KR20210093396A - 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법 - Google Patents

이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법 Download PDF

Info

Publication number
KR20210093396A
KR20210093396A KR1020200006280A KR20200006280A KR20210093396A KR 20210093396 A KR20210093396 A KR 20210093396A KR 1020200006280 A KR1020200006280 A KR 1020200006280A KR 20200006280 A KR20200006280 A KR 20200006280A KR 20210093396 A KR20210093396 A KR 20210093396A
Authority
KR
South Korea
Prior art keywords
pupil
image
eye disease
eye
training
Prior art date
Application number
KR1020200006280A
Other languages
English (en)
Inventor
황광명
손아영
Original Assignee
신라대학교 산학협력단
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 신라대학교 산학협력단 filed Critical 신라대학교 산학협력단
Priority to KR1020200006280A priority Critical patent/KR20210093396A/ko
Publication of KR20210093396A publication Critical patent/KR20210093396A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H5/00—Exercisers for the eyes
    • A61H5/005—Exercisers for training the stereoscopic view
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0008—Apparatus for testing the eyes; Instruments for examining the eyes provided with illuminating means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0041—Operational features thereof characterised by display arrangements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/11—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • 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
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5023—Interfaces to the user
    • A61H2201/5043—Displays

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Signal Processing (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Pain & Pain Management (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Rehabilitation Therapy (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Eye Examination Apparatus (AREA)
  • Rehabilitation Tools (AREA)

Abstract

본 발명은 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법에 관한 것으로, 보다 구체적으로 LED 램프가 부착된 적외선 카메라를 구비한 헤드 마운트 디스플레이로부터 안구 이미지를 전송받아 사용자의 동공을 인식하고, 시기능 훈련이 가능한 콘텐츠를 제공하여 상기 인식된 동공의 움직임을 분석하고 훈련결과를 도출하는 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법에 관한 것이다.
또한, 본 발명은 LED 램프가 부착된 적외선 카메라를 구비한 헤드 마운트 디스플레이로부터 안구 이미지를 전송받아 안질환 학습모델과 비교하여 유사질환을 판단하고, 안질환 분석결과를 도출하는 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법에 관한 것이다.

