KR20210074089A

KR20210074089A - 수술용 내비게이션 시스템에서의 표면 점군집 개선 방법 및 장치

Info

Publication number: KR20210074089A
Application number: KR1020190165110A
Authority: KR
Inventors: 문정환; 유학제
Original assignee: 성균관대학교산학협력단
Priority date: 2019-12-11
Filing date: 2019-12-11
Publication date: 2021-06-21
Also published as: KR102271189B1

Abstract

본 발명은 수술용 내비게이션 시스템에서의 표면 점군집 개선 방법 및 장치에 관한 것으로, 본 발명의 일 실시예에 따른 수술용 내비게이션 시스템에서의 표면 점군집 개선 방법은, 광학 모듈을 통해 수술 대상 표면의 점들을 획득하는 단계, 상기 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하는 단계, 상기 군집화된 복수의 점군집의 크기를 기반으로 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출하는 단계, 및 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하는 단계를 포함한다.

Description

수술용 내비게이션 시스템에서의 표면 점군집 개선 방법 및 장치{METHODS AND APPARATUSES FOR IMPROVING SURFACE POINT CLUSTER IN SURGICAL NAVIGATION SYSTEM}

본 발명은 수술용 내비게이션 시스템에서의 표면 점군집 개선 방법 및 장치에 관한 것이다.

수술용 내비게이션에서 사용되는 표면 정합은 수술 전 획득한 환자의 CT(Computed Tomography) 데이터와 수술 중 획득하는 광학 카메라(optical camera) 데이터로 구성된다. 일례로, 수술 중 획득이 필요한 환자 표면의 점군집은 적외선 카메라와 적외선 마커가 달린 수술용 프로브(probe)를 이용해 획득되게 된다. 환자 표면 점군집은 4개의 적외선 마커를 적외선 카메라로 획득하고, 촬영된 4개의 마커를 이용해 프로브 끝단에 위치한 프로브 팁의 위치를 예측하게 된다.

획득된 환자 점군집에는 두 가지 정확도 문제가 발생하게 된다. 첫 번째는 3차원 위치를 획득하는 기기의 기계적 성능에 의해 발생하는 기계적 오차이다. 두 번째는 기기를 사용하는 사용자의 숙련도에서 발생하는 사용자 오차가 존재한다. 기계적 성능의 오차는 기계를 개선함으로써 개선될 수 있고 두 번째 숙련도로 발생하는 오차는 반복적인 수행으로 개선시킬 수 있다.

하지만, 이러한 두 개선 방법에도 A의사와 B의사의 환자 점군집 획득 방법에는 명확한 차이가 생길 수밖에 없다. 예를 들어 의사가 얼만큼 빠르게 프로브를 움직이는지 또는 어느 부분을 획득하는가는 사람마다 방법이 다를 수밖에 없다. 상이한 환자 점군집 획득의 결과는 수술용 내비게이션의 핵심 과정인 정합 과정의 정확도에 직접적인 영향을 미치게 된다. 이러한 영향으로 인해 수술의 성공률이 결정되게 된다. 이러한 데이터 획득 과정에서의 문제점과 데이터 획득 과정의 상이함을 극복하고자 새로운 방법의 알고리즘 적용이 필요하다.

본 발명의 실시예들은 수술용 내비게이션에 사용되는 핵심 기술인 표면 정합에 사용되는 수술 대상의 의료 영상 점군집과 표면 점군집 중 표면 점군집을 개선함으로써, 표면 정합 정확도를 향상시킬 수 있는, 수술용 내비게이션 시스템에서의 표면 점군집 개선 방법 및 장치를 제공하고자 한다.

다만, 본 발명의 해결하고자 하는 과제는 이에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위의 환경에서도 다양하게 확장될 수 있을 것이다.

본 발명의 일 실시예에 따르면, 광학 모듈을 통해 수술 대상 표면의 점들을 획득하는 단계; 상기 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하는 단계; 상기 군집화된 복수의 점군집의 크기를 기반으로 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출하는 단계; 및 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하는 단계를 포함하는, 수술용 내비게이션의 표면 점군집 개선 방법이 제공될 수 있다.

상기복수의 점군집으로 군집화하는 단계는, 상기 획득된 점들 간의 간격 분포를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화할 수 있다.

상기복수의 점군집으로 군집화하는 단계는, 머신 러닝 기술 중에서 밀도 기반 공간 군집화 방식의 DBSCAN(Density Based Spatial Clustering of Applications with Noise) 알고리즘을 이용하여 상기 획득된 점들을 복수의 점군집으로 군집화할 수 있다.

상기 복수의 새로운 점군집의 점들 개수를 산출하는 단계는, 상기 군집화된 복수의 점군집에서 전체 점군집의 크기에 대한 각 점군집의 크기 비율을 계산하고, 상기 계산된 각 점군집의 크기 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출할 수 있다.

상기 복수의 새로운 점군집의 점들 개수를 산출하는 단계는, 상기 군집화된 복수의 점군집의 크기를 각 점군집을 형성하는 점들을 이은 거리를 기반으로 계산할 수 있다.

상기 복수의 새로운 점군집의 점들 개수를 산출하는 단계는, 상기 군집화된 복수의 점군집에서 전체 점군집의 거리에 대한 각 점군집의 거리 비율을 계산하고, 상기 계산된 각 점군집의 거리 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출할 수 있다.

상기 복수의 새로운 점군집을 생성하는 단계는, 데이터 보간법을 이용하여 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성할 수 있다.

