변 데이터를 학습하여 병변 별로 병변 판단 기준 정보를 생성하는 학습부; 및 학습부에 의해 학습된 병변 판단 기준 정보를 이용하여 피검자의 장기 상태를 판단하는 판단부;를 포함한다. 본 발명의 실시예에 의하면, 보다 객관적으로 병소의 정보를 획득할 수 있으며, 병변 진단의 정확도를 높일 수 있다.

Description

의료 진단 시스템, 서버 및 방법{MEDICAL DIAGNOSIS SYSTEM, SERVER, AND METHOD THEREOF}
본 발명은 의료 진단 시스템에 관한 것으로, 보다 상세하게는 내시경 측정 데이터 학습 기반의 의료 진단 시스템, 이의 서버, 및 병변 판단을 위한 기준 정보를 생성하는 방법에 관한 것이다.
위, 기관지, 식도, 십이지장, 직장 등, 의료 전문가가 병변을 직접 볼 수 없는 인체 내부의 장기를 관찰하여 암 진단이나 수술 등의 치료에 활용할 목적으로 광학 내시경이 사용되고 있다. 현재 광학 내시경을 이용한 병변 진단은 피검자의 장기 점막의 비정상 조직과 주변 정상 조직 간의 차이를 육안으로 판단하고, 추가로 조직 검사 등을 통한 병리 소견에 입각하여 장기 상태에 관한 진단을 하는 것이다. 이와 같이 광학 내시경 영상 데이터의 육안적 관찰에 기초하는 진단 방식의 경우, 진단 시술자의 경험과 숙련도에 따라 병변 진단의 정확도가 좌우되는 문제가 있다.
본 발명은 상기한 바와 같은 기술적 배경을 바탕으로 안출된 것으로, 보다 객관적으로 병소의 정보를 획득할 수 있으며, 병변 진단의 정확도를 높일 수 있는 의료 진단 시스템, 서버 및 병변 판단을 위한 기준 정보를 생성하는 방법을 제공하고자 한다.
본 발명의 일 측면에 따른 의료 진단 시스템은, 하나 이상의 내시경 시스템; 그리고 서버;를 포함한다.
상기 하나 이상의 내시경 시스템은, 대상자의 장기 점막에 대해 제1 영상 데이터를 생성하는 영상 센서와, 상기 대상자의 장기 점막으로 레이저 광을 전달하고 상기 장기 점막에서 반사되는 산란광을 수광하기 위한 광전달부를 구비하며 분리 가능하게 배치되는 서브 프로브를 포함하는 프로브부; 그리고 상기 서브 프로브에 의해 수집된 산란광을 이용하여, 라만 분광 데이터 및 레이저 주사식 광학 영상 데이터인 제2 영상 데이터 중의 적어도 하나를 생성하는 센서부;를 포함한다.
상기 서버는, 상기 하나 이상의 내시경 시스템 각각으로부터, 상기 제2 영상 데이터 및 상기 라만 분광 데이터 중의 적어도 하나를 포함하는 내시경 측정 데이터와, 상기 대상자에 관하여 의료 전문가에 의해 결정된 병변 판단 정보를 포함하는 병변 데이터를 수집하는 수집부; 상기 병변 데이터를 학습하여 병변 별로 병변 판단 기준 정보를 생성하는 학습부; 그리고 상기 학습부에 의해 학습된 병변 판단 기준 정보를 이용하여 피검자의 장기 상태를 판단하는 판단부;를 포함한다.
상기 센서부는, 상기 서브 프로브에 의해 수집된 산란광을 이용하여, 상기 제1 영상 데이터보다 높은 배율을 가지는 상기 제2 영상 데이터를 생성하는 고배율 영상 센서; 및 상기 서브 프로브에 의해 수집된 산란광을 이용하여 상기 라만 분광 데이터를 생성하는 분광기;를 포함하고, 상기 병변 데이터는 상기 제1 영상 데이터, 상기 제2 영상 데이터, 상기 라만 분광 데이터, 상기 대상자의 신체 정보, 및 상기 병변 판단 정보를 포함할 수 있다.
상기 학습부는 상기 제1 영상 데이터, 상기 제2 영상 데이터, 상기 라만 분광 데이터, 상기 대상자의 신체 정보, 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 결정할 수 있다.
상기 판단부는 상기 피검자의 신체 정보, 상기 내시경 시스템에 의해 상기 피검자의 장기 점막에 대하여 생성되는 상기 내시경 측정 데이터, 및 상기 병변 판단 기준 정보를 이용하여 상기 피검자의 장기 상태를 판단할 수 있다.
상기 학습부는, 상기 제1 영상 데이터 및 상기 제2 영상 데이터 각각의 병변 조직의 이미지 패턴, 상기 라만 분광 데이터의 파형 분포 패턴, 상기 대상자의 신체 정보 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 생성할 수 있다.
상기 서버는, 상기 대상자의 장기 상태에 관한 상기 판단부의 판단 결과가 의료 전문가의 판단과 일치하는지를 판단하고, 상기 대상자의 장기 상태가 의료 전문가의 판단과 일치하지 않는 경우 피드백 데이터를 생성하고, 상기 피드백 데이터의 생성 횟수가 설정된 기준값을 초과하는 경우 상기 피드백 데이터에 상응하는 병변 데이터에 가중치를 반영하여 상기 병변 판단 기준 정보를 갱신할 수 있다.
본 발명의 다른 측면에 따른 의료 진단 서버는, 대상자의 장기 점막에 관한 라만 분광 데이터 및 레이저 주사식 광학 영상 데이터 중의 적어도 하나, 그리고 상기 대상자에 관하여 의료 전문가에 의해 결정된 병변 판단 정보를 포함하는 병변 데이터를 저장하는 저장부; 상기 병변 데이터를 학습하여 병변 별로 병변 판단 기준 정보를 생성하는 학습부; 그리고 상기 학습부에 의해 학습된 병변 판단 기준 정보를 이용하여 피검자의 장기 상태를 판단하는 판단부;를 포함한다.