Description

이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법 {Image Analysis-Based Visual Function Training and Eye Disease Prediction System and Method}
본 발명은 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법에 관한 것으로, 보다 구체적으로 LED 램프가 부착된 적외선 카메라를 구비한 헤드 마운트 디스플레이로부터 안구 이미지를 전송받아 사용자의 동공을 인식하고, 시기능 훈련이 가능한 콘텐츠를 제공하여 상기 인식된 동공의 움직임을 분석하고 훈련결과를 도출하는 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 이미지 분석 기반 시기능 강화훈련 방법에 관한 것이다.
또한, 본 발명은 LED 램프가 부착된 적외선 카메라를 구비한 헤드 마운트 디스플레이로부터 안구 이미지를 전송받아 안질환 학습모델과 비교하여 유사질환을 판단하고, 안질환 분석결과를 도출하는 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 이미지 분석 기반 안질환 예측 방법에 관한 것이다.
현대사회에서는 젊은 세대의 경우 컴퓨터, 스마트폰, 테블릿 등의 각종 통신기기의 오랜 시간 사용으로 안구 근육이 굳어지고, 시력이 점차 떨어지는 조기 노안의 발병률이 갈수록 높아지고 있다.
또한, 현대사회에서는 고령 세대의 경우 고령화 사회로의 급격한 진입으로 고령자수가 증가함으로, 시기능 저하 및 각종 안질환 유병율도 함께 증가하고 있다.
따라서 전 세대적으로 시기능 저하 및 안질환 예방에 대한 관심이 높고, 다른 근육들과 마찬가지로 안구 근육의 반복적인 운동이 시력 향상에 도움이 된다는 주장에 힘이 실리고 있어 시기능을 강화하고 안질환을 예측할 수 있는 시스템이 요구되고 있는 실정이다.
이러한 필요성에 따라 제안된 관련문헌 1은 컴퓨터 및 스마트폰을 기반으로 한 시력강화 소프트웨어 구현방법에 관한 것으로, 보다 구체적으로 사용자들이 자신에게 적합한 인공지능 기반 맞춤형 시력강화운동모델을 통해 시력을 강화시키기 위한 훈련을 수행할 수 있는 컴퓨터 및 스마트폰을 기반으로 한 시력강화 소프트웨어 구현 방법에 관한 것이다.
다만, 관련문헌 1은 카메라로 촬영하고, 특정 사용자의 스타일 정보에 따른 최적의 시력강화운동모델을 추출하여 제공하고 있으나, 일정거리 떨어진 카메라로는 안구의 세부적인 움직임을 확인할 수 없는 단점이 있다.
또한, 관련문헌 1은 사용자가 맞춤형 시력강화운동모델을 통해 시력을 강화시키기 위한 훈련을 수행할 수 있도록 하고 있으나, 동시에 안질환을 예측할 수는 없으므로 사용자가 안질환을 확인하기 위해 추가적인 진단 및 예측 시스템을 수행해야하는 번거로움이 있다.
KR 10-1899405
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로 사용자의 안구 모습, 동공의 움직임, 초점 등을 자세히 확인하기 위해서 LED 램프가 부착된 적외선 카메라를 구비한 헤드 마운트 디스플레이를 포함하는 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템을 얻고자 하는 것을 목적으로 한다.
또한, 본 발명의 목적은 사용자의 번거로움을 제거하기 위해서 시기능 훈련이 가능한 콘텐츠를 이용하여 시기능 훈련 및 시기능 훈련결과를 제공하는 것과 동시에, 안구 이미지와 안질환 학습모델과 비교하여 유사질환을 판단하고, 안질환 분석결과를 도출하는 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 방법을 제공하는 것이다.
상기 목적을 달성하기 위하여, 본 발명의 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템은 안구 이미지를 도출하는 헤드 마운트 디스플레이; 상기 콘텐츠에 따른 시기능 훈련 시 상기 동공의 움직임을 분석하거나 안질환을 예측하는 서버부; 및 사용자 또는 의료진이 원격으로 모니터링할 수 있도록 하는 모니터링부;를 제공한다.
본 발명의 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템에 있어서, 상기 서버부는, 보정 이미지를 생성하는 이미지 보정부; 동공을 인식하는 동공 인식부; 시기능 훈련결과를 도출하는 시기능 훈련부; 안질환 분석결과를 도출하는 안질환 분석부; 상기 시기능 훈련결과를 저장하는 시기능 훈련 저장부; 및 안질환 학습모델을 생성하고, 상기 안질환 분석결과를 저장하는 안질환 분석 저장부;를 제공한다.
상기 목적을 달성하기 위하여, 본 발명의 이미지 분석 기반 시기능 강화훈련 방법은 안구 이미지 도출단계; 보정 이미지 생성단계; 동공 인식단계; 시기능 훈련단계; 및 시기능 훈련결과 도출단계;를 제공한다.
또한, 본 발명의 이미지 분석 기반 시기능 강화훈련 방법에 있어서, 상기 동공 인식단계는, 1차 필터링단계; 2차 필터링단계; 색 변환단계; 좌표 도출단계; 및 좌표 표시단계;를 제공한다.
