KR20210126965A - 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법 - Google Patents

동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법 Download PDF

Info

Publication number
KR20210126965A
KR20210126965A KR1020200044722A KR20200044722A KR20210126965A KR 20210126965 A KR20210126965 A KR 20210126965A KR 1020200044722 A KR1020200044722 A KR 1020200044722A KR 20200044722 A KR20200044722 A KR 20200044722A KR 20210126965 A KR20210126965 A KR 20210126965A
Authority
KR
South Korea
Prior art keywords
evaluation
motion
aseptic
specific
image
Prior art date
Application number
KR1020200044722A
Other languages
English (en)
Other versions
KR102341950B1 (ko
Inventor
김남철
Original Assignee
주식회사 삼육오엠씨네트웍스
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 주식회사 삼육오엠씨네트웍스 filed Critical 주식회사 삼육오엠씨네트웍스
Priority to KR1020200044722A priority Critical patent/KR102341950B1/ko
Publication of KR20210126965A publication Critical patent/KR20210126965A/ko
Application granted granted Critical
Publication of KR102341950B1 publication Critical patent/KR102341950B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법에 관한 것으로, 상기 장치는 특정 공간을 감시하는 감시 카메라를 포함하는 감시 시스템으로부터 특정인에 관한 영상을 수신하는 영상 수신부, 상기 영상으로부터 상기 특정인의 움직임에 관한 디지털 데이터를 획득하는 움직임 데이터 획득부, 상기 디지털 데이터를 분석하여 상기 특정인의 움직임 중 특정 동작을 측정하는 동작 측정부 및 상기 특정 동작에 관한 측정 결과를 기초로 무균 조작 평가를 수행하는 평가 수행부를 포함한다.

Description

동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법{APPARATUS AND METHOD FOR EVALUATING ASEPTIC TECHNIQUE BASED ON ARTIFICIAL INTELLIGENCE USING MOTION ANALYSIS}
본 발명은 무균 조작 평가 기술에 관한 것으로, 보다 상세하게는, 손의 움직임을 분석하고 바람직한 움직임과 나쁜 행동을 구분하여 의료인들에게 피드백을 제공할 수 있는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법에 관한 것이다.
병원 내의 수술방에서 이루어지는 모든 무균적 조작(Aseptic technique)은 감염예방 차원에서 비접촉 술기를 기본으로 한다. 이를 위하여, 수술방 내에서는 손의 접촉을 최소화할 수 있는 형태의 포지션을 항상 유지하는 것이 기본 매뉴얼로 규정되어 있다. 또한, 수술방 내의 의료진은 깨끗이 닦은 손이 하늘 방향을 향하도록 자세를 유지하는 것이 원칙이며, 무균적 장갑 및 수술복을 착용한 후에도 손이 관절 아래로 내려오지 않도록 자세를 유지하는 것이 요구되고 있다.
한편, 수술방에서의 이러한 무균적 자세, 즉 움직임에 대해서는 경험 많은 스태프가 신규 인원들의 움직임을 육안으로 감시하여 끊임없이 피드백을 주는 방식으로 교육이 이루어지고 있다. 하지만, 인간의 육안으로 감시하여 이루어지는 교육 방식은 주의 집중의 한계로 인해 항상 효과가 떨어지는 단점이 존재한다.
의료기관 내부에는 내부 인원의 안전을 보호하고 보안을 높이기 위하여 다양한 CCTV 시스템이 설치되어 있으며, 이를 활용하여 내부 인원의 무균적 자세에 관한 피드백을 효과적으로 제공할 수 있는 기술의 개발이 요구되고 있다.
한국공개특허 제10-2009-0085587호 (2009.08.07)
본 발명의 일 실시예는 손의 움직임을 분석하고 바람직한 움직임과 나쁜 행동을 구분하여 의료인들에게 피드백을 제공할 수 있는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 수술방 내의 의료인들이 올바른 무균 조작 테크닉을 제대로 시행하고 있는지를 효과적으로 파악할 수 있고, 이를 정확하게 수치화 하여 측정, 평가 및 피드백을 통한 개선을 지원할 수 있는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법을 제공하고자 한다.