상기 복수의 새로운 점군집을 생성하는 단계는, 큐빅 스파인(Cubic Spine) 알고리즘을 이용하여 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성할 수 있다.

상기 복수의 새로운 점군집을 생성하는 단계는, 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 균일한 간격을 갖는 점들로 생성할 수 있다.

상기 획득된 점군집의 전체 점들 개수와 상기 생성된 복수의 새로운 점군집의 점들 개수는 동일할 수 있다.

한편, 본 발명의 다른 실시예에 따르면, 하나 이상의 프로그램을 저장하는 메모리; 및 상기 저장된 하나 이상의 프로그램을 실행하는 프로세서를 포함하고, 상기 프로세서는, 광학 모듈을 통해 수술 대상 표면의 점들을 획득하고, 상기 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하고, 상기 군집화된 복수의 점군집의 크기를 기반으로 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출하고, 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하는, 수술용 내비게이션의 표면 점군집 개선 장치가 제공될 수 있다.

상기 프로세서는, 상기 획득된 점들 간의 간격 분포를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화할 수 있다.

상기 프로세서는, 머신 러닝 기술 중에서 밀도 기반 공간 군집화 방식의 DBSCAN(Density Based Spatial Clustering of Applications with Noise) 알고리즘을 이용하여 상기 획득된 점들을 복수의 점군집으로 군집화할 수 있다.

상기 프로세서는, 상기 군집화된 복수의 점군집에서 전체 점군집의 크기에 대한 각 점군집의 크기 비율을 계산하고, 상기 계산된 각 점군집의 크기 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출할 수 있다.

상기 프로세서는, 상기 군집화된 복수의 점군집의 크기를 각 점군집을 형성하는 점들을 이은 거리를 기반으로 계산할 수 있다.

상기 프로세서는, 상기 군집화된 복수의 점군집에서 전체 점군집의 거리에 대한 각 점군집의 거리 비율을 계산하고, 상기 계산된 각 점군집의 거리 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출할 수 있다.

상기 프로세서는, 데이터 보간법을 이용하여 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성할 수 있다.

상기 프로세서는, 큐빅 스파인(Cubic Spine) 알고리즘을 이용하여 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성할 수 있다.

상기 프로세서는, 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 균일한 간격을 갖는 점들로 생성할 수 있다.

한편, 본 발명의 다른 실시예에 따르면, 프로세서에 의해 실행 가능한 하나 이상의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 하나 이상의 프로그램은 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금: 광학 모듈을 통해 수술 대상 표면의 점들을 획득하고, 상기 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하고, 상기 군집화된 복수의 점군집의 크기를 기반으로 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출하고, 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하게 하는 명령어들을 포함하는, 비 일시적 컴퓨터 판독 가능한 저장 매체가 제공될 수 있다.

개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.

본 발명의 실시예들은 수술용 내비게이션에 사용되는 핵심 기술인 표면 정합에 사용되는 수술 대상의 의료 영상 점군집과 표면 점군집 중 표면 점군집을 개선함으로써, 표면 정합 정확도를 향상시킬 수 있다.

본 발명의 실시예들은 사용자의 숙련도 및 방법의 차이에 따라 발생하는 불균일적인 데이터를 균일하게 재생성함으로써, 수술용 내비게이션의 표면 정합 시, 수술 대상의 표면 점군집을 의료 영상 데이터와 정확하게 정합할 수 있다.

또한, 본 발명의 실시예들은 개선된 환자의 표면 점군집을 이용하여 표면 정합 시 사용되는 알고리즘의 특징인 밀도가 높은 곳에 표면 정합이 집중되는 문제를 극복함으로써, 집중된 부분으로 인한 강체 변환의 문제점을 해결하고 이를 통해 표면 정합 정확도를 개선시킬수 있다.

도 1은 본 발명의 일 실시예가 적용되는 수술용 내비게이션 시스템의 구성을 나타낸 구성도이다.
도 2는 도 1의 표면 영상 장치를 통해 획득되는 수술 대상 표면의 점들 형태를 나타낸 도면이다.
도 3 및 도 4는 도 1의 표면 영상 장치를 통해 획득되는 수술 대상 표면의 점들 분포를 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 수술용 내비게이션 시스템에서의 표면 점군집 개선 장치의 구성을 나타낸 구성도이다.
도 6은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 사용되는 수술 대상 표면의 점들 분포를 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 군집화된 복수의 점군집 분포를 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 생성된 복수의 새로운 점군집 분포를 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따른 수술용 내비게이션 시스템에서의 표면 점군집 개선 방법을 나타낸 순서도이다.
도 10은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 획득되는 수술 대상 표면의 점들 예시를 나타낸 도면이다.
도 11 내지 도 13은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 군집화되는 복수의 점군집 예시를 나타낸 도면이다.
도 14 및 도 15는 종래 기술 및 본 발명의 일 실시예에 따른 표면 점군집 분포를 각각 나타낸 도면이다.
도 16은 종래 기술 및 본 발명의 일 실시예에 따른 점군집 획득 속도를 비교한 도면이다.
도 17 및 도 18은 종래 기술에 따른 표면 점군집과 본 발명의 일 실시예에 의해 개선된 표면 점군집을 비교한 도면이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.

그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

도 1은 본 발명의 일 실시예가 적용되는 수술용 내비게이션 시스템의 구성을 나타낸 구성도이다.

도 1에 도시된 바와 같이, 본 발명의 일 실시 예가 적용되는 수술용 내비게이션 시스템(10)은 표면 영상 장치(11), 의료 영상 장치(12) 및 표면 정합 장치(13)를 포함한다.

