KR20200126214A - 환자의 몸속에서 나는 소리를 탐지하고 위치를 추적할 수 있는 인체 스캔장치 및 그 인체 스캔방법 - Google Patents

Abstract

환자의 몸속에서 나는 소리를 탐지하고 위치를 추적할 수 있는 인체 스캔장치 및 그 인체 스캔방법이 개시된다. 본 발명의 스캔장치는 환자 몸의 일정한 영역에 밀집하여 부착하는 복수 개의 마이크로폰을 구비하여, 환자 몸속에서 나는 소리를 검출하고, 그 오디오 신호에 대한 주파수 분석을 통해 환자의 몸속에서 나는 소리의 위치를 인공지능으로 인식한다. 환자 몸속 소리 중 일부는 환자의 병을 진단하는 중요한 자료가 될 수 있다. 인공지능으로 특정 병의 진단과 관련이 있는 소리의 주파수 특성에 관한 학습과, 복수 개 마이크로 폰에서 몸속 내부 소리가 획득되는 패턴에 관한 학습을 통해, 병을 진단하고 그 위치를 추적할 수 있다.

Description

환자의 몸속에서 나는 소리를 탐지하고 위치를 추적할 수 있는 인체 스캔장치 및 그 인체 스캔방법{Body Scanner for Tracing sound from the Internal Organs of a Patient and Detecting its Location of the Sound and Scanning Method thereof}

본 발명은 환자의 몸속에서 나는 가청 대역 또는 비가청 대역의 소리를 탐지하는 방법으로 가슴이나 소화관과 같은 인체 내부 장기를 스캔하는 장치로서, 환자 몸속에서 나는 소리의 주파수 스펙트럼에 대해 인공지능(AI) 알고리즘으로 분석하여 의학적 문제가 있는 소리를 추출하고 그 위치를 확인할 수 있는 인체 스캔 장치에 관한 것이다.

사람의 소화기의 일부인 대장은 1.5m 정도의 길이이지만 소장은 대략 6m에서 7m의 상당히 긴 장기이다. 그러다 보니, 소장 등에서는 관이 좁아지는 장 협착이나 아예 서로 붙어버리는 장 유착이 발생할 수 있다. 장 협착이나 유착은 장 천공이나, 장 폐색 등을 일으키면서 다른 심각한 문제를 일으킬 수 있기 때문에 필요에 따라서는 수술 등의 처치를 해야하는 응급한 상황이 될 수 있다.

장 협착으로 진행 중인 환자라 하더라도 계속 통증을 느끼지 않을 수도 있어서, 청진기 등으로 그 위치를 인식하고 장협착이나 유착을 진단하기가 쉽지 않다. 개량된 방법으로 컴퓨터 단층(CT: Computed Tomography) 촬영이나 자기공명영상(MRI)을 촬영하는데 쉽게 찾을 수 없기 때문에 간혹 반복적으로 촬영하게 되면서 과잉 진료 문제가 생길 수도 있다.

한편, 병원에서 수행하는 수술 방식의 처치 중에는 여러 가지가 있는데, 그 중에 하나가 환자의 복부를 열어서 수행하는 개복 수술이다. 예를 들어, 위암치료를 위해 위장의 일부를 절제할 때는 개복한 다음에 절제 수술을 한다. 위 절제가 끝나면 내부 장기를 다시 정리한 다음 배를 다시 꿰매고 수술을 마무리한다. 소장은 6-7m로 길기 때문에 의사가 잘 정리하여도 일부분이 꼬이거나 꺾인 상태로 수술을 마무리하고 배를 다시 꿰매는 일이 생길 수 있다. 장 꼬임이나 꺾임이 매우 심한 일부 환자들 중에는 음식물이 해당 부분에서 더 내려가지 못하는 상태가 되고 이런 상태가 일정 시간 이상 유지되면 해당 부분에 천공이 생길 수도 있다. 천공이 생기면, 다시 수술할 수밖에 없다. 천공이 생길 때 이미 장 유착이 동반될 수도 있고, 수술이 반복되면 장 유착이 생길 가능성은 더 커진다.

만약, 수술 후에 환자의 소장에 이런 문제가 있는 것을 미리 확인할 수 있다면, 개복 수술을 다시 하지 않고 복강경 수술이나 비교적 위험성이 낮은 다른 방법을 사용할 수 있을 것이다. 그러나 장 협착이나 장 유착을 진단하는 것처럼, 현재로서는 소장의 꼬이거나 꺽인 위치를 쉽게 확인할 방법이 없다. 앞서 설명한 것처럼, 청전기로는 찾지 못하는 경우가 많고 컴퓨터 단층 촬영이나 자기 공명 영상 이미지로도 장 협착, 천공 등을 확인하기는 쉽지 않다. 내시경을 하더라도 목에서 위까지 직장에서 대장까지 확인할 수는 있지만, 소장은 볼 수 없다.

그 밖에도 인체에서 나는 소리는 여러가지 정보를 제공한다. 예를 들어, 폐포에서 나는 일정한 가청 또는 비가청 대역의 소리는 폐의 상태와 관련되어 있고, 그 중에서도 일부 특정한 소리는 폐암 등의 징후인 경우가 있어서 폐암의 진단에 고려될 수 있다. 기관지 천식의 경우에도 인체는 특별한 소리를 낸다.

본 발명의 목적은, 환자의 몸속에서 나는 가청 대역 또는 비가청 대역의 소리를 탐지하는 방법으로 가슴이나 소화관 등을 스캔하는 장치로서, 환자 몸속에서 나는 소리의 주파수 스펙트럼에 대해 인공지능 알고리즘으로 분석하여 의학적으로 문제가 있는 소리를 추출하고 그 위치를 확인할 수 있는 인체 스캔 장치 및 그 인체 스캔방법을 제공함에 있다.