실시예들 중에서, 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치는 특정 공간을 감시하는 감시 카메라를 포함하는 감시 시스템으로부터 특정인에 관한 영상을 수신하는 영상 수신부, 상기 영상으로부터 상기 특정인의 움직임에 관한 디지털 데이터를 획득하는 움직임 데이터 획득부, 상기 디지털 데이터를 분석하여 상기 특정인의 움직임 중 특정 동작을 측정하는 동작 측정부 및 상기 특정 동작에 관한 측정 결과를 기초로 무균 조작 평가를 수행하는 평가 수행부를 포함한다.
상기 영상 수신부는 상기 영상을 시간 순서에 따라 정렬된 복수의 프레임들로 분해하고 연속되는 프레임들 간의 변화율이 기 설정된 임계값 이하인 경우 프레임 압축을 수행할 수 있다.
상기 영상 수신부는 상기 연속되는 프레임들의 개수가 3개 이상인 경우 해당 프레임들 중 어느 하나를 해당 시간 구간에서의 대표 프레임으로 결정하여 상기 프레임 압축을 수행할 수 있다.
상기 움직임 데이터 획득부는 상기 복수의 프레임들 각각에 대해 적어도 하나의 동적 객체를 식별하고 상기 복수의 프레임들 간의 연관성을 기초로 상기 적어도 하나의 동적 객체에서 상기 특정인에 해당하는 동적 객체를 결정하며 해당 동적 객체에 관한 디지털 데이터를 획득할 수 있다.
상기 동작 측정부는 상기 디지털 데이터로부터 상기 특정인의 얼굴, 몸통 및 팔 각각에 대한 특징 정보를 획득하여 상기 특정인의 움직임에 대응되는 골격 데이터를 생성할 수 있다.
상기 평가 수행부는 상기 골격 데이터에서 팔의 움직임을 트래킹하고 해당 팔의 동작을 기 정의된 위험 동작과 비교하여 상기 특정인의 무균적 자세에 관한 평가를 상기 무균 조작 평가로서 수행하고, 상기 무균 조작 평가는 상기 팔의 움직임에 연관되는 손의 위치가 상기 얼굴의 중심을 기준으로 특정 반경 이내의 영역으로 정의되는 제1 평가 영역 내에서 감지되는 시간 및 횟수에 따라 산출되는 제1 평점 및 상기 손의 위치가 상기 몸통의 중심을 포함하는 수평면을 기준으로 지면 방향으로 이격되는 거리에 따라 산출되는 제2 평점을 포함할 수 있다.
상기 무균 조작 평가 장치는 상기 무균 조작 평가에 따라 감염 방지를 위한 예방 정보를 제공하는 감염 예방 처리부를 더 포함할 수 있다.
실시예들 중에서, 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 방법은 특정 공간을 감시하는 감시 카메라를 포함하는 감시 시스템으로부터 특정인에 관한 영상을 수신하는 단계, 상기 영상으로부터 상기 특정인의 움직임에 관한 디지털 데이터를 획득하는 단계, 상기 디지털 데이터를 분석하여 상기 특정인의 움직임 중 특정 동작을 측정하는 단계, 상기 특정 동작에 관한 측정 결과를 기초로 무균 조작 평가를 수행하는 단계 및 상기 무균 조작 평가에 따라 감염 방지를 위한 예방 정보를 제공하는 단계를 포함한다.
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 일 실시예에 따른 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법은 손의 움직임을 분석하고 바람직한 움직임과 나쁜 행동을 구분하여 의료인들에게 피드백을 제공할 수 있다.
본 발명의 일 실시예에 따른 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법은 수술방 내의 의료인들이 올바른 무균 조작 테크닉을 제대로 시행하고 있는지를 효과적으로 파악할 수 있고, 이를 정확하게 수치화 하여 측정, 평가 및 피드백을 통한 개선을 지원할 수 있다.
도 1은 본 발명에 따른 무균 조작 평가 시스템을 설명하는 도면이다.
도 2는 도 1의 무균 조작 평가 장치의 물리적 구성을 설명하는 도면이다.
도 3은 도 1의 무균 조작 평가 장치의 기능적 구성을 설명하는 도면이다.
도 4는 본 발명에 따른 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 과정을 설명하는 순서도이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명에 따른 무균 조작 평가 시스템을 설명하는 도면이다.
도 1을 참조하면, 무균 조작 평가 시스템(100)은 사용자 단말(110), 무균 조작 평가 장치(130) 및 데이터베이스(150)를 포함할 수 있다.
