KR20190045884A - 의료 영상 판독 장치 및 이를 이용하여 질병에 관한 정보를 제공하는 방법 - Google Patents

의료 영상 판독 장치 및 이를 이용하여 질병에 관한 정보를 제공하는 방법 Download PDF

Info

Publication number
KR20190045884A
KR20190045884A KR1020180127791A KR20180127791A KR20190045884A KR 20190045884 A KR20190045884 A KR 20190045884A KR 1020180127791 A KR1020180127791 A KR 1020180127791A KR 20180127791 A KR20180127791 A KR 20180127791A KR 20190045884 A KR20190045884 A KR 20190045884A
Authority
KR
South Korea
Prior art keywords
resolution
medical image
image reading
input
image
Prior art date
Application number
KR1020180127791A
Other languages
English (en)
Other versions
KR102181701B1 (ko
Inventor
오지선
박유랑
심우현
김용길
Original Assignee
울산대학교 산학협력단
재단법인 아산사회복지재단
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 울산대학교 산학협력단, 재단법인 아산사회복지재단 filed Critical 울산대학교 산학협력단
Publication of KR20190045884A publication Critical patent/KR20190045884A/ko
Application granted granted Critical
Publication of KR102181701B1 publication Critical patent/KR102181701B1/ko

Links

Images

Classifications

    • 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
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/449—Nail evaluation, e.g. for nail disorder diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physiology (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Psychiatry (AREA)
  • Computing Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Radiology & Medical Imaging (AREA)
  • Dermatology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

일 실시예에 따른 의료 영상 판독 장치는 손톱주름 모세혈관을 촬영하여서 영상을 획득하는 촬영부와, 상기 획득된 영상이 갖는 제1 해상도를 상기 제1 해상도보다 높은 제2 해상도로 조절하는 해상도 조절부와, 상기 제2 해상도로 조절된 영상이 입력되면 소정의 질병에 관한 판독 결과를 출력하도록 사전에 학습된 판독부를 포함한다.