상기 학습부는 대상자의 장기 점막에 관한 저배율 영상 데이터, 상기 레이저 주사식 광학 영상 데이터, 상기 라만 분광 데이터, 상기 대상자의 신체 정보, 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 결정할 수 있다.
상기 판단부는 상기 피검자의 신체 정보, 상기 피검자의 장기 점막에 관하여 생성되는 내시경 측정 데이터, 및 상기 병변 판단 기준 정보를 이용하여 상기 피검자의 장기 상태를 판단할 수 있다.
상기 학습부는, 상기 저배율 영상 데이터 및 상기 레이저 주사식 광학 영상 데이터 각각의 병변 조직의 이미지 패턴, 상기 라만 분광 데이터의 파형 분포 패턴, 상기 대상자의 신체 정보 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 생성할 수 있다.
상기 의료 진단 서버는, 상기 대상자의 장기 상태에 관한 상기 판단부의 판단 결과가 의료 전문가의 판단과 일치하는지를 판단하고, 상기 대상자의 장기 상태가 의료 전문가의 판단과 일치하지 않는 경우 피드백 데이터를 생성하고, 상기 피드백 데이터의 생성 횟수가 설정된 기준값을 초과하는 경우 상기 피드백 데이터에 상응하는 병변 데이터에 가중치를 반영하여 상기 병변 판단 기준 정보를 갱신할 수 있다.
본 발명의 또 다른 측면에 따르면, 대상자의 장기 점막에 대해 획득된 레이저 주사식 광학 영상 및 라만 분광 데이터 중의 적어도 하나와, 상기 대상자에 관하여 의료 전문가에 의해 결정된 병변 판단 정보를 포함하는 병변 데이터를 수집하는 것; 그리고 상기 병변 데이터를 학습하여 병변 별로 피검자의 장기 상태를 판단하기 위한 병변 판단 기준 정보를 생성하는 것;을 포함하는 방법이 제공된다.
상기 병변 판단 기준 정보를 생성하는 것은, 상기 대상자의 장기 점막에 대한 저배율 영상 데이터, 상기 레이저 주사식 광학 영상 데이터, 상기 라만 분광 데이터, 상기 대상자의 신체 정보, 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 결정하는 것을 포함할 수 있다.
상기 병변 판단 기준 정보를 생성하는 것은, 상기 저배율 영상 데이터 및 상기 레이저 주사식 광학 영상 데이터 각각의 병변 조직의 이미지 패턴, 상기 라만 분광 데이터의 파형 분포 패턴, 상기 대상자의 신체 정보 및 상기 병변 판단 정보 중 적어도 둘 이상의 관계를 학습하여 상기 병변 판단 기준 정보를 생성하는 것을 포함할 수 있다.
상기 방법은, 상기 대상자의 장기 상태에 관한 상기 판단부의 판단 결과가 의료 전문가의 판단과 일치하는지를 판단하는 것; 상기 대상자의 장기 상태가 의료 전문가의 판단과 일치하지 않는 경우 피드백 데이터를 생성하는 것; 그리고 상기 피드백 데이터의 생성 횟수가 설정된 기준값을 초과하는 경우 상기 피드백 데이터에 상응하는 병변 데이터에 가중치를 반영하여 상기 병변 판단 기준 정보를 갱신하는 것; 더 포함할 수 있다.
본 발명의 실시예에 의하면, 보다 객관적으로 병소의 정보를 획득할 수 있으며, 병변 진단의 정확도를 높일 수 있다.
도 1은 본 발명의 일 실시예에 따른 의료 진단 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 의료 진단 시스템을 구성하는 내시경 시스템의 구성도이다.
도 3은 본 발명의 실시예에 따른 내시경 시스템을 구성하는 프로브부의 사시도이다.
도 4는 본 발명의 실시예에 따른 병변 데이터의 예시도이다.
도 5는 본 발명의 실시예에 따라 병변 판단을 위한 기준 정보를 생성하는 방법의 흐름도이다.
도 6은 본 발명의 실시예에 따라 병변 데이터를 학습하는 것을 보여주는 예시도이다.
도 7은 본 발명의 실시예에 따라 획득된 제2 영상 데이터의 예시도이다.
도 8은 본 발명의 실시예에 따라 획득된 라만 분광 데이터의 예시도이다.
도 9는 본 발명의 실시예에 따라 서버에서 학습되는 병변 데이터의 다른 예시도이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명의 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조부호를 붙였다. 또한, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
본 명세서에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에서 사용되는 '~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 하드웨어 구성요소를 의미할 수 있다. '~부'에서 제공하는 기능은 복수의 구성요소에 의해 분리되어 수행되거나, 다른 추가적인 구성요소와 통합될 수도 있다. 본 명세서의 '~부'는 반드시 소프트웨어 또는 하드웨어에 한정되지 않으며, 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