사용자 단말(110)은 무균 조작 평가 결과를 확인하고 감염 방지를 위한 예방 정보를 확인할 수 있는 컴퓨팅 장치에 해당할 수 있고, 스마트폰, 노트북 또는 컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 태블릿 PC 등 다양한 디바이스로도 구현될 수 있다. 사용자 단말(110)은 무균 조작 평가 장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 사용자 단말(110)들은 무균 조작 평가 장치(130)와 동시에 연결될 수 있다.
무균 조작 평가 장치(130)는 손의 움직임을 추적하고 바람직한 움직임과 나쁜 행동을 구분하여 의료인들에게 피드백을 제공할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 무균 조작 평가 장치(130)는 사용자 단말(110)과 블루투스, WiFi 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 사용자 단말(110)과 데이터를 주고 받을 수 있다.
일 실시예에서, 무균 조작 평가 장치(130)는 필요에 따라 외부 시스템과 연동하여 인공지능 기반의 무균 조작 평가 동작을 수행할 수 있으며, 구축된 정보는 물리적 저장장치에 해당하는 데이터베이스(150)에 저장되어 보관될 수 있다. 한편, 무균 조작 평가 장치(130)는 도 1과 달리, 데이터베이스(150)를 내부에 포함하여 구현될 수 있다. 또한, 무균 조작 평가 장치(130)는 시스템을 구성하는 물리적 구성으로서 프로세서, 메모리, 사용자 입출력부 및 네트워크 입출력부를 포함하여 구현될 수 있으며, 이에 대해서는 도 2에서 보다 자세히 설명한다.
데이터베이스(150)는 무균 조작 평가 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 데이터베이스(150)는 병원 등의 의료기관 내부에서 획득한 의료인들의 영상 정보를 저장할 수 있고, 무균 조작 평가 장치(130)에 의해 구축되는 동작 분석을 위한 인공지능에 관한 데이터를 저장할 수 있으며, 반드시 이에 한정되지 않고, 무균 조작 평가 장치(130)가 의료인들의 움직임을 분석하고 무균 조작 평가를 수행하여 그에 관한 피드백을 제공하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
감시 시스템(170)은 병원 등의 의료기관 내부에서 사용자들의 움직임을 감시하는 장치에 해당할 수 있다. 예를 들어, 감시 시스템(170)은 CCTV 시스템에 해당할 수 있고, 이를 위한 구성으로서 감시 카메라를 포함하여 구현될 수 있다. 감시 시스템(170)은 무균 조작 평가 시스템(100)과 독립적으로 동작할 수 있으며, 네트워크로 연결되어 상호 연동을 통해 제어 신호 및 데이터 신호를 주고 받을 수 있다.
도 2는 도 1의 무균 조작 평가 장치의 물리적 구성을 설명하는 도면이다.
도 2를 참조하면, 무균 조작 평가 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함하여 구현될 수 있다.
프로세서(210)는 무균 조작 평가 장치(130)가 동작하는 과정에서의 각 단계들을 처리하는 프로시저를 실행할 수 있고, 그 과정 전반에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄할 수 있다. 프로세서(210)는 무균 조작 평가 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 무균 조작 평가 장치(130)의 CPU(Central Processing Unit)로 구현될 수 있다.
메모리(230)는 SSD(Solid State Drive) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 무균 조작 평가 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다.
사용자 입출력부(250)는 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함할 수 있다. 예를 들어, 사용자 입출력부(250)는 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)는 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 무균 조작 평가 장치(130)는 서버로서 수행될 수 있다.
네트워크 입출력부(270)은 네트워크를 통해 외부 장치 또는 시스템과 연결하기 위한 환경을 포함하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다.
도 3은 도 1의 무균 조작 평가 장치의 기능적 구성을 설명하는 도면이다.
도 3을 참조하면, 무균 조작 평가 장치(130)는 영상 수신부(310), 움직임 데이터 획득부(320), 동작 측정부(330), 평가 수행부(340), 감염 예방 처리부(350) 및 제어부(360)를 포함할 수 있다.