Description

의료 영상 판독 장치 및 이를 이용하여 질병에 관한 정보를 제공하는 방법 {APPARATUS FOR INTERPRETING MEDICAL IMAGE AND METHOD FOR PROVIDING DISEASE INFORMATION}
본 발명은 의료 영상 판독 장치 및 이를 이용하여 질병에 관한 정보를 제공하는 방법에 관한 것이다.
손톱주름 모세혈관경(nailfold capillaroscopy) 검사는 1663년 Johan Christophorus Kolhaus가 손톱 주위의 미세혈관을 확대경으로 관찰하여 처음 임상 보고한 것으로 계기로 세상에 알려지기 시작하여, 1912년에는 본 검사가 건강한 사람의 미세혈관순환을 평가하는데 유용하다는 것이 인정되었고, 이후로 1925년 Brown과 O'Leary가 전신경화증이라는 질환에서 나타나는 모세혈관의 특징적인 형태학적 변화를 보고하여, 현재까지 이 분야의 임상진료에 널리 사용되고 있는 검사이다.
이 검사는 레이노 현상(추위에 노출시 손가락과 같은 신체 말단 부위의 말초혈관의 이상반응으로 인해 신체 말단부에 일시적인 혈류 장애가 일어나 피부색이 흰색이나 푸른색, 이어서 붉은색으로 변하는 현상으로 인구 약 10%에서 발생)을 보이는 환자에게서 원인을 감별하는데 중요한 정보를 제공할 뿐 아니라, 희귀난치질환인 전신경화증을 조기 진단하는데에도 유용한 검사법으로 자리 잡고 있다.
(선행문헌1) 한국등록특허공보, 10-0472562 (2004.02.05. 공개)
본 발명의 해결하고자 하는 과제는, 손톱주름 모세혈관을 촬영하고 딥러닝 또는 머신 러닝 기법에 의해 학습된 구성을 통해 촬영된 영상을 분석하며, 분석 결과를 이용해서 환자의 질병에 대한 상태 내지 판독 결과를 도출하는 기술을 제안하는 것이다.
다만, 본 발명의 해결하고자 하는 과제가 이에 한정되는 것은 아니다.
일 실시예에 따른 의료 영상 판독 장치는 손톱주름 모세혈관을 촬영하여서 영상을 획득하는 촬영부와, 상기 획득된 영상이 갖는 제1 해상도를 상기 제1 해상도보다 높은 제2 해상도로 조절하는 해상도 조절부와, 상기 제2 해상도로 조절된 영상이 입력되면 소정의 질병에 관한 판독 결과를 출력하도록 사전에 학습된 판독부를 포함한다.
또한, 상기 의료 영상 판독 장치는, 촬영 대상인 손톱에 도포된 소정 물질의 종류와 양을 입력받는 입력부를 더 포함하고, 상기 촬영부는 상기 입력받은 상기 소정 물질의 종류와 양을 기초로 상기 손톱주름 모세혈관의 촬영 시에 조사되는 광량을 결정하고, 상기 결정된 광량을 촬영 시에 조사할 수 있다.
또한, 상기 해상도 조절부는 복수 개의 저해상도 영상을 입력으로 하고 상기 복수 개의 저해상도 영상 각각에 대응되는 고해상도 영상을 정답으로 하여서 학습된 것일 수 있다.
또한, 상기 의료 영상 판독 장치는 상기 제2 해상도로 조절된 영상이 입력되면 상기 제2 해상도로 조절된 영상에 포함된 손톱주름 모세혈관의 형태, 질감(texture), 크기, 개수 및 밀도 중 적어도 하나를 출력하도록 사전에 기계 학습된 영상 처리부를 더 포함하고, 상기 판독부는 상기 영상 처리부가 출력한 상기 형태, 크기, 개수 및 밀도 중 적어도 하나가 입력되면 상기 소정의 질병에 관한 판독 결과를 출력하도록 사전에 학습된 것일 수 있다.
또한, 상기 의료 영상 판독 장치는 상기 제2 해상도로 조절된 영상에 나타난 손가락이 오른손의 5개의 손가락과 왼손의 5개의 손가락 중 어떤 손가락인지에 대한 정보를 입력받는 입력부를 더 포함하고, 상기 영상 처리부는 상기 입력받은 손가락에 대한 정보를 기계 학습 과정에서의 파라미터로서 입력받을 수 있다.
또한, 상기 의료 영상 판독 장치는 상기 촬영부의 촬영 당시의 온도를 입력받는 입력부를 더 포함하고, 상기 영상 처리부는 상기 입력받은 촬영 당시의 온도를 기계 학습 과정에서의 파라미터로서 입력받을 수 있다.
또한, 상기 의료 영상 판독 장치는 나이, 성별 및 병력 중 적어도 하나를 입력받는 입력부를 더 포함하고, 상기 판독부는 상기 입력받은 나이, 성별 및 병력 중 적어도 하나를 기계 학습 과정에서의 파라미터로서 입력받을 수 있다.
의료 영상 판독 장치가 수행하는 정보 제공 방법으로서, 손톱주름 모세혈관을 촬영하여서 영상을 획득하는 단계와, 상기 획득된 영상이 갖는 제1 해상도를 상기 제1 해상도보다 높은 제2 해상도로 조절하는 단계와, 상기 제2 해상도로 조절된 영상이 입력되면 사전에 학습된 알고리즘에 따라 소정의 질병에 관한 판독 결과를 출력하는 단계를 포함한다.