이하, 도 1의 수술용 내비게이션 시스템(10)의 각 구성요소들의 구체적인 구성 및 동작을 설명한다.

표면 영상 장치(11)는 광학 모듈을 통해 수술 대상 표면을 촬영하여 표면 영상 데이터를 획득한다. 광학 모듈에는 광학 카메라(예컨대, 적외선 카메라), 3차원 스캐너, 내시경 장치, 씨암(C-arm) 장치 및 광간섭 단층 촬영장치(optical coherence tomography) 중 어느 하나가 포함될 수 있다. 표면 영상 장치(11)는 표면 영상 데이터를 획득하여 표면 정합 장치(13)로 전달한다.

의료 영상 장치(12)는 의료 영상 모듈을 통해 수술 대상 내부를 촬영하여 의료 영상 데이터를 획득한다. 의료 영상 모듈에는 컴퓨터 단층촬영(computed tomography: CT) 장치, 자기공명영상(magnetic resonance imaging, MRI) 장치 및 양전자 단층 촬영(positron emission tomography, PET) 장치 중 어느 하나가 포함될 수 있다. 의료 영상 장치(12)는 의료 영상 데이터를 획득하여 표면 정합 장치(13)로 전달한다.

표면 정합 장치(13)는 표면 영상 장치(11)로부터 전달된 표면 영상 데이터와 의료 영상 장치(12)로부터 전달된 의료 영상 데이터를 이용하여 표면 정합을 수행한다. 표면 정합의 결과는 가상의 병변 위치를 통해 확인하게 된다.

본 발명의 일 실시 예에 따른 표면 점군집 개선 장치는 표면 영상 장치(11)에 포함되거나, 표면 정합 장치(13)에 포함될 수 있다. 또는 본 발명의 일 실시 예에 따른 표면 점군집 개선 장치는 표면 영상 장치(11)와 표면 정합 장치(13) 사이에 별도로 구현될 수 있다.

도 2는 도 1의 표면 영상 장치를 통해 획득되는 수술 대상 표면의 점들 형태를 나타낸 도면이다.

도 2에 도시된 바와 같이, 수술용 내비게이션 시스템에서 환자 표면 점군집은 사용자(예컨대, 의사)에 따라 상이한 결과물이 발생하게 된다. 이런 식으로 환자 표면 점군집을 획득하는 방법은 동일한 한 사람이 수행하게 되더라도 표면 점군집의 형태가 다르게 나타날 수 있다.

도 3 및 도 4는 도 1의 표면 영상 장치를 통해 획득되는 수술 대상 표면의 점들 분포를 나타낸 도면이다.

도 3 및 도 4에 도시된 바와 같이, 사용자가 표면 점군집을 얼만큼 빠르게 획득하느냐에 따라 점군집이 많이 획득되는 부분(201, 301)이 있고 점군집이 적게 획득되는 부분(202, 302)이 발생하게 된다. 표면 정합 정확도의 연구 결과에 따르면, 표면 점군집의 형태가 좌우 대칭적이고 일정하게 획득될 경우, 정합 정확도가 향상된다고 보고된바 있다.

도 5는 본 발명의 일 실시예에 따른 수술용 내비게이션 시스템에서의 표면 점군집 개선 장치의 구성을 나타낸 구성도이다.

도 5에 도시된 바와 같이, 본 발명의 일 실시예에 따른 표면 점군집 개선 장치(100)는, 메모리(110) 및 프로세서(120)를 포함한다. 그러나 도시된 구성요소 모두가 필수 구성요소인 것은 아니다. 도시된 구성요소보다 많은 구성요소에 의해 표면 점군집 개선 장치(100)가 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 표면 점군집 개선 장치(100)가 구현될 수 있다.

수술용 내비게이션에서 사용되는 표면 정합 방법 시 환자 표면의 점군집을 획득하는 장비의 성능, 또는 시술자의 숙련도에 따른 점군집의 다양한 분포 및 노이즈 현상이 발생한다. 이는 정합 정확도의 저하를 발생시키는 주요 원인이 된다.

표면 정합 정확도의 저하를 극복하기 위해, 본 발명의 일 실시예에 따른 표면 점군집 개선 장치(100)는 환자 점군집의 점들 분포를 일관되게 재설정하고 기기 및 숙련도로 인한 노이즈가 발생한 점군집을 머신러닝 기술로 개선할 수 있다. 즉, 본 발명의 일 실시예에 따른 표면 점군집 개선 장치(100)는 수술용 내비게이션 시스템의 표면 정합 정확도 향상을 위해 머신러닝 기술을 적용하여 환자 점군집을 개선할 수 있다. 따라서 본 발명의 일 실시예에 따른 표면 점군집 개선 장치(100)는 표면 정합에 적용할 수 있는 환자 표면 점군집을 최적의 상태로 개선하고 이를 통해 수술용 내비게이션의 정합 정확도를 향상시킬 수 있다.

이를 위해, 본 발명의 일 실시예에 따른 표면 점군집 개선 장치(100)는 점군집의 점들 밀도를 기반으로 점군집을 다시 설정한 뒤, 점군집을 형성하는 점들의 거리를 해당 군집의 크기로 판단한다. 표면 점군집 개선 장치(100)는 이를 기반으로 군집마다 새로운 점군집을 생성한다. 실시예로서, 표면 점군집 개선 장치(100)는 1차적으로 밀도 기반의 점군집을 설정하기 위해 머신러닝 기술 중 하나인 DBSCAN(Density-based spatial clustering of applications with noise)에 따라 복수의 점군집으로 군집화한다. 표면 점군집 개선 장치(100)는 2차적으로 데이터 보간법 중 3차원 점군집에 적합한 큐빅 스플라인(Cubic spline) 방법을 사용하여 점군집의 점들을 재구성할 수 있다.