본 발명은 환자 몸속 소리 중 일부가 환자의 병을 임상적으로 진단하는데 중요한 수단이 될 수 있다는 점에 주목하여 복수 개의 마이크로 폰으로 몸속 내부 소리를 수집하는 방법을 제안한다. 특히, 환자 내부 장기가 의학적으로 문제가 되는 상태에 있을 때 발생하는 소리(이하, 관심 소리)의 주파수 특성과 복수 개 마이크로 폰에서 몸속 내부 소리가 획득되는 패턴을 학습한 인공지능 엔진이나 알고리즘을 이용하여 환자 몸속 소리 중에서 관심 소리를 구분하고 분석하여 그 위치를 추적하는 방식을 제안한다.

본 발명의 인체 스캔 장치는 센서모듈, 데이터처리부 및 분석부를 포함하여 환자의 몸속에서 발생하는 인체내부 소리의 위치를 인식한다. 센서모듈은 환자의 몸에 부착하며, 복수 개 상호 이격되어 배치된 복수 개의 마이크로 폰을 구비하여 몸속에서 나는 소리를 검출한다. 데이터처리부는 상기 복수 개 마이크로폰이 생성하는 오디오 신호를 디지털 신호로 변환하고 고속 푸리에 변환을 수행하여 상기 오디오 신호의 주파수 정보를 획득한다. 분석부는 상기 데이터처리부가 제공하는 주파수 정보를 이용하여 상기 복수 개의 마이크로 폰이 생성하는 오디오 신호들 중에서 환자의 몸속에서 발생하는 인체 내부 소리를 구분하여 분류함으로써 상기 인체내부 소리를 검출한 마이크로폰의 위치를 상기 인체내부 소리가 나는 위치로 인식할 수 있다.

실시 예에 따라, 상기 분석부는, 환자의 내부 장기의 기설정된 상태로부터 발생하는 소리의 주파수 특성을 인공지능으로 학습하고, 상기 인체내부 소리로 분류된 오디오 신호 중에서 상기 주파수 특성이 있는 오디오 신호를 검출할 수 있다. 여기서, 상기 분석부는 학습 데이터인 복수 개의 오디오 신호를 고속 푸리에 변환하여 획득한 주파수 정보를 기초로 인체 내부에서 나는 소리의 주파수 특징을 학습하여 상기 기설정된 주파수 특성을 획득할 수 있다.

다른 실시 예에 따라, 상기 분석부는, 상기 복수 개의 마이크로 폰 사이에서 동일한 인체 내부 소리가 수집되는 패턴을 인공지능으로 분석하여 상기 인체 내부 소리가 발생하는 위치를 인식할 수도 있다.

실시 예에 따라, 상기 센서모듈은 단일지향성의 상기 복수 개의 마이크로폰과; 상기 복수 개의 마이크로폰을 상호 이격된 상태로 수용하며 환자의 몸에 부착할 수 있는 형태의 접착패드부를 포함한다. 나아가. 상기 복수 개의 마이크로폰은 적어도 2개 이상의 마이크로폰이 동일한 인체내부 소리를 검출할 수 있는 간격으로 이격하여 배치되는 것이 좋다.

실시 예에 따라 본 발명의 인체 스캔 장치는 2차원 평면 격자지도를 표시하는 표시부를 더 포함할 수 있다. 여기서, 상기 복수 개 마이크로폰은 상기 격자지도의 교차점에 대응되는 위치에 배치되고 상기 분석부는 상기 인체내부 소리를 검출한 마이크로폰의 위치를 상기 2차원 평면 격자지도에 시각적으로 표시할 수 있다.

다른 실시 예에 따라 본 발명의 인체 스캔 장치는 상기 복수 개의 마이크로폰마다 부착된 복수 개의 표시등과; 상기 분석부의 제어에 따라, 상기 복수 개의 표시등 중에서 상기 인체내부 소리를 검출한 마이크로폰에 부착된 표시등을 점등하는 구동부를 더 포함할 수 있다.

다른 실시 예에 따라 본 발명의 인체 스캔 장치는 상기 분석부의 제어에 따라, 상기 검출한 인체내부 소리를 출력하는 스피커를 더 포함할 수 있다.

분석부의 인체내부 소리 분류는 다양한 알고리즘으로 수행될 수 있다. 실시 예에 따라, 복수 개 오디오 신호들의 발생 위치를 상호 비교하여, 그 발생 위치가 다른 오디오 신호들의 발생위치와 기설정된 거리를 벗어나 있는 오디오 신호는 잡음으로 처리할 수 있다. 다른 실시 예에 따라, 상기 분석부는, 상기 인체내부 소리의 전형적인 특징 데이터를 구비하고, 상기 복수 개 오디오 신호들 각각에 대한 스펙트럼 분석을 통해 상기 특징 데이터와 동일한 특징이 있는 오디오 신호를 인체내부 소리로 분류할 수 있다. 여기서, 상기 특징 데이터는 인체내부 소리에 특유한 주파수들의 조합일 수 있다.

본 발명은 인체 스캔 장치의 인체 스캔방법에도 미친다. 인체 스캔방법은,

환자 몸에서 스캔대상이 되는 스캔 영역에 복수 개의 마이크로 폰을 상호 이격하여 부착한 다음, 환자 몸속에서 나는 소리를 수집하는 단계와; 데이터처리부가 상기 복수 개 마이크로폰이 수집한 오디오 신호를 디지털 신호로 변환하고 고속 푸리에 변환을 수행하여 상기 오디오 신호의 주파수 정보를 획득하는 단계와; 분석부가 상기 주파수 정보를 이용하여 상기 복수 개의 마이크로 폰이 생성하는 오디오 신호들 중에서 환자의 몸속에서 발생하는 인체 내부 소리를 구분하여 분류하는 단계를 포함하며, 상기 인체내부 소리를 검출한 마이크로폰의 위치를 상기 인체내부 소리가 나는 위치로 인식한다.