일 실시예에 따르면, 레이노 현상을 보이는 환자에 대한 평가, 전신경화증과 같은 자가면역질환, 미세혈관병증과 관련될 수 있는 다양한 질환과의 연관성이 도출될 수 있다. 또한, 직업적인 진동 노출로 발생하는 손팔진동증후군(hand-arm vibration syndrome), 당뇨병 및 당뇨망막병증, 고혈압, 심장동맥저류현상(coronary slow flow phenomenon), 심장X증후군(cardiac syndrome X, 전형적인 협심증성 흉통을 보이나 심혈관조영검사에서 정상소견을 보이는 경우), 원발쓸개관간경화(primary biliary cirrhosis), 복막투석환자 등의 매우 다양한 질환 상태에서 손톱주름모세혈관경에서 보이는 모세혈관의 이상 소견과의 연관성이 도출될 수 있다.
아울러, 개개인에 대한 미세한 변화의 감지가 가능하다. 예컨대 육안적으로 측정할 때는 오차 범위로 인해 미미한 변화를 구분하기 어려웠으나, 자동화에 의해 검사간 오차범위가 줄게 되면 기존에 손톱주름모세혈관 검사에 적용되지 않던 추가적인 변수(환경 변수 등)의 적용이 가능하다. 추가적인 변수에는 예컨대 온도 변화, 약물 사용 등이 있을 수 있다.
도 1은 손톱주름의 위치와 모세혈관에 대해 예시적으로 도시한 도면이다.
도 2는 일 실시예에 따른 의료 영상 판독 장치의 구성을 예시적으로 도시한 도면이다.
도 3은 일 실시예에 따른 손톱주름 모세혈관에 대해 촬영된 영상을 예시적으로 도시한 도면이다.
도 4는 일 실시예에 따른 질병에 관한 정보 제공 방법의 절차를 예시적으로 도시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 '포함'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 '부'라는 용어는 소프트웨어 또는 FPGA나 ASIC과 같은 하드웨어 구성요소를 의미하며, '부'는 어떤 역할들을 수행한다. 그렇지만 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부'들로 결합되거나 추가적인 구성요소들과 '부'들로 더 분리될 수 있다.
또한, 본 명세서에서, '제1', '제2' 또는 '제1-1' 등의 표현은 서로 다른 구성 요소, 개체, 영상, 픽셀 또는 패치를 지칭하기 위한 예시적인 용어이다. 따라서, 상기 '제1', '제2' 또는 '제1-1' 등의 표현이 구성 요소 간의 순서를 나타내거나 우선 순위를 나타내는 것은 아니다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략한다.
도 1은 손톱주름의 위치와 모세혈관에 대해 예시적으로 도시한 도면이다. 도 1을 참조하면, 손톱주름에는 도시된 것과 같은 수많은 모세혈관들이 존재한다. 이러한 손톱주름의 모세혈관의 형태, 크기, 개수, 질감(texture) 등은 레이노 현상이나 전신경화증과 같은 다양한 질병의 판독에 이용될 수 있다.
이에 일 실시예에 따른 의료 영상 판독 장치는 손톱주름 모세혈관에 대한 영상을 획득하고 분석함으로써 전술한 다양한 질병을 판독할 수 있다. 이하에서는 이러한 의료 영상 판독 장치에 대해 살펴보기로 한다.
도 2는 일 실시예에 따른 의료 영상 판독 장치(100)의 구성을 예시적으로 도시하고 있다. 도 2를 참조하면 의료 영상 판독 장치(100)는 입력부(110), 촬영부(120), 해상도 조절부(130), 영상 처리부(140) 및 판독부(150)를 포함한다. 다만, 도 2에 도시된 것은 예시적인 것에 불과하므로, 의료 영상 판독 장치(100)의 구성이 도 2에 도시된 것으로 한정 해석되는 것은 아니다.
먼저, 의료 영상 판독 장치(100)는 스마트폰이나 스마트패드와 같은 모바일 기기에 포함되도록 구현되거나 또는 유/무선 통신 모듈을 포함하는 독자적인 기기의 형태로 구현될 수도 있다.
입력부(110)는 정보를 입력받는 수단이다. 예컨대 입력부(110)는 키패드, 터치스크린, 키보드 또는 마우스 등일 수 있으며, 실시예에 따라 정보를 입력받는 포트(port), 마이크(음성인식수단) 등 일 수도 있다.
이러한 입력부(110)를 통해, 촬영 대상인 손톱에 도포된 물질의 종류와 양을 입력받을 수 있고, 영상에 나타난 손가락이 어떤 손의 어떤 손가락인지에 대한 정보를 제공받을 수 있으며, 영상 촬영 당시의 온도에 대한 정보를 제공받을 수 있다.