이하, 도 5의 표면 점군집 개선 장치(100)의 각 구성요소들의 구체적인 구성 및 동작을 설명한다.

메모리(110)는 하나 이상의 프로그램을 저장한다.

프로세서(120)는 메모리(110)에 저장된 하나 이상의 프로그램을 실행한다. 프로세서(120)는, 광학 모듈을 통해 수술 대상 표면의 점들을 획득하고, 그 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하고, 그 군집화된 복수의 점군집의 크기를 기반으로 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출하고, 그 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성한다.

실시예들에 따르면, 프로세서(120)는 획득된 점들 간의 간격 분포를 기반으로 그 획득된 점들을 복수의 점군집으로 군집화할 수 있다.

실시예들에 따르면, 프로세서(120)는 머신 러닝 기술 중에서 밀도 기반 공간 군집화 방식의 DBSCAN(Density Based Spatial Clustering of Applications with Noise) 알고리즘을 이용하여 그 획득된 점들을 복수의 점군집으로 군집화할 수 있다.

실시예들에 따르면, 프로세서(120)는 군집화된 복수의 점군집에서 전체 점군집의 크기에 대한 각 점군집의 크기 비율을 계산하고, 그 계산된 각 점군집의 크기 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출할 수 있다.

실시예들에 따르면, 프로세서(120)는 군집화된 복수의 점군집의 크기를 각 점군집을 형성하는 점들을 이은 거리를 기반으로 계산할 수 있다.

실시예들에 따르면, 프로세서(120)는 군집화된 복수의 점군집에서 전체 점군집의 거리에 대한 각 점군집의 거리 비율을 계산하고, 그 계산된 각 점군집의 거리 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출할 수 있다.

실시예들에 따르면, 프로세서(120)는 데이터 보간법을 이용하여 그 산출된 복수의 새로운 점군집의 점들 개수에 따라 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성할 수 있다.

실시예들에 따르면, 프로세서(120)는 큐빅 스파인(Cubic Spine) 알고리즘을 이용하여 그 산출된 복수의 새로운 점군집의 점들 개수에 따라 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성할 수 있다.

실시예들에 따르면, 프로세서(120)는 복수의 점군집별로 대응되는 복수의 새로운 점군집을 균일한 간격을 갖는 점들로 생성할 수 있다.

실시예들에 따르면, 획득된 점군집의 전체 점들 개수와 생성된 복수의 새로운 점군집의 점들 개수는 동일할 수 있다.

본 발명의 일 실시예는 의료 영상 점군집 및 가상의 병변 위치를 적용하여, 표면정합 시 필요로 하는 환자 점군집과 개선된 환자 점군집의 성능을 확인할 수 있다. 표면 점군집 개선 장치(100)는 광학 카메라로 획득한 환자 점군집의 점들은 1차적으로 밀도를 기반으로 점군집을 설정한다. 그리고 표면 점군집 개선 장치(100)는 설정된 점군집이 구성하는 점들 간 거리가 전체 점군집에 대비하여 얼만큼 있는지 즉, 각 점군집이 전체 점군집에서 차지하는 거리 비율을 확인하고 이를 기반으로 새로운 점군집을 생성할 수 있다. 표면 정합의 결과는 가상의 병변 위치를 통해 확인하게 된다.

이와 같이, 본 발명의 일 실시예에 따른 표면 점군집 개선 장치(100)는 수술용 내비게이션의 표면 정합 시 정합의 정확성을 향상시키기 위한 것이다. 표면 점군집 개선 장치(100)는 획득한 환자 표면 점군집의 점들을 밀도에 따른 점군집을 나눈다. 그리고 표면 점군집 개선 장치(100)는 나누어진 각 점군집의 크기에 따라 새로운 점군집 크기를 설정하여 일관적인 점군집의 형태로 재생성할 수 있다.

도 6은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 사용되는 수술 대상 표면의 점들 분포를 나타낸 도면이다.

도 6에 도시된 바와 같이, 표면 점군집 개선 장치(100)에 의해 사용되는 수술 대상 표면의 점들은 광학 모듈(예컨대, 광학 카메라)을 통해 촬영되는 표면 영상 데이터로부터 획득된다. 일례로, 광학 카메라를 통해 획득되는 환자 표면 점군집의 점들이 주로 사용하게 된다.

도 7은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 군집화된 복수의 점군집 분포를 나타낸 도면이다.

도 7에 도시된 바와 같이, 표면 점군집 개선 장치(100)는 획득된 수술 대상 표면의 점들의 밀집도를 기반으로 점들을 복수의 점군집으로 나눌 수 있다. 여기서, 표면 점군집 개선 장치(100)는 DBSCAN 알고리즘을 이용하여 환자 표면 점군집의 점들에 대한 밀집도를 기반으로 점들을 n 개의 점군집(401 내지 404)으로 분리시킬 수 있다. 여기서, 나누어지는 점군집은 획득되는 표면 영상 데이터의 형태에 따라 달라질 수 있다. 예를 들면, 표면 영상 데이터가 환자의 코 위, 코 아래, 또는 코 부분으로 나누어질 수 있다.