상기 목적을 달성하기 위하여, 본 발명의 이미지 분석 기반 안질환 예측 방법은 안구 이미지 도출단계; 보정 이미지 생성단계; 동공 인식단계; 안질환 학습모델 비교단계; 안질환 분석결과 도출단계;를 제공한다.
또한, 본 발명의 이미지 분석 기반 안질환 예측 방법에 있어서, 상기 동공 인식단계는, 1차 필터링단계; 2차 필터링단계; 및 동공영역 분리단계;를 제공한다.
이상과 같이 본 발명에 의하면 LED 램프가 부착된 적외선 카메라를 구비한 헤드 마운트 디스플레이를 구성함으로써, 사용자의 안구 모습, 동공의 움직임, 초점 등을 자세히 확인할 수 있고, 이를 반영한 사용자별 시기능 훈련결과 및 안질환 예측결과를 제공할 수 있는 효과가 있다.
또한, 본 발명은 시기능 훈련이 가능한 콘텐츠를 이용하여 시기능 훈련 및 시기능 훈련결과를 제공하는 것과 동시에, 안구 이미지와 안질환 학습모델을 비교하여 유사질환 판단 및 안질환 분석결과를 도출함으로써, 사용자는 안질환을 확인하기 위해 추가적인 진단 및 예측 시스템을 수행해야하는 번거로움을 해소할 수 있고, 의료 전문가로부터 시기능 및 안질환 상태를 동시에 반영한 맞춤형 의료 서비스를 제공받을 수 있는 효과가 있다.
도 1은 본 발명의 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 구성도이다.
도 2는 본 발명의 일 실시예에 따른 헤드 마운트 디스플레이 내면을 표시한 도면이다.
도 3은 본 발명의 일 실시예에 따라 LED램프 적용여부에 따른 안구 이미지를 표시한 도면이다.
도 4는 본 발명의 이미지 분석 기반 시기능 강화훈련 방법 흐름도이다.
도 5는 본 발명의 일 실시예에 따라 도출된 안구 이미지와 보정 이미지를 나타낸 도면이다.
도 6은 본 발명의 이미지 분석 기반 시기능 강화훈련 방법에서 동공 인식단계에 대한 세부흐름도이다.
도 7은 본 발명의 일 실시예에 따른 동공 인식단계로부터 동공을 인식하는 과정을 나타낸 도면이다.
도 8은 본 발명의 이미지 분석 기반 안질환 예측 방법 흐름도이다.
도 9는 본 발명의 이미지 분석 기반 안질환 예측 방법에서 동공 인식단계에 대한 세부흐름도이다.
도 10은 본 발명의 일 실시예에 따른 안질환 이미지를 나타낸 도면이다.
본 명세서에서 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.
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 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 상세히 설명하기로 한다. 도 1은 본 발명의 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 구성도이다. 도 2는 본 발명의 일 실시예에 따른 헤드 마운트 디스플레이(100) 내면을 표시한 도면이다. 도 3은 본 발명의 일 실시예에 따라 LED램프 적용여부에 따른 안구 이미지를 표시한 도면이다.
도 1을 보면, 본 발명의 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템은 안구 이미지를 도출하는 헤드 마운트 디스플레이(100), 상기 안구 이미지로부터 시기능 훈련 시 상기 동공의 움직임을 분석하거나, 안질환을 예측하는 서버부(200), 및 사용자 또는 의료진이 원격으로 모니터링할 수 있도록 하는 모니터링부(300)를 포함한다.
또한, 본 발명의 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템에 있어서, 상기 서버부(200)는 상기 안구 이미지를 그레이스케일과 흑백으로 보정하는 이미지 보정부(210), 동공을 인식하는 동공 인식부(220), 시기능 훈련결과를 도출하는 시기능 훈련부(230), 안질환 분석결과를 도출하는 안질환 분석부(240), 상기 시기능 훈련결과를 저장하는 시기능 훈련 저장부(250), 및 안질환 학습모델을 생성하고, 상기 안질환 분석결과를 저장하는 안질환 분석 저장부(260)를 포함한다.
보다 구체적으로 설명해보면, 상기 헤드 마운트 디스플레이(100)는 디스플레이를 통해서 콘텐츠를 표시하고, 동공 추적이 가능하고 LED 램프가 부착된 적외선 카메라를 구비하여 안구 이미지를 도출한다.
상기 콘텐츠는 시기능을 훈련하기 위해 게임형식으로 마련된 것으로, 약시를 갖는 사용자를 위한 콘텐츠, 노안으로 인해 시력이 저하된 사용자를 위한 콘텐츠가 포함될 수 있다.
상기 헤드 마운트 디스플레이(100)는 동공 추적이 가능하고 LED 램프가 부착된 적외선 카메라를 구비하는데, 우선 상기 콘텐츠에 따라 움직이는 동공을 추적하기 위해서 동공 추적 기능이 필수적이다.
또한, 사용자가 상기 헤드 마운트 디스플레이(100)를 착용하면 안구 주변이 어둡기 때문에 적외선 카메라가 사용되어야 하나 동공 윗부분에 명암이 생겨 동공 인식에 오차가 발생함으로, 가장 바람직하게는 도 2와 같이 LED 램프가 부착된 적외선 카메라가 필수적이다.