영상 수신부(310)는 특정 공간을 감시하는 감시 카메라를 포함하는 감시 시스템(170)으로부터 특정인에 관한 영상을 수신할 수 있다. 여기에서, 특정 공간은 병원, 보건소, 수술방 등 의료행위가 이루어지는 공간에 해당할 수 있다. 영상 수신부(310)는 감시 시스템(170)과 연동되어 감시 카메라가 촬영한 영상을 실시간으로 수신하거나 또는 특정 시간 간격으로 수신할 수 있고, 기 설정된 특정 시간에만 제한적으로 수신할 수도 있다. 예를 들어, 무균 조작 평가 장치(130)는 일주일 마다 무균 조작에 관한 평가 결과를 제공할 수 있고, 이를 위하여 영상 수신부(310)를 통해 이전 일주일 동안 촬영된 영상을 한꺼번에 수신하여 무균 조작 평가를 수행할 수 있다.
일 실시예에서, 영상 수신부(310)는 영상을 시간 순서에 따라 정렬된 복수의 프레임들로 분해하고 연속되는 프레임들 간의 변화율이 기 설정된 임계값 이하인 경우 프레임 압축을 수행할 수 있다. 프레임들 간의 변화율은 픽셀 간의 색상 차이를 기초로 산출될 수 있고, 무균 조작 평가 장치(130)는 임계값을 사전에 설정하여 활용할 수 있다. 예를 들어, 영상은 1초에 30프레임으로 분할될 수 있고, 평가 대상이 되는 움직임이 존재하지 않거나 존재하더라도 움직임이 거의 없어 프레임들 간의 변화율이 1% 미만인 경우에는 분할된 모든 프레임에서 동일한 이미지가 생성될 수 있다.
따라서, 영상 수신부(310)는 무균 조작 평가를 수행하기 전 단계에서 획득한 영상에 대한 전처리를 통해 평가 효율성을 높일 수 있다. 이 때, 영상 수신부(310)에 의해 수행되는 프레임 압축은 복수의 프레임들 중에서 평가에 활용 가능한 프레임을 선별하는 동작에 해당할 수 있다.
일 실시예에서, 영상 수신부(310)는 연속되는 프레임들의 개수가 3개 이상인 경우 해당 프레임들 중 어느 하나를 해당 시간 구간에서의 대표 프레임으로 결정하여 프레임 압축을 수행할 수 있다. 영상 수신부(310)는 변화가 거의 없는 프레임들이 3개 이상 연속되는 경우 그 중에 어느 하나만을 해당 구간에서의 대표 프레임으로 결정할 수 있다. 또한, 영상 수신부(310)는 연속하는 대표 프레임들 간에도 변화율에 따른 프레임 압축을 반복적으로 수행할 수 있으며, 프레임 압축에 관한 반복 횟수는 무균 조작 평가 장치(130)에 의해 사전에 설정될 수 있다.
움직임 데이터 획득부(320)는 영상으로부터 특정인의 움직임에 관한 디지털 데이터를 획득할 수 있다. 움직임 데이터 획득부(320)는 인공지능을 활용하여 영상을 구성하는 프레임 별로 이미지 분석을 수행할 수 있다. 즉, 특정인을 식별하고 그 움직임에 관한 데이터를 디지털 데이터로서 획득할 수 있다.
일 실시예에서, 움직임 데이터 획득부(320)는 복수의 프레임들 각각에 대해 적어도 하나의 동적 객체를 식별하고 복수의 프레임들 간의 연관성을 기초로 적어도 하나의 동적 객체에서 특정인에 해당하는 동적 객체를 결정하며 해당 동적 객체에 관한 디지털 데이터를 획득할 수 있다. 여기에서, 동적 객체는 영상에서 움직이는 물체에 해당할 수 있으며, 사람, 동물 등을 포함할 수 있다.
즉, 움직임 데이터 획득부(320)는 프레임 별로 영상 내에 존재하는 동적 객체를 식별할 수 있으며, 동적 객체 식별을 위한 식별 모델을 생성하여 활용할 수 있다. 식별 모델은 인공지능 학습을 통해 생성된 학습 모델로서 2차원 이미지를 입력으로 사용하여 해당 이미지 내에 존재하는 식별 가능한 객체들에 대한 정보를 출력으로 제공할 수 있다. 이 때, 출력 정보에는 동적 객체에 관한 최소 경계 사각형(MBR) 정보와 식별된 객체 정보가 특징 벡터 형태로 포함될 수 있다. 예를 들어, 하나의 프레임 영상 내에 3개의 동적 객체가 존재하는 경우 동적 객체에 대응되는 3개의 특징 벡터들이 출력 정보에 포함될 수 있다.