촬영부(120)는 스마트폰이나 스마트패드와 같은 모바일 기기에 탑재된 카메라 또는 현미경과 유사한 성능을 갖는 카메라 등일 수 있다. 이러한 촬영부(120)의 촬영 대상은 손톱주름에 있는 모세혈관일 수 있다.
촬영부(120)는 플래쉬와 같이, 촬영시 광(光)을 조사할 수 있다. 이 때 촬영부(120)로부터 조사되는 광량 또는 촬영부(120)의 초점은 제어 가능하다. 예컨대 촬영부(120)로부터 조사되는 광량 또는 촬영부(120)의 초점은 손톱에 도포된 소정 물질의 종류와 양에 따라 달리 결정될 수 있다. 이를 위해 입력부(110)는 손톱에 도포된 소정 물질의 종류와 양에 대한 정보를 입력받은 뒤 촬영부(120)에 전달할 수 있고, 촬영부(120)는 이렇게 입력받은 정보를 기초로 광량과 촬영부(120)의 초점을 결정할 수 있다. 광량과 초점의 결정되고 이에 따라 촬영될 경우, 피부의 투과도에 따른 손톱주름 모세혈관의 선명도가 향상될 수 있다.
촬영부(120)에 의해 촬영된 영상은 기 정해진 제1 해상도를 갖는다. 여기서 이러한 제1 해상도는, 경우에 따라 의료 영상 판독에서 요구되는 해상도보다 낮은 해상도일 수 있다. 예컨대 의료 영상 판독 장치(100)가 스마트폰이나 스마트패드와 같은 모바일 기기일 경우, 해당 모바일 기기에서 지원하는 제1 해상도는 의료 영상 판독에서 요구되는 제2 해상도에 미달될 수 있다. 이러한 제1 해상도를 갖는 영상을 대상으로 영상 판독이 수행되면 의료 영상 판독의 정확도가 저감될 수 있다.
이에 일 실시예에 따른 의료 영상 판독 장치(100)는 촬영부(120)에 의해 촬영된 영상의 해상도를 조절하는 해상도 조절부(130)를 포함한다. 해상도 조절부(130)는 촬영부(120)에 의해 촬영된 영상의 제1 해상도를 이러한 제1 해상도보다 높은 제2 해상도로 높일 수 있다. 이러한 해상도 조절부(130)를 활용함으로써, 의료 영상 판독 장치(100)에서 지원하는 영상의 해상도가 낮더라도, 이러한 낮은 해상도로 인해 의료 영상 판독의 정확도가 저감되는 것이 방지될 수 있다.
이하에서는 이러한 해상도 조절부(130)에 대해 보다 자세하게 살펴보기로 한다. 해상도 조절부(130)는 딥러닝 또는 머신 러닝 기법 등에 의해 해상도를 조절하도록 학습된 것일 수 있다. 학습 과정에 대해 살펴보면, 입력으로서 복수 개의 저해상도 영상이 마련된다. 또한, 정답(ground truth table)으로서 상기 복수 개의 저해상도 영상 각각과 쌍을 이루는 고해상도 영상이 마련된다. 해상도 조절부(130)는 이렇게 마련된 입력과 정답을 이용하여서 딥러닝 또는 머신러닝 기법에 의해 학습된다. 여기서 학습 과정 그 자체는 이미 공지된 기술이므로 이에 대한 자세한 설명은 생략하기로 한다.
영상 처리부(140)는 해상도 조절부(130)로부터 해상도가 조절된, 즉 고해상도 영상(제2 해상도)을 전달받은 뒤, 해당 영상에 나타난 모세혈관을 분석한다. 여기서, 분석 대상이 되는 모세혈관은 복수 개의 모세혈관 중 가장 상층 행에 배치되어 있는 것일 수 있으나 이에 한정되는 것은 아니다.
분석 결과로는, 예컨대 해당 영상에 나타난 모세혈관의 형태, 크기, 개수, 밀도 또는 질감(texture) 등이 포함될 수 있다.
이 중 분석 결과로서 모세혈관의 '형태'에는 예컨대 다음과 같은 것이 있을 수 있다.
- 구불구불함(tortuosity)
- 교차(crossing)
- 확장된 고리(dilatation, ectasia)
- 거대혈관(giant capillary)
- 미세출혈(microhemorrhage)
아울러, 모세혈관의 개수나 밀도 등은 입자 분석(particle analysis) 기법 등을 통해 분석된 결과일 수 있는데 입자 분석 기법 그 자체는 이미 공지된 기술이므로 이에 대한 설명은 생략하기로 한다.
한편, 영상 처리부(140)는 전술한 분석을 수행함에 있어서 분석 대상이 되는 손톱주름 모세혈관이 오른손의 5개의 손가락과 왼손의 5개의 손가락 중 어떤 손가락인지를 고려하여서 분석을 수행할 수 있다. 즉, 영상 처리부(140)는 분석 대상이 되는 손톱주름 모세혈관이 어떤 손의 어떤 손가락인지를 고려하여서 전술한 분석을 수행할 수 있다.
뿐만 아니라 영상 처리부(140)는 분석 대상이 되는 손톱주름 모세혈관의 영상이 어느 정도의 온도에서 촬영되었는지에 대한 정보를 고려하여서 전술한 분석을 수행할 수도 있다.