본 발명의 실시예에 따른 의료 진단 시스템은, 내시경 시스템에 의해 대상자의 장기 점막에 대해 획득된 CCD 영상 데이터, 레이저 주사식 광학 영상 데이터, 라만 분광 데이터 등의 내시경 측정 데이터를 수집하고, 내시경 측정 데이터와 병변 판단 정보 간의 관계를 학습하여 병변 판단의 객관적인 기준이 되는 병변 판단 기준 정보를 생성함으로써, 병변 판단 기준 정보를 이용하여 피검자의 장기 상태에 대해 정확하게 진단할 수 있다.
도 1은 본 발명의 일 실시예에 따른 의료 진단 시스템의 구성도이다. 도 1을 참조하면, 본 실시예에 따른 의료 진단 시스템은 복수의 내시경 시스템(100, 200, 300, 400)과, 서버(500) 및 저장부(600)를 포함한다.
복수의 내시경 시스템(100, 200, 300, 400)과 서버(500)는 유선 및/또는 무선 통신망으로 연결되어, 상호 간에 데이터를 전송할 수 있다. 실시예에서, 복수의 내시경 시스템은 내시경 시스템들(100, 200, 300), 원격 내시경 시스템(400)을 포함할 수 있다.
예시적으로, 복수의 내시경 시스템(100, 200, 300, 400)은 각각 내시경 장치를 이용하여 장기에 대한 진단 및 수술을 수행하는 병원 측에 제공될 수 있다. 원격 내시경 시스템(400)은 원격으로 내시경 검사를 수행하기 위한 조작부와, 내시경 장치에 의해 획득되는 영상 등의 데이터가 표시되는 디스플레이를 구비한다.
도 2는 본 발명의 일 실시예에 따른 의료 진단 시스템을 구성하는 내시경 시스템의 구성도이다. 도 1을 참조하면, 내시경 시스템(100)은 단말기(110), 레이저 광원(112), 프로브부(120) 및 센서부(180)를 포함한다.
도 3은 본 발명의 실시예에 따른 내시경 시스템을 구성하는 프로브부(120)의 사시도이다. 도 1 내지 도 3을 참조하면, 프로브부(120)는 검진 또는 수술 대상자의 신체 내부에 투입되어, 대상자 내부의 장기를 관찰하기 위해 제공된다.
본 실시예에서, 프로브부(120)는 반드시 검진 대상자의 장기에 삽입되어 장기 내부를 관찰하는 것으로 제한되지 않으며, 검진 대상자의 장기로부터 채취된 조직 검사 시편을 프로브부가 검진하는 구성도 본 발명의 실시예에 포함될 수 있다.
프로브부(120)는 저배율의 영상을 생성하기 위한 영상 센서(130)와, 고배율의 영상을 생성하기 위해 레이저 광 주사 및 산란광 수집 기능을 수행하는 서브 프로브(140)를 포함할 수 있다.
영상 센서(130)는 예시적으로, 전하 결합 장치(CCD; Charge Coupled Device) 등으로 제공될 수 있다. 영상 센서(130)는 프로브부(120)의 말단부에 구비될 수 있다. 장기 내의 밝기를 조절하기 위하여, 프로브부(120)의 말단부에는 광원(131, 132)이 제공될 수 있다.
한편, 본 실시예에서 영상 센서(130)는 CCD 장치 인 구성으로 설명되고 있으나, 이미지를 센싱하기 위한 다양한 센서, 예시적으로 CMOS 등과 같은 다양한 영상 센서 중 하나일 수 있다.
서브 프로브(140)는 광전달부(150)와 안정부(160)를 포함한다. 광전달부(150)는 예시적으로, 프로브부(120)의 기구 채널(instrument channel)에 삽입되어 제공될 수 있으며 프로브부(120)에 대하여 분리 가능하게 배치된다.
광전달부(150)는 광섬유 다발로 이루어진 공초점 프로브(Confocal Probe) 또는 라만 프로브(Raman Probe)로제공될 수 있다. 예시적으로, 광전달부(150)의 광섬유들 중 일부는 레이저 광의 산란광을 수광하기 위한 수광부로 제공되고, 다른 일부는 레이저 광을 주사하기 위한 발광부로 제공될 수 있다.
서브 프로브(140)를 구성하는 광전달부(150)의 선단부는 프로브부(120)의 말단부로부터 돌출되어 전방을 향하는 방향(Z)으로 길게 연장될 수 있다. 일 실시예로, 광전달부(140)는 상하 및 좌우 방향으로 휘어질 수 있는 연성을 갖도록 제공될 수 있다.
안정부(160)는 서브 프로브(140)의 흔들림을 보상하여 서브 프로브(140)의 자세를 제어하는 안정화 기능을 수행하여, 센서부(180)에서 생성되는 고배율 영상(레이저 주사식 광학 영상)에 흔들림이 발생하는 것을 방지할 수 있다.
인체 내부의 장기 점막에 레이저 광을 주사하기 위하여, 레이저 광원(112)은 기설정된 단일 파장 또는 멀티 파장의 레이저 광을 발생한다. 밴드 패스 필터(band pass filter)(114)는 레이저 광원(112)에서 발생한 레이저 광 중 장기 점막에 주사시키고자 하는 특정 파장의 레이저 광을 통과시킨다. 레이저 광원(112)과 밴드 패스 필터(114)는 예시적으로, 415 nm 내지 540 nm 중 적어도 하나의 파장을 가지는 레이저 광을 발생하도록 제공될 수 있다.