동작 측정부(330)는 디지털 데이터를 분석하여 특정인의 움직임 중 특정 동작을 측정할 수 있다. 즉, 동작 측정부(330)는 영상에서 식별된 동적 객체 중 사람에 해당하는 경우 프레임 별로 해당 동적 객체의 움직임을 트래킹하여 특정 동작을 검출하거나 특정 범위 내에서의 움직임을 감지할 수 있다. 동작 측정부(330)는 움직임 데이터 획득부(320)에 의해 식별된 동적 객체에 관한 이미지만을 이용하여 동작 측정을 수행할 수 있으며, 동작 측정을 위한 학습 모델이 사용될 수 있다. 이를 통해, 동작 측정부(330)는 의료인이 무균적 자세를 유지하는지에 관한 평가 자료를 생성할 수 있다.
일 실시예에서, 동작 측정부(330)는 디지털 데이터로부터 특정인의 얼굴, 몸통 및 팔 각각에 대한 특징 정보를 획득하여 특정인의 움직임에 대응되는 골격 데이터를 생성할 수 있다. 여기에서, 골격 데이터는 사용자의 움직임에 대응되는 스켈레톤 데이터에 해당할 수 있고, 사람의 신체 각 부위에 대한 파라미터 정보를 포함할 수 있다. 즉, 골격 데이터는 사람의 신체 각 부위별 파라미터 정보의 집합으로 표현될 수 있으며, 동작 측정부(330)는 무균 조작 평가에 이용되는 신체부위로서 얼굴, 몸통 및 양 팔에 대한 골격 데이터를 생성할 수 있다.
평가 수행부(340)는 특정 동작에 관한 측정 결과를 기초로 무균 조작 평가를 수행할 수 있다. 평가 수행부(340)는 바람직한 무균적 자세를 기준으로 특정인의 동작으로부터 올바른 동작과 위험한 동작을 각각 추출할 수 있으며, 해당 동작들의 검출 횟수나 시간, 동작 패턴에 따른 무균 조작 평가를 수행할 수 있다. 따라서, 무균 조작 평가는 위험한 동작, 예를 들어, 손을 얼굴이나 입주변에 접촉하는 동작이나 손을 팔꿈치 아래로 내리는 동작 등이 자주 검출되거나 오랜 시간 동안 유지되는 경우 상대적으로 낮은 점수를 부여할 수 있다. 또한, 무균 조작 평가는 올바른 동작이 자주 검출되거나 오랜 시간 동안 유지되는 경우 상대적으로 높은 점수를 부여할 수 있다.
한편, 평가 수행부(340)는 무균 조작 평가에 대한 평가 리포트를 생성할 수 있고, 평가 리포트는 시간의 흐름에 따른 평점 그래프, 위험 행위의 검출 시점이나 그에 대한 세부 평가 및 종합 평가 결과 등을 포함하여 다양한 시각적 표현들로 구현될 수 있다.
일 실시예에서, 평가 수행부(340)는 골격 데이터에서 팔의 움직임을 트래킹하고 해당 팔의 동작을 기 정의된 위험 동작과 비교하여 특정인의 무균적 자세에 관한 평가를 무균 조작 평가로서 수행할 수 있다. 이 때, 무균 조작 평가는 팔의 움직임에 연관되는 손의 위치가 얼굴의 중심을 기준으로 특정 반경 이내의 영역으로 정의되는 제1 평가 영역 내에서 감지되는 시간 및 횟수에 따라 산출되는 제1 평점과 손의 위치가 몸통의 중심을 포함하는 수평면을 기준으로 지면 방향으로 이격되는 거리에 따라 산출되는 제2 평점을 포함할 수 있다.
즉, 무균적 자세는 손의 위치와 방향 등이 매우 중요한 평가요소가 될 수 있기 때문에, 평가 수행부(340)는 특정인의 신체 부위 중 손의 위치와 밀접한 관련이 있는 팔의 움직임을 중심으로 무균 조작 평가를 수행할 수 있다. 이를 위하여, 평가 수행부(340)는 데이터베이스(150)에 저장된 무균적 자세에 관한 기준 데이터를 활용할 수 있으며, 기준 데이터에는 무균적 자세의 모범 동작에 관한 정보들이 포함될 수 있다.