또한 영상 처리부(140)는 여러 손가락으로부터 촬영된 손톱주름 모세혈관의 영상의 분석 결과를 함께 고려하여서 분석을 수행할 수도 있다. 예컨대 영사 처리부(140)는 오른손 네번 째 손가락에 대한 영상과 왼쪽 새끼 손가락에 대한 영상 각각에 대한 분석 결과를 고려하여서 전술한 분석을 수행할 수도 있다.
이러한 영상 처리부(140)는 전술한 분석을 수행하도록 사전에 머신 러닝 기법으로 학습된 것일 수 있다. 학습 과정에 대해 살펴보면, 입력으로서 복수 개의 손톱주름 모세혈관 영상이 마련된다. 또한, 정답(ground truth table)으로서 상기 복수 개의 손톱주름 모세혈관 영상 각각에 대해 손톱주름 모세혈관의 형태, 질감, 크기, 개수 및 밀도 중 적어도 하나의 정보가 마련된다. 아울러, 머신 러닝 기법에 따른 '파라미터'(parameter)로서 상기 복수 개의 손톱주름 모세혈관 영상이 어느 손의 어느 손가락인지에 대한 정보 또는 상기 복수 개의 손톱주름 모세혈관 영상이 어느 정도의 온도에서 촬영되었는지에 대한 정보 등이 마련될 수 있다. 영상 처리부(140)는 이렇게 마련된 입력과 정답 및 파라미터를 이용하여서 머신러닝 기법에 의해 학습된다. 여기서 학습 과정 그 자체는 이미 공지된 기술이므로 이에 대한 자세한 설명은 생략하기로 한다.
판독부(150)는 소정의 질병에 관한 판독 결과를 출력한다. 소정의 질병의 예로는 레이노 현상 또는 전신경화증 등이 있을 수 있으나 이에 한정되는 것은 아니다. 아울러, 판독 결과에는 다음과 같은 것들이 있을 수 있다.
- 정상
- 비특이적인 소견
- 경피증 패턴(early)
- 경피증 패턴(active)
- 경피증 패턴(late)
판독부(150)는 도 2에 도시된 것과 같이 영상 처리부(140)가 분석한 결과를 입력받아서 판독 결과를 출력할 수 있다. 즉, 판독부(150)는 손톱주름 모세혈관에 대한 형태, 크기, 개수, 밀도 또는 질감(texture) 등을 입력받아서 판독 결과를 출력할 수 있다.
이와 달리, 판독부(150)는 해상도 조절부(130)에 의해 해상도가 조절된 영상을 입력받아서 판독 결과를 출력할 수도 있다. 즉, 판독부(150)는 영상을 입력받아서 판독 결과를 출력할 수도 있다.
이 때 판독부(150)는 영상의 대상인 환자에 대한 정보를 고려하여서 전술한 판독을 수행할 수 있다. 고려 가능한 정보에는 예컨대 환자의 나이, 성별이나 병력 등이 포함될 수 있으나 이에 한정되는 것은 아니다.
한편, 이러한 판독부(150)는 전술한 판독을 수행하도록 사전에 머신 러닝 기법으로 학습된 것일 수 있다.
이하에서는 이러한 판독부(150)의 학습 과정에 대해 살펴보도록 한다. 만약 판독부(150)가 영상 처리부(140)가 분석한 결과를 입력받아서 판독 결과를 출력하도록 구현된 경우, 이러한 판독부(150)의 학습 과정에 대해 먼저 살펴보도록 한다. 이 경우 입력으로서 영상 처리부(140)가 분석한 결과 복수 개가 사전에 마련된다. 즉, 손톱주름 모세혈관에 대한 형태, 크기, 개수, 밀도 또는 질감(texture) 등에 대한 복수 개의 데이터 세트가 입력으로서 마련된다. 아울러, 정답(ground truth table)으로서 상기 복수 개의 데이터 세트 각각에 대한 판독 결과가 매칭되어서 마련된다. 아울러, 머신 러닝 기법에 따른 '파라미터'(parameter)로서 상기 복수 개의 데이터 세트의 환자의 나이, 성별, 병력에 관한 정보 등이 마련될 수 있다. 판독부(140)는 이렇게 마련된 입력과 정답 및 파라미터를 이용하여서 머신러닝 기법에 의해 학습된다. 여기서 학습 과정 그 자체는 이미 공지된 기술이므로 이에 대한 자세한 설명은 생략하기로 한다.
이와 달리, 판독부(150)가 해상도 조절부(130)에 의해 해상도가 조절된 영상을 입력받아서 판독 결과를 출력하도록 구현된 경우의 학습 과정에 대해 살펴보도록 한다. 이 경우 입력으로서 해상도 조절부(130)에 의해 해상도가 조절된 손톱주름 모세혈관 영상 복수 개가 사전에 마련된다. 아울러, 정답(ground truth table)으로서 해상도가 조절된 상기 복수 개의 손톱주름 모세혈관 영상 각각에 대한 판독 결과가 매칭되어서 마련된다. 아울러, 머신 러닝 기법에 따른 '파라미터'(parameter)로서 상기 복수 개의 데이터 세트의 환자의 나이, 성별, 병력에 관한 정보 등이 마련될 수 있다. 판독부(140)는 이렇게 마련된 입력과 정답 및 파라미터를 이용하여서 머신러닝 기법에 의해 학습된다. 여기서 학습 과정 그 자체는 이미 공지된 기술이므로 이에 대한 자세한 설명은 생략하기로 한다.