본 발명의 인체 스캔 장치는 환자 몸속(복부, 폐, 기관지 등)에서 발생하는 가청 및 비가청 대역의 소리를 검출하여 제시할 뿐만 아니라, 환자 내부 장기가 의학적으로 문제가 되는 상태에 있을 때 발생하는 소리(관심 소리)를 특별히 추적함으로써 환자의 병을 임상적으로 진단하는데 도움을 줄 수 있다.

본 발명의 인체 스캔장치는 복수 개의 마이크로 폰을 동시에 몸에 부착하여 몸속 소리를 추적함에 있어서, 관심 소리를 학습한 인공지능으로 오류를 최소화하면서 추적할 수 있고, 몸속 내부 소리가 복수 개의 마이크로 폰에서 수집되는 패턴을 학습한 인공지능을 통해 관심 소리의 추적 및 그 위치 인식을 보다 정확하게 수행할 수 있다.

본 발명은 가청 및 비가청 대역의 소리를 수집하여 분석하는 방식이기 때문에, 의사가 컴퓨터 단층(CT: Computed Tomography) 촬영이나 자기공명영상(MRI)과 같은 종래의 인체 스캔 장치가 제시하는 이미지를 직접 보면서 분석할 때 발견하기 어려운 초기 상태의 병을 용이하게 추적할 수 있다.

도 1은 본 발명의 인체 스캔 장치의 블록도,
도 2는 본 발명의 인체 스캔 장치의 일 예를 도시한 도면,
도 3의 본 발명의 다른 실시 예에 따른 인체 스캔 장치의 블록도,
도 4는 표시부에 표시되는 인체 내부 소리 검출 지도의 예를 도시한 도면,
도 5는 본 발명의 인체 스캔 장치의 동작 설명에 제공되는 흐름도, 그리고
도 6은 본 발명의 다른 실시 예에 따른 인체 스캔 장치의 블록도이다.

이하 도면을 참조하여 본 발명을 더욱 상세히 설명한다.

도 1 및 도 2를 참조하면, 본 발명의 인체 스캔 장치(100)는 환자의 몸(가슴, 복부 등)에 부착하는 센서모듈(110)과, 데이터처리모듈(130) 및 분석모듈(150)을 포함하여, 환자의 몸의 내부(폐, 소장, 기관지 등)에서 발생하는 소리(이하, '인체내부 소리'라 함)와 그 소리의 '발생 위치'를 인식한다. 데이터처리모듈(130)은 환자의 몸(가슴, 복부 등)에 부착하는 센서모듈(110)과 별개의 구성으로 구현될 수도 있고, 도 2에 도시된 것처럼 일체로 구현될 수 있다. 다른 실시 예에 따라서는 데이터처리모듈(130)과 분석모듈(150)이 키오스크와 같은 하나의 장치로 구현되고 센서모듈(110)은 키오스크에 연결되는 형태로 구현될 수도 있다.

다른 실시 예로서, 분석모듈(150)에는 별도의 네트워크를 통해 접속할 수 있는 서버(Server)가 연결될 수도 있다. 이때 서버(미도시)는 아래에서 설명하는 분석부(151)로부터 분석결과를 제공받아 저장하고 관리하는 기능을 수행할 수도 있고, 분석부(151)를 대신하여 분석모듈(150)로부터 디지털 오디오 신호와 주파수 정보를 분석받아 분석부(151)의 기능을 수행할 수도 있다.

센서모듈(110)은 환자의 몸(가슴, 복부 등)에 부착하며, 환자 몸속(폐, 소장, 기관지 등)에서 나는 소리를 검출하기 위한 복수 개의 마이크로 폰(Microphone)(111)과, 복수 개의 마이크로 폰(111)을 수용하는 접착패드부(113)를 구비한다. 센서모듈(110)은 데이터처리모듈(130)로부터 동작 전원을 공급받고, 복수 개의 마이크로 폰(111)이 획득하는 아날로그 오디오 신호는 데이터처리모듈(130)에게 제공된다.

우선, 접착패드부(113)는 복수 개의 마이크로 폰(111)을 상호 이격된 상태로 수용함과 동시에, 환자의 몸에 부착할 수 있는 형태이어야 한다. 따라서 접착패드부(113)의 소재는 합성수지, 섬유, 실리콘 등과 같은 형태를 바꿀 수 있는 것이 좋다. 도 2에 도시된 것처럼 접착패드부(113)는 전체 마이크로 폰(111)을 모두 수용하는 하나의 패드로 구현할 수도 있고, 전체 마이크로 폰(111)을 나누어 배치한 서너 개의 패드 형태로 구현할 수도 있다.

본 발명은 인체내부 소리를 인식한 마이크로 폰의 위치를 그 인체내부 소리의 발생 지점으로 인식하는 방식을 사용하기 때문에, 마이크로 폰(111)은 한 방향의 소리에 대한 감도가 좋은 단일지향성의 마이크로폰을 사용하는 것이 좋고 공간 상에서의 그 수음 영역이 좁을수록 좋다. 도 2에서처럼 환자의 몸에 센서모듈(110)을 장착하는 것을 고려하면, 접착패드부(113)에 수직한 방향에서 오는 소리를 검출하도록 배치되는 것이 좋다. 나아가, 외부의 잡음이 마이크로 폰(111)으로 수집되는 것을 최대한 방지하기 위하여, 마이크로 폰(111)이 접착패드부(113)에 수용되더라도, 마이크로 폰(111)의 소리 수집면이 환자 몸에 부착할 수 있는 형태가 좋다.

한편, 마이크로 폰(111)이 수집하는 소리는 가청대역과 비가청대역의 소리를 모두 포함할 수 있어서, 가청대역인 2㎐~2㎑, 비가청대2㎑ ~ 80㎑의 오디오 신호를 처리할 수 있는 대역폭을 가지는 것이 좋다.

