KR20220029799A - 인공지능 기반의 안질환 원격진단 시스템 및 방법 - Google Patents

인공지능 기반의 안질환 원격진단 시스템 및 방법 Download PDF

Info

Publication number
KR20220029799A
KR20220029799A KR1020200108262A KR20200108262A KR20220029799A KR 20220029799 A KR20220029799 A KR 20220029799A KR 1020200108262 A KR1020200108262 A KR 1020200108262A KR 20200108262 A KR20200108262 A KR 20200108262A KR 20220029799 A KR20220029799 A KR 20220029799A
Authority
KR
South Korea
Prior art keywords
eye disease
fundus
user
diagnosis
eye
Prior art date
Application number
KR1020200108262A
Other languages
English (en)
Inventor
이경철
김상열
Original Assignee
아이트로스 주식회사
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 아이트로스 주식회사 filed Critical 아이트로스 주식회사
Priority to KR1020200108262A priority Critical patent/KR20220029799A/ko
Publication of KR20220029799A publication Critical patent/KR20220029799A/ko

Links

Images

Classifications

    • 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
    • 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
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Ophthalmology & Optometry (AREA)
  • Radiology & Medical Imaging (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

본 발명은 인공지능 기반의 안질환 원격진단 시스템 및 방법에 관한 것으로, 보다 구체적으로 사용자로부터 선택된 선택지와 작성문자 중 적어도 하나를 포함하는 안질환 증상정보와 개인정보를 입력받는 입력부, 사용자의 안저를 무산동으로 촬영한 후 복수 개의 안저 이미지를 획득하는 안저 카메라, 인공지능 기반으로 상기 안질환 증상정보와 복수 개의 안저 이미지를 분석하여 안질환을 진단하는 진단 서버 및 사용자로부터 상기 안질환 증상정보를 입력받을 수 있도록 안질환 관련 설문지를 디스플레이에 출력하고, 상기 진단 서버로부터 얻은 진단결과를 디스플레이에 출력하는 출력부를 포함하는 인공지능 기반의 안질환 원격진단 시스템 및 방법에 관한 것이다.

Description

인공지능 기반의 안질환 원격진단 시스템 및 방법 {AI-based system and method for remote diagnosis eye diseases}
본 발명은 인공지능 기반의 안질환 원격진단 시스템 및 방법에 관한 것으로, 보다 구체적으로 안저 카메라로부터 얻은 안저 이미지와 사용자에 의하여 입력된 안질환 증상정보를 인공지능 기반으로 분석하여 안질환을 진단하는 인공지능 기반의 안질환 원격진단 시스템 및 방법에 관한 것이다.
인터넷 통신 사용률이 급증함에 따라 인터넷 통신망을 통한 다양한 IT(Informaion Technology: 정보기술)가 발달하면서, 의료기관에 직접 가지 않고도 통신망과 연결된 단말기를 통해 전문의와의 화상 대화로써 원격진료를 할 수 있게 되고 있다.
그러나 이러한 원격진료는 전문의와 사용자 간 대화로만 사용자의 상태를 알 수 있을 뿐 정확한 진단을 할 수 없으며, 진단을 할 수 있는 범위가 한정되는 문제점이 있다.
이러한 문제점을 해결하고자, 진단하려는 사용자의 신체 부분을 촬영하고 촬영된 정보를 분석하여 사용자의 상태를 보다 객관적이고 정확하게 진단을 보조해 줄 수 있는 원격진료 시스템의 필요성이 부각되고 있다.
또한, 최근 녹내장이나 황반변성을 비롯한 다양한 안질환의 진단에 관한 기술 발달이 꾸준히 이루어지고 있다. 시신경 검사, 빛간섭단층촬영 또는 시야검사 등의 결과를 이용하여 환자의 안과적 질병을 자동적으로 진단하는 기술이 그 대표적인 예이다.
자동화된 안질환 치료를 위해 필수 요소인 의료영상분석 연구의 경우, 전문의들이 기존 안과 전문 검사/치료 장비(ARK 등)를 사용하여 수동적/경험적 판단을 했기 때문에, 안과 질환 관련 의료영상 분석에 대한 연구가 미비한 상황이다.
따라서 사용자가 의료기관에 직접 방문하는 불편함, 전문의와의 화상 대화를 통한 제한된 원격진료 및 부정확한 의료영상분석으로 인한 오진의 문제점을 해소할 수 있는 기술개발이 요구되고 있다.
KR 10-2017-0137726 KR 10-2020-0023029
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로 사용자가 의료기관에 직접 방문하여 전문의와 대면해야하는 번거로움을 해소하고, 시간과 공간에 제약 없이 자신의 안저 상태를 진단받을 수 있도록 안질환 증상정보 및 안저 이미지를 이용하여 안질환을 진단한 후 진단결과를 출력하는 인공지능 기반의 안질환 원격진단 시스템 및 방법을 얻는 것을 목적으로 한다.
또한, 본 발명의 목적은 사용자 자신의 안저 상태를 진단하는데 접근성이 우수하므로 자주 안질환 진단을 할 수 있고, 이에 따라 안질환을 조기에 발견하여 중증 안질환으로 심각해지는 상황을 미연에 방지할 수 있는 인공지능 기반의 안질환 원격진단 시스템 및 방법을 제공하는 것이다.
또한, 본 발명의 목적은 전문의의 임상적 판단에 따라 안질환을 진단하는 것이 아닌 보다 객관적이고 일관성 있는 진단결과를 제공할 수 있도록 인공지능 기술기반으로 사용자의 안질환 증상정보 및 안저 이미지를 분석하여 안질환을 진단하는 인공지능 기반의 안질환 원격진단 시스템 및 방법을 제공하는 것이다.
상기 목적을 달성하기 위하여, 본 발명의 인공지능 기반의 안질환 원격진단 시스템은 사용자로부터 선택된 선택지와 작성문자 중 적어도 하나를 포함하는 안질환 증상정보와 개인정보를 입력받는 입력부; 사용자의 안저를 무산동으로 촬영한 후 복수 개의 안저 이미지를 획득하는 안저 카메라; 인공지능 기반으로 상기 안질환 증상정보와 복수 개의 안저 이미지를 분석하여 안질환을 진단하는 진단 서버; 및 사용자가 시각적으로 확인할 수 있도록 안질환 관련 설문지와 상기 진단 서버로부터 얻은 진단결과를 디스플레이에 출력하는 출력부;를 제공한다.
상기 목적을 달성하기 위하여, 본 발명의 인공지능 기반의 안질환 원격진단 방법은 사용자로부터 선택된 선택지와 작성문자 중 적어도 하나를 포함하는 안질환 증상정보와 개인정보가 입력되는 입력단계; 진단 서버에 의하여, 상기 개인정보가 이용되어 사용자가 인식되는 사용자 인식단계; 진단 서버에 의하여, 상기 안질환 증상정보가 판독되는 안질환 증상정보 판독단계; 안저 카메라에 의하여, 사용자의 안저가 무산동으로 촬영된 후 복수 개의 안저 이미지가 획득되는 안저 이미지 획득단계; 진단 서버에 의하여, 상기 안저 이미지 획득단계로부터 촬영 기준이 성립되도록 촬영되면 상기 안저 이미지가 보정되는 안저 이미지 처리단계; 진단 서버에 의하여, 인공지능 기반으로 상기 안질환 증상정보와 복수 개의 안저 이미지가 분석되어 안질환 여부가 판단되는 안질환 여부 판단단계; 진단 서버에 의하여, 상기 안질환 여부 판단단계로부터 안질환이 있다고 판단되면 안질환의 종류에 따른 안과진료를 권유하는 진단결과가 제공되고, 정상이라고 판단되면 안질환을 예방할 수 있는 요법이 추천된 진단결과가 제공되는 진단결과 제공단계; 및 출력부에 의하여, 상기 진단결과 제공단계로부터 제공된 진단결과가 사용자로부터 확인될 수 있도록 디스플레이에 출력되는 진단결과 출력단계;를 제공한다.
이상과 같이 본 발명에 의하면 사용자가 의료기관에 직접 방문하여 전문의와 대면해야하는 번거로움을 해소할 수 있고, 시간과 공간에 제약 없이 자신의 안저 상태를 진단할 수 있는 이점이 있다.