보다 구체적으로, 평가 수행부(340)는 팔의 움직임에 따라 손의 위치 정보를 획득할 수 있으며, 손의 위치가 무균적 자세에서 요구되는 손의 위치와 유사한지를 기준으로 무균 조작 평가를 수행할 수 있다. 무균적 자세에서 요구되는 손의 위치에 관한 평가 영역이 사전에 설정되어 평가에 반영될 수 있으며, 예를 들어, 얼굴의 중심을 기준으로 30cm 이내의 영역이 평가 영역으로 설정될 수 있다. 또한, 몸통의 중심(또는 팔꿈치의 높이)을 포함하는 수평면을 기준으로 지면 방향으로 이격되는 거리가 평가 기준으로 설정될 수 있고, 이에 따라 이격 거리를 기초로 무균 조작 평가가 이루어질 수 있다.
일 실시예에서, 평가 수행부(340)는 손의 위치가 몸통의 중심을 포함하는 수평면(또는 팔꿈치의 높이)을 기준으로 지면 방향으로 이격되는 거리 및 시간에 따라 산출되는 제3 평점을 포함하는 무균 조작 평가를 수행할 수 있다. 다른 실시예에서, 평가 수행부(340)는 손의 위치가 다른 객체와 접촉하는 횟수 및 시간에 따라 산출되는 제4 평점을 포함하는 무균 조작 평가를 수행할 수 있다.
한편, 평가 수행부(340)는 다양한 평점들을 통합하여 종합 평점을 산출할 수 있고, 사용자의 동작에 관한 종합 평점을 기준으로 해당 동작에 관한 감염 위험 등급을 결정할 수 있다. 즉, 평가 수행부(340)는 사용자의 손의 위치를 추적하고 감염 위험도를 산출할 수 있으며, 무균 조작 평가 장치(130)는 감염 위험도를 기초로 해당 동작에 대한 피드백을 실시간으로 제공할 수 있다.
감염 예방 처리부(350)는 무균 조작 평가에 따라 감염 방지를 위한 예방 정보를 제공할 수 있다. 감염 예방 처리부(350)는 무균 조작 평가가 수치화되어 표현되는 경우 해당 수치를 기초로 평가 결과를 등급화 할 수 있고, 평가 등급에 따른 감염 예방 정보를 제공할 수 있다. 감염 예방 정보는 감염 방지를 위한 예방 정보로서 의료인의 무균적 자세 유지를 위한 행동 강령(매뉴얼) 정보를 포함할 수 있다.
일 실시예에서, 감염 예방 처리부(350)는 무균 조작 평가에 연동하는 무균적 자세 학습을 제공할 수 있다. 보다 구체적으로, 무균 조작 평가 장치(130)는 무균 조작 평가를 실시간으로 수행하여 그 결과를 제공할 수 있으며, 감염 예방 처리부(350)는 실시간 평점을 기초로 해당 사용자 단말(110)을 통해 실시간 알림을 제공하는 방법을 통해 사용자의 주의를 환기시킬 수 있다. 이 때, 실시간 알림은 진동, 알람, 푸시(push) 메시지 등의 형태로 구현되어 사용자 단말(110)을 통해 표출될 수 있다.
이를 위하여, 사용자 단말(110)에는 전용 프로그램 또는 전용 앱이 설치되어 실행될 수 있다. 전용 프로그램 또는 전용 앱은 무균적 자세 학습에 관한 메뉴를 제공할 수 있고, 사용자는 해당 메뉴의 활성화를 통해 무균적 자세 학습의 개시와 종료를 자유롭게 제어할 수 있다.
제어부(360)는 무균 조작 평가 장치(130)의 전체적인 동작을 제어하고, 영상 수신부(310), 움직임 데이터 획득부(320), 동작 측정부(330), 평가 수행부(340) 및 감염 예방 처리부(350) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 본 발명에 따른 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 과정을 설명하는 순서도이다.
도 4를 참조하면, 무균 조작 평가 장치(130)는 영상 수신부(310)를 통해 특정 공간을 감시하는 감시 카메라를 포함하는 감시 시스템(170)으로부터 특정인에 관한 영상을 수신할 수 있다(단계 S410). 무균 조작 평가 장치(130)는 움직임 데이터 획득부(320)를 통해 영상으로부터 특정인의 움직임에 관한 디지털 데이터를 획득할 수 있다(단계 S430).