이는 도 3을 보면 더욱 이해하기 용이한데, 도 3의 (a)는 LED 램프가 미 부착된 적외선 카메라를 이용하여 도출된 안구 이미지이고, 도 3의 (b)는 LED 램프가 부착된 적외선 카메라를 이용하여 도출된 안구 이미지이다.
즉, 상기 헤드 마운트 디스플레이(100)는 동공 추적이 가능하고 LED 램프가 부착된 적외선 카메라를 구비하여야만 선명한 안구 이미지를 도출할 수 있다.
또한, 사용자가 상기 헤드 마운트 디스플레이(100)를 착용하게 되면 사용자가 상기 콘텐츠에 따른 시기능 훈련을 잘하고 있는지 알 수 있는 방법이 없으므로 훈련 시 동공 움직임 영상, 훈련 시 도출된 모든 안구 이미지를 상기 서버부(200)로 전송한다.
다음으로, 상기 서버부(200)는 상기 안구 이미지로부터 동공을 인식하고 상기 콘텐츠에 따른 시기능 훈련 시 상기 동공의 움직임을 분석하거나, 상기 안구 이미지로부터 안질환을 예측한다.
그리고 상기 서버부(200)는 상기 헤드 마운트 디스플레이(100)로부터 전송받은 훈련 시 동공 움직임 영상, 훈련 시 도출된 모든 안구 이미지를 학습한다.
상기 서버부(200)에 있어서, 상기 이미지 보정부(210)는 상기 안구 이미지를 그레이스케일로 보정하고, 상기 안구 이미지에서 임계값 보다 밝은 부분은 흰색으로 처리하고 임계값 보다 어두운 부분은 검은색으로 처리하여 흑백으로 보정한다.
다시 말하면, 상기 이미지 보정부(210)는 RGB 모델로 도출된 상기 안구 이미지의 색조(H), 채도(S), 명도(V)값의 수치를 최적화한다. 그리고 상기 안구 이미지를 그레이스케일로 보정하여 그레이스케일 보정 이미지를 생성한다. 여기서, 그레이스케일은 이미지의 색조를 제거하고, 흰색과 검정색 사이의 회색의 점진적인 단계범위로 명도차를 두어 이미지를 변환하는 것을 일컫는다.
또한, 상기 이미지 보정부(210)는 상기 안구 이미지에서 임계값 보다 밝은 부분은 흰색으로 처리하고 임계값 보다 어두운 부분은 검은색으로 처리하여 흑백 보정 이미지를 생성한다. 상기 흑백 보정 이미지를 생성하는 이유는 상기 동공 인식부(220)에 의하여 동공을 용이하게 찾기 위함이다.
다음으로, 상기 동공 인식부(220)는 흑백으로 보정된 안구 이미지에 임의의 동공을 표시한 경계선과 상기 경계선을 둘러싼 바운딩 박스를 표시하고, 유사도를 적용하여 최종적으로 동공을 인식한다. 상기 최종적으로 동공을 인식하는 방법은 하기에서 보다 상세히 설명한다.
다음으로, 시기능 훈련부(230)는 상기 헤드 마운트 디스플레이(100)에 상기 콘텐츠를 전송하고, 상기 콘텐츠에 따른 시기능 훈련 시 상기 인식된 동공의 움직임을 정량화하여 시기능 훈련결과를 도출한다. 상기 시기능 훈련결과는 상기 콘텐츠에 따라 달라질 수 있으며, 훈련 시간, 훈련 레벨, 훈련 점수 등이 포함될 수 있다.
다음으로, 상기 안질환 분석부(240)는 상기 안구 이미지 또는 보정된 이미지를 안질환 학습모델과 비교하여 유사질환 유무를 판단하고, 안질환 분석결과를 도출한다. 상기 안질환 분석결과는 정상/비정상, 안질환 종류, 유사도 등이 포함될 수 있다.
다음으로, 시기능 훈련 저장부(250)는 상기 콘텐츠, 사용자별 훈련이력, 사용자별 상기 시기능 훈련결과를 저장한다.
다음으로, 상기 안질환 분석 저장부(260)는 안질환 종류별 상기 안질환 이미지의 특징을 분석하여 그룹화하고, 안질환 학습모델을 생성하고, 사용자별 안질환 분석이력, 사용자별 상기 안질환 분석결과를 저장한다.
즉, 상기 안질환 분석 저장부(260)는 머신러닝 기능을 탑재하여 안질환 분석 전에 미연에 안질환 종류, 안질환 종류별 상기 안질환 이미지의 특징을 분석한다. 그리고 상기 특징을 그룹화하여 최종적으로 안질환 학습모델을 생성하고, 지속적으로 상기 안질환 학습모델을 학습 및 업데이트 한다.
다음으로, 상기 모니터링부(300)는 상기 서버부(200)로부터 분석된 동공의 움직임 또는 예측된 안질환을 사용자 또는 의료진이 원격으로 모니터링할 수 있도록 한다.
다시 말하면, 상기 모니터링부(300)는 사용자 또는 의료진의 핸드폰, PC, 태블릿 PC 등이 포함될 수 있고, 상기 서버부(200)와 무선 또는 유선으로 연결되어 상기 시기능 훈련결과, 상기 안질환 분석결과 등을 모니터링 할 수 있도록 한다.
다음으로, 도 4는 본 발명의 이미지 분석 기반 시기능 강화훈련 방법 흐름도이다. 도 5는 본 발명의 일 실시예에 따라 도출된 안구 이미지와 보정 이미지를 나타낸 도면이다. 도 6은 본 발명의 이미지 분석 기반 시기능 강화훈련 방법에서 동공 인식단계(S300)에 대한 세부흐름도이다. 도 7은 본 발명의 일 실시예에 따라 동공 인식단계(S300)로부터 동공을 인식하는 과정을 나타낸 도면이다.
도 4를 보면, 본 발명의 이미지 분석 기반 시기능 강화훈련 방법은 안구 이미지 도출단계(S100), 보정 이미지 생성단계(S200), 동공 인식단계(S300), 시기능 훈련단계(S400) 및 시기능 훈련결과 도출단계(S500)를 포함한다.
보다 구체적으로 설명해보면, 상기 안구 이미지 도출단계(S100)는 시기능 훈련 전 상기 헤드 마운트 디스플레이(100)에 내장된 동공 추적이 가능하고 LED 램프가 부착된 적외선 카메라에 의하여, 사용자의 안구 이미지가 도출된다.