그리고 표면 점군집 개선 장치(100)는 나누어진 점군집을 기준으로 각 점군집의 점들이 구성하는 거리를 계산할 수 있다. 예를 들면, 표면 점군집 개선 장치(100)는 빨간색의 점들이 구성하는 거리를 600으로 계산하고, 파란색의 점들이 구성하는 거리를 350으로 계산하고, 초록색의 점들이 구성하는 거리를 150으로 계산할 수 있다.

이어서, 표면 점군집 개선 장치(100)는 모든 점군집을 형성하는 점들의 거리를 모두 합하고, 이를 기반으로 전체 점군집의 거리에 대한 각 점군집이 차지하는 거리 비율을 계산할 수 있다. 전체 점군집의 거리는 "500+350+150=1000" 와 같이 계산된다. 예를 들면, 전체 점군집 대비 빨간색의 점군집을 형성하는 점들의 거리 비율은 "500/(500+350+150)=50%"와 같이 계산된다. 전체 점군집 대비 파란색의 점군집을 형성하는 점들의 거리 비율은 "350/(500+350+150)=35%"와 같이 계산된다. 전체 점군집 대비 초록색의 점군집을 형성하는 점들의 거리 비율은 "150/(500+350+150)=15%"와 같이 계산된다.

도 8은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 생성된 복수의 새로운 점군집 분포를 나타낸 도면이다.

본 발명의 일 실시예에 따른 표면 점군집 개선 장치(100)는 거리에 대한 비율(예컨대, 퍼센트)을 기반으로 각 점군집에 새로운 점군집 개수를 큐빅 스플라인(cubic spline) 알고리즘을 이용하여 재생성시킬 수 있다. 예를 들면, 새로운 빨간색 점군집은, 최초 표면 영상 데이터에서 획득된 전체 점군집의 점들 개수(예컨대, 300)에서 빨간색 점군집의 점들 거리 비율 기준으로 "300개(최초 점군집의 점들 개수)×50%(빨간색 점군집의 점들 거리 비율)=150 "와 같이 생성될 수 있다. 여기서, 최초 환자 점군집 데이터를 최대한 유지하기 위해, 처음 표면 영상 데이터의 환자 점군집 개수가 유지된다. 예를 들면, 원 데이터(raw_data)가 300개면 새로운 점군집의 100%도 300개의 점으로 구성될 수 있다. 큐빅 스플라인 알고리즘은 연속성을 기준으로 리니어(linear), pchip(Piecewise Cubic Hermite Interpolating Polynomial), 및 큐빅(cubic)을 사용한 결과 큐빅 스플라인 알고리즘이 가장 효과적이다. 표면 점군집 개선 장치(100)는 큐빅 스플라인 알고리즘에 따라 새로운 점군집(501)의 점들을 균일하게 즉, 일정한 거리를 갖는 점들로 생성할 수 있다.

도 9는 본 발명의 일 실시예에 따른 수술용 내비게이션 시스템에서의 표면 점군집 개선 방법을 나타낸 순서도이다.

단계 S101에서, 표면 점군집 개선 장치(100)는 광학 모듈을 통해 수술 대상 표면의 점들을 획득한다.

단계 S102에서, 표면 점군집 개선 장치(100)는 그 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화한다.

단계 S103에서, 표면 점군집 개선 장치(100)는 군집화된 복수의 점군집의 크기를 계산한다.

단계 S104에서, 표면 점군집 개선 장치(100)는 계산된 복수의 점군집의 크기를 기반으로 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출한다.

단계 S105에서, 표면 점군집 개선 장치(100)는 산출된 복수의 새로운 점군집의 점들 개수에 따라 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성한다.

도 10은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 획득되는 수술 대상 표면의 점들 예시를 나타낸 도면이다.

도 10에 도시된 바와 같이, 표면 점군집 개선 장치(100)는 광학 모듈(예컨대, 광학 카메라)을 통해 환자 표면의 점군집을 획득하게 된다.

도 11 내지 도 13은 본 발명의 일 실시예에 따른 표면 점군집 개선 장치에 의해 군집화되는 복수의 점군집 예시를 나타낸 도면이다.

도 11 내지 도 13에 도시된 바와 같이, 표면 점군집 개선 장치(100)는 머신 러닝 기술 중에서 밀도 기반 공간 군집화 방식의 DBSCAN(Density Based Spatial Clustering of Applications with Noise) 알고리즘을 이용하여 상기 획득된 점들을 복수의 점군집으로 군집화할 수 있다. 머신러닝 기술 중 밀도를 기반으로 한 군집화 알고리즘인 DBSCAN 알고리즘은 표면 점들의 밀도에 따라 점군집을 설정하는데 사용될 수 있다. 이때, 표면 점군집 개선 장치(100)는 점군집마다 라벨(Label)을 부여할 수 있다. 일례로, 표면 점군집 개선 장치(100)는 획득된 점들 간의 간격 분포를 기반으로 그 획득된 점들을 복수의 점군집으로 군집화할 수 있다.

그리고 점들 간격이 불균일한 환자 점군집을 일정한 거리를 갖는 균일한 점군집으로 재생성하기 위해, 표면 점군집 개선 장치(100)는 각 점군집별로 새로운 점군집에서 재생성해야 할 점들 개수를 군집의 크기에 따라 결정할 수 있다. 표면 점군집 개선 장치(100)는 군집화된 복수의 점군집에서 전체 점군집의 크기에 대한 각 점군집의 크기 비율을 계산하고, 그 계산된 각 점군집의 크기 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출할 수 있다.