또한, 본 발명은 사용자 자신의 안저 상태를 진단하는데 접근성이 우수하므로 자주 안질환 진단을 할 수 있고, 이에 따라 안질환을 조기에 발견하여 중증 안질환으로 심각해지는 상황을 미연에 방지할 수 있는 이점이 있다.
또한, 본 발명은 전문의의 임상적 판단에 따라 안질환을 진단하는 것이 아닌 인공지능 기술기반으로 사용자의 안질환 증상정보 및 안저 이미지를 분석하여 안질환을 진단함으로써, 보다 객관적이고 일관성 있는 진단결과를 제공할 수 있는 이점이 있다.
도 1은 본 발명의 인공지능 기반의 안질환 원격진단 시스템 구성도이다.
도 2는 본 발명의 일실시예에 따른 안저 카메라로부터 복수 개의 안저 이미지를 획득하는 것을 표시한 도면이다.
도 3은 본 발명의 일실시예에 따른 안질환 관련 설문지를 표시한 도면이다.
도 4는 본 발명의 일실시예에 따른 문자 판독부로부터 문자가 판독되는 것을 표시한 도면이다.
도 5는 본 발명의 일실시예에 따른 안저 이미지 처리부로부터 특징점을 선별 및 매칭하는 것을 표시한 도면이다.
도 6은 본 발명의 일실시예에 따른 안저 이미지 처리부로부터 파노라마 이미지를 획득하는 것을 표시한 도면이다.
도 7은 본 발명의 인공지능 기반의 안질환 원격진단 시스템을 이용한 안질환 원격진단 방법 흐름도이다.
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.
인공지능 기반의 안질환 원격진단 시스템
도 1은 본 발명의 인공지능 기반의 안질환 원격진단 시스템 구성도이다. 도 1을 보면, 본 발명의 인공지능 기반의 안질환 원격진단 시스템은 입력부(100), 안저 카메라(200), 진단 서버(300) 및 출력부(400)를 포함한다.
보다 구체적으로, 상기 입력부(100)는 사용자로부터 선택된 선택지와 작성문자 중 적어도 하나를 포함하는 안질환 증상정보와 개인정보를 입력받는다.
상기 입력부(100)는 키오스크, 키보드, 마우스, 터치 팬, 터치스크린 등의 형태로 구비되어 사용자의 안질환 증상정보와 개인정보를 입력받을 수 있다. 이때, 상기 개인정보는 사용자의 아이디(ID) 및 패스워드(PW)일 수 있다.
한편, 상기 입력부(100)는 카메라, 지문인식 장치 등의 형태로 더 구비될 수 있고, 상기 개인정보는 사용자의 얼굴, 홍채, 지문 중 적어도 하나일 수 있다.
또한, 상기 출력부(400)에 상기 진단 서버(300)로부터 제공된 안질환 관련 설문지가 출력되면, 상기 입력부(100)는 사용자가 해당되는 안질환 증상이 기재된 선택지를 입력받고, 사용자의 상태가 작성된 작성문자를 입력받는다.
상기 안질환 관련 설문지는 일반적으로 4대 실명안질환이라고 불리는 백내장, 녹내장, 황반변성, 당뇨망막증의 발병여부를 확인할 수 있도록 4지선다형, 5지선다형 또는 서술형으로 형성될 수 있다. 상기 안질환 관련 설문지는 상기 언급한 형식에 한정되지 않는다.
다음으로, 상기 안저 카메라(200)는 사용자의 안저를 무산동으로 촬영한 후 복수 개의 안저 이미지를 획득한다.
즉, 상기 안저 카메라(200)는 사용자의 안저를 산동하지 않고 촬영할 수 있도록 구비된다. 이에 따라, 동공확대용 산동제의 주입 없이 안저 이미지를 획득할 수 있으므로, 사용자는 시간 및 공간에 제약을 받지 않고 안질환을 진단받을 수 있고 진단 후 바로 일상생활이 가능하다. 그리고 상기 안저 이미지의 해상도가 뛰어나 안질환 진단에 보다 용이할 수 있다.
한편, 상기 안저 카메라(200)는 황반을 중심으로 메인 이미지를 촬영한 후, 상기 메인 이미지의 중심을 기준으로 방사형으로 복수 개의 서브 이미지를 촬영할 수 있다.
이때, 상기 복수 개의 서브 이미지가 각각 상기 메인 이미지의 중심으로부터 기 설정된 간격만큼 이격되도록 촬영될 수 있다. 일례로, 상기 안저 카메라(200)는 원형의 상기 메인 이미지를 획득한 후, 상기 메인 이미지의 중심을 기준으로 상기 메인 이미지의 지름에 0.3배 내지 0.8배에 해당하는 길이만큼 이격되도록 이동하여 상기 복수 개의 서브 이미지를 촬영할 수 있다.
도 2는 본 발명의 일실시예에 따른 안저 카메라(200)로부터 복수 개의 안저 이미지를 획득하는 것을 표시한 도면이다. 도 2를 참조하면, 상기 메인 이미지의 중심과 상기 서브 이미지의 중심 사이의 거리(D)가 상기 메인이미지의 지름에 0.3배 내지 0.8배에 해당하는 길이만큼 이격되도록 하는 것이다.
이때, 상기 안저 카메라(200)가 상기 메인 이미지의 중심을 기준으로 상기 메인 이미지의 지름에 0.3배 미만에 해당하는 길이만큼 이격되어 촬영하면, 안저의 가장자리가 촬영되지 않아 전체적인 안저 이미지를 획득하는데 한계가 있다.
그리고 상기 진단 서버(300) 내 안저 이미지 처리부(330)가 상기 안저 이미지를 보정하는데 있어서, 특징점의 수가 감소하여 매칭의 정확성이 낮아지게 되고, 상기 복수 개의 서브 이미지 간의 특징점이 중복되어 상기 복수 개의 서브 이미지와 상기 메인 이미지의 합성이 용이하지 않게 되는 문제점이 있다.
또한, 상기 안저 카메라(200)가 상기 메인 이미지의 중심을 기준으로 상기 메인 이미지의 지름에 0.8배를 초과하는 길이만큼 이격되어 촬영하면, 상기 진단 서버(300) 내 안저 이미지 처리부(330)가 상기 안저 이미지를 보정하는데 있어서, 상기 특징점의 수가 감소하여 정확한 파노라마 이미지를 획득할 수 없어 진단이 용이하지 않다는 문제점이 있다.
따라서 가장 바람직하게, 상기 안저 카메라(200)는 원형의 상기 메인 이미지를 획득한 후, 상기 메인 이미지의 중심을 기준으로 상기 메인 이미지의 지름에 0.3배 내지 0.8배에 해당하는 길이만큼 이격되도록 이동하여 상기 복수 개의 서브 이미지를 촬영하는 것이다.
또한, 도 2를 참조하면, 상기 안저 카메라(200)는 상기 메인 이미지의 중심과 상기 서브 이미지의 중심을 잇는 가상의 선(L1)과, 상기 메인 이미지의 중심과 상기 서브 이미지와 인접한 서브 이미지의 중심을 잇는 가상의 선(L2) 사이의 각도(A)를 기 설정된 각도만큼 이격되도록 촬영할 수 있다.
일례로, 상기 안저 카메라(200)는 1장의 상기 메인 이미지를 획득한 후, 상기 메인 이미지의 중심을 기준으로 방사형으로 45도 내지 60도의 간격으로 상기 복수개의 서브이미지를 촬영할 수 있다. 즉, 상기 각도(A)의 범위가45도 내지 60로 형성될 수 있는 것이다.
이때, 상기 안저 카메라(200)가 상기 각도(A)를 45도 미만인 상태로 상기 복수 개의 서브 이미지를 촬영하면, 상기 서브 이미지의 개수가 급격히 증가하여, 상기 메인 이미지와 복수 개의 서브 이미지를 합성하는데 소요되는 시간이 급격하게 증가하게 되는 문제점이 있다.
또한, 안저 카메라(200)가 상기 각도(A)가 60도를 초과한 상태로 상기 복수 개의 서브 이미지를 촬영하게 되면, 상기 서브 이미지의 개수가 감소하게 되어 상기 메인 이미지와 복수 개의 서브 이미지의 합성에 오류가 발생할 수 있는 문제점이 있다.