밴드 패스 필터(114)를 통과한 레이저 광은 커플링(coupling)(116)을 통해 광전달부(150)로 제공되고, 광전달부(150)의 광섬유 다발(151) 중의 적어도 일부를 통하여 장기의 점막(Mucosa)에 조사될 수 있다. 이때, 커플링(116)은 예시적으로 광선의 일부는 반사하고, 다른 부분은 투과하는 반사경 또는 기타의 광학 장치인 빔 스플리터(Beam Splitter)일 수 있다.
일 실시예로, 상이한 파장을 갖는 복수의 레이저 광이 광전달부(150)를 통해 장기의 점막에 조사될 수 있다. 예시적으로, 415 nm 대 파장의 청색 레이저 광 및 540 nm 대 파장의 녹색 레이저 광이 장기 점막에 조사될 수 있다.
청색 레이저 광은 녹색 레이저 광보다 파장이 짧으므로, 표시 모세혈관(superficial capillary networks)에서 반사되어, 광전달부(150)에 수광될 수 있다. 녹색 레이저 광은 청색 레이저 광보다 파장이 길므로, 표피를 통과하여 상피하(subepithelial) 조직에서 반사되어 광전달부(150)에 수광될 수 있다.
광전달부(150)를 통해 수집된 산란광은 커플링(116)을 통해 롱패스 필터(long pass filter)(170)를 거쳐 센서부(180)로 전달된다. 센서부(180)는 센서유닛(182)과, 분광기(spectrograph)(184)를 포함할 수 있다.
분광기(184)는 프로브부(120)에 의해 수집된 라만 산란광을 포함한 레이저광을 분광하여 스펙트럼 데이터를 생성한다. 이때, 상기 스펙트럼 데이터는 측정 가능한 라만 분광 데이터를 포함할 수 있으며, 라만 분광 데이터는 라만 변이 파형들을 포함하며, 가로축은 라만 변이를 세로축은 세기(밝기)를 나타낸다.
센서 유닛(182)은 프로브부(120)에 의해 수집된 산란광의 정보를 이용하여 고배율 영상(레이저 주사식 광학 영상)을 생성하거나, 분광기(184)에서 생성된 스펙트럼 데이터로부터 상기 고배율 영상 또는 라만 분광 스펙트럼을 센싱할 수 있다. 센싱된 상기 고배율 영상 또는 상기 라만 분광 스펙트럼은 센서 유닛(182)에서 고배율 영상 정보 또는 라만 분광 스펙트럼 정보로 생성되어, 단말기(110)로 전달될 수 있다.
즉, 본 실시예에 따른 센서 유닛(182)은 상기 고배율 영상 및 상기 라만 분광 스펙트럼을 센싱할 수 있는 고감도 센서일 수 있다.
단말기(110)는 레이저 광원(112), 프로브부(120) 및 센서부(180)와 전기적으로 결합되어, 레이저 광원(112), 프로브부(120) 및 센서부(180)의 동작을 제어하는 동시에, 프로브부(120) 및 센서부(180)에 의해 생성된 CCD 영상 데이터(제1 영상 데이터), 레이저 주사식 광학 영상 데이터(제2 영상 데이터), 라만 분광 데이터 등의 데이터를 디스플레이할 수 있다.
이때, CCD 영상 데이터인 상기 제1 영상 데이터는 레이저 주사식 광학 영상 데이터인 상기 제2 영상 데이터보다 저배율 영상 데이터로 형성되며, 따라서 상기 제1 영상 데이터를 저배율 영상 데이터라 할 수 있다.
다시 도 1을 참조하면, 병변을 객관적인 기준으로 정확하게 검진하기 위하여, 각각의 내시경 시스템(100, 200, 300, 400)에 의해 생성된 병변 데이터는 서버(500)로 제공되어, 저장부(600)에 저장된다.
서버(500)는 내시경 시스템(100, 200, 300, 400)으로부터 제공되는 병변 데이터를 학습하여 병변 별로 병변 판단 기준 정보를 생성한다. 실시예에서, 서버(500)는 판단부(510), 학습부(520), 원격 제어부(530) 및 수집부(540)를 포함할 수 있다.
도 4는 본 발명의 실시예에 따른 병변 데이터의 예시도이다. 도 1 및 도 4를 참조하면, 일 실시예로, 병변 데이터는 대상자의 장기에 대해 획득된 내시경 측정 데이터와, 병변 판단 정보 및 대상자의 신체 정보를 포함할 수 있다.
내시경 측정 데이터는 대상자의 장기 점막에 대해 획득된 제1 영상 데이터(CCD 영상 데이터), 제2 영상 데이터(레이저 주사식 광학 영상 데이터), 및 라만 분광 데이터를 포함할 수 있다.
병변 판단 정보는 대상자에 관하여 의료 전문가에 의해 결정된 병변 진단 결과이다. 대상자의 신체 정보는 예시적으로, 대상자의 성별, 나이, 키, 몸무게, 인종, 국적, 흡연량, 음주량, 가족력 등의 다양한 정보를 포함할 수 있다.
원격 제어부(530) 및 수집부(540)는 원격 내시경 시스템(400) 및 내시경 시스템들(100, 200, 300, 400) 각각으로부터 상기 병변 데이터를 수집한다. 원격 제어부(530)와 수집부(540)는 유/무선 통신망을 통해 각 내시경 시스템(100, 200, 300, 400)으로부터 병변 데이터를 수집할 수 있다.