일례로, 점군집의 크기는 점군집을 형성하는 점들 거리로 설정될 수 있다. 표면 점군집 개선 장치(100)는 군집화된 복수의 점군집의 크기를 각 점군집을 형성하는 점들을 이은 거리를 기반으로 계산할 수 있다. 표면 점군집 개선 장치(100)는 군집화된 복수의 점군집에서 전체 점군집의 거리에 대한 각 점군집의 거리 비율을 계산하고, 그 계산된 각 점군집의 거리 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출할 수 있다.

도 14 및 도 15는 종래 기술 및 본 발명의 일 실시예에 따른 표면 점군집 분포를 각각 나타낸 도면이다.

도 14에는 최초 획득된 점군집의 점들이 도시되어 있다.

도 15에 도시된 바와 같이, 표면 점군집 개선 장치(100)는 도 14에 도시된 점들을 이용하여, 각 점군집에 재설정된 새로운 점군집의 점들 개수에 따라 각 점군집을 재생성할 수 있다. 표면 점군집 개선 장치(100)는 데이터 보간법을 이용하여 복수의 새로운 점군집의 점들 개수에 따라 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성할 수 있다. 일례로, 표면 점군집 개선 장치(100)는 큐빅 스파인(Cubic Spine) 알고리즘을 이용하여 복수의 새로운 점군집의 점들 개수에 따라 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성할 수 있다. 표면 점군집 개선 장치(100)는 복수의 점군집별로 대응되는 복수의 새로운 점군집을 균일한 간격을 갖는 점들로 생성할 수 있다. 여기서, 획득된 점군집의 전체 점들 개수와 생성된 복수의 새로운 점군집의 점들 개수는 동일할 수 있다.

한편, 일례로, 점군집 1에 대한 원본 데이터 1 (Raw_data_1)에는 324개의 점으로 구성되고, 점군집 2에 대한 원본 데이터 2 (Raw_data_2)에는 70개의 점으로 구성되고, 점군집 3에 대한 원본 데이터 3 (Raw_data_3)에는 12개의 점으로 구성되고, 전체 점군집은 406개의 점들로 구성된다.

그리고 점군집 1에 대한 점들 거리 1(result_distance_1)은 792이고, 점군집 2에 대한 점들 거리 2(result_distance_2)는 389이고, 점군집 3에 대한 점들 거리 3(result_distance_3)은 60이고, 전체 점군집의 총 100% 거리는 1240이다.

이에 따라, 새로운 점군집 1에 대한 새로운 데이터 1(New_data_1)에는 260개의 점으로 새로 생성되고, 새로운 점군집 2에 대한 새로운 데이터 2(New_data_2)에는 126개의 점으로 새로 생성되고, 새로운 점군집 3에 대한 새로운 데이터 3(New_data_3)에는 20개의 점으로 새로 생성되고, 전체 새로운 점군집은 원본 데이터와 동일하게 406개의 점들로 구성된다.

도 16은 종래 기술 및 본 발명의 일 실시예에 따른 점군집 획득 속도를 비교한 도면이다.

도 16에는 표면 영상 데이터에서 점군집이 개선되지 않은 원 데이터(601)와 표면 점군집 개선 장치(100)에 의해 점군집이 개선된 데이터(602)에 대해 점군집 획득 속도가 비교되어 있다. 원 데이터(601)에서는 점군집을 형성하는 점들의 획득 시간 차가 낮았다가 점차 커지는 형태로 변화되고 있다. 반면, 본 발명의 일 실시예에 따라 개선된 후, 점군집을 형성하는 점들의 획득 시간 차가 일정하게 유지되고 있다.

도 17 및 도 18은 종래 기술에 따른 표면 점군집과 본 발명의 일 실시예에 의해 개선된 표면 점군집을 비교한 도면이다.

본 발명의 일 실시예에 대한 검증으로, ICP(Iterative closest points)를 이용하여, 종래 기술에 따른 표면 점군집과 본 발명의 일 실시예에 의해 개선된 표면 점군집을 각각 의료 영상 점군집과 정합을 진행하였다.

종래 기술에 따른 원본 환자 점군집과 본 발명의 일 실시예에 따라 개선된 환자 점군집의 ICP 결과가 아래 [표 1]에 비교되어 있다.

이에 따라, 본 발명의 일 실시예는 종래 기술 대비 향상된 표면 정합의 정확도를 가지는 것으로 확인된다.

이와 같이, 본 발명의 일 실시예는 환자 표면 점군집을 균일하면서 부드러운 3차원 데이터로 획득하는 데 있어서 사용자의 숙련도나 기기의 성능에서 발생하는 문제점을 극복함으로써, 신뢰성 높은 3차원 점군집을 획득할 수 있다.

이와 더불어 본 발명의 일 실시예는 균일한 환자 점군집을 기반으로 의료영상 점군집과 정합을 수행함에 따라 데이터의 불균일성에서 발생했던 뒤틀림 정합 문제점을 극복함으로써, 표면 정합 정확도를 향상시킬 수 있다. 이를 기반으로, 본 발명의 일 실시예는 환자 점군집을 획득할 수 있는 다양한 수술용 내비게이션 시스템에 적용하여 수술 시 적용되는 정합의 안정성 및 일관된 정합 정확도를 확보할 수 있다.

상술한 본 발명의 실시예들에 따른 수술용 내비게이션의 표면 점군집 개선 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 본 발명의 실시예들에 따른 수술용 내비게이션의 표면 점군집 개선 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.