따라서 가장 바람직하게, 상기 안저 카메라(200)는 1장의 상기 메인 이미지를 획득한 후, 상기 메인 이미지의 중심을 기준으로 방사형으로 45도 내지 60도의 간격으로 상기 복수 개의 서브 이미지를 촬영하는 것이다.
다음으로, 상기 진단 서버(300)는 인공지능 기반으로 상기 안질환 증상정보와 복수 개의 안저 이미지를 분석하여 안질환을 진단한다.
상기 진단 서버(300)는 안질환을 진단하기 위하여, 사용자 인식부(310), 문자 판독부(320), 안저 이미지 처리부(330), 안질환 여부 판단부(340) 및 진단결과 제공부(350)를 포함할 수 있다.
상기 사용자 인식부(310)는 상기 입력부(100)로부터 전송받은 사용자의 개인정보를 이용하여 사용자를 인식할 수 있다.
앞서 언급한 것과 같이, 사용자의 상기 개인정보는 아이디(ID) 및 패스워드(PW), 인식된 얼굴, 홍채, 지문을 포함할 수 있고, 상기 사용자 인식부(310)는 상기 개인정보를 전송받아 기 저장된 사용자인지, 신규 사용자인지 인식할 수 있다.
이때, 상기 사용자 인식부(310)는 기 저장된 사용자라면 상기 진단 서버(300)로부터 기 저장된 개인정보 및 진단결과와 함께 앞으로의 진단결과를 저장할 수 있도록 한다. 신규 사용자라면 금번 입력된 사용자의 상기 개인정보를 상기 진단 서버(300)에 저장하고, 차후 사용자를 인식하고 진단결과를 저장할 수 있도록 한다.
다음으로, 상기 문자 판독부(320)는 상기 안질환 관련 설문지를 상기 출력부(400)에 전송하고, 자연언어처리(NLP) 기법을 이용하여 상기 안질환 증상정보로부터 안질환과 관련된 문자만을 판독한다.
우선, 상기 문자 판독부(320)는 상기 출력부(400)에 상기 안질환 관련 설문지를 제공하여 디스플레이 상에 출력할 수 있도록 하고, 상기 입력부(100)로부터 입력된 사용자의 안질환 증상정보를 전송받을 수 있다.
도 3은 본 발명의 일실시예에 따른 안질환 관련 설문지를 표시한 도면이다. 도 3을 보면, 가장 바람직하게 상기 안질환 관련 설문지는 다수 개의 선택지와 사용자로부터 작성문자가 작성될 수 있는 특이사항 란을 포함할 수 있다. 즉, 상기 안질환 증상정보는 다수 개의 선택지 중에서 사용자로부터 선택된 선택지와 특이사항 란에 사용자로부터 작성된 작성문자가 포함될 수 있다.
여기서, 상기 다수 개의 선택지는 ‘매우 그렇다’, ‘그렇다’, ‘모르겠다’, ‘아니다’가 선택될 수 있도록 구비될 수 있고, 정상 또는 4대 실명안질환 중 어디에 해당되는지를 판단할 수 있는 코드가 구비될 수 있다. 그리고 상기 특이사항에 작성된 작성문자는 사용자 스스로가 느끼고 있는 안저 내 불편함, 안저 상태 등이 작성된 문자일 수 있다.
상기 작성문자를 판독하는데 있어서, 상기 문자 판독부(320)는 자연언어처리(NLP) 기법을 이용하여 안질환과 연관된 문자만을 판독한다.
일반적으로, 상기 자연언어처리(Natural Language Processing, NLP) 기법은 인간이 보통 쓰는 언어를 컴퓨터에 인식시켜서 처리하는 일을 말하는 것으로서, 정보검색, 질의응답, 시스템 자동번역 및 통역 등이 포함될 수 있다.
보다 구체적으로 상기 문자 판독부(320)는, 은닉 마르코프 모형(Hidden Markov Model, HMM)을 이용하여 상기 안질환과 관련된 문자의 확률 관계에 따라 사용자의 상태를 확률적으로 예측하는 것을 특징으로 한다.
일반적으로, 은닉 마르코프 모형은 상태 정보가 숨겨져 있고 출력된 정보만 관찰되므로, 출력된 정보만을 가지고 숨겨진 상태 정보를 추정한다. 즉, 은닉 마르코프 모형은 음성 인식, 자연어 처리, 몸짓 인식 등과 같이 대량으로 출력된 데이터를 통계적으로 패턴 분석하여 입력된 정보를 추론하는데 응용될 수 있다.
도 4는 본 발명의 일실시예에 따른 문자 판독부(320)로부터 문자가 판독되는 것을 표시한 도면이다.
도 4를 보면, 상기 문자 판독부(320)는 안압(A)과 출혈(B) 키워드의 확률 관계를 임의로 정의하고, 안압(A)과 출혈(B) 키워드의 상태(d1 내지 d5) 또한 정의된 확률 관계를 사용하여 각 상태(d1 내지 d5)에 대한 최대값을 얻을 수 있다.
우선, 안압(A)과 출혈(B) 키워드의 확률 관계에 있어서, 상기 안질환 증상정보는 0.6 확률로 안압(A)일 수 있고, 0.4 확률로 출혈(B)일 수 있다. 그리고 안압(A)에 대한 상기 안질환 증상정보는 0.7 확률로 안압(A)일 수 있고, 0.3 확률로 출혈(B)일 수 있다. 그리고 출혈(B)에 대한 상기 안질환 증상정보는 0.6 확률로 출혈(B)일 수 있고, 0.4 확률로 안압(A)일 수 있다.
그리고 안압(A)과 출혈(B) 키워드의 상태(d1 내지 d5)에 대한 확률 관계에 있어서, 안압(A)에 대한 상기 안질환 증상정보는 0.2 확률로 정상(d1), 0.1 확률로 백내장(d2), 0.4 확률로 녹내장(d3), 0.1 확률로 황반변성(d4), 0.1 확률로 당뇨 망막증(d5)일 수 있다. 출혈(B)에 대한 상기 안질환 증상정보는 0.1 확률로 정상(d1), 0.1 확률로 백내장(d2), 0.1 확률로 녹내장(d3), 0.3 확률로 황반변성(d4), 0.4 확률로 당뇨 망막증(d5)일 수 있다.
또한, 각 상태(d1 내지 d5)에 대한 최대값을 얻는데 있어서, 상기 문자 판독부(320)는 하기 [수학식 1]로 각 상태에 따른 키워드의 확률 수치의 최대값을 결정할 수 있다.
Figure pat00001
예컨대, 상기 [수학식 1]에 임의로 정의된 상기 안압(A)과 출혈(B) 키워드의 확률을 대입하면 하기 [표 1]과 같이 결과값이 도출될 수 있다.
정상
(d1)		 백내장
(d2)		 녹내장
(d3)		 황반변성
(d4)		 당뇨망막증
(d5)
안압
(A)		 0.12 0.0084 0.00294 0.0002 0.00001
출혈
(B)		 0.04 0.00036 0.00025 0.00026 0.00006
즉, 상기 [표 1]을 보면, 정상(d1) 상태, 백내장(d2), 녹내장(d3)은 출혈(B) 키워드보다 안압(A) 키워드에서 최대값을 갖기 때문에, 상기 문자 판독부(320)는 작성문자 내 안압(A) 키워드가 포함되어 있다면 정상(d1) 상태, 백내장(d2), 녹내장(d3) 중 하나라고 예측할 수 있다.
그리고 황반변성(d4), 당뇨망막증(d5)은 안압(A) 키워드보다 출혈(B) 키워드에서 최대값을 갖기 때문에, 상기 문자 판독부(320)는 작성문자 내 출혈(B) 키워드가 포함되어 있다면 황반변성(d4), 당뇨망막증(d5) 중 하나라고 예측할 수 있다.
따라서 상기 문자 판독부(320)는 사용자로부터 선택된 선택지의 코드들과 작성문자의 조합으로 사용자의 안저 상태를 예측할 수 있다.