이상에서 살펴본 바와 같이, 일 실시예에 따른 의료 영상 판독 장치는 촬영부가 촬영한 손톱주름 모세혈관 영상의 해상도를 조절할 수 있다. 따라서 의료 영상 판독 장치가 스마트폰이나 스마트기기와 같은 모바일 기기에서 구현됨에 따라 의료 영상 판독에서 요구되는 것에 미치지 못하는 해상도를 갖는 영상만이 획득될 수 있다고 하더라도, 해상도 조절을 통해 판독에서 요구되는 해상도를 갖는 영상의 획득이 가능하며, 따라서 정확한 판독 결과의 도출이 가능하다.
뿐만 아니라 일 실시예에서는 손톱에 도포된 물질의 종류와 양에 따라 촬영부의 광량이 조절될 수 있는 바, 보다 선명한 손톱주름 모세혈관의 영상 획득이 가능해진다.
또한, 손톱주름 모세혈관에 대한 분석 및 판독에 있어 딥러닝 내지 머신 러닝 기법에 의해 학습된 모듈이 사용되므로, 사람이 수행하는 것보다 빠르고 정확한 분석 및 판독이 가능하다.
이하에서는 이러한 의료 영상 판독 장치(100)에 의해 수행되는 질병에 관한 정보 제공 방법에 대해 살펴보기로 한다.
도 4는 일 실시예에 따른 질병에 관한 정보 제공 방법의 절차를 예시적으로 도시하고 있다. 다만, 도 4는 예시적인 것에 불과하므로 질병에 관한 정보 제공 방법의 절차가 도 4에 도시된 것으로 한정 해석되는 것은 아니다.
도 4를 참조하면, 손톱주름 모세혈관에 대한 영상을 획득하는 단계가 수행된다(S100). 이러한 단계 S100은 촬영부(120)에 의해 수행될 수 있다
다음으로, 단계 S100에서 획득된 영상의 해상도를 조절하는 단계가 수행된다(S110). 예컨대, 단계 S100에서 획득된 영상의 제1 해상도가 이러한 제1 해상도보다 높은 제2 해상도로 높여질 수 있다. 이와 같이 해상도가 높여질 수 있으므로, 의료 영상 판독 장치(100)에서 지원하는 영상의 해상도가 낮더라도, 이러한 낮은 해상도로 인해 의료 영상 판독의 정확도가 저감되는 것이 방지될 수 있다.
다음으로, 해상도가 조절된, 즉 고해상도 영상(제2 해상도)에 대해 모세혈관을 분석하는 단계가 수행된다(S130). 여기서, 분석 대상이 되는 모세혈관은 복수 개의 모세혈관 중 가장 상층 행에 배치되어 있는 것일 수 있으나 이에 한정되는 것은 아니다. 분석 결과로는, 예컨대 해당 영상에 나타난 모세혈관의 형태, 크기, 개수, 밀도 또는 질감(texture) 등이 포함될 수 있다. 이 중 분석 결과로서 모세혈관의 '형태'에는 예컨대 다음과 같은 것이 있을 수 있다.
- 구불구불함(tortuosity)
- 교차(crossing)
- 확장된 고리(dilatation, ectasia)
- 거대혈관(giant capillary)
- 미세출혈(microhemorrhage)
아울러, 모세혈관의 개수나 밀도 등은 입자 분석(particle analysis) 등을 통해 분석된 결과일 수 있다.
이 때 단계 S120에서 전술한 분석을 수행함에 있어서 분석 대상이 되는 손톱주름 모세혈관이 오른손의 5개의 손가락과 왼손의 5개의 손가락 중 어떤 손가락인지가 고려될 수 있다. 뿐만 아니라 분석 대상이 되는 손톱주름 모세혈관의 영상이 어느 정도의 온도에서 촬영되었는지에 대한 정보가 이러한 분석에 함께 고려될 수도 있다.
다음으로, 소정의 질병에 관해 판독하는 과정이 수행된다(S130). 여기서 소정의 질병의 예로는 레이노 현상 또는 전신경화증 등이 있을 수 있으나 이에 한정되는 것은 아니다. 아울러, 판독 결과에는 다음과 같은 것들이 있을 수 있다.
- 정상
- 비특이적인 소견
- 경피증 패턴(early)
- 경피증 패턴(active)
- 경피증 패턴(late)
한편, 전술한 일 실시예에 따른 질병에 관한 정보 제공 방법에 포함된 각각의 단계는, 이러한 단계를 수행하도록 프로그램된 컴퓨터 프로그램을 기록하는 컴퓨터 판독가능한 기록매체에서 구현될 수 있다.
또한, 전술한 일 실시예에 따른 질병에 관한 정보 제공 방법에 포함된 각각의 단계는, 이러한 단계를 수행하도록 프로그램된, 컴퓨터 판독가능한 기록매체에 저장된 컴퓨터 프로그램의 형태로 구현될 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 품질에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 의료 영상 판독 장치