학습부(520)는 각 내시경 시스템(100, 200, 300, 400)으로부터 수집된 병변 데이터를 빅데이터 기반 딥러닝(deep learing) 방식으로 학습하여, 병변 별로 병변 판단 기준 정보를 생성할 수 있다. 예시적으로, 학습부(520)는 순환형 신경망(Recurrent Neural Network) 알고리즘을 이용하여 병변 데이터를 학습함으로서 병변 판단 기준 정보를 생성할 수 있다.
학습부(520)는 제1 영상 데이터(CCD 영상 데이터), 제2 영상 데이터(레이저 주사식 광학 영상 데이터), 라만 분광 데이터, 대상자의 신체 정보, 및 병변 판단 정보의 관계를 학습하여 병변 판단 기준 정보를 결정할 수 있다.
실시예에서, 학습부(520)는 상기 제1 영상 데이터 및 상기 제2 영상 데이터 각각의 병변 조직의 이미지 패턴, 라만 분광 데이터의 파형 분포 패턴, 대상자의 신체 정보 및 병변 판단 정보 중 적어도 둘 이상의 관계를 학습하여 상기 병변 판단 기준 정보를 생성할 수 있다.
판단부(510)는 학습부(520)에 의해 학습된 병변 판단 기준 정보를 이용하여 피검자의 장기 상태를 판단한다. 진단 정보는 특정한 질병에 대한 확률적 정보 또는 다수의 질병에 대한 확률적 정보의 형태로 생성될 수 있다.
실시예에서, 판단부(510)는 피검자의 신체 정보, 내시경 시스템에 의해 피검자의 장기 점막에 대하여 생성되는 내시경 측정 데이터, 및 상기 학습부(520)에 의해 생성된 병변 판단 기준 정보를 이용하여 피검자의 장기 상태를 판단할 수 있다.
도 5는 본 발명의 실시예에 따라 병변 판단을 위한 기준 정보를 생성하는 방법의 흐름도이다. 도 1 및 도 5를 참조하면, 서버(500)에 의해 복수의 내시경 시스템(100, 200, 300, 400)으로부터 병변 데이터가 수집된다(S11). 병변 데이터는 제1 영상 데이터(CCD 영상 데이터), 제2 영상 데이터(레이저 주사식 광학 영상 데이터), 라만 분광 데이터, 대상자의 신체 정보 및 의료 전문가의 병변 판단 정보를 포함할 수 있다.
병변 데이터가 수집되면, 학습부(520)는 각 내시경 시스템(100, 200, 300, 400)으로부터 수집된 병변 데이터를 학습하여, 병변 별로 병변 판단 기준 정보를 생성한다(S12).
도 6은 본 발명의 실시예에 따라 병변 데이터를 학습하는 것을 보여주는 예시도이다. 도 6을 참조하면, 학습부(520)는 제1 영상 데이터(CCD 영상 데이터), 제2 영상 데이터(레이저 주사식 광학 영상 데이터), 라만 분광 데이터, 대상자의 신체 정보, 및 병변 판단 정보의 관계를 학습하여 병변 판단 기준 정보를 결정할 수 있다.
도 7은 본 발명의 실시예에 따라 획득된 제2 영상 데이터의 예시도이고, 도 8은 본 발명의 실시예에 따라 획득된 라만 분광 데이터의 예시도이다. 도 1, 도 5 내지 도 8을 참조하면, 학습부(520)는 제1 영상 데이터(CCD 영상 데이터), 레이저 주사식 광학 영상 데이터인 제2 영상 데이터(10) 각각의 병변 조직(12)의 세포 패턴, 라만 분광 데이터의 파형, 예를 들어, 피크 변이(RS1, RS2, RS3), 피크값(P1, P2, P3) 및 피크폭(RW1, RW2, RW3), 대상자의 각종 신체 정보 및 의사에 의한 병변 판단 정보의 관계를 학습하여 병변 판단 기준 정보를 생성할 수 있다.
판단부(510)는 학습부(520)에 의해 학습된 병변 판단 기준 정보를 이용하여 피검자의 장기 상태를 판단한다(S13). 실시예에서, 판단부(510)는 피검자의 신체 정보, 내시경 시스템에 의해 피검자의 장기 점막에 대하여 생성되는 내시경 측정 데이터(CCD 영상, 레이저 주사식 광학 영상, 라만 분광 데이터)를 상기 학습부(520)에 의해 생성된 병변 판단 기준 정보에 적용하여 피검자의 장기 상태를 판단할 수 있다.
또한, 서버(500)는 대상자의 장기 상태에 관한 판단부(510)의 판단 결과가 의료 전문가의 판단과 일치하는지를 판단하고(S14), 대상자의 장기 상태가 의료 전문가의 판단과 일치하지 않는 경우 피드백 데이터(feedback data)를 생성한다(S15).
만약, 피드백 데이터의 생성 횟수가 설정된 기준값(N)을 초과하는 경우 피드백 데이터에 상응하는 병변 데이터에 가중치를 반영하여 병변 판단 기준 정보를 갱신할 수 있다(S16, S17). 기준값은 0 이상의 정수로 설정될 수 있다. 병변 데이터의 육안적 관찰에 따른 의사의 판단과, 병변 데이터를 병변 판단 기준 정보에 적용하여 얻은 서버(500)의 판단 결과가 다른 경우, 해당 병변 데이터에 높은 가중치를 부여하여 학습 성능을 향상시킨다.