프로세서에 의해 실행 가능한 하나 이상의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 하나 이상의 프로그램은 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금: 광학 모듈을 통해 수술 대상 표면의 점들을 획득하고, 상기 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하고, 상기 군집화된 복수의 점군집의 크기를 기반으로 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출하고, 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하게 하는 명령어들을 포함하는, 비 일시적 컴퓨터 판독 가능한 저장 매체가 제공될 수 있다.

상술한 본 발명에 따른 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리, 광 데이터 저장장치 등이 있을 수 있다.

이상, 도면 및 실시예를 참조하여 설명하였지만, 본 발명의 보호범위가 상기 도면 또는 실시예에 의해 한정되는 것을 의미하지는 않으며 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

구체적으로, 설명된 특징들은 디지털 전자 회로, 또는 컴퓨터 하드웨어, 펌웨어, 또는 그들의 조합들 내에서 실행될 수 있다. 특징들은 예컨대, 프로그래밍 가능한 프로세서에 의한 실행을 위해, 기계 판독 가능한 저장 디바이스 내의 저장장치 내에서 구현되는 컴퓨터 프로그램 제품에서 실행될 수 있다. 그리고 특징들은 입력 데이터 상에서 동작하고 출력을 생성함으로써 설명된 실시예들의 함수들을 수행하기 위한 지시어들의 프로그램을 실행하는 프로그래밍 가능한 프로세서에 의해 수행될 수 있다. 설명된 특징들은, 데이터 저장 시스템으로부터 데이터 및 지시어들을 수신하기 위해, 및 데이터 저장 시스템으로 데이터 및 지시어들을 전송하기 위해, 결합된 적어도 하나의 프로그래밍 가능한 프로세서, 적어도 하나의 입력 디바이스, 및 적어도 하나의 출력 디바이스를 포함하는 프로그래밍 가능한 시스템 상에서 실행될 수 있는 하나 이상의 컴퓨터 프로그램들 내에서 실행될 수 있다. 컴퓨터 프로그램은 소정 결과에 대해 특정 동작을 수행하기 위해 컴퓨터 내에서 직접 또는 간접적으로 사용될 수 있는 지시어들의 집합을 포함한다. 컴퓨터 프로그램은 컴파일된 또는 해석된 언어들을 포함하는 프로그래밍 언어 중 어느 형태로 쓰여지고, 모듈, 소자, 서브루틴(subroutine), 또는 다른 컴퓨터 환경에서 사용을 위해 적합한 다른 유닛으로서, 또는 독립 조작 가능한 프로그램으로서 포함하는 어느 형태로도 사용될 수 있다.

지시어들의 프로그램의 실행을 위한 적합한 프로세서들은, 예를 들어, 범용 및 특수 용도 마이크로프로세서들 둘 모두, 및 단독 프로세서 또는 다른 종류의 컴퓨터의 다중 프로세서들 중 하나를 포함한다. 또한 설명된 특징들을 구현하는 컴퓨터 프로그램 지시어들 및 데이터를 구현하기 적합한 저장 디바이스들은 예컨대, EPROM, EEPROM, 및 플래쉬 메모리 디바이스들과 같은 반도체 메모리 디바이스들, 내부 하드 디스크들 및 제거 가능한 디스크들과 같은 자기 디바이스들, 광자기 디스크들 및 CD-ROM 및 DVD-ROM 디스크들을 포함하는 비휘발성 메모리의 모든 형태들을 포함한다. 프로세서 및 메모리는 ASIC들(application-specific integrated circuits) 내에서 통합되거나 또는 ASIC들에 의해 추가될 수 있다.

이상에서 설명한 본 발명은 일련의 기능 블록들을 기초로 설명되고 있지만, 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경 가능하다는 것이 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.

전술한 실시예들의 조합은 전술한 실시예에 한정되는 것이 아니며, 구현 및/또는 필요에 따라 전술한 실시예들 뿐 아니라 다양한 형태의 조합이 제공될 수 있다.

전술한 실시예들에서, 방법들은 일련의 단계 또는 블록으로서 순서도를 기초로 설명되고 있으나, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당해 기술 분야에서 통상의 지식을 가진 자라면 순서도에 나타난 단계들이 배타적이지 않고, 다른 단계가 포함되거나, 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.

전술한 실시예는 다양한 양태의 예시들을 포함한다. 다양한 양태들을 나타내기 위한 모든 가능한 조합을 기술할 수는 없지만, 해당 기술 분야의 통상의 지식을 가진 자는 다른 조합이 가능함을 인식할 수 있을 것이다. 따라서, 본 발명은 이하의 특허청구범위 내에 속하는 모든 다른 교체, 수정 및 변경을 포함한다고 할 것이다.

10: 수술용 내비게이션 시스템
11: 표면 영상 장치
12: 의료 영상 장치
13: 표면 정합 장치
100: 표면 점군집 개선 장치
110: 메모리
120: 프로세서