본 발명은 인체내부 소리를 수집한 마이크로 폰(111)의 위치를 그 인체내부 소리의 발생 지점으로 인식하는 방식을 사용하기 때문에, 센서모듈(113)은 인체의 스캔 영역 또는 대상 범위를 커버할 수 있는 만큼의 마이크로 폰(111)을 구비해야 한다. 따라서 이하에서는 설명의 편리를 위해, 개별 마이크로 폰(111)을 '스캔 셀(Scan Cell)'이라 한다.

예를 들어, 장 협착이나 장 유착을 진단을 위한 경우에, 마이크로 폰(111)은 환자의 복부 영역 또는 그보다 좁은 소장 영역의 복수 개 지점에 부착되어야 하며, 소장의 굵기, 복부에서의 일반적인 소장의 위치 등을 고려하여 배치된다. 또한, 폐 진단을 위한 경우라면, 마이크로 폰(111)의 배치와 위치도 그에 맞추어 달라져야 한다. 따라서 센서모듈(110)은 그 부착 위치에 따라 전체 크기나 마이크로 폰(111)의 개수 등이 달라질 수 있다.

소장이 비교적 좁고 상당히 길면서도 펼쳐져 있지 않고 뭉쳐진 상태로 유지되는 소화관이기 때문에, 스캔 셀은 조밀하게 배치될수록 좋고 마이크로 폰(111)도 조밀하게 배치할수록 좋다. 하나의 지점에서 발생하는 인체 내부 소리를 적어도 2개 이상의 마이크로 폰(111)이 검출할 수 있는 정도의 간격으로 배치되는 것이 좋다. 이러한 사정을 고려하면, 센서모듈(110)은 수십 개의 마이크로 폰(111)을 구비할 수 있다. 도 1 및 도 3에서는 복수 개의 마이크로 폰(111)은 동일한 간격으로 이격되어 2차원 매트릭스(Matrix) 형태로 배치됨으로써 환자의 복부(또는 소장 영역)를 커버할 수 있도록 배치된 예이다. 당연하지만, 복수 개의 마이크로 폰(111)은 실험이나 통계를 통해 구한 인체 장기의 형태와 배치에 따라 서로 다른 간격으로 이격되어 배치될 수 있다.

센서모듈(110)은 몸 속에서 나는 소리를 검출하여 데이터처리모듈(130)에게 제공한다. 필요에 따라, 환자에게 인위적인 동작을 요구한 상태에서 소리를 수집하는 것이 좋을 수도 있다. 예를 들어 장협착 등을 진단하는 경우에는, 환자가 음식물을 삼키도록 한 후에 그 음식물(또는 소화된 음식물)이 소화관을 지날 때 나는 인체내부 소리를 검출하는 것이 장 협착을 진단하기에 좋다. 센서모듈(110)이 비록 환자 몸에 부착되어 있고 각 마이크로 폰(111)이 단일지향성이 있더라도, 몸 속의 소리가 아닌 외부 잡음이 수집될 수 있고, 몸속의 소리 중에서도 수집 대상이 되는 장기로부터 나온 소리가 아닌 다른 장기에서 나는 소리가 수집될 수 있다.

접착패드부(113)에 수용된 복수 개의 마이크로 폰(111)은 환자 몸의 상호 이격된 복수 개 지점에 부착되거나 밀착되어야 한다.

데이터처리모듈(130)은 센서모듈(110)에게 동작전원을 공급하고 센서모듈(110)이 검출한 인체내부 소리를 디지털 신호로 변환하고 주파수 정보를 추출하여 분석모듈(150)에게 제공한다. 이를 위해, 데이터처리모듈(130)은 연결부(131), 통신인터페이스(133), 전원부(135), 데이터처리부(137) 및 제어부(139)를 포함한다. 하드웨어적으로 구현하는 과정에서, 데이터처리부(137) 및 제어부(139)는 별도의 전용 칩으로 구현할 수도 있지만, 오디오 IC, DSP 칩 및 엠씨유(MCU) 등을 조합하는 방식으로 구현할 수도 있다.

전원부(135)는 데이터처리모듈(130) 뿐만 아니라 센서모듈(110)의 동작 전원을 공급한다. 복수 개 마이크로 폰(111)으로의 전원 공급은 직렬 및/또는 병렬 접속을 통해 전원부(135)의 출력단을 각 마이크로 폰(111)에 직접 연결한다. 아래에서 설명하는 도 3의 실시 예에서, 전원부(135)는 표시등(311)의 점등에 필요한 전원도 공급한다.

연결부(131)는 복수 개 마이크로 폰(111)이 획득한 아날로그 오디오 신호를 데이터처리부(137)에게 제공한다. 복수 개의 마이크로 폰(111)이 수집하는 아날로그 오디오 신호는 개별 채널을 통해 데이터처리부(137)에게 제공됨으로써 상호 구분되어야 한다. 그러나 일반적인 데이터처리부(137)는 수십 개의 입력 채널(또는 입력단자)을 구비하기 어렵기 때문에, 연결부(131)는 복수 개의 마이크로 폰(111)이 제공하는 아날로그 오디오 신호를 먹싱(Muxing)하여 데이터처리부(137)에게 제공하고, 데이터처리부(137)가 먹싱된 신호를 디먹싱(Demuxing)하여 개별 채널의 오디오 신호로 분류한다. 데이터처리부(137)는 수십 개의 채널(또는 입력단)을 구비하였다면, 연결부(131)가 필요없다.

통신인터페이스(133)는 데이터처리부(137)와 분석부(151)를 연결하기 위한 통신 수단으로서, 데이터처리부(130)가 획득한 복수 개 채널의 디지털 오디오 신호와 그 디지털 오디오 신호의 주파수 정보(FFT 수행결과)를 분석모듈(150)에게 제공한다. 통신인터페이스(133)는 데이터처리모듈(130)과 분석부(151)가 별개의 장치로 구현된 경우에 사용된다. 따라서 통신인터페이스(133)는 본 발명의 필수적인 구성이 아니며, 데이터처리모듈(130)과 분석부(151)가 일체로 구현된 경우에 불필요할 수도 있다. 통신인터페이스(133)는 유선 인터페이스를 사용할 수도 있고, 도 2에서처럼 무선 인터페이스를 사용할 수도 있다.