다음으로, 안저 이미지 처리부(330)는 상기 안저 카메라(200)로부터 획득된 복수 개의 안저 이미지를 보정한다. 이는, 상기 안저 카메라(200)가 사용자의 안저를 촬영 시 외부조명 및 상기 안저 카메라(200)의 흔들림으로 인해 상기 안저 이미지를 선명하게 획득하지 못할 수 있기 때문에 이러한 문제점을 해결하기 위함이다.
우선, 상기 안저 카메라(200)로 촬영 시 붉은색 램프가 사용되어 상기 안저 이미지는 붉은 색을 띌 수 있으므로, 상기 안저 이미지 처리부(330)는 상기 안저 이미지의 특이점을 찾기 용이하도록 하기 [수학식 2]를 이용하여 RGB(3차원) 데이터를 1차원 데이터로 변경할 수 있다.
Figure pat00002
여기서, n값은 영역의 길이이고, C는 임의의 상수이다. 즉, 영역 n
Figure pat00003
n에 대해서 임의의 상수 C를 제거함으로써, RGB(3차원) 데이터를 1차원 데이터로 변경할 수 있고, 결과값 T(x,y)를 이용해서 이미지 변화량(E)을 측정한다.
또한, 상기 안저 이미지 처리부(330)는 안저의 전체적인 모습을 식별하기 용이하도록 상기 복수 개의 이미지 중 서로 중첩되는 부분에 대한 특징점을 선별하고, 상기 특징점을 기반으로 상기 복수 개의 이미지를 합성하여 파노라마 이미지를 획득할 수 있다.
상기 특징점은 상기 안저 이미지에서 해당 지점이 배경과 구분되고, 상기 안저 이미지의 형태나 조도가 바뀌어도 식별 용이한 지점으로, 상기 안저 이미지 내의 선들의 방향성이 바뀌는 코너점(Corner point)일 수 있다.
도 5는 본 발명의 일실시예에 따른 안저 이미지 처리부(330)로부터 특징점을 선별 및 매칭하는 것을 표시한 도면이다. 도 5의 (a) 내지 (c)를 참고하면, 상기 코너점(Corner point)을 구하는데 있어서, 상기 안저 이미지 처리부(330)는 상기 안저 이미지 내 가상의 창을 생성한 후 내부 선들의 방향성이 바뀌는 지점을 코너점으로 선별한다.
상기 안저 이미지 내에서 상기 가상의 창을 수직, 수평, 좌대각선, 우대각선 4 방향으로 1픽셀씩 이동시켰을 때 상기 이미지 변화량(E)을 계산할 수 있다. 그리고 상기 이미지 변화량(E)의 최소값(min(E))을 해당 픽셀의 이미지 변화량으로 설정한 후 지역적으로 극대가 되는 지점을 특징점으로 선별할 수 있다. 이때, 상기 안저 이미지 처리부(330)는 하기 [수학식 3]으로 상기 이미지 변화량(E)을 구할 수 있다.
Figure pat00004
여기서, 상기
Figure pat00005
는 상기 가상의 창에 대한 이동값이고, W는 상기 가상의 창의 이동량이고, T(x,y)는 상기 [수학식 2]의 결과값이다.
또한, 상기 안저 이미지 처리부(330)는 선별된 복수 개의 상기 특징점에 대하여 정규화 값을 도출할 수 있다. 보다 상세하게, 상기 안저 이미지 처리부(330)는 상기 특징점 간의 매칭을 위하여, 상기 특징점의 정규화 값을 도출하고, 도출된 정규화 값을 비교하여 가장 높은 값 또는 유사값을 찾아 매칭할 수 있다.
이때, 상기 특징점의 정규화 값은 교차 상관관계(Normalized Cross-Correlation)를 활용할 수 있으며, 하기 [수학식 4]와 같다.
Figure pat00006
일례로, 도 5의 (d)를 참고하면, 상기 안저 이미지 처리부(330)는 도출된 상기 정규화 값 중, 기 설정된 범위 내에 있는 유사 값을 찾아 해당하는 특징점(310)들을 매칭할 수 있다.
또한, 상기 안저 이미지 처리부(330)는 상기 복수 개의 이미지를 상기 특징점을 기반으로 합성하여 상기 파노라마 이미지를 획득할 수 있다.
도 6은 본 발명의 일실시예에 따른 안저 이미지 처리부(330)로부터 파노라마 이미지를 획득하는 것을 표시한 도면이다.
도 6의 (a)를 참조하면, 앞서 언급한 것과 같이 상기 안저 이미지 처리부(330)는 상기 안저 카메라(200)로부터 획득된 복수 개의 안저 이미지 내 특징점을 선별할 수 있다. 도 6의 (b)를 참조하면, 상기 안저 이미지 처리부(330)는 상기 특징점의 정규화 값을 도출하고, 도출된 정규화 값을 비교하여 가장 높은 값 또는 유사값을 찾아 매칭할 수 있다. 도 6의 (c)를 참조하면, 상기 안저 이미지 처리부(330)는 상기 매칭한 값을 기준으로 합성하여 최종적으로 안저를 전체적으로 식별할 수 있는 파노라마 이미지를 획득할 수 있다.
다음으로, 상기 안질환 여부 판단부(340)는 상기 문자 판독부(320)로부터 판독된 문자와 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지를 이용하여 안질환 여부를 판단할 수 있다.
가장 바람직하게, 상기 안질환 여부 판단부(340)는 상기 문자 판독부(320)로부터 사용자로부터 선택된 선택지의 코드들과 작성문자의 조합으로 사용자의 안저 상태를 예측한 것과, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지로부터 안질환을 예측할 수 있는 혈관의 상태 등을 확인한 것을 조합하여 최종적으로 안질환 여부를 판단할 수 있다.
예컨대, 상기 안질환 여부 판단부(340)는 상기 문자 판독부(320)로부터 암슬러 격자가 포함된 상기 안질환 관련 설문지에 상기 암슬러 격자가 곡선이라는 작성문자가 확인되고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지에서 황반 주위에 드루젠 또는 혈관출혈이 확인되면 황반변성이라고 판단하는 것을 특징으로 한다.
즉, 상기 안질환 여부 판단부(340)는 상기 문자 판독부(320)로부터 암슬러 격자가 포함된 상기 안질환 관련 설문지로 상기 암슬러 격자 중심의 둥근 점에 시선을 고정시킨 후 선들이 어떻게 보이는지에 대해 사용자에 의하여 작성된 작성문자를 확인하고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지를 이용하여 황반 주위의 단백질 찌꺼기인 드루젠 또는 혈관 출혈을 확인하여 황반변성 여부를 판단할 수 있다.
이는 안저 내 황반변성이 발병하면 초기에는 부엌이나 욕실의 타일, 바둑판, 자동차, 건물 등의 선이 굽어보이고 글씨가 깨져 보이는 것 같은 증상이 나타나고, 좀 더 진행되면 중심부위가 보이지 않기 시작하므로, 이러한 증상을 이용한 진단법이다.
한편, 상기 안질환 여부 판단부(340)는, 상기 문자 판독부(320)로부터 상기 안질환 관련 설문지 내 선택지 중 ‘안경이나 돋보기를 써도 잘 보이지 않는다.’, ‘밝은 곳보다 어두운 곳에서 오히려 잘 보인다.’, ‘항상 안개가 낀 것처럼 뿌옇게 보인다.’, ‘까만 눈동자에 백태가 보인다.’ 등이 선택된 것을 확인하고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지를 이용하여 안저의 혼탁도, 혈관 선명도 중 적어도 하나를 확인하여 백내장 여부를 판단할 수 있다.
그리고 상기 안질환 여부 판단부(340)는, 상기 문자 판독부(320)로부터 상기 안질환 관련 설문지 내 선택지 중 ‘가족 중에 녹내장 병력을 가진 사람이 있다.’, ‘안압이 높다는 안과 소견을 받은 적이 있다.’, ‘안구에 압박감과 두통이 심하고 구토가 지속적으로 생긴다.’, ‘시력이 점점 감퇴하거나 시야가 좁아졌다.’ 등이 선택된 것을 확인하고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지를 이용하여 시신경 원판(Disk)과 시신경 유두의 중앙부에 있는 함요의 비율을 확인하여 녹내장 여부를 판단할 수 있다.
