KR20210006542A - 내시경을 이용한 조직 크기 측정 방법 및 장치 - Google Patents

Abstract

본 발명의 일 실시예에 따른 내시경을 이용한 조직 크기 측정 방법은, 상기 내시경으로 촬상되는 영상 중 최적 초점 거리에 대응하는 최적 영상을 획득하는 단계; 및 상기 최적 초점 거리와 상기 내시경의 화각을 고려하여 상기 최적 영상 중 관심 영역 크기를 산출하는 단계를 포함할 수 있다.

Description

내시경을 이용한 조직 크기 측정 방법 및 장치 {Method and Apparatus of Measuring Tissue Size Using Endoscope}

본 출원은 내시경을 이용한 조직 크기 측정 방법 및 장치에 관한 것이다.

내시경은 내장장기 또는 체강 내부를 영상화하여 직접 육안으로 볼 수 있도록 하는 의료기기로서, 위 또는 대장 내의 병변을 진단하기 위해 널리 사용된다.

이와 같이 내시경을 이용하여 위 또는 대장 내의 선종 또는 조기 암을 발견하는 경우 병변의 크기에 따라서 치료 방법이 달라져야 하므로 병변의 크기를 정확하게 측정하는 것이 중요하다.

그러나, 현재는 내시경 검사시에 의사가 포셉을 이용하여 병변의 크기를 대략적으로 가늠하고 있으며, 내시경 영상을 이용하여 병변의 크기를 정확하게 측정하는 기술이 부재한 실정이다.

따라서, 당해 기술분야에서는 내시경 영상 만을 이용하여 비정상 조직의 크기를 정확하게 측정하기 위한 방안이 요구되고 있다.

상기 과제를 해결하기 위해서, 본 발명의 일 실시예는 내시경을 이용한 조직 크기 측정 방법을 제공한다.

상기 내시경을 이용한 조직 크기 측정 방법은, 상기 내시경으로 촬상되는 영상 중 최적 초점 거리에 대응하는 최적 영상을 획득하는 단계; 및 상기 최적 초점 거리와 상기 내시경의 화각을 고려하여 상기 최적 영상 중 관심 영역 크기를 산출하는 단계를 포함할 수 있다.

또한, 본 발명의 다른 실시예는 내시경을 이용한 조직 크기 측정 장치를 제공한다.

상기 내시경을 이용한 조직 크기 측정 장치는, 내시경에 의해 실시간으로 촬상되는 내시경 영상을 입력받는 내시경 영상 입력부; 기 학습된 딥러닝 모델을 통해 상기 내시경 영상에서 관심영역을 자동으로 인식하여 설정하는 관심영역 인식부; 및 상기 관심영역의 크기를 산출하는 관심영역 크기산출부를 포함할 수 있다.

덧붙여 상기한 과제의 해결수단은, 본 발명의 특징을 모두 열거한 것이 아니다. 본 발명의 다양한 특징과 그에 따른 장점과 효과는 아래의 구체적인 실시형태를 참조하여 보다 상세하게 이해될 수 있을 것이다.

본 발명의 일 실시예에 따르면, 내시경 영상 만을 이용하여 비정상 조직의 크기를 정확하게 측정할 수 있다.

도 1은 본 발명의 일 실시예에 따른 내시경을 이용한 조직 크기 측정 방법의 흐름도이다.
도 2는 본 발명의 다른 실시예에 따른 내시경을 이용한 조직 크기 측정 방법의 흐름도이다.
도 3은 본 발명의 일 실시예에 따라 조직 크기를 산출하는 원리를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따라 조직 크기를 측정한 결과의 일 예를 도시하는 도면이다.
도 5는 본 발명의 또 다른 실시예에 따른 내시경을 이용한 조직 크기 측정 장치의 구성도이다.

이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.

덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 '연결'되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 '간접적으로 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.

도 1은 본 발명의 일 실시예에 따른 내시경을 이용한 조직 크기 측정 방법의 흐름도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따라서 조직 크기를 측정하기 위하여, 우선 내시경으로 촬상되는 영상 중 최적 초점 거리에 대응하는 최적 영상을 획득할 수 있다(S110).