데이터처리부(137)는 연결부(131)를 통해 입력되는 각 채널별 아날로그 오디오 신호를 디지털 신호로 변환하여, 분석부(151)에게 제공한다. 데이터처리부(137)는 화이트 노이즈나, 기설정된 크기 미만의 소리와 같은 잡음을 제거하는 기본적인 노이즈 필터링(Noise Filtering)을 수행할 수 있다.

데이터처리부(137)는 ADC(141), 노이즈필터부(143) 및 FFT처리부(145)를 포함한다.

ADC(141)는 연결부(131)를 통해 각 마이크로 폰(111) 별로 제공되는 아날로그 오디오 신호를 샘플링(Sampling)하고 양자화(Quantization)하여 디지털 신호로 변환한다. 마이크로 폰(111)의 대역이 최대 80㎑로 할 경우에, 샘플링 주파수는 나이퀴스트(Nyquist) 정리에 따라 대략 2배인 160㎑ 이상이 되어야 한다. 노이즈필터부(143)는 변환된 디지털 신호에서 화이트 노이즈와 같은 1차적인 노이즈를 제거한다.

FFT처리부(145)는 각 채널별 디지털 오디오 신호에 대한 주파수 스펙트럼 분석을 위해 고속 푸리에 변환(FFT: Fast Fourier Transform)을 수행하여, 스캔 셀별로 오디오 신호의 주파수 정보를 추출한다.

제어부(139)는 데이터처리모듈(130)의 전반적인 동작을 제어하는 것으로서, 통상 엠씨유(MCU)로 구현할 수 있다. 제어부(139)는 분석모듈(150)의 요청에 따라 본 발명의 스캐닝을 위한 아날로그 신호의 수집, 디지털 신호로의 변환 및 분석모듈(150)로의 데이터 제공 등을 전체적으로 수행한다.

도 1 및 도 3에 도시된 분석모듈(150)은 데이터처리모듈(130)과 분리되어 통신 채널을 통해 연결된다. 다만, 앞서 설명한 것처럼, 분석모듈(150)과 데이터처리모듈(130)이 일체로 구현될 수 있다.

분석모듈(150)은 데이터처리모듈(130)이 제공하는 디지털 오디오 신호와 주파수 정보를 이용하여 인체 내부 소리가 발생하는 위치를 인식하고 그 위치를 표시할 수 있다. 이를 위해, 분석모듈(150)은 분석부(151)와 표시부(153)를 포함한다. 이하에서는 도 1 내지 도 5를 참조하여, 본 발명의 분석부(151)의 동작을 설명한다.

<소리의 수집: S501>

센서모듈(110)이 복수 개 마이크로 폰(111)을 이용하여 환자 복부에서 나는 소리를 수집하고, 데이터처리부(137)는 복수 개 채널을 통해 제공되는 오디오 신호를 디지털 신호로 변환하고, 고속 푸리에 변환(FFT)를 수행하여 주파수 정보를 획득한다. 데이터처리부(137)가 획득한 채널별 디지털 오디오 신호와 그 주파수 정보는 분석부(151)에게 제공된다. 이러한 과정은 제어부(139)의 제어에 의해 수행되며, 제어부(139)는 사용자로부터 직접 제어명령을 받을 수도 있고, 분석모듈(150)로부터 제어명령을 제공받을 수도 있다.

<인체내부 소리 분류 및 위치 인식: S503, S505>

분석부(151)는 데이터처리부(137)에서 제공하는 복수 개 채널(즉, 복수 개 마이크로 폰)의 디지털 오디오 신호들 중에서 인체내부 소리를 구분하여 분류한다. 센서모듈(110)이 수집한 소리에는 인체내부 소리 이외에도 다양한 잡음이 포함될 수 있고, 경우에 따라서는 인체내부 소리는 없고 다른 잡음만 수집될 수도 있다.

분석부(151)의 구체적인 인체내부 소리 분류방법은 다양한 알고리즘으로 구현될 수 있다. 예를 들어, (1) 분석부(151)는 기설정된 크기 이상의 모든 소리를 인체내부 소리로 분류할 수 있다. 본 발명의 인체 스캔 장치(100)는 장 협착이나 페암 등을 진단하기 위한 보조장치이고 최종 진단은 의사나 의료 전문가의 영역이므로, 일정한 크기 이상의 모든 소리를 인식하고 그 위치를 표시하는 것이 필요할 수 있다.

(2) 다른 예로, 분석부(151)는 인공지능을 이용하여 데이터처리모듈(130)이 제공하는 주파수 정보를 분석할 수 있다. 이를 위해, 분석부(151)는 인공지능 알고리즘 또는 엔진을 구비하고 본 발명의 스캔장치(100)가 추적하는 인체 내부 소리의 주파수 특징을 학습한다. 인체 내부 소리 중에서도 환자의 내부 장기가 의학적으로 문제가 되는 상태에 있을 때 발생하는 소리(이하, '관심 소리'라고 함)의 주파수 특성을 학습하는 것이 좋다. 예를 들어, 장 협착이나 장 유착과 관련된 소리나, 폐암과 관련하여 폐포에서 발생하는 소리 또는 천식과 관련하여 기관지에서 나는 소리의 특징을 학습한다.

분석부(151)는 인공 지능 알고리즘을 이용하여 데이터처리모듈(130)이 제공하는 주파수 정보를 분석함으로써, 유사하거나 동일한 특징이 있는 오디오 신호를 관심 소리로 분류하고, 유사하거나 동일한 특징이 없는 오디오 신호는 잡음으로 분류할 수 있다.