그리고 상기 안질환 여부 판단부(340)는, 상기 문자 판독부(320)로부터 상기 안질환 관련 설문지 내 선택지 중 ‘눈앞에 먼지나 벌레 같은 이물질이 떠다니는 것처럼 느껴진 적이 있다(비문증).’, ‘빛이 없는 곳에서 빛이 느껴진 적이 있다(광시증).’, ‘사물이 삐뚤어져 보인 적이 있다(변시증).’, ‘시야 흐림, 야간 시력 저하 및 독서 장애 증상이 발생된 적이 있다.’ 등이 선택된 것을 확인하고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지를 이용하여 미세출혈 또는 삼출물을 확인하여 당뇨망막증 여부를 판단할 수 있다.
이는 안저 내 당뇨망막증이 발병하면 초기에는 경미하게 시력이 떨어지는 것 외에 별다른 증상이 나타나지 않는다. 시간이 지나 안저 내 혈관이 터져 유리체 등에 체액 등이 스며들면 시력 장애가 나타나고 실명으로 이어지는 경우가 많으므로, 이러한 증상을 이용한 진단법이다.
다음으로, 상기 진단결과 제공부(350)는 상기 안질환 여부 판단부(340)로부터 안질환이 있다고 판단되면 안질환의 종류에 따른 안과진료를 권유하는 진단결과를 제공하고, 정상이라고 판단되면 안질환을 예방할 수 있는 요법을 추천하는 진단결과를 제공할 수 있다.
예컨대, 상기 안질환을 예방할 수 있는 요법을 추천하는 진단결과에는 눈 깜빡 운동, 원근운동, 명암운동, 손바닥 올리기, 코 끝 집중해서 보기 등이 포함될 수 있다. 상기 눈 깜빡 운동은 눈을 의식적으로 4초당 1회, 1분에 15회 이상 깜빡거리는 운동으로, 이 운동을 통하여 눈물량이 정상으로 돌아와 눈에 수분과 영양이 활발하게 공급될 수 있고 안구 건조증 및 그에 따른 각종 각막질환을 효과적으로 예방할 수 있다. 상기 원근운동은 30cm 근거리를 10초, 5m 이상의 원거리를 10초 바라보는 것을 1분간 반복하는 운동으로, 오랜 근거지 작업으로 긴장된 모양체 근육을 풀어주고 초점을 맞추는 능력을 회복시켜 주는 효과가 있다. 상기 명암운동은 밝은 곳에서 눈을 뜬 채로 양손으로 눈을 가려 시야를 완전히 어둡게 만들어 10초간 유지한 뒤 손을 떼고 10초간 유지하는 것을 1분간 반복하는 운동으로, 홍채 근육을 단련함으로써 홍채의 조절기능을 원활하게 돕는 효과가 있다. 상기 손바닥 올리기 운동은 손바닥이 따뜻해질 때까지 비벼서 열을 낸 다음 눈꺼풀 위에 살짝 올리는 과정을 반복하는 운동으로 긴장된 모양채의 근육을 풀어주고 초점을 맞추는 능력을 회복시켜주는 효과가 있다. 상기 코 끝 집중해서 보기 운동은 엄지손가락을 코끝까지 올린 후 두 눈을 엄지손가락에 집중하고 손가락을 코끝에서 앞으로 움직이고 20초간 눈을 감는 운동으로 긴장된 모양체 근육을 풀어주고 초점을 맞추는 능력을 회복시켜 주는 효과가 있다.
다음으로, 상기 출력부(400)는 사용자가 시각적으로 확인할 수 있도록 안질환 관련 설문지와 상기 진단 서버(300)로부터 얻은 진단결과를 디스플레이에 출력한다. 또한, 상기 출력부(400)는 진단결과를 음성 및 소리로 출력할 수 있도록 스피커를 더 포함할 수 있다.
가장 바람직하게, 상기 출력부(400)는 상기 진단 서버(300) 내 진단결과 제공부(350)로부터 안질환의 종류에 따른 안과진료를 권유하는 진단결과를 음성 및 메시지 형식으로 제공할 수 있다.
그리고 상기 출력부(400)는 상기 진단 서버(300) 내 진단결과 제공부(350)로부터 안질환을 예방할 수 있는 요법을 추천하는 진단결과를 음성 및 메시지 형식으로 제공할 수 있다.
이에 따라, 본 발명은 사용자가 의료기관에 직접 방문하여 전문의와 대면해야하는 번거로움을 해소할 수 있고, 시간과 공간에 제약 없이 자신의 안저 상태를 진단할 수 있는 이점이 있다.
또한, 본 발명은 사용자 자신의 안저 상태를 진단하는데 접근성이 우수하므로 자주 안질환 진단을 할 수 있고, 이에 따라 안질환을 조기에 발견하여 중증 안질환으로 심각해지는 상황을 미연에 방지할 수 있는 이점이 있다.
또한, 본 발명은 전문의의 임상적 판단에 따라 안질환을 진단하는 것이 아닌 인공지능 기술기반으로 사용자의 안질환 증상정보 및 안저 이미지를 분석하여 안질환을 진단함으로써, 보다 객관적이고 일관성 있는 진단결과를 제공할 수 있는 이점이 있다.
인공지능 기반의 안질환 원격진단 방법
이하에서는, 본 발명의 본 발명은 인공지능 기반의 안질환 원격진단 방법에 대하여, 첨부된 도면을 참조하여 상세히 설명한다.
도 7은 본 발명의 인공지능 기반의 안질환 원격진단 시스템을 이용한 안질환 원격진단 방법 흐름도이다.
도 7을 보면, 본 발명의 본 발명은 인공지능 기반의 안질환 원격진단 방법은 입력단계(S100), 사용자 인식단계(S200), 안질환 증상정보 판독단계(S300), 안저 이미지 획득단계(S400), 안저 이미지 처리단계(S500), 안질환 여부 판단단계(S600), 진단결과 제공단계(S700) 및 진단결과 출력단계(S800)를 포함한다.
보다 구체적으로, 상기 입력단계(S100)는 입력부(100)에 의하여, 사용자로부터 선택된 선택지와 작성문자 중 적어도 하나를 포함하는 안질환 증상정보와 개인정보가 입력된다.
상기 입력부(100)는 키오스크, 키보드, 마우스, 터치 팬, 터치스크린 등의 형태로 구비되어 사용자의 안질환 증상정보와 개인정보를 입력받을 수 있다. 이때, 상기 개인정보는 사용자의 아이디(ID) 및 패스워드(PW), 얼굴, 홍채, 지문 중 적어도 하나일 수 있고, 이에 따라 상기 입력부(100)는 카메라, 지문인식 장치 등이 더 구비될 수 있다.
또한, 상기 입력단계(S100)는 상기 출력부(400)에서 상기 진단 서버(300)로부터 제공된 안질환 관련 설문지가 출력되면, 상기 입력단계(S100)는 사용자가 해당되는 안질환 증상이 기재된 선택지 및 사용자의 상태가 작성된 작성문자가 포함된 안질환 증상정보가 입력된다.
여기서, 상기 안질환 관련 설문지는 일반적으로 4대 실명안질환이라고 불리는 백내장, 녹내장, 황반변성, 당뇨망막증의 발병여부가 확인될 수 있도록 4지선다형, 5지선다형 또는 서술형으로 형성될 수 있다.
다음으로, 상기 사용자 인식단계(S200)는 진단 서버(300)에 의하여, 상기 개인정보가 이용되어 사용자가 인식된다. 앞서 언급한 것과 같이, 사용자의 상기 개인정보는 아이디(ID) 및 패스워드(PW), 인식된 얼굴, 홍채, 지문을 포함될 수 있고, 상기 사용자 인식단계(S200)는 상기 개인정보가 이용되어 기 저장된 사용자인지, 신규 사용자인지 인식될 수 있다.
이때, 상기 사용자 인식단계(S200)는 기 저장된 사용자라면 상기 진단 서버(300)로부터 기 저장된 개인정보 및 진단결과와 함께 앞으로의 진단결과가 저장될 수 있도록 한다. 신규 사용자라면 금번 입력된 사용자의 상기 개인정보가 상기 진단 서버(300)에 저장되고, 차후 사용자가 인식되면 진단결과가 저장될 수 있도록 한다.