일반적으로, 내시경을 이용한 영상 촬상시에 초점 거리를 "Near Field Focus" 또는 "Normal Field Focus"로 조절할 있다. 또한, 내시경을 이용하여 종양 등과 같은 관심영역을 관찰하는 경우, 초점 거리를 “Normal Field Focus"에서 "Near Field Focus"로 변환을 하게 된다.

이와 같이 초점 거리 변환시에 영상이 변화하게 되는데, 이 경우 영상의 크기와 초점 거리를 확인할 수 있으며, 화각(Field of Veiw) 정보는 사용되는 내시경 기기의 기 정해진 사양 정보를 통해 확인할 수 있다.

일 실시예에 따르면, 조직 크기를 측정하기 위한 최적 초점 거리는 “Near Field Focus"로 설정할 수 있으며, 내시경으로 촬상되는 영상 중에서 최적 초점 거리인 "Near Field Focus"에 대응하는 영상을 최적 영상으로 획득할 수 있다.

이후, 획득한 최적 영상에 대하여, 최적 초점 거리와 내시경의 화각을 고려하여 최적 영상 중 관심영역 크기를 산출할 수 있다(S120). 여기서, 관심영역은 최적 영상 중에서 종양 등의 병변이 위치하는 영역일 수 있으며, 관심영역은 최적 영상 내에서 수동으로 설정되거나, 도 2를 참조하여 후술하는 바와 같이 자동으로 인식될 수도 있다.

도 3은 본 발명의 일 실시예에 따라 조직 크기를 산출하는 원리를 설명하기 위한 도면이고, 도 4는 본 발명의 일 실시예에 따라 조직 크기를 측정한 결과의 일 예를 도시하는 도면이다.

일 실시예에 따르면, 도 3에 도시된 바와 같이, 최적 초점 거리(d_fmm)와 내시경의 화각(θ°) 간의 tangent를 이용하여 기 산출된 전체 영상 크기와 최적 영상 내에서의 관심영역 크기의 비율에 따라 관심영역 크기를 산출할 수 있다. 여기서, 전체 영상의 크기와 관심영역 크기의 비율은 해당 영역의 픽셀 수의 비율로 산정될 수 있다.

또한, 도 4에 도시된 바와 같이, 최적 영상의 우측 상단에는 초점 거리에 대한 정보가 표시될 수 있고, 비정상 조직이 위치하는 관심영역이 표시되며, 상술한 방법에 따라 측정된 조직 크기 정보, 즉 길이정보가 함께 표시될 수 있다.

도 2는 본 발명의 다른 실시예에 따른 내시경을 이용한 조직 크기 측정 방법의 흐름도이다.

도 2를 참조하면, 본 발명의 다른 실시예에 따라서 조직 크기를 측정하기 위하여, 우선 내시경 영상이 실시간으로 입력될 수 있다(S210).

이후, 실시간으로 입력된 내시경 영상에 대하여 기 학습된 딥러닝 모델을 통해 관심영역을 인식할 수 있다(S220).

일 실시예에 따르면, 병변 영상을 포함하는 학습 데이터 세트를 이용하여 CNN(Convolutional Neural Network) 등과 같은 딥러닝 모델을 사전에 학습시킬 수 있으며, 이와 같이 학습된 딥러닝 모델을 이용하여 입력된 내시경 영상에서 관심영역을 자동으로 인식하여 설정할 수 있다.

이후, 인식된 관심영역에 대해 크기를 산출할 수 있다(S230). 여기서, 관심영역 크기를 산출하는 방법은 도 1을 참조하여 상술한 바와 동일하므로, 이에 대한 중복적인 설명은 생략한다.

도 5는 본 발명의 또 다른 실시예에 따른 내시경을 이용한 조직 크기 측정 장치의 구성도이다.

도 5를 참조하면, 본 발명의 또 다른 실시예에 따른 내시경을 이용한 조직 크기 측정 장치(500)는 내시경 영상 입력부(510), 관심영역 인식부(520) 및 관심영역 크기산출부(530)를 포함하여 구성될 수 있다.

내시경 영상 입력부(510)는 내시경에 의해 실시간으로 촬상되는 내시경 영상을 입력받기 위한 것이다.