데이터처리부(137)에서 제공하는 복수 개 채널의 디지털 오디오 신호들 중에 인체내부 소리가 있으면, 분석부(151)는 해당 인체내부 소리로 분류된 신호를 수집한 위치(즉, 그 마이크로폰의 위치)를 인체내부 소리가 나는 위치로 인식할 수 있다.

<인체내부 소리의 위치 표시: S507>

분석부(151)는 인체내부 소리로 분류한 오디오 신호가 수집된 위치를 관리자나 환자에게 표시할 수 있다. 여기서, 분석모듈(150)은 다양한 방법으로 표시할 수 있다. 우선 분석부(151)의 표시 목적은 인체 내부에서 소리가 나는 위치를 표시하는 것이다.

예를 들어, 환자가 음식물을 섭취한 후에 인체내부 소리를 추적하면, 음식물이 소화관의 어디를 지나고 있는지 추적하게 된다. 만약 장협착이나 장유착이 발생한 부분이 있으면, 그 음식물의 이동이 더이상 진행되지 않는 것으로 표시된다. 따라서 의사는 인체내부 소리가 진행하다가 멈추게 되면 해당 부분에 장 꼬임, 꺾임, 장 협착 또는 장 유착이 있는 것으로 의심할 수 있다. 폐암의 경우에도, 폐의 특정 부분에 이상이 생기면, 호흡 과정에서 해당 부분에 미세한 소리가 생길 수 있는데, 그 소리의 위치를 인식하는 것이다.

따라서 분석모듈(150)은 인체내부 소리로 분류된 신호를 수집한 위치(즉, 인체 내부 소리가 나는 위치)를 표시해야 한다. 그 방법 가운데 하나로, 도 1 내지 도 3에서처럼, 분석모듈(150)은 표시부(153)를 구비할 수 있다. 표시부(153)는 엘시디(LCD), 엘이디(LED), 오엘이디(OLED), 브라운관과 같은 통상의 디스플레이 장치이다. 분석부(151)는 표시부(153)에 도 4와 같은 매트릭스 지도나 격자 지도를 표시할 수 있다. 도 4는 소화관 스캔의 경우에 표시부(153)에 표시되는 화면의 일 예이다. 매트릭스의 교차점에는 센서모듈(110)의 복수 개 마이크로 폰(111)에 각각 대응되는 마크(a1, a2, a3, a4, a5 포함)가 표시된다. 다시 말해, 각 마크(a1, a2, a3, a4, a5 포함)는 스캔 셀에 해당한다. 분석부(151)는 인체내부 소리를 검출한 마이크로 폰(111)의 위치를 2차원 평면 격자지도에 표시하게 된다. 도 4를 참조하면, 12개의 마크(a1, a2)는 점등된 상태로 표시되고 13번째 마크(a3)는 점멸 중으로 표시됨으로써 현재 13번째 마크(a3) 위치에서 마지막 인체내부 소리를 획득하였음을 표시하고 있다. 따라서 의사는 음식물이 화살표 방향으로 움직이고 있음을 확인할 수 있다. 소화관 스캔의 경우에는 일련의 연결된 흐름에 포함되지 않는 위치(예컨대 a4, a5)에서 포착된 인체내부 소리는 잡음으로 분류할 수 있다.

도 3에는 본 발명의 다른 실시 예에 따른 인체 스캔 장치(300)를 도시하고 있다. 도 3의 스캔 장치(300)는 도 1의 스캔 장치(100)와 동일한 장치이되, 다만 센서모듈(310)은 복수 개의 마이크로 폰(111)과 함께 복수 개의 표시등(311)을 더 포함하고, 데이터처리모듈(330)은 표시등(311)을 구동하는 구동부(331)를 더 구비한다. 전원부(135)는 표시등(311)의 점등에 필요한 전원도 공급한다.

표시등(311)은 스캔모듈(310)에 장착된 복수 개의 마이크로 폰(111)마다 부착된다. 구동부(331)는 분석부(151)의 제어에 따라, 인체내부 소리가 검출된 마이크로 폰(111)에 부착된 표시등(311)을 점등함으로써, 현재 인체내부 소리가 검출되는 위치를 직접 환자 위에 표시할 수 있다. 표시부(153)에 표시되는 위치는 환자의 몸속의 특정 위치를 지시하는 것이 아니므로, 표시등(311)을 통해 표시부(153)에 표시되는 위치를 환자 위에 표시할 수 있다. 표시등(311)은 엘이디나 기타 유사한 형태의 램프를 사용할 수 있다.

구동부(331)는 전원부(135)와 복수 개 표시등(311) 사이를 연결하는 스위치 블록으로서, 복수 개 표시등(311)으로의 동작 전원의 공급을 개별적으로 단속한다. 이때, 구동부(331)는 별도의 제어신호에 따라 특정 스위치를 개방하여 특정 표시등(311)만 점등되도록 할 수 있다. 분석부(151)가 인체내부 소리가 검출된 위치를 인식하면, 해당 위치를 데이터처리부(137)를 통해 구동부(331)에 전달한다.

다른 실시 예에 따라 본 발명의 인체 스캔 장치(300)는 분석부(151)의 제어에 따라, 검출한 인체내부 소리를 출력하는 스피커(155)를 더 포함할 수 있다. 경험이 많은 의사는 스피커(155)로 출력되는 소리를 이용해서도 해당 소리가 인체내부 소리인지 구별할 수 있을 것이다.

이상의 방법으로 본 발명의 인체 스캔 장치가 동작한다.