Claims

광학 모듈을 통해 수술 대상 표면의 점들을 획득하는 단계;
상기 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하는 단계;
상기 군집화된 복수의 점군집의 크기를 기반으로 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출하는 단계; 및
상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하는 단계를 포함하는, 수술용 내비게이션의 표면 점군집 개선 방법.
제1항에 있어서,
상기복수의 점군집으로 군집화하는 단계는,
상기 획득된 점들 간의 간격 분포를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하는, 수술용 내비게이션의 표면 점군집 개선 방법.
제1항에 있어서,
상기복수의 점군집으로 군집화하는 단계는,
머신 러닝 기술 중에서 밀도 기반 공간 군집화 방식의 DBSCAN(Density Based Spatial Clustering of Applications with Noise) 알고리즘을 이용하여 상기 획득된 점들을 복수의 점군집으로 군집화하는, 수술용 내비게이션의 표면 점군집 개선 방법.
제1항에 있어서,
상기 복수의 새로운 점군집의 점들 개수를 산출하는 단계는,
상기 군집화된 복수의 점군집에서 전체 점군집의 크기에 대한 각 점군집의 크기 비율을 계산하고, 상기 계산된 각 점군집의 크기 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출하는, 수술용 내비게이션의 표면 점군집 개선 방법.
제1항에 있어서,
상기 복수의 새로운 점군집의 점들 개수를 산출하는 단계는,
상기 군집화된 복수의 점군집의 크기를 각 점군집을 형성하는 점들을 이은 거리를 기반으로 계산하는, 수술용 내비게이션의 표면 점군집 개선 방법.
제5항에 있어서,
상기 복수의 새로운 점군집의 점들 개수를 산출하는 단계는,
상기 군집화된 복수의 점군집에서 전체 점군집의 거리에 대한 각 점군집의 거리 비율을 계산하고, 상기 계산된 각 점군집의 거리 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출하는, 수술용 내비게이션의 표면 점군집 개선 방법.
제1항에 있어서,
상기 복수의 새로운 점군집을 생성하는 단계는,
데이터 보간법을 이용하여 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하는, 수술용 내비게이션의 표면 점군집 개선 방법.
제1항에 있어서,
상기 복수의 새로운 점군집을 생성하는 단계는,
큐빅 스파인(Cubic Spine) 알고리즘을 이용하여 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하는, 수술용 내비게이션의 표면 점군집 개선 방법.
제1항에 있어서,
상기 복수의 새로운 점군집을 생성하는 단계는,
상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 균일한 간격을 갖는 점들로 생성하는, 수술용 내비게이션의 표면 점군집 개선 방법.
제1항에 있어서,
상기 획득된 점군집의 전체 점들 개수와 상기 생성된 복수의 새로운 점군집의 점들 개수는 동일한, 수술용 내비게이션의 표면 점군집 개선 방법.
하나 이상의 프로그램을 저장하는 메모리; 및
상기 저장된 하나 이상의 프로그램을 실행하는 프로세서를 포함하고,
상기 프로세서는, 광학 모듈을 통해 수술 대상 표면의 점들을 획득하고,
상기 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하고,
상기 군집화된 복수의 점군집의 크기를 기반으로 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출하고,
상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하는, 수술용 내비게이션의 표면 점군집 개선 장치.
제11항에 있어서,
상기 프로세서는,
상기 획득된 점들 간의 간격 분포를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하는, 수술용 내비게이션의 표면 점군집 개선 장치.
제11항에 있어서,
상기 프로세서는,
머신 러닝 기술 중에서 밀도 기반 공간 군집화 방식의 DBSCAN(Density Based Spatial Clustering of Applications with Noise) 알고리즘을 이용하여 상기 획득된 점들을 복수의 점군집으로 군집화하는, 수술용 내비게이션의 표면 점군집 개선 장치.
제11항에 있어서,
상기 프로세서는,
상기 군집화된 복수의 점군집에서 전체 점군집의 크기에 대한 각 점군집의 크기 비율을 계산하고, 상기 계산된 각 점군집의 크기 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출하는, 수술용 내비게이션의 표면 점군집 개선 장치.
제11항에 있어서,
상기 프로세서는,
상기 군집화된 복수의 점군집의 크기를 각 점군집을 형성하는 점들을 이은 거리를 기반으로 계산하는, 수술용 내비게이션의 표면 점군집 개선 장치.
제15항에 있어서,
상기 프로세서는,
상기 군집화된 복수의 점군집에서 전체 점군집의 거리에 대한 각 점군집의 거리 비율을 계산하고, 상기 계산된 각 점군집의 거리 비율에 따라 복수의 새로운 점군집의 점들 개수를 산출하는, 수술용 내비게이션의 표면 점군집 개선 장치.
제11항에 있어서,
상기 프로세서는,
데이터 보간법을 이용하여 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하는, 수술용 내비게이션의 표면 점군집 개선 장치.
제11항에 있어서,
상기 프로세서는,
큐빅 스파인(Cubic Spine) 알고리즘을 이용하여 상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하는, 수술용 내비게이션의 표면 점군집 개선 장치.
제11항에 있어서,
상기 프로세서는,
상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 균일한 간격을 갖는 점들로 생성하는, 수술용 내비게이션의 표면 점군집 개선 장치.
제11항에 있어서,
상기 획득된 점군집의 전체 점들 개수와 상기 생성된 복수의 새로운 점군집의 점들 개수는 동일한, 수술용 내비게이션의 표면 점군집 개선 장치.
프로세서에 의해 실행 가능한 하나 이상의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 하나 이상의 프로그램은 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금:
광학 모듈을 통해 수술 대상 표면의 점들을 획득하고,
상기 획득된 점들의 밀도를 기반으로 상기 획득된 점들을 복수의 점군집으로 군집화하고,
상기 군집화된 복수의 점군집의 크기를 기반으로 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집의 점들 개수를 산출하고,
상기 산출된 복수의 새로운 점군집의 점들 개수에 따라 상기 복수의 점군집별로 대응되는 복수의 새로운 점군집을 생성하게 하는 명령어들을 포함하는, 비 일시적 컴퓨터 판독 가능한 저장 매체.