다음으로, 상기 보정 이미지 생성단계(S200)는 상기 이미지 보정부(210)에 의하여, 상기 안구 이미지가 그레이스케일로 보정되고, 상기 그레이스케일 보정 이미지에서 임계값 보다 밝은 부분은 흰색으로 처리되고 임계값 보다 어두운 부분은 검은색으로 처리되어 흑백 보정 이미지가 생성된다.
도 5를 보면, 상기 보정 이미지 생성단계(S200)를 이해하기 용이하다. 도 5의 (a)는 상기 안구 이미지이다. 상기 안구 이미지는 RGB 모델일 수 있고, 적외선 카메라로 도출된다면 도 5의 (a)와 같은 이미지일 수 있다.
도 5의 (b)는 상기 보정 이미지 생성단계(S200)로부터 상기 이미지 보정부(210)에 의하여, 상기 안구 이미지가 그레이스케일로 보정된 그레이스케일 보정 이미지이다.
도 5의 (c)는 상기 보정 이미지 생성단계(S200)로부터 상기 이미지 보정부(210)에 의하여, 상기 그레이스케일 보정 이미지에서 임계값 보다 밝은 부분은 흰색으로 처리되고 임계값 보다 어두운 부분은 검은색으로 처리된 흑백보정 이미지이다.
즉, 도 5의 (c)를 보면, 눈 주변의 피부는 임계값 보다 밝은 부분이므로 흰색으로 처리되고, 속눈썹, 동공은 임계값 보다 어두운 부분이므로 검은색으로 처리된 것을 알 수 있다. 이와 같이, 흑백 보정 이미지를 생성하는 이유는 검은색으로 처리된 부분 중에서 원이 될 만한 요소들을 찾고, 동공 영역을 명확히 하기 위함이다.
다음으로, 상기 동공 인식단계(S300)는 상기 동공 인식부(220)에 의하여, 상기 그레이스케일 보정 이미지에 임의의 동공을 표시한 경계선과 상기 경계선을 둘러싼 제 1바운딩 박스가 표시되고, 유사도가 적용되어 최종적으로 사용자의 동공이 인식된다.
도 6을 보면, 상기 동공 인식단계(S300)는 1차 필터링단계(S310), 2차 필터링단계(S320), 색 변환단계(S330), 좌표 도출단계(S340) 및 좌표 표시단계(S350)를 포함한다. 이에 따라 상기 유사도가 적용되어 최종적으로 사용자의 동공이 인식되는 방법을 설명할 수 있다.
보다 구체적으로 설명해보면, 상기 1차 필터링단계(S310)는 상기 동공 인식부(220)에 의하여, 상기 동공 주변의 속눈썹, 눈썹을 포함하는 잔털이 제 2바운딩 박스로 표시되고 필터링 된다.
다음으로, 상기 2차 필터링단계(S320)는 상기 동공 인식부(220)에 의하여, 눈의 경계선, 흰자위가 제 3바운딩 박스로 표시되고 필터링 된다.
도 7을 보면, 도 7의 (a)는 동공 인식단계(S300)로부터 상기 동공 인식부(220)에 의하여, 임의의 동공을 표시한 경계선을 둘러싼 제 1바운딩 박스가 주황색으로 표시되어 있다. 그리고 상기 1차 필터링단계(S310)와 상기 2차 필터링단계(S320)로부터 상기 동공 인식부(220)에 의하여, 동공 주변의 속눈썹, 눈썹을 포함하는 제 2바운딩 박스가 주황색으로 표시되어 있다. 그리고 눈의 경계선, 흰자위를 포함하는 제 3바운딩 박스가 초록색으로 표시되어 있다.
다음으로, 상기 색 변환단계(S330)는 상기 제 1바운딩 박스 내에서 빛이 반사되어 흰색으로 나타나는 부분이 검은색으로 색 변환된다. 상기 색 변환단계(S330)를 거치는 이유는 흰색으로 나타나는 부분으로 인해 동공이 명확히 인식되지 않는 것을 방지하기 위함이다.
다음으로, 상기 좌표 도출단계(S340)는 상기 제 1바운딩 박스 내에 동공을 표시한 경계선이 확정되고, 상기 동공이 표시된 경계선의 좌표가 도출된다.
도 7을 보면, 도 7의 (b)는 상기 제 1바운딩 박스 내에 동공을 표시한 경계선이 확정되는 과정을 나타낸 것이다.
다음으로, 상기 좌표 표시단계(S350)는 상기 안구 이미지에 상기 좌표가 표시된다.
도 7을 보면, 도 7의 (c)는 동공의 표시한 경계선이 확정된 것을 나타낸 것이다. 도 7의 (c)와 같이 동공의 경계선이 확정되면 좌표가 도출되고, 도 5의 (a)의 상기 안구 이미지에 좌표가 표시될 수 있다.
만약, 상기 동공 인식단계(S300)로부터 사용자의 동공이 인식되지 않는 경우 일정 시간 이후에 상기 모니터링부(300)에 동공이 인식되지 않음이 표시된다.
다시 도 4를 보면, 상기 시기능 훈련단계(S400)는 상기 시기능 훈련부(230)에 의하여, 상기 동공 인식단계(S300)로부터 사용자의 동공이 인식되면 사용자가 착용하고 있는 상기 헤드 마운트 디스플레이(100)에 상기 콘텐츠가 전송된다.
다음으로, 상기 훈련결과 도출단계(S500)는 상기 시기능 훈련부(230)에 의하여, 상기 콘텐츠에 따른 시기능 훈련 시 상기 인식된 동공의 움직임이 정량화되어 시기능 훈련결과가 도출되고, 상기 시기능 훈련결과가 저장된다.
상기 시기능 훈련결과는 상기 콘텐츠에 따라 달라질 수 있으며, 훈련 시간, 훈련 레벨, 훈련 점수 등이 포함될 수 있다.
다음으로, 도 8은 본 발명의 이미지 분석 기반 안질환 예측 방법 흐름도이다. 도 9는 본 발명의 이미지 분석 기반 안질환 예측 방법에서 동공 인식단계(S300)에 대한 세부흐름도이다. 도 10은 본 발명의 일 실시예에 따른 안질환 이미지를 나타낸 도면이다.