실시 예 1

도 1 및 도 3에서는 분석모듈(150)에 하나의 데이터처리모듈(130)과 센서모듈(110)이 연결된 예이다. 그러나 다른 실시 예에 따라서는 분석모듈(150)에 복수 개의 데이터처리모듈이 연결될 수 있다. 도 6의 스캔 장치(600)는 분석모듈(150)에 복수 개의 데이터처리부(531, 533, 535)이 연결되고, 각각의 데이터처리부(531, 533, 535)에 개별적으로 센서모듈(511, 513, 515)이 연결되어 있다. 복수 개의 데이터처리부(531, 533, 535)과 센서모듈(511, 513, 515)들이 서로 어떤 연결이나 결합을 전제로 하는 것은 아니지만, 통상 한 명의 환자를 스캔하는데 이용되는 것이 좋다.

센서모듈(511, 513, 515)는 도 1 및 도 3의 실시 예에서 설명한 것처럼 하나의 센서모듈(110)을 복수 개의 패드로 구현한 예이다. 따라서 그 구성이나 동작은 센서모듈(110)과 동일하다. 단지, 개별 센서모듈(511, 513, 515)이 구비한 마이크로 폰(111)의 수가 도 1 및 도 3의 센서모듈(110)보다 작을 뿐이다.

데이터처리부(531, 533, 535)는 도 1 및 도 3의 데이터처리부(130)의 역할을 분산한다. 데이터처리부(531, 533, 535) 각각의 내부 구성은 데이터처리부(130)와 동일하되, 그 처리하는 오디오 채널의 수가 작다. 따라서 데이터처리부(531, 533, 535)는 연결부(131)가 필요하지 않을 수 있다.

분석부(551)는 복수 개의 데이터처리부(531, 533, 535)와 연결되며, 그 인체내부 소리 분류 및 소리 발생 위치를 표시하는 방법에 관한 설명은 도 1 및 도 3의 분석부(551)와 동일하다.

실시 예 2

앞서 S503 단계의 소리 위치 인식 과정에서 인공지능에 의한 인식에 대해 설명했다. 인공지능에 의한 분석(또는 학습)에는 (1) 우선 인체 내부 소리의 특징을 학습하는 과정이 포함되고, (2) 센서모듈(113)의 복수 개 스캔 셀 사이에서 인체 내부 소리가 수집되는 패턴에 관한 학습이 포함될 수 있다. 더 나아가, 위 (1)과 (2)의 학습은 인체 내부 소리 중에서도 환자의 병의 임상적 진단에 도움을 줄 수 있는 관심 소리로 제한될 수도 있다. 본 발명의 스캔 장치(100, 300, 600)는 가청 및 비가청 대역의 소리를 이용하기 때문에 컴퓨터 단층(CT: Computed Tomography) 촬영이나 자기공명영상(MRI)과 같은 종래의 시각적인 인체 스캔장치로 발견하기 쉽지 않은 병의 진단에 특히 도움이 된다.

<인체 내부 소리의 특징 학습>

인체에서 나는 다양한 소리 중에서 인체 내부에서 나는 소리의 주파수 특징을 학습하는 것이다. 이런 학습은 해당 소리의 주파수 특성에 대한 학습이기 때문에, 인공지능 알고리즘 또는 인공지능 엔진은 학습 데이터인 오디오 신호를 고속 푸리에 변환(FFT)을 수행하여 주파수 정보를 획득하는 것이 전제된다.

<스캔 셀 사이에서의 인체 내부 소리의 수집 패턴>

센서모듈(113)은 복수 개의 마이크로 폰(111)을 구비한 것이며, 각 마이크로 폰(111)은 스캔 셀이 된다. 다시 말해, 각 스캔 셀의 위치가 본 발명의 스캔 장치(100, 300, 600)의 동작에 매우 중요한 요소이다. 인체 내부 소리는 소리를 만들고 있는 조직의 크기, 만들어진 소리의 크기, 그리고 소리를 전달하는 매질의 종류와 형태에 따라 다양한 방향으로 전달될 수 있고 전달되는 범위와 수집 시간도 달라질 수 있다. 스캔 셀의 배치 형태와 복잡도에 따라 달라지겠지만, 여러 개의 스캔 셀이 동시에 또는 시차를 두고 동일한 소리를 수집할 수 있다. 정리하면, 복수 개의 스캔 셀 사이에서 인체 내부 소리가 수집되는 패턴도 인체 내부 소리를 노이즈와 구분하는 중요한 요소가 될 수 있으며, 더불어 그 패턴 분석을 통해 더욱 정확한 인체 내부 소리가 발생하는 위치를 인식할 수 있다.

예를 들어, 소장이 어떤 형태로 환자의 뱃속에 정렬되어 있건 간에 하나의 연결된 관이므로 매트릭스나 어레이 형태로 배치된 복수 개의 마이크로 폰(111)에서 하나의 흐름으로 포착된다. 따라서 일련의 연결된 흐름에 포함되지 않는 인체내부 소리는 잡음으로 분류할 수 있다. 예를 들어, 복수 개 오디오 신호들의 발생 위치를 상호 비교할 때, 그 발생 위치가 다른 오디오 신호들의 발생위치와 기설정된 거리를 벗어나 있는 오디오 신호는 잡음으로 처리할 수 있다.

분석부(151, 551)는 (1) 및 (2) 학습에 기반하여 데이터처리모듈(130, 330, 531, 533, 535)이 제공하는 주파수 정보를 분석하여, 유사하거나 동일한 특징이 있는 오디오 신호를 인체내부 소리로 분류하고, 유사하거나 동일한 특징이 없는 오디오 신호는 잡음으로 분류할 수 있다.

이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.

Claims (14)

1. 인체 스캔 장치로서,
   환자의 몸에 부착하며, 복수 개 상호 이격되어 배치된 복수 개의 마이크로 폰을 구비하여 몸속에서 나는 소리를 수집하는 센서모듈;
   상기 복수 개 마이크로폰이 수집한 오디오 신호를 디지털 신호로 변환하고 고속 푸리에 변환을 수행하여 상기 오디오 신호의 주파수 정보를 획득하는 데이터처리부; 및
   상기 데이터처리부가 제공하는 주파수 정보를 이용하여 상기 복수 개의 마이크로 폰이 생성하는 오디오 신호들 중에서 환자의 몸속에서 발생하는 인체 내부 소리를 구분하여 분류하는 분석부를 포함하여, 상기 인체내부 소리를 검출한 마이크로폰의 위치를 상기 인체내부 소리가 나는 위치로 인식하는 것을 특징으로 하는 인체 스캔 장치.
   