도 9는 본 발명의 실시예에 따라 서버에서 학습되는 병변 데이터의 다른 예시도이다. 도 9를 참조하면, 서버(500)는 저배율 CCD 영상 데이터인 제1 영상 데이터, 고배율 레이저 주사식 광학 영상인 제2 영상 데이터, 라만 분광 데이터, 의사의 1차 병변 판단 정보와 최종 병변 판단 정보 및 피검자의 신체 정보의 관계를 학습하여 병변 별 병변 판단 기준 정보를 생성할 수 있다.
1차 병변 판단 정보는 의사가 피검자의 내시경 측정 데이터(CCD 영상 데이터, 레이저 주사식 광학 영상, 라만 분광 데이터)의 육안적 관찰을 바탕으로 한 병변 판단 결과이고, 최종 병변 판단 정보는 추가로 정밀 조직 검사를 진행하여 얻은 결과에 기초하여 최종적으로 병변을 판단한 결과를 의미한다.
본 실시예에서, 의사의 1차 병변 판단 데이터, 최종 병변 판단 데이터, 서버(500)의 병변 판단 결과에 따라, 해당 병변 데이터의 가중치는 상이하게 결정될 수 있다. 예시적으로, 병변 데이터의 가중치는 하기의 표 1에 따라 설정될 수 있다.
의사 병변 판단 결과 병변 판단 결과
(서버)		 가중치
(weight)
1차 병변 판단 결과 최종 병변 판단 결과
양성 양성 양성 W1
양성 양성 음성 W2
양성 음성 양성 W3
양성 음성 음성 W4
음성 양성 양성 W5
음성 양성 음성 W6
음성 음성 양성 W7
음성 음성 음성 W8
예를 들어, 위암 등의 병변에 대한 1차 병변 판단 결과가 '음성'이고, 서버의 병변 판단 결과가 '양성'이고, 최종 병변 판단 결과가 '양성'인 경우, 해당 병변 데이터에 높은 가중치(W5)를 반영하여 학습을 수행함으로써, 보다 신뢰도 있는 병변 판단 기준 정보를 확보하여 병변 진단에 활용할 수 있게 된다.
병변 데이터를 이용한 학습에 의해 생성되는 병변 판단 기준 정보는 다양한 병변 별로 CCD 영상 데이터, 레이저 주사식 광학 영상 데이터, 라만 분광 데이터의 신뢰도(검진 정확도)가 상이하게 제공될 수 있다. 예를 들어, 제1 병변의 경우 CCD 영상 데이터의 신뢰도가 높고, 제2 병변의 경우 레이저 주사식 광학 영상 데이터의 신뢰도가 높고, 제3 병변의 경우 라만 분광 데이터의 신뢰도가 높은 것으로 결정될 수 있다. 따라서, 특정 병변에 대한 신뢰도가 높은 데이터의 반영 비율을 높여 장기 상태를 진단함으로써, 병변의 검진 정확도를 높일 수 있다.
본 실시예에 따른 의료 진단 시스템 및 병변 판단 기준 생성 방법은 검진 대상자의 장기에 대한 시각적 관찰만을 진행하고 검진자가 시각적 관찰을 기반으로 검진 대상자에 대한 판단을 내리는 종래의 내시경 시스템 및 진단 방법과 달리, 검진 대상자의 장기에 대한 광학적 관찰을 기반으로 병변 데이터를 수집하고, 수집된 병변 데이터의 학습에 의해 객관적인 병변 판단 기준 정보를 생성하여 검진 대상자의 전암병소, 암 등 장기 상태에 대한 진단을 내리게 된다.
본 실시예에 의하면, 위염, 위암 등에 대한 진단을 진단자의 경험에 의하여 수행하는 것이 아닌, 객관적인 데이터(병변 판단 기준 정보)를 바탕으로 보다 신뢰성있는 진단 정보를 제공할 수 있다.
본 발명의 실시예에 따른 의료 진단 시스템은 예시적으로, 위, 기관지, 식도, 십이지장, 직장 등 다양한 장기의 점막에 대한 상태를 진단하기 위하여 활용될 수 있다.
본 실시예에 따르면, 병변 별로 객관적인 병변 판단 기준 정보를 수립하여, 위선암(Gastric adenocarcinoma), 위염(Gastritis), 헬리코박터 필로리 감염 만성 위축성 위염, 알코올성 위궤양 등으로 조직 병리 정보를 세분화하여 진단할 수 있다.
또한, 스크리닝 내시경 검사시에 전체적인 소화관 점막의 정상, 이상 부분을 구분함으로써, 스크리닝의 정확한 판단이 가능하다. 또한, 대장질환의 경우에도 좀 더 정확한 감별 진단이 가능하며, 예를 들어 크론병, 궤양성 대장염, 결핵성 장염 등의 다양한 병변 별로 정확한 감별이 가능하다.
또한, 본 실시예에 의하면, 검진 대상자의 장기 내부에 플루오레세인나트륨(fluorescein sodium)과 같은 조영제(Contrast Agents)를 투여하지 않고도, 고배율 영상(레이저 주사식 광학 영상)을 이용하여 정확한 진단 결과를 얻을 수 있으며, 조영제에 의한 부작용을 제거할 수 있는 이점도 제공된다.
상기에서는 본 발명의 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러 가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명의 범위에 속하는 것은 당연하다.
100 ~ 400 : 내시경 시스템 110 : 단말기
112 : 레이저 광원 114 : 밴드 패스 필터
116 : 커플링 120 : 프로브부
130 : 영상 센서 131, 132 : 광원
140 : 서브 프로브 150 : 광전달부
151 : 광섬유 160 : 안정부
180 : 센서부 182 : 고배율 영상 센서
184 : 분광기 500 : 서버
510 : 판단부 520 : 학습부
530 : 원격 제어부 540 : 수집부
600 : 저장부