다음으로, 상기 안질환 증상정보 판독단계(S300)는 진단 서버(300)에 의하여, 상기 안질환 증상정보가 판독된다.
도 3을 보면, 가장 바람직하게 상기 안질환 관련 설문지는 다수 개의 선택지와 사용자로부터 작성문자가 작성될 수 있는 특이사항 란이 포함될 수 있다. 즉, 상기 안질환 증상정보는 다수 개의 선택지 중에서 사용자로부터 선택된 선택지와 특이사항 란에 사용자로부터 작성된 작성문자가 포함될 수 있다.
여기서, 상기 다수 개의 선택지는 ‘매우 그렇다’, ‘그렇다’, ‘모르겠다’, ‘아니다’가 선택될 수 있도록 구비될 수 있고, 정상 또는 4대 실명안질환 중 어디에 해당되는지를 판단할 수 있는 코드가 구비될 수 있다. 그리고 상기 특이사항에 작성된 작성문자는 사용자 스스로가 느끼고 있는 안저 내 불편함, 안저 상태 등이 작성된 문자일 수 있다.
상기 작성문자가 판독되는데 있어서, 상상기 안질환 증상정보 판독단계(S300)는 자연언어처리(NLP) 기법을 이용하여 안질환과 연관된 문자만이 판독된다.
일반적으로, 상기 자연언어처리(Natural Language Processing, NLP) 기법은 인간이 보통 쓰는 언어를 컴퓨터에 인식시켜서 처리하는 일을 말하는 것으로서, 정보검색, 질의응답, 시스템 자동번역 및 통역 등이 포함될 수 있다.
보다 구체적으로 상기 안질환 증상정보 판독단계(S300)는, 은닉 마르코프 모형(Hidden Markov Model, HMM)을 이용하여 상기 안질환과 관련된 문자의 확률 관계에 따라 사용자의 상태가 확률적으로 예측되는 것을 특징으로 한다.
일반적으로, 은닉 마르코프 모형은 상태 정보가 숨겨져 있고 출력된 정보만 관찰되므로, 출력된 정보만을 가지고 숨겨진 상태 정보를 추정한다. 즉, 은닉 마르코프 모형은 음성 인식, 자연어 처리, 몸짓 인식 등과 같이 대량으로 출력된 데이터를 통계적으로 패턴 분석하여 입력된 정보를 추론하는데 응용될 수 있다.
도 4를 보면, 상기 안질환 증상정보 판독단계(S300)는 안압(A)과 출혈(B) 키워드의 확률 관계가 임의로 정의되고, 안압(A)과 출혈(B) 키워드의 상태(d1 내지 d5) 또한 정의된 확률 관계가 이용되어 각 상태(d1 내지 d5)에 대한 최대값이 얻어질 수 있다.
우선, 안압(A)과 출혈(B) 키워드의 확률 관계에 있어서, 상기 안질환 증상정보는 0.6 확률로 안압(A)일 수 있고, 0.4 확률로 출혈(B)일 수 있다. 그리고 안압(A)에 대한 상기 안질환 증상정보는 0.7 확률로 안압(A)일 수 있고, 0.3 확률로 출혈(B)일 수 있다. 그리고 출혈(B)에 대한 상기 안질환 증상정보는 0.6 확률로 출혈(B)일 수 있고, 0.4 확률로 안압(A)일 수 있다.
그리고 안압(A)과 출혈(B) 키워드의 상태(d1 내지 d5)에 대한 확률 관계에 있어서, 안압(A)에 대한 상기 안질환 증상정보는 0.2 확률로 정상(d1), 0.1 확률로 백내장(d2), 0.4 확률로 녹내장(d3), 0.1 확률로 황반변성(d4), 0.1 확률로 당뇨 망막증(d5)일 수 있다. 출혈(B)에 대한 상기 안질환 증상정보는 0.1 확률로 정상(d1), 0.1 확률로 백내장(d2), 0.1 확률로 녹내장(d3), 0.3 확률로 황반변성(d4), 0.4 확률로 당뇨 망막증(d5)일 수 있다.
또한, 각 상태(d1 내지 d5)에 대한 최대값을 얻는데 있어서, 상기 안질환 증상정보 판독단계(S300)는 상기 [수학식 1]로 각 상태에 따른 키워드의 확률 수치의 최대값이 결정될 수 있다.
예컨대, 상기 [수학식 1]에 임의로 정의된 상기 안압(A)과 출혈(B) 키워드의 확률을 대입하면 상기 [표 1]과 같이 결과값이 도출될 수 있다.
즉, 상기 [표 1]을 보면, 정상(d1) 상태, 백내장(d2), 녹내장(d3)은 출혈(B) 키워드보다 안압(A) 키워드에서 최대값을 갖기 때문에, 상기 안질환 증상정보 판독단계(S300)는 작성문자 내 안압(A) 키워드가 포함되어 있다면 정상(d1) 상태, 백내장(d2), 녹내장(d3) 중 하나라고 예측될 수 있다.
그리고 황반변성(d4), 당뇨망막증(d5)은 안압(A) 키워드보다 출혈(B) 키워드에서 최대값을 갖기 때문에, 상기 안질환 증상정보 판독단계(S300)는 작성문자 내 출혈(B) 키워드가 포함되어 있다면 황반변성(d4), 당뇨망막증(d5) 중 하나라고 예측될 수 있다.
따라서 상기 안질환 증상정보 판독단계(S300)는 사용자로부터 선택된 선택지의 코드들과 작성문자의 조합으로 사용자의 안저 상태가 예측될 수 있다.
다음으로, 상기 안저 이미지 획득단계(S400)는 안저 카메라(200)에 의하여, 사용자의 안저가 무산동으로 촬영된 후 복수 개의 안저 이미지가 획득된다.
즉, 상기 안저 이미지 획득단계(S400)는 사용자의 안저가 산동되지 않고 촬영될 수 있도록 구비된다. 이에 따라, 동공확대용 산동제의 주입 없이 안저 이미지가 획득될 수 있으므로, 사용자는 시간 및 공간에 제약을 받지 않고 안질환을 진단받을 수 있고 진단 후 바로 일상생활이 가능하다. 그리고 상기 안저 이미지의 해상도가 뛰어나 안질환 진단에 보다 용이할 수 있다.
한편, 상기 안저 이미지 획득단계(S400)는 황반이 중심이 되어 메인 이미지가 촬영된 후, 상기 메인 이미지의 중심가 기준이 되어 방사형으로 복수 개의 서브 이미지가 촬영될 수 있다.
이때, 상기 복수 개의 서브 이미지가 각각 상기 메인 이미지의 중심으로부터 기 설정된 간격만큼 이격되도록 촬영될 수 있다. 일례로, 상기 안저 이미지 획득단계(S400)는 원형의 상기 메인 이미지가 획득된 후, 상기 메인 이미지의 중심이 기준이 되어 상기 메인 이미지의 지름에 0.3배 내지 0.8배에 해당하는 길이만큼 이격되도록 이동되어 상기 복수 개의 서브 이미지가 촬영될 수 있다.
도 2를 참조하면, 상기 메인 이미지의 중심과 상기 서브 이미지의 중심 사이의 거리(D)가 상기 메인이미지의 지름에 0.3배 내지 0.8배에 해당하는 길이만큼 이격되도록 하는 것이다.
이때, 상기 안저 이미지 획득단계(S400)는 상기 메인 이미지의 중심이 기준이 되어 상기 메인 이미지의 지름에 0.3배 미만에 해당하는 길이만큼 이격되어 촬영하면, 안저의 가장자리가 촬영되지 않아 전체적인 안저 이미지가 획득되는데 한계가 있다. 그리고 상기 안저 이미지 처리단계(S500)로부터 상기 안저 이미지가 보정되는데 있어서, 특징점의 수가 감소되어 매칭의 정확성이 낮아지게 되고, 상기 복수 개의 서브 이미지 간의 특징점이 중복되어 상기 복수 개의 서브 이미지와 상기 메인 이미지의 합성이 용이하지 않게 되는 문제점이 있다.