2. 제1항에 있어서,
   상기 분석부는,
   환자의 내부 장기의 기설정된 상태로부터 발생하는 소리의 주파수 특성을 인공지능으로 학습하고, 상기 인체내부 소리로 분류된 오디오 신호 중에서 상기 주파수 특성이 있는 오디오 신호를 검출하는 것을 특징으로 하는 인체 스캔 장치.
   
3. 제2항에 있어서,
   상기 분석부는,
   학습 데이터인 복수 개의 오디오 신호를 고속 푸리에 변환하여 획득한 주파수 정보를 기초로 인체 내부에서 나는 소리의 주파수 특징을 학습하여 상기 기설정된 주파수 특성을 획득하는 것을 특징으로 하는 인체 스캔 장치.
   
4. 제1항 내지 제3항 중 어느 한 항에 있어서,
   상기 분석부는,
   상기 복수 개의 마이크로 폰 사이에서 동일한 인체 내부 소리가 수집되는 패턴을 인공지능으로 분석하여 상기 인체 내부 소리가 발생하는 위치를 인식하는 것을 특징으로 하는 인체 스캔 장치.
   
5. 제1항에 있어서,
   상기 센서모듈은,
   단일지향성의 상기 복수 개의 마이크로폰; 및
   상기 복수 개의 마이크로폰을 상호 이격된 상태로 수용하며 환자의 몸에 부착할 수 있는 형태의 접착패드부를 포함하는 것을 특징으로 하는 인체 스캔 장치.
   
6. 제5항에 있어서,
   상기 접착패드부는 적어도 2개 이상의 마이크로폰이 동일한 인체내부 소리를 검출할 수 있는 간격으로 이격하여 상기 복수 개의 마이크로폰을 수용하는 것을 특징으로 하는 인체 스캔 장치.
   
7. 제1항에 있어서,
   2차원 평면 격자지도를 표시하는 표시부를 더 포함하되, 상기 복수 개 마이크로폰은 상기 격자지도의 교차점에 대응되는 위치에 배치되고
   상기 분석부는 상기 인체내부 소리를 검출한 마이크로폰의 위치를 상기 2차원 평면 격자지도에 표시하는 것을 특징으로 하는 것을 특징으로 하는 인체 스캔 장치.
   
8. 제1항에 있어서,
   상기 복수 개의 마이크로폰마다 부착된 복수 개의 표시등; 및
   상기 분석부의 제어에 따라, 상기 복수 개의 표시등 중에서 상기 인체내부 소리를 검출한 마이크로폰에 부착된 표시등을 점등하는 구동부를 더 포함하는 것을 특징으로 하는 인체 스캔 장치.
   
9. 제1항에 있어서,
   상기 분석부의 제어에 따라, 상기 검출한 인체내부 소리를 출력하는 스피커를 더 포함하는 것을 특징으로 하는 인체 스캔 장치.
   
10. 제1항에 있어서,
    상기 분석부는,
    상기 복수 개 오디오 신호들의 발생 위치를 추출하고, 상기 복수 개 오디오 신호들 중에서 그 발생 위치가 다른 오디오 신호들의 발생위치와 기설정된 거리를 벗어나 있는 오디오 신호는 잡음으로 처리하는 것을 특징으로 하는 인체 스캔 장치.
    
11. 인체 스캔 장치의 인체 스캔방법으로서,
    환자 몸에서 스캔대상이 되는 스캔 영역에 복수 개의 마이크로 폰을 상호 이격하여 부착한 다음, 환자 몸속에서 나는 소리를 수집하는 단계;
    데이터처리부가 상기 복수 개 마이크로폰이 수집한 오디오 신호를 디지털 신호로 변환하고 고속 푸리에 변환을 수행하여 상기 오디오 신호의 주파수 정보를 획득하는 단계; 및
    분석부가 상기 주파수 정보를 이용하여 상기 복수 개의 마이크로 폰이 생성하는 오디오 신호들 중에서 환자의 몸속에서 발생하는 인체 내부 소리를 구분하여 분류하는 단계를 포함하여, 상기 인체내부 소리를 검출한 마이크로폰의 위치를 상기 인체내부 소리가 나는 위치로 인식하는 것을 특징으로 하는 인체 스캔방법.
    
12. 제11항에 있어서,
    상기 분류하는 단계는,
    환자의 내부 장기의 기설정된 상태로부터 발생하는 소리의 주파수 특성을 인공지능 알고리즘으로 학습하고, 상기 인공지능 알고리즘이 상기 인체내부 소리로 분류된 오디오 신호 중에서 상기 주파수 특성이 있는 오디오 신호를 검출하는 것을 특징으로 하는 인체 스캔방법.
    
13. 제12항에 있어서,
    상기 분류하는 단계는,
    학습 데이터인 복수 개의 오디오 신호를 고속 푸리에 변환하여 획득한 주파수 정보를 기초로 인체 내부에서 나는 소리의 주파수 특징을 학습하여 상기 기설정된 주파수 특성을 획득하는 것을 특징으로 하는 인체 스캔방법.
    
14. 제11항 내지 제13항 중 어느 한 항에 있어서,
    상기 분류하는 단계는,
    상기 복수 개의 마이크로 폰 사이에서 동일한 인체 내부 소리가 수집되는 패턴을 인공지능 알고리즘으로 분석하여, 상기 인공지능 알고리즘이 상기 인체 내부 소리가 발생하는 위치를 인식하는 것을 특징으로 하는 인체 스캔방법.
    

Images