Claims (13)

  1. 대상자의 장기 점막에 대해 제1 영상 데이터를 생성하는 영상 센서와, 상기 장기 점막으로 레이저 광을 전달하고 상기 장기 점막에서 반사되는 산란광을 수광하기 위한 광전달부를 구비하며 분리 가능하게 배치되는 서브 프로브를 포함하는 프로브부; 및 상기 서브 프로브에 의해 수집된 산란광을 이용하여, 라만 분광 데이터 및 레이저 주사식 광학 영상 데이터인 제2 영상 데이터 중의 적어도 하나를 생성하는 센서부;를 포함하는 하나 이상의 내시경 시스템; 그리고
    상기 하나 이상의 내시경 시스템 각각으로부터, 상기 제2 영상 데이터 및 상기 라만 분광 데이터 중의 적어도 하나를 포함하는 내시경 측정 데이터와, 상기 대상자에 관하여 의료 전문가에 의해 결정된 병변 판단 정보를 포함하는 병변 데이터를 수집하는 수집부; 상기 병변 데이터를 학습하여 병변 별로 병변 판단 기준 정보를 생성하는 학습부; 및 상기 학습부에 의해 학습된 병변 판단 기준 정보를 이용하여 피검자의 장기 상태를 판단하는 판단부;를 포함하는 서버;
    를 포함하는, 의료 진단 시스템.
  2. 제1 항에 있어서,
    상기 센서부는,
    상기 서브 프로브에 의해 수집된 산란광을 이용하여, 상기 제1 영상 데이터보다 높은 배율을 가지는 상기 제2 영상 데이터를 생성하는 고배율 영상 센서; 및
    상기 서브 프로브에 의해 수집된 산란광을 이용하여 상기 라만 분광 데이터를 생성하는 분광기;를 포함하고,
    상기 병변 데이터는 상기 제1 영상 데이터, 상기 제2 영상 데이터, 상기 라만 분광 데이터, 상기 대상자의 신체 정보, 및 상기 병변 판단 정보를 포함하는, 의료 진단 시스템.
  3. 제2 항에 있어서,
    상기 학습부는 상기 제1 영상 데이터, 상기 제2 영상 데이터, 상기 라만 분광 데이터, 상기 대상자의 신체 정보, 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 결정하고,
    상기 판단부는 상기 피검자의 신체 정보, 상기 내시경 시스템에 의해 상기 피검자의 장기 점막에 대하여 생성되는 상기 내시경 측정 데이터, 및 상기 병변 판단 기준 정보를 이용하여 상기 피검자의 장기 상태를 판단하는, 의료 진단 시스템.
  4. 제3 항에 있어서,
    상기 학습부는, 상기 제1 영상 데이터 및 상기 제2 영상 데이터 각각의 병변 조직의 이미지 패턴, 상기 라만 분광 데이터의 파형 분포 패턴, 상기 대상자의 신체 정보 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 생성하는, 의료 진단 시스템.
  5. 제1 항에 있어서,
    상기 서버는,
    상기 대상자의 장기 상태에 관한 상기 판단부의 판단 결과가 의료 전문가의 판단과 일치하는지를 판단하고, 상기 대상자의 장기 상태가 의료 전문가의 판단과 일치하지 않는 경우 피드백 데이터를 생성하고, 상기 피드백 데이터의 생성 횟수가 설정된 기준값을 초과하는 경우 상기 피드백 데이터에 상응하는 병변 데이터에 가중치를 반영하여 상기 병변 판단 기준 정보를 갱신하는, 의료 진단 시스템.
  6. 대상자의 장기 점막에 관한 라만 분광 데이터 및 레이저 주사식 광학 영상 데이터 중의 적어도 하나, 그리고 상기 대상자에 관하여 의료 전문가에 의해 결정된 병변 판단 정보를 포함하는 병변 데이터를 저장하는 저장부;
    상기 병변 데이터를 학습하여 병변 별로 병변 판단 기준 정보를 생성하는 학습부; 및
    상기 학습부에 의해 학습된 병변 판단 기준 정보를 이용하여 피검자의 장기 상태를 판단하는 판단부;를 포함하는, 의료 진단 서버.
  7. 제6 항에 있어서,
    상기 학습부는 대상자의 장기 점막에 관한 저배율 영상 데이터, 상기 레이저 주사식 광학 영상 데이터, 상기 라만 분광 데이터, 상기 대상자의 신체 정보, 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 결정하고,
    상기 판단부는 상기 피검자의 신체 정보, 상기 피검자의 장기 점막에 관하여 생성되는 내시경 측정 데이터, 및 상기 병변 판단 기준 정보를 이용하여 상기 피검자의 장기 상태를 판단하는, 의료 진단 서버.
  8. 제7 항에 있어서,
    상기 학습부는, 상기 저배율 영상 데이터 및 상기 레이저 주사식 광학 영상 데이터 각각의 병변 조직의 이미지 패턴, 상기 라만 분광 데이터의 파형 분포 패턴, 상기 대상자의 신체 정보 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 생성하는, 의료 진단 서버.
  9. 제6 항에 있어서,
    상기 대상자의 장기 상태에 관한 상기 판단부의 판단 결과가 의료 전문가의 판단과 일치하는지를 판단하고, 상기 대상자의 장기 상태가 의료 전문가의 판단과 일치하지 않는 경우 피드백 데이터를 생성하고, 상기 피드백 데이터의 생성 횟수가 설정된 기준값을 초과하는 경우 상기 피드백 데이터에 상응하는 병변 데이터에 가중치를 반영하여 상기 병변 판단 기준 정보를 갱신하는 것을 특징으로 하는, 의료 진단 서버.
  10. 대상자의 인체로부터 채취된 장기 조직에 대한 레이저 주사식 광학 영상 및 라만 분광 데이터 중의 적어도 하나와, 상기 대상자에 관하여 의료 전문가에 의해 결정된 병변 판단 정보를 포함하는 병변 데이터를 수집하는 것; 그리고
    상기 병변 데이터를 학습하여 병변 별로 피검자의 장기 상태를 판단하기 위한 병변 판단 기준 정보를 생성하는 것;을 포함하는, 방법.
  11. 제10 항에 있어서,
    상기 병변 판단 기준 정보를 생성하는 것은,
    상기 대상자의 장기 점막에 대한 저배율 영상 데이터, 상기 레이저 주사식 광학 영상 데이터, 상기 라만 분광 데이터, 상기 대상자의 신체 정보, 및 상기 병변 판단 정보 중 적어도 둘 이상의 관계를 학습하여 상기 병변 판단 기준 정보를 결정하는 것을 포함하는, 방법.
  12. 제11 항에 있어서,
    상기 병변 판단 기준 정보를 생성하는 것은,
    상기 CCD 영상 데이터 및 상기 레이저 주사식 광학 영상 데이터 각각의 병변 조직의 이미지 패턴, 상기 라만 분광 데이터의 파형 분포 패턴, 상기 대상자의 신체 정보 및 상기 병변 판단 정보의 관계를 학습하여 상기 병변 판단 기준 정보를 생성하는 것을 포함하는, 방법.
  13. 제10 항에 있어서,
    상기 대상자의 장기 상태에 관한 상기 판단부의 판단 결과가 의료 전문가의 판단과 일치하는지를 판단하는 것;
    상기 대상자의 장기 상태가 의료 전문가의 판단과 일치하지 않는 경우 피드백 데이터를 생성하는 것; 그리고
    상기 피드백 데이터의 생성 횟수가 설정된 기준값을 초과하는 경우 상기 피드백 데이터에 상응하는 병변 데이터에 가중치를 반영하여 상기 병변 판단 기준 정보를 갱신하는 것;을 더 포함하는, 방법.
KR1020160151154A 2016-11-14 2016-11-14 의료 진단 시스템, 서버 및 방법 KR101921582B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160151154A KR101921582B1 (ko) 2016-11-14 2016-11-14 의료 진단 시스템, 서버 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160151154A KR101921582B1 (ko) 2016-11-14 2016-11-14 의료 진단 시스템, 서버 및 방법