도 8을 보면, 본 발명의 이미지 분석 기반 안질환 예측 방법은 안구 이미지 도출단계(S100), 보정 이미지 생성단계(S200), 동공 인식단계(S300), 안질환 학습모델 비교단계(S600), 및 안질환 분석결과 도출단계(S700)를 포함한다.
보다 구체적으로 설명해보면, 상기 안구 이미지 도출단계(S100)는 안질환을 분석하기 위해 상기 헤드 마운트 디스플레이(100)에 내장된 동공 추적이 가능하고 LED 램프가 부착된 적외선 카메라에 의하여, 사용자의 안구 이미지가 도출된다.
다음으로, 상기 보정 이미지 생성단계(S200)는 상기 이미지 보정부(210)에 의하여, 상기 안구 이미지가 RGB 모델에서 그레이스케일로 보정되고, 상기 그레이스케일 보정 이미지에서 임계값 보다 밝은 부분은 흰색으로 처리되고 임계값 보다 어두운 부분은 검은색으로 처리되어 흑백 보정 이미지가 생성된다.
이와 같이, 흑백 보정 이미지를 생성하는 이유는 검은색으로 처리된 부분 중에서 원이 될 만한 요소들을 찾고, 동공 영역을 인식하기 위함이다.
다음으로, 상기 동공 인식단계(S300)는 상기 동공 인식부(220)에 의하여, 상기 그레이스케일 보정 이미지에 임의의 동공을 표시한 경계선과 상기 경계선을 둘러싼 제 1바운딩 박스가 표시되고, 유사도가 적용되어 최종적으로 사용자의 동공이 인식된다.
도 9를 보면, 상기 동공 인식단계(S300)는 1차 필터링단계(S310), 2차 필터링단계(S320) 및 동공영역 분리단계(S360)를 포함한다. 이에 따라 상기 유사도가 적용되어 최종적으로 사용자의 동공이 인식되는 방법을 설명할 수 있다.
다만, 안질환 예측 방법은 상기 시기능 훈련 방법과 같이 좌표를 표시하고 동공의 위치가 정확히 인식될 필요는 없고, 동공영역과 동공 외 영역을 구분하는 정도로 충분하다.
보다 구체적으로 설명해보면, 상기 1차 필터링단계(S310)는 상기 동공 인식부(220)에 의하여, 상기 동공 주변의 속눈썹, 눈썹을 포함하는 잔털이 제 2바운딩 박스로 표시되고 필터링 된다.
다음으로, 상기 2차 필터링단계(S320)는 상기 동공 인식부(220)에 의하여, 눈의 경계선, 흰자위가 제 3바운딩 박스로 표시되고 필터링 된다.
다음으로, 상기 동공영역 분리단계(S360)는 상기 동공 인식부(220)에 의하여, 제 1바운딩 박스를 기준으로 동공 영역과 동공 외 영역이 분리된다. 이는 상기 안질환 학습모델 비교단계(S600)에서 상기 안질환 학습모델에 따른 유사질환 인식을 용이하게 하기 위함이다.
또한, 상기 동공 인식단계(S300)로부터 사용자의 동공이 인식되지 않는 경우 일정 시간 이후에 상기 모니터링부(300)에 동공이 인식되지 않음이 표시된다.
다음으로, 안질환 학습모델 비교단계(S600)는 상기 안구 이미지 또는 흑백 보정 이미지가 안질환 학습모델과 비교되어 유사질환 유무가 판단된다.
다음으로, 안질환 분석결과 도출단계(S700)는 정상/비정상, 질환명, 유사도가 포함된 안질환 분석결과가 도출되고, 상기 안질환 분석결과를 저장한다.
또한, 상기 안질환 학습모델 비교단계(S600)로부터 유사질환이 판단되지 않으면 상기 안구 이미지 또는 흑백 보정 이미지가 상기 안질환 학습모델과 다시 비교되어 유사질환의 유무가 판단되도록 한다.
또한, 본 발명의 이미지 분석 기반 안질환 예측 방법은 안질환 종류별 안질환 이미지의 특징을 분석하여 그룹화하고, 상기 그룹화 된 특징을 학습하여 상기 안질환 학습모델을 생성하는 것을 특징으로 한다.
도 10을 보면, 안질환 이미지의 특징을 분석하는 과정을 설명하는 것이다. 도 10의 (a)는 익상편에 대한 안질환 이미지와 흑백 보정 이미지를 나타낸 것이다. 도 10의 (b)는 결막하출혈에 대한 안질환 이미지와 흑백 보정 이미지를 나타낸 것이다.
따라서 도 10과 같이 안질환 종류별 안질환 이미지의 특징을 분석하여 그룹화하고, 상기 그룹화 된 특징을 학습하여 상기 안질환 학습모델을 생성한다. 그리고 상기 안질환 학습모델은 지속적으로 학습되고, 업데이트 된다.
이상의 본 발명의 의하면, LED 램프가 부착된 적외선 카메라를 구비한 상기 헤드 마운트 디스플레이(100)를 구성함으로써, 사용자의 안구 모습, 동공의 움직임, 초점 등을 자세히 확인할 수 있고, 이를 반영한 사용자별 시기능 훈련결과 및 안질환 예측결과를 제공할 수 있는 효과가 있다.
또한, 본 발명은 시기능 훈련이 가능한 콘텐츠를 이용하여 시기능 훈련 및 시기능 훈련결과를 제공하는 것과 동시에, 안구 이미지와 안질환 학습모델을 비교하여 유사질환 판단 및 안질환 분석결과를 도출함으로써, 사용자는 안질환을 확인하기 위해 추가적인 진단 및 예측 시스템을 수행해야하는 번거로움을 해소할 수 있고, 의료 전문가로부터 시기능 및 안질환 상태를 동시에 반영한 맞춤형 의료 서비스를 제공받을 수 있는 효과가 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100.. 헤드 마운트 디스플레이
200.. 서버부
210.. 이미지 보정부
220.. 동공 인식부
230.. 시기능 훈련부
240.. 안질환 분석부
250.. 시기능 훈련 저장부
260.. 안질환 분석 저장부
300.. 모니터링부