또한, 상기 안저 이미지 획득단계(S400)는 상기 메인 이미지의 중심이 기준이 되어 상기 메인 이미지의 지름에 0.8배를 초과하는 길이만큼 이격되어 촬영되면, 상기 안저 이미지 처리단계(S500)로부터 상기 안저 이미지가 보정되는데 있어서, 상기 특징점의 수가 감소하여 정확한 파노라마 이미지가 획득될 수 없어 진단이 용이하지 않다는 문제점이 있다.
따라서 가장 바람직하게, 상기 안저 이미지 획득단계(S400)는 원형의 상기 메인 이미지가 획득된 후, 상기 메인 이미지의 중심이 기준이 되어 상기 메인 이미지의 지름에 0.3배 내지 0.8배에 해당하는 길이만큼 이격되도록 이동되어 상기 복수 개의 서브 이미지가 촬영되는 것이다.
또한, 도 2를 참조하면, 상기 안저 이미지 획득단계(S400)는 상기 메인 이미지의 중심과 상기 서브 이미지의 중심을 잇는 가상의 선(L1)과, 상기 메인 이미지의 중심과 상기 서브 이미지와 인접한 서브 이미지의 중심을 잇는 가상의 선(L2) 사이의 각도(A)가 기 설정된 각도만큼 이격되도록 촬영될 수 있다.
일례로, 상기 안저 이미지 획득단계(S400)는 1장의 상기 메인 이미지가 획득된 후, 상기 메인 이미지의 중심이 기준이 되어 방사형으로 45도 내지 60도의 간격으로 상기 복수개의 서브이미지가 촬영될 수 있다. 즉, 상기 각도(A)의 범위가 45도 내지 60로 형성될 수 있는 것이다.
이때, 상기 안저 이미지 획득단계(S400)는 상기 각도(A)가 45도 미만인 상태로 상기 복수 개의 서브 이미지가 촬영되면, 상기 서브 이미지의 개수가 급격히 증가되어, 상기 메인 이미지와 복수 개의 서브 이미지가 합성되는데 소요되는 시간이 급격하게 증가하게 되는 문제점이 있다.
또한, 상기 안저 이미지 획득단계(S400)는 상기 각도(A)가 60도를 초과한 상태로 상기 복수 개의 서브 이미지가 촬영되면, 상기 서브 이미지의 개수가 감소하게 되어 상기 메인 이미지와 복수 개의 서브 이미지의 합성에 오류가 발생될 수 있는 문제점이 있다.
따라서 가장 바람직하게, 상기 안저 이미지 획득단계(S400)는 1장의 상기 메인 이미지가 획득된 후, 상기 메인 이미지의 중심이 기준이 되어 방사형으로 45도 내지 60도의 간격으로 상기 복수 개의 서브 이미지가 촬영되는 것이다.
다음으로, 상기 안저 이미지 처리단계(S500)는 진단 서버(300)에 의하여, 상기 안저 이미지 획득단계(S400)로부터 촬영 기준이 성립되도록 촬영되면 상기 안저 이미지가 보정된다.
즉, 상기 안저 이미지 처리단계(S500)는 상기 안저 카메라(200)로부터 사용자의 안저가 촬영될 시 외부조명 및 상기 안저 카메라(200)의 흔들림으로 인해 상기 안저 이미지가 선명하게 획득되지 못할 수 있기 때문에 이러한 문제점을 해결하기 위함이다.
우선, 상기 안저 카메라(200)로 촬영 시 붉은색 램프가 사용되어 상기 안저 이미지는 붉은 색을 띌 수 있으므로, 상기 안저 이미지 처리단계(S500)는 상기 안저 이미지의 특이점을 찾기 용이하도록 상기 [수학식 2]가 이용되어 RGB인 3차원 데이터가 흑백인 1차원 데이터로 변경될 수 있다.
여기서, n값은 영역의 길이이고, C는 임의의 상수이다. 즉, 영역 n
Figure pat00007
n에 대해서 임의의 상수 C를 제거함으로써, RGB인 3차원 데이터가 흑백인 1차원 데이터로 변경될 수 있고, 결과값 T(x,y)이 이용되어 이미지 변화량(E)이 측정된다.
또한, 상기 안저 이미지 처리단계(S500)는 안저의 전체적인 모습이 식별되기 용이하도록 상기 복수 개의 이미지 중 서로 중첩되는 부분에 대한 특징점이 선별되고, 상기 특징점이 기반이 되어 상기 복수 개의 이미지가 합성되어 파노라마 이미지가 획득될 수 있다. 상기 특징점은 상기 안저 이미지에서 해당 지점이 배경과 구분되고, 상기 안저 이미지의 형태나 조도가 바뀌어도 식별 용이한 지점으로, 상기 안저 이미지 내의 선들의 방향성이 바뀌는 코너점(Corner point)일 수 있다.
도 5의 (a) 내지 (c)를 참고하면, 상기 코너점(Corner point)이 구해지는데 있어서, 상기 안저 이미지 처리단계(S500)는 상기 안저 이미지 내 가상의 창이 생성된 후 내부 선들의 방향성이 바뀌는 지점이 코너점으로 선별될 수 있다.
상기 안저 이미지 내에서 상기 가상의 창이 수직, 수평, 좌대각선, 우대각선 4 방향으로 1픽셀씩 이동시켰을 때 상기 이미지 변화량(E)이 계산될 수 있다. 그리고 상기 이미지 변화량(E)의 최소값(min(E))이 해당 픽셀의 이미지 변화량으로 설정된 후 지역적으로 극대가 되는 지점이 특징점으로 선별될 수 있다. 이때, 상기 안저 이미지 처리단계(S500)는 상기 [수학식 3]으로 상기 이미지 변화량(E)이 구해질 수 있다.
또한, 상기 안저 이미지 처리단계(S500)는 선별된 복수 개의 상기 특징점에 대하여 정규화 값이 도출될 수 있다. 보다 상세하게, 상기 안저 이미지 처리단계(S500)는 상기 특징점 간의 매칭을 위하여, 상기 특징점의 정규화 값이 도출되고, 도출된 정규화 값이 비교되어 가장 높은 값 또는 유사값을 찾아 매칭될 수 있다.
이때, 상기 특징점의 정규화 값은 교차 상관관계(Normalized Cross-Correlation)가 활용될 수 있으며, 상기 [수학식 4]와 같다.
일례로, 도 5의 (d)를 참고하면, 상기 안저 이미지 처리단계(S500)는 도출된 상기 정규화 값 중, 기 설정된 범위 내에 있는 유사 값을 찾아 해당하는 특징점(310)들이 매칭될 수 있다.
또한, 상기 안저 이미지 처리단계(S500)는 상기 복수 개의 이미지가 상기 특징점을 기반으로 합성되어 상기 파노라마 이미지가 획득될 수 있다.
도 6의 (a)를 참조하면, 앞서 언급한 것과 같이 상기 안저 이미지 처리단계(S500)는 상기 안저 카메라(200)로부터 획득된 복수 개의 안저 이미지 내 특징점이 선별될 수 있다. 도 6의 (b)를 참조하면, 상기 안저 이미지 처리단계(S500)는 상기 특징점의 정규화 값이 도출되고, 도출된 정규화 값이 비교되어 가장 높은 값 또는 유사값을 찾아 매칭된다. 도 6의 (c)를 참조하면, 상기 안저 이미지 처리단계(S500)는 상기 매칭된 값을 기준으로 합성되어 최종적으로 안저가 전체적으로 식별될 수 있는 파노라마 이미지가 획득될 수 있다.
다음으로, 상기 안질환 여부 판단단계(S600)는 진단 서버(300)에 의하여, 인공지능 기반으로 상기 안질환 증상정보와 복수 개의 안저 이미지가 분석되어 안질환 여부가 판단된다.
가장 바람직하게, 상기 안질환 여부 판단단계(S600)는 상기 진단 서버(300) 내 문자 판독부(320)로부터 사용자로부터 선택된 선택지의 코드들과 작성문자의 조합으로 사용자의 안저 상태가 예측된 것과, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지로부터 안질환이 예측될 수 있는 혈관의 상태 등이 확인된 것이 조합되어 최종적으로 안질환 여부가 판단될 수 있다.
예컨대, 상기 안질환 여부 판단단계(S600)는 상기 진단 서버(300) 내 문자 판독부(320)로부터 암슬러 격자가 포함된 상기 안질환 관련 설문지에 상기 암슬러 격자가 곡선이라는 작성문자가 확인되고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지에서 황반 주위에 드루젠 또는 혈관출혈이 확인되면 황반변성이라고 판단될 수 있다.