또한, 무균 조작 평가 장치(130)는 동작 측정부(330)를 통해 디지털 데이터를 분석하여 특정인의 움직임 중 특정 동작을 측정할 수 있다(단계 S450). 무균 조작 평가 장치(130)는 평가 수행부(340)를 통해 특정 동작에 관한 측정 결과를 기초로 무균 조작 평가를 수행할 수 있다(단계 S470). 무균 조작 평가 장치(130)는 감염 예방 처리부(350)를 통해 무균 조작 평가에 따라 감염 방지를 위한 예방 정보를 제공할 수 있다(단계 S490).
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 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.
100: 무균 조작 평가 시스템
110: 사용자 단말 130: 무균 조작 평가 장치
150: 데이터베이스 170: 감시 시스템
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 영상 수신부 320: 움직임 데이터 획득부
330: 동작 측정부 340: 평가 수행부
350: 감염 예방 처리부 360: 제어부

Claims (8)

  1. 특정 공간을 감시하는 감시 카메라를 포함하는 감시 시스템으로부터 특정인에 관한 영상을 수신하는 영상 수신부;
    상기 영상으로부터 상기 특정인의 움직임에 관한 디지털 데이터를 획득하는 움직임 데이터 획득부;
    상기 디지털 데이터를 분석하여 상기 특정인의 움직임 중 특정 동작을 측정하는 동작 측정부; 및
    상기 특정 동작에 관한 측정 결과를 기초로 무균 조작 평가를 수행하는 평가 수행부를 포함하는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치.
  2. 제1항에 있어서, 상기 영상 수신부는
    상기 영상을 시간 순서에 따라 정렬된 복수의 프레임들로 분해하고 연속되는 프레임들 간의 변화율이 기 설정된 임계값 이하인 경우 프레임 압축을 수행하는 것을 특징으로 하는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치.
  3. 제2항에 있어서, 상기 영상 수신부는
    상기 연속되는 프레임들의 개수가 3개 이상인 경우 해당 프레임들 중 어느 하나를 해당 시간 구간에서의 대표 프레임으로 결정하여 상기 프레임 압축을 수행하는 것을 특징으로 하는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치.
  4. 제2항에 있어서, 상기 움직임 데이터 획득부는
    상기 복수의 프레임들 각각에 대해 적어도 하나의 동적 객체를 식별하고 상기 복수의 프레임들 간의 연관성을 기초로 상기 적어도 하나의 동적 객체에서 상기 특정인에 해당하는 동적 객체를 결정하며 해당 동적 객체에 관한 디지털 데이터를 획득하는 것을 특징으로 하는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치.
  5. 제1항에 있어서, 상기 동작 측정부는
    상기 디지털 데이터로부터 상기 특정인의 얼굴, 몸통 및 팔 각각에 대한 특징 정보를 획득하여 상기 특정인의 움직임에 대응되는 골격 데이터를 생성하는 것을 특징으로 하는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치.
  6. 제5항에 있어서,
    상기 평가 수행부는 상기 골격 데이터에서 팔의 움직임을 트래킹하고 해당 팔의 동작을 기 정의된 위험 동작과 비교하여 상기 특정인의 무균적 자세에 관한 평가를 상기 무균 조작 평가로서 수행하고,
    상기 무균 조작 평가는 상기 팔의 움직임에 연관되는 손의 위치가 상기 얼굴의 중심을 기준으로 특정 반경 이내의 영역으로 정의되는 제1 평가 영역 내에서 감지되는 시간 및 횟수에 따라 산출되는 제1 평점 및 상기 손의 위치가 상기 몸통의 중심을 포함하는 수평면을 기준으로 지면 방향으로 이격되는 거리에 따라 산출되는 제2 평점을 포함하는 것을 특징으로 하는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치.
  7. 제1항에 있어서,
    상기 무균 조작 평가에 따라 감염 방지를 위한 예방 정보를 제공하는 감염 예방 처리부를 더 포함하는 것을 특징으로 하는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치.
  8. 특정 공간을 감시하는 감시 카메라를 포함하는 감시 시스템으로부터 특정인에 관한 영상을 수신하는 단계;
    상기 영상으로부터 상기 특정인의 움직임에 관한 디지털 데이터를 획득하는 단계;
    상기 디지털 데이터를 분석하여 상기 특정인의 움직임 중 특정 동작을 측정하는 단계;
    상기 특정 동작에 관한 측정 결과를 기초로 무균 조작 평가를 수행하는 단계; 및
    상기 무균 조작 평가에 따라 감염 방지를 위한 예방 정보를 제공하는 단계를 포함하는 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 방법.