Claims (7)

  1. 디스플레이를 통해서 콘텐츠를 표시하고, 동공 추적이 가능하고 LED 램프가 부착된 적외선 카메라를 구비하여 안구 이미지를 도출하는 헤드 마운트 디스플레이;
    상기 안구 이미지로부터 동공을 인식하고, 상기 콘텐츠에 따른 시기능 훈련 시 상기 동공의 움직임을 분석하거나 안질환을 예측하는 서버부; 및
    상기 서버부로부터 분석된 동공의 움직임 또는 예측된 안질환을 사용자 또는 의료진이 원격으로 모니터링할 수 있도록 하는 모니터링부;를 포함하는 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템.
  2. 제 1항에 있어서,
    상기 서버부는,
    상기 안구 이미지를 그레이스케일로 보정하고, 상기 그레이스케일 보정 이미지에서 임계값 보다 밝은 부분은 흰색으로 처리하고 임계값 보다 어두운 부분은 검은색으로 처리하여 흑백 보정 이미지를 생성하는 이미지 보정부;
    상기 그레이스케일 보정 이미지에 임의의 동공을 표시한 경계선과 상기 경계선을 둘러싼 바운딩 박스를 표시하고, 유사도를 적용하여 최종적으로 동공을 인식하는 동공 인식부;
    상기 헤드 마운트 디스플레이에 상기 콘텐츠를 전송하고, 상기 콘텐츠에 따른 시기능 훈련 시 상기 인식된 동공의 움직임을 정량화하여 시기능 훈련결과를 도출하는 시기능 훈련부;
    상기 안구 이미지 또는 흑백 보정 이미지를 안질환 학습모델과 비교하여 유사질환 유무를 판단하고, 안질환 분석결과를 도출하는 안질환 분석부;
    상기 콘텐츠, 사용자별 훈련이력, 사용자별 상기 시기능 훈련결과를 저장하는 시기능 훈련 저장부; 및
    안질환 종류별 안질환 이미지의 특징을 분석하여 그룹화하고, 상기 그룹화 된 특징을 학습하여 안질환 학습모델을 생성하고, 사용자별 안질환 분석이력, 사용자별 상기 안질환 분석결과를 저장하는 안질환 분석 저장부;를 포함하는 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템.
  3. 시기능 훈련 전 동공 추적이 가능하고 LED 램프가 부착된 적외선 카메라에 의하여, 사용자의 안구 이미지가 도출되는 안구 이미지 도출단계;
    상기 안구 이미지가 그레이스케일로 보정되고, 상기 그레이스케일 보정 이미지에서 임계값 보다 밝은 부분은 흰색으로 처리되고 임계값 보다 어두운 부분은 검은색으로 처리되어 흑백 보정 이미지를 생성하는 보정 이미지 생성단계;
    상기 그레이스케일 이미지에 임의의 동공을 표시한 경계선과 상기 경계선을 둘러싼 제 1바운딩 박스가 표시되고, 유사도가 적용되어 최종적으로 사용자의 동공이 인식되는 동공 인식단계;
    상기 동공 인식단계로부터 사용자의 동공이 인식되면 사용자가 착용하고 있는 헤드 마운트 디스플레이에 콘텐츠가 전송되는 시기능 훈련단계; 및
    상기 콘텐츠에 따른 시기능 훈련 시 상기 인식된 동공의 움직임이 정량화되어 시기능 훈련결과가 도출되고, 상기 시기능 훈련결과가 저장되는 시기능 훈련결과 도출단계;를 포함하는 이미지 분석 기반 시기능 강화훈련 방법.
  4. 제 3항에 있어서,
    상기 동공 인식단계는,
    상기 동공 주변의 속눈썹, 눈썹, 잔털이 제 2바운딩 박스로 표시되고 필터링 되는 1차 필터링단계;
    눈의 경계선, 흰자위가 제 3바운딩 박스로 표시되고 필터링 되는 2차 필터링단계;
    상기 제 1바운딩 박스 내에서 빛이 반사되어 흰색으로 나타나는 부분이 검은색으로 색 변환되는 색 변환단계;
    상기 제 1바운딩 박스 내에 동공을 표시한 경계선이 확정되고, 상기 동공이 표시된 경계선의 좌표가 도출되는 좌표 도출단계; 및
    상기 안구 이미지에 상기 좌표가 표시되는 좌표 표시단계;를 포함하고,
    상기 동공 인식단계로부터 사용자의 동공이 인식되지 않는 경우 일정 시간 이후에 모니터링부에 동공이 인식되지 않음이 표시되는 이미지 분석 기반 시기능 강화훈련 방법.
  5. 시기능 훈련 전 동공 추적이 가능하고 LED 램프가 부착된 적외선 카메라에 의하여, 사용자의 안구 이미지가 도출되는 안구 이미지 도출단계;
    상기 안구 이미지가 그레이스케일로 보정되고, 상기 그레이스케일 보정 이미지에서 임계값 보다 밝은 부분은 흰색으로 처리되고 임계값 보다 어두운 부분은 검은색으로 처리되어 흑백 보정 이미지를 생성하는 보정 이미지 생성단계;
    상기 그레이스케일 이미지에 임의의 동공을 표시한 경계선과 상기 경계선을 둘러싼 제 1바운딩 박스가 표시되고, 유사도가 적용되어 최종적으로 사용자의 동공이 인식되는 동공 인식단계;
    상기 안구 이미지 또는 흑백 보정 이미지가 안질환 학습모델과 비교되어 유사질환 유무가 판단되는 안질환 학습모델 비교단계; 및
    정상/비정상, 질환명, 유사도가 포함된 안질환 분석결과가 도출되고, 상기 안질환 분석결과를 저장하는 안질환 분석결과 도출단계;를 포함하고,
    상기 안질환 학습모델 비교단계로부터 유사질환이 판단되지 않으면 상기 안구 이미지 또는 흑백 보정 이미지가 상기 안질환 학습모델과 다시 비교되어 유사질환의 유무가 판단되는 이미지 분석 기반 안질환 예측 방법.
  6. 제 5항에 있어서,
    상기 동공 인식단계는,
    상기 동공 주변의 속눈썹, 눈썹을 포함하는 잔털이 제 2바운딩 박스로 표시되고 필터링 되는 1차 필터링단계;
    눈의 경계선, 흰자위가 제 3바운딩 박스로 표시되고 필터링 되는 2차 필터링단계; 및
    상기 제 1바운딩 박스를 기준으로 동공 영역과 동공 외 영역을 분리하는 동공영역 분리단계;를 포함하고,
    상기 동공 인식단계로부터 사용자의 동공이 인식되지 않는 경우 일정 시간 이후에 모니터링부에 동공이 인식되지 않음이 표시되는 이미지 분석 기반 안질환 예측 방법.
  7. 제 5항에 있어서,
    안질환 종류별 안질환 이미지의 특징이 분석되어 그룹화되고, 상기 그룹화 된 특징이 학습되어 상기 안질환 학습모델이 생성되는 것을 특징으로 하는 이미지 분석 기반 안질환 예측 방법.
KR1020200006280A 2020-01-17 2020-01-17 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법 KR20210093396A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200006280A KR20210093396A (ko) 2020-01-17 2020-01-17 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200006280A KR20210093396A (ko) 2020-01-17 2020-01-17 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20210093396A true KR20210093396A (ko) 2021-07-28