Claims (10)

  1. 손톱주름 모세혈관을 촬영하여서 영상을 획득하는 촬영부와,
    상기 획득된 영상이 갖는 제1 해상도를 상기 제1 해상도보다 높은 제2 해상도로 조절하는 해상도 조절부와,
    상기 제2 해상도로 조절된 영상이 입력되면 소정의 질병에 관한 판독 결과를 출력하도록 사전에 학습된 판독부를 포함하는
    의료 영상 판독 장치.
  2. 제 1 항에 있어서,
    상기 의료 영상 판독 장치는, 촬영 대상인 손톱에 도포된 소정 물질의 종류와 양을 입력받는 입력부를 더 포함하고,
    상기 촬영부는,
    상기 입력받은 상기 소정 물질의 양을 기초로 상기 손톱주름 모세혈관의 촬영 시에 조사되는 광량을 결정하고, 상기 결정된 광량을 촬영 시에 조사하는
    의료 영상 판독 장치.
  3. 제 1 항에 있어서,
    상기 해상도 조절부는,
    복수 개의 저해상도 영상을 입력으로 하고 상기 복수 개의 저해상도 영상 각각에 대응되는 고해상도 영상을 정답으로 하여서 학습된 것인
    의료 영상 판독 장치.
  4. 제 1 항에 있어서,
    상기 의료 영상 판독 장치는,
    상기 제2 해상도로 조절된 영상이 입력되면 상기 제2 해상도로 조절된 영상에 포함된 손톱주름 모세혈관의 형태, 질감(texture), 크기, 개수 및 밀도 중 적어도 하나를 출력하도록 사전에 기계 학습된 영상 처리부를 더 포함하고,
    상기 판독부는,
    상기 영상 처리부가 출력한 상기 형태, 크기, 개수 및 밀도 중 적어도 하나가 입력되면 상기 소정의 질병에 관한 판독 결과를 출력하도록 사전에 학습된 것인
    의료 영상 판독 장치.
  5. 제 4 항에 있어서,
    상기 의료 영상 판독 장치는,
    상기 제2 해상도로 조절된 영상에 나타난 손가락이 오른손의 5개의 손가락과 왼손의 5개의 손가락 중 어떤 손가락인지에 대한 정보를 입력받는 입력부를 더 포함하고,
    상기 영상 처리부는,
    상기 입력받은 손가락에 대한 정보를 기계 학습 과정에서의 파라미터로서 입력받는
    의료 영상 판독 장치.
  6. 제 4 항에 있어서,
    상기 의료 영상 판독 장치는,
    상기 촬영부의 촬영 당시의 온도를 입력받는 입력부를 더 포함하고,
    상기 영상 처리부는,
    상기 입력받은 촬영 당시의 온도를 기계 학습 과정에서의 파라미터로서 입력받는
    의료 영상 판독 장치.
  7. 제 1 항에 있어서,
    상기 의료 영상 판독 장치는,
    나이, 성별 및 병력 중 적어도 하나를 입력받아서 저장하는 입력부를 더 포함하고,
    상기 판독부는,
    상기 입력받은 나이, 성별 및 병력 중 적어도 하나를 기계 학습 과정에서의 파라미터로서 입력받는
    의료 영상 판독 장치.
  8. 의료 영상 판독 장치가 수행하는 질병에 관한 정보 제공 방법으로서,
    손톱주름 모세혈관을 촬영하여서 영상을 획득하는 단계와,
    상기 획득된 영상이 갖는 제1 해상도를 상기 제1 해상도보다 높은 제2 해상도로 조절하는 단계와,
    상기 제2 해상도로 조절된 영상이 입력되면 사전에 학습된 알고리즘에 따라 소정의 질병에 관한 판독 결과를 출력하는 단계를 포함하는
    정보 제공 방법.
  9. 제 8 항에 따른 방법에 포함된 각 단계를 포함하여 수행하도록 프로그램된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록매체.
  10. 제 8 항에 따른 방법에 포함된 각 단계를 포함하여 수행하도록 프로그램된 컴퓨터 판독가능한 기록매체에 저장된 컴퓨터 프로그램.
KR1020180127791A 2017-10-24 2018-10-24 의료 영상 판독 장치 및 이를 이용하여 질병에 관한 정보를 제공하는 방법 KR102181701B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20170138207 2017-10-24
KR1020170138207 2017-10-24