KR1020200044722A 2020-04-13 2020-04-13 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법 KR102341950B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200044722A KR102341950B1 (ko) 2020-04-13 2020-04-13 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200044722A KR102341950B1 (ko) 2020-04-13 2020-04-13 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20210126965A true KR20210126965A (ko) 2021-10-21
KR102341950B1 KR102341950B1 (ko) 2021-12-24

Family

ID=78269006

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200044722A KR102341950B1 (ko) 2020-04-13 2020-04-13 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102341950B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116091963A (zh) * 2022-12-22 2023-05-09 广州奥咨达医疗器械技术股份有限公司 临床试验机构质量评估方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090085587A (ko) 2006-09-29 2009-08-07 각코호진 와세다다이가쿠 의료용 테크닉 평가 시스템, 테크닉 평가 장치 및 테크닉 평가 장치용 프로그램
KR20160062665A (ko) * 2014-11-24 2016-06-02 한국전자통신연구원 동작 인식 장치 및 방법
KR20160080583A (ko) * 2014-12-30 2016-07-08 주식회사 펀진 객체 추적 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090085587A (ko) 2006-09-29 2009-08-07 각코호진 와세다다이가쿠 의료용 테크닉 평가 시스템, 테크닉 평가 장치 및 테크닉 평가 장치용 프로그램
KR20160062665A (ko) * 2014-11-24 2016-06-02 한국전자통신연구원 동작 인식 장치 및 방법
KR20160080583A (ko) * 2014-12-30 2016-07-08 주식회사 펀진 객체 추적 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116091963A (zh) * 2022-12-22 2023-05-09 广州奥咨达医疗器械技术股份有限公司 临床试验机构质量评估方法、装置、电子设备及存储介质
CN116091963B (zh) * 2022-12-22 2024-05-17 广州奥咨达医疗器械技术股份有限公司 临床试验机构质量评估方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
KR102341950B1 (ko) 2021-12-24

Similar Documents

Publication Publication Date Title
US11688265B1 (en) System and methods for safety, security, and well-being of individuals
US20150302310A1 (en) Methods for data collection and analysis for event detection
CN109887234B (zh) 一种防儿童走失方法、装置、电子设备及存储介质
CN106919806A (zh) 一种人体监测方法、装置以及系统及计算机可读存储设备
JP2011081823A (ja) 確率分布関数を用いて行動をモデル化するための方法及び装置
CN107077214A (zh) 用于在医院中使用的通信的方法和系统
EP2763116B1 (en) Fall detection system and method for detecting a fall of a monitored person
CN105940434A (zh) 信息处理装置、信息处理方法及程序
JP7018400B2 (ja) 視線の妨害に基づく医療プロトコル遵守のモニタリング
JP6918129B2 (ja) 患者周辺の光学画像データを検出し、患者のチェックを識別する方法、装置およびコンピュータプログラム
JP2014166197A (ja) 情報処理装置、情報処理方法、及び、プログラム
Mousse et al. Percentage of human-occupied areas for fall detection from two views
KR102341950B1 (ko) 동작 분석을 이용한 인공지능 기반의 무균 조작 평가 장치 및 방법
Kramer et al. Automated depth video monitoring for fall reduction: A case study
Jeelani et al. Improving safety performance in construction using eye-tracking, visual data analytics, and virtual reality
JP2018082281A (ja) 情報処理装置、情報処理装置の制御方法およびプログラム
Garrido et al. Automatic detection of falls and fainting
Bauer et al. Modeling bed exit likelihood in a camera-based automated video monitoring application
JP2021196741A (ja) 画像処理装置、画像処理方法、及びプログラム
KR102544147B1 (ko) 영상분석 기반 1인 낙상 감지 시스템 및 방법
JP2020187389A (ja) 移動体軌跡分析装置、移動体軌跡分析プログラム、および移動体軌跡分析方法
Alraeesi et al. Privacy-Preserved Social Distancing System Using Low-Resolution Thermal Sensors and Deep Learning
Gerka et al. Detecting the number of persons in the bed area to enhance the safety of artificially ventilated persons
KR20240028089A (ko) 인공지능 기반의 수술실 내 무균 동작 모니터링 시스템 및 방법
Kaluža et al. A multi-agent system for remote eldercare

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right