Family

ID=77126177

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200006280A KR20210093396A (ko) 2020-01-17 2020-01-17 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20210093396A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101899405B1 (ko) 2016-11-11 2018-09-17 주식회사 3디나라 컴퓨터 및 스마트폰을 기반으로 한 시력강화 소프트웨어 구현 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101899405B1 (ko) 2016-11-11 2018-09-17 주식회사 3디나라 컴퓨터 및 스마트폰을 기반으로 한 시력강화 소프트웨어 구현 방법

Similar Documents

Publication Publication Date Title
KR102339915B1 (ko) 셀피를 촬영하도록 사용자를 안내하기 위한 시스템 및 방법
WO2021004138A1 (zh) 一种屏幕显示方法、终端设备及存储介质
US8909530B2 (en) Apparatus, method, and computer readable medium for expedited text reading using staged OCR technique
KR20200005433A (ko) 클라우드 서버 및 클라우드 서버 기반의 진단 보조 시스템
EP3453317B1 (en) Pupil radius compensation
EP3772038A1 (en) Augmented reality display method of simulated lip makeup
US20180177434A1 (en) Image based jaundice diagnosing method and apparatus and image based jaundice diagnosis assisting apparatus
US8559668B2 (en) Red-eye reduction using facial detection
JP2008234208A (ja) 顔部位検出装置及びプログラム
US10558849B2 (en) Depicted skin selection
CN109919030B (zh) 黑眼圈类型识别方法、装置、计算机设备和存储介质
US12029488B2 (en) Retinal imaging system
CN115170455B (zh) 图像处理方法及相关装置
CN113012093B (zh) 青光眼图像特征提取的训练方法及训练系统
CN115171024A (zh) 一种基于视频序列的面部多特征融合疲劳检测方法及系统
CN117475500A (zh) 一种基于手机的角膜图片质量智能监测引导系统
KR20210093396A (ko) 이미지 분석 기반 시기능 강화훈련 및 안질환 예측 시스템 및 방법
JP2021058361A (ja) 生体情報取得装置およびプログラム
JP2015226754A (ja) 画像認識装置および画像認識プログラム
Suzuki et al. Effects selection technique for improving visual attraction via visual saliency map
US8223220B2 (en) Image processing device, image processing method, and information storage medium
KR20220075984A (ko) 콘택트렌즈 맞춤 추천 및 가상 피팅 시스템
KR102564373B1 (ko) 사용자 맞춤형 치아 미백 솔루션 제공 시스템 및 방법
US20210174063A1 (en) Method for automatically marking muscle feature points on face
US20230320582A1 (en) Visual function examination device, spectacle lens presentation system, printed matter, visual function examination method, spectacle lens presentation method, and computer-readable medium

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
WITB Written withdrawal of application