Publications (2)

Publication Number Publication Date
KR20180053957A true KR20180053957A (ko) 2018-05-24
KR101921582B1 KR101921582B1 (ko) 2018-11-26

Family

ID=62296722

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160151154A KR101921582B1 (ko) 2016-11-14 2016-11-14 의료 진단 시스템, 서버 및 방법

Country Status (1)

Country Link
KR (1) KR101921582B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020071677A1 (ko) * 2018-10-02 2020-04-09 한림대학교 산학협력단 위 내시경 이미지의 딥러닝을 이용하여 위 병변을 진단하는 장치 및 방법
WO2023153635A1 (ko) * 2022-02-08 2023-08-17 재단법인 아산사회복지재단 머신 러닝 기반 라만 분광 분석을 이용한 염증 질환 분류 방법 및 장치

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102221943B1 (ko) 2019-01-30 2021-03-04 가톨릭대학교 산학협력단 인공지능 기반 캡슐 내시경 영상 판독 방법 및 시스템
KR20230077341A (ko) 2021-11-25 2023-06-01 심유섭 도심형 통합 헬스 케어 서비스를 제공하는 서버의 제어 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4459710B2 (ja) * 2004-05-11 2010-04-28 Ｈｏｙａ株式会社 蛍光観察内視鏡装置
KR101653505B1 (ko) * 2015-10-13 2016-09-01 한국 한의학 연구원 이미지를 기반으로 건강상태에 대한 진단을 보조하는 컴퓨팅 장치 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020071677A1 (ko) * 2018-10-02 2020-04-09 한림대학교 산학협력단 위 내시경 이미지의 딥러닝을 이용하여 위 병변을 진단하는 장치 및 방법
WO2023153635A1 (ko) * 2022-02-08 2023-08-17 재단법인 아산사회복지재단 머신 러닝 기반 라만 분광 분석을 이용한 염증 질환 분류 방법 및 장치

Also Published As

Publication number Publication date
KR101921582B1 (ko) 2018-11-26

Similar Documents

Publication Publication Date Title
US10939864B2 (en) Falloposcope and method for ovarian cancer detection
KR101921582B1 (ko) 의료 진단 시스템, 서버 및 방법
Boppart et al. Optical imaging technology in minimally invasive surgery: current status and future directions
JP6731857B2 (ja) 耳鏡及びスペクトル解析に基づく耳鏡検査方法
US20080312540A1 (en) System and Method for Normalized Flourescence or Bioluminescence Imaging
US20030167007A1 (en) Apparatus and method for spectroscopic examination of the colon
JP5705124B2 (ja) 診断補助装置及び診断補助方法
KR20170055526A (ko) 방광의 진단 맵핑을 위한 방법 및 시스템
JP2005519666A (ja) 複合耳鏡
EP3603482A1 (en) Endoscope system, processor device, and method for operating endoscope system
JPH08224240A (ja) 蛍光診断装置
CN107427202B (zh) 用于照射人类或动物身体内部的感兴趣结构的设备、系统和方法
WO2012132571A1 (ja) 診断システム
US20090242797A1 (en) System and method for multi-mode optical imaging
WO2011053074A2 (ko) 기능적 내시경 광단층 영상진단 장치
US20090244521A1 (en) System and method for multi-mode optical imaging
US20100249607A1 (en) Quantitative spectroscopic imaging
JP5737899B2 (ja) 診断システム
KR101818726B1 (ko) 내시경 장치 및 이것의 제어 방법
KR101782751B1 (ko) 형광현미경에 장착 가능한 플러그앤 플레이 내시경 프로브 시스템
JP2013048646A (ja) 診断システム
KR101542354B1 (ko) 거리 측정 모듈을 포함하는 내시경 장치, 이를 이용한 병변 크기 측정 시스템 및 방법
JP4109132B2 (ja) 蛍光判定装置
CN107126184A (zh) 一种医用内窥镜系统
KR101859717B1 (ko) 내시경 장치 및 이것의 제어 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant
GRNT Written decision to grant