일 실시예에 따르면, 내시경 영상 입력부(510)는 내시경으로 촬상되는 영상 중 최적 초점 거리에 대응하는 최적 영상을 입력받을 수 있다.

관심영역 인식부(520)는 내시경 영상 입력부(510)를 통해 입력된 내시경 영상에서 관심영역을 자동으로 인식하여 설정하기 위한 것이다.

일 실시예에 따르면, 관심영역 인식부(520)는 딥러닝 모델(521)을 포함할 수 있으며, 딥러닝 모델(522)은 CNN(Convolutional Neural Network)으로 구현되고 병변 영상을 포함하는 학습 데이터 세트를 이용하여 사전에 학습될 수 있다.

이와 같이, 기 학습된 딥러닝 모델(522)은 입력된 내시경 영상에서 관심영역을 자동으로 인식하여 설정할 수 있다.

관심영역 크기산출부(530)는 관심영역 인식부(520)에 의해 설정된 관심영역의 크기를 산출하기 위한 것이다.

일 실시예에 따르면, 관심영역 크기산출부(530)는 도 1 및 도 3을 참조하여 상술한 바와 같이 최적 초점 거리와 내시경의 화각을 고려하여 최적 영상 중 관심영역 크기를 산출할 수 있다.

도 5를 참조하여 상술한 내시경을 이용한 조직 크기 측정 장치(500)는 내시경 영상 입력 수단, 학습 수단 및 연산 수단을 구비하는 프로세싱 장치에 의해 구현될 수 있다.

본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 본 발명에 따른 구성요소를 치환, 변형 및 변경할 수 있다는 것이 명백할 것이다.

500: 조직 크기 측정 장치
510: 내시경 영상 입력부
520: 관심영역 인식부
521: 딥러닝 모델
522: 학습 데이터 세트
530: 관심영역 크기산출부

Claims (6)

1. 내시경을 이용한 조직 크기 측정 방법에 있어서,
   상기 내시경으로 촬상되는 영상 중 최적 초점 거리에 대응하는 최적 영상을 획득하는 단계; 및
   상기 최적 초점 거리와 상기 내시경의 화각을 고려하여 상기 최적 영상 중 관심 영역 크기를 산출하는 단계를 포함하는 것을 특징으로 하는 내시경을 이용한 조직 크기 측정 방법.
   
2. 제 1 항에 있어서,
   상기 산출하는 단계는, 상기 최적 초점 거리와 상기 화각 간의 tangent를 이용하여 기 산출된 전체 영상 크기와 상기 최적 영상 내의 관심 영역 크기의 비율에 따라 상기 관심 영역의 크기를 산출하는 것을 특징으로 하는 내시경을 이용한 조직 크기 측정 방법.
   
3. 내시경으로 촬상되는 내시경 영상이 실시간으로 입력되는 단계;
   상기 내시경 영상에 대하여 기 학습된 딥러닝 모델을 통해 관심영역을 인식하는 단계; 및
   상기 인식된 관심영역에 대해 크기를 산출하는 단계를 포함하는 것을 특징으로 하는 내시경을 이용한 조직 크기 측정 방법.
   
4. 제 3 항에 있어서, 상기 크기를 산출하는 단계는,
   상기 내시경 영상의 초점 거리와 상기 내시경의 화각을 고려하여 상기 관심 영역의 크기를 산출하는 것을 특징으로 하는 내시경을 이용한 조직 크기 측정 방법.
   
5. 제 4 항에 있어서, 상기 크기를 산출하는 단계는,
   상기 초점 거리와 상기 화각 간의 tangent를 이용하여 기 산출된 전체 영상 크기와 상기 관심 영역 크기의 비율에 따라 상기 관심 영역의 크기를 산출하는 것을 특징으로 하는 내시경을 이용한 조직 크기 측정 방법.
   
6. 내시경에 의해 실시간으로 촬상되는 내시경 영상을 입력받는 내시경 영상 입력부;
   기 학습된 딥러닝 모델을 통해 상기 내시경 영상에서 관심영역을 자동으로 인식하여 설정하는 관심영역 인식부; 및
   상기 관심영역의 크기를 산출하는 관심영역 크기산출부를 포함하는 것을 특징으로 하는 내시경을 이용한 조직 크기 측정 장치.

Images