Publications (2)

Publication Number Publication Date
KR20190045884A true KR20190045884A (ko) 2019-05-03
KR102181701B1 KR102181701B1 (ko) 2020-11-24

Family

ID=66582769

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180127791A KR102181701B1 (ko) 2017-10-24 2018-10-24 의료 영상 판독 장치 및 이를 이용하여 질병에 관한 정보를 제공하는 방법

Country Status (1)

Country Link
KR (1) KR102181701B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210009661A (ko) * 2019-07-17 2021-01-27 한국광기술원 조갑질환 검출 장치 및 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240042866A (ko) 2022-09-26 2024-04-02 부산대학교 산학협력단 인공지능 기반의 척추측만증 정보 제공 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100472562B1 (ko) 2002-07-25 2005-03-14 신성복 손가락 혈관패턴을 이용한 신원확인시스템과 방법 및 그방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체
KR101389585B1 (ko) * 2012-10-31 2014-05-07 건양대학교산학협력단 포터블 모세혈관 진단키트 및 이의 제어방법
JP2015129987A (ja) * 2014-01-06 2015-07-16 国立大学法人三重大学 医用高解像画像形成システムおよび方法。
KR101754291B1 (ko) * 2017-04-04 2017-07-06 이현섭 개인 맞춤형 뇌질병 진단 및 상태 판정을 위한 의료 영상 처리 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100472562B1 (ko) 2002-07-25 2005-03-14 신성복 손가락 혈관패턴을 이용한 신원확인시스템과 방법 및 그방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체
KR101389585B1 (ko) * 2012-10-31 2014-05-07 건양대학교산학협력단 포터블 모세혈관 진단키트 및 이의 제어방법
JP2015129987A (ja) * 2014-01-06 2015-07-16 国立大学法人三重大学 医用高解像画像形成システムおよび方法。
KR101754291B1 (ko) * 2017-04-04 2017-07-06 이현섭 개인 맞춤형 뇌질병 진단 및 상태 판정을 위한 의료 영상 처리 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210009661A (ko) * 2019-07-17 2021-01-27 한국광기술원 조갑질환 검출 장치 및 방법

Also Published As

Publication number Publication date
KR102181701B1 (ko) 2020-11-24

Similar Documents

Publication Publication Date Title
WO2020199593A1 (zh) 图像分割模型训练方法、图像分割方法、装置、设备及介质
EP4023143A1 (en) Information processing device, information processing method, information processing system, and program
JP2020507836A (ja) 重複撮像を予測した手術アイテムの追跡
RU2667879C1 (ru) Обработка и анализ данных на изображениях компьютерной томографии
CN109700433A (zh) 一种舌象诊断系统和舌诊移动终端
US9569838B2 (en) Image processing apparatus, method of controlling image processing apparatus and storage medium
CN112926537B (zh) 图像处理方法、装置、电子设备以及存储介质
KR20190045884A (ko) 의료 영상 판독 장치 및 이를 이용하여 질병에 관한 정보를 제공하는 방법
KR20200066405A (ko) 3차원 신체 모델 측정 장치 및 방법
EP3699667A1 (en) Optical fibre bundle image processing method and apparatus
US20140347512A1 (en) Imaging sensor and method for biometric mapping of facial skin
Huang et al. An automatic screening method for strabismus detection based on image processing
Costa et al. Automatic segmentation of monofilament testing sites in plantar images for diabetic foot management
CN109979561A (zh) 基于医药箱的用药管理方法、可读存储介质和终端
JP2020081323A (ja) 肌分析装置、肌分析方法、及び、コンピュータプログラム
KR102167655B1 (ko) 복수의 이미지 간 차이점을 활용한 신경망 학습 방법
CN110299199A (zh) 医学影像扫描方法、装置、计算机设备和存储介质
CN113689377B (zh) 一种肺部ct扫描影像比对方法、装置及介质
KR20200139491A (ko) 의료영상 처리 방법
CN109767468A (zh) 脏器体积检测方法及装置
EP3223687B1 (en) Device for measuring allergic wheals
Emoto et al. Lightweight convolutional neural network for image processing method for gaze estimation and eye movement event detection
CN109480842B (zh) 用于诊断功能性消化不良的系统及设备
Mahmud et al. Non-invasive detection of anemia using lip mucosa images transfer learning convolutional neural networks
Peschel et al. Cloud-based Infrastructure for Interactive Analysis of RNFLT Data

Legal Events

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