즉, 상기 안질환 여부 판단단계(S600)는 상기 진단 서버(300) 내 문자 판독부(320)로부터 암슬러 격자가 포함된 상기 안질환 관련 설문지로 상기 암슬러 격자 중심의 둥근 점에 시선을 고정시킨 후 선들이 어떻게 보이는지에 대해 사용자에 의하여 작성된 작성문자가 확인되고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지가 이용되어 황반 주위의 단백질 찌꺼기인 드루젠 또는 혈관 출혈이 확인되어 황반변성 여부가 판단될 수 있다.
이는 안저 내 황반변성이 발병하면 초기에는 부엌이나 욕실의 타일, 바둑판, 자동차, 건물 등의 선이 굽어보이고 글씨가 깨져 보이는 것 같은 증상이 나타나고, 좀 더 진행되면 중심부위가 보이지 않기 시작하므로, 이러한 증상을 이용한 진단법이다.
한편, 상기 안질환 여부 판단단계(S600)는 상기 진단 서버(300) 내 문자 판독부(320)로부터 상기 안질환 관련 설문지 내 선택지 중 ‘안경이나 돋보기를 써도 잘 보이지 않는다.’, ‘밝은 곳보다 어두운 곳에서 오히려 잘 보인다.’, ‘항상 안개가 낀 것처럼 뿌옇게 보인다.’, ‘까만 눈동자에 백태가 보인다.’ 등이 선택된 것이 확인되고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지가 이용되어 안저의 혼탁도, 혈관 선명도 중 적어도 하나가 확인되어 백내장 여부가 판단될 수 있다.
그리고 상기 안질환 여부 판단단계(S600)는 상기 진단 서버(300) 내 문자 판독부(320)로부터 상기 안질환 관련 설문지 내 선택지 중 ‘가족 중에 녹내장 병력을 가진 사람이 있다.’, ‘안압이 높다는 안과 소견을 받은 적이 있다.’, ‘안구에 압박감과 두통이 심하고 구토가 지속적으로 생긴다.’, ‘시력이 점점 감퇴하거나 시야가 좁아졌다.’ 등이 선택된 것이 확인되고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지가 이용되어 시신경 원판(Disk)과 시신경 유두의 중앙부에 있는 함요의 비율이 확인되어 녹내장 여부가 판단될 수 있다.
그리고 상기 안질환 여부 판단단계(S600)는, 상기 진단 서버(300) 내 문자 판독부(320)로부터 상기 안질환 관련 설문지 내 선택지 중 ‘눈앞에 먼지나 벌레 같은 이물질이 떠다니는 것처럼 느껴진 적이 있다(비문증).’, ‘빛이 없는 곳에서 빛이 느껴진 적이 있다(광시증).’, ‘사물이 삐뚤어져 보인 적이 있다(변시증).’, ‘시야 흐림, 야간 시력 저하 및 독서 장애 증상이 발생된 적이 있다.’ 등이 선택된 것이 확인되고, 상기 안저 이미지 처리부(330)로부터 보정된 복수 개의 안저 이미지가 이용되어 미세출혈 또는 삼출물이 확인되어 당뇨망막증 여부가 판단될 수 있다.
이는 안저 내 당뇨망막증이 발병하면 초기에는 경미하게 시력이 떨어지는 것 외에 별다른 증상이 나타나지 않는다. 시간이 지나 안저 내 혈관이 터져 유리체 등에 체액 등이 스며들면 시력 장애가 나타나고 실명으로 이어지는 경우가 많으므로, 이러한 증상을 이용한 진단법이다.
다음으로, 상기 진단결과 제공단계(S700)는 진단 서버(300)에 의하여, 상기 안질환 여부 판단단계(S600)로부터 안질환이 있다고 판단되면 안질환의 종류에 따른 안과진료를 권유하는 진단결과가 제공되고, 정상이라고 판단되면 안질환을 예방할 수 있는 요법이 추천된 진단결과가 제공된다.
예컨대, 상기 안질환을 예방할 수 있는 요법을 추천하는 진단결과에는 눈 깜빡 운동, 원근운동, 명암운동, 손바닥 올리기, 코 끝 집중해서 보기 등이 포함될 수 있다. 상기 눈 깜빡 운동은 눈을 의식적으로 4초당 1회, 1분에 15회 이상 깜빡거리는 운동으로, 이 운동을 통하여 눈물량이 정상으로 돌아와 눈에 수분과 영양이 활발하게 공급될 수 있고 안구 건조증 및 그에 따른 각종 각막질환을 효과적으로 예방할 수 있다. 상기 원근운동은 30cm 근거리를 10초, 5m 이상의 원거리를 10초 바라보는 것을 1분간 반복하는 운동으로, 오랜 근거지 작업으로 긴장된 모양체 근육을 풀어주고 초점을 맞추는 능력을 회복시켜 주는 효과가 있다. 상기 명암운동은 밝은 곳에서 눈을 뜬 채로 양손으로 눈을 가려 시야를 완전히 어둡게 만들어 10초간 유지한 뒤 손을 떼고 10초간 유지하는 것을 1분간 반복하는 운동으로, 홍채 근육을 단련함으로써 홍채의 조절기능을 원활하게 돕는 효과가 있다. 상기 손바닥 올리기 운동은 손바닥이 따뜻해질 때까지 비벼서 열을 낸 다음 눈꺼풀 위에 살짝 올리는 과정을 반복하는 운동으로 긴장된 모양채의 근육을 풀어주고 초점을 맞추는 능력을 회복시켜주는 효과가 있다. 상기 코 끝 집중해서 보기 운동은 엄지손가락을 코끝까지 올린 후 두 눈을 엄지손가락에 집중하고 손가락을 코끝에서 앞으로 움직이고 20초간 눈을 감는 운동으로 긴장된 모양체 근육을 풀어주고 초점을 맞추는 능력을 회복시켜 주는 효과가 있다.
다음으로, 상기 진단결과 출력단계(S800)는 출력부(400)에 의하여, 상기 진단결과 제공단계(S700)로부터 제공된 진단결과가 사용자로부터 확인될 수 있도록 디스플레이에 출력된다.
한편, 상기 진단결과 출력단계(S800)는 출력부(400)에 의하여, 상기 진단결과가 사용자로부터 확인될 수 있도록 음성 및 소리로 출력될 수 있다.
즉, 상기 진단결과 출력단계(S800)는 안질환의 종류에 따른 안과진료를 권유하는 진단결과가 음성 및 메시지 형식으로 제공될 수 있다.
그리고 상기 진단결과 출력단계(S800)는 안질환을 예방할 수 있는 요법을 추천하는 진단결과가 음성 및 메시지 형식으로 제공될 수 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.. 입력부
200.. 안저 카메라
300.. 진단 서버
310.. 사용자 인식부
320.. 문자 판독부
330.. 안저 이미지 처리부
340.. 안질환 여부 판단부
350.. 진단결과 제공부
400.. 출력부

Claims (6)

  1. 사용자로부터 선택된 선택지와 작성문자 중 적어도 하나를 포함하는 안질환 증상정보와 개인정보를 입력받는 입력부;
    사용자의 안저를 무산동으로 촬영한 후 복수 개의 안저 이미지를 획득하는 안저 카메라;
    인공지능 기반으로 상기 안질환 증상정보와 복수 개의 안저 이미지를 분석하여 안질환을 진단하는 진단 서버; 및
    사용자로부터 상기 안질환 증상정보를 입력받을 수 있도록 안질환 관련 설문지를 디스플레이에 출력하고, 상기 진단 서버로부터 얻은 진단결과를 디스플레이에 출력하는 출력부;를 포함하는 인공지능 기반의 안질환 원격진단 시스템.
  2. 제 1항에 있어서,
    상기 진단 서버는,
    상기 입력부로부터 전송받은 사용자의 개인정보를 이용하여 사용자를 인식하는 사용자 인식부;
    상기 안질환 관련 설문지를 상기 출력부에 전송하고, 자연언어처리(NLP) 기법을 이용하여 상기 안질환 증상정보로부터 안질환과 관련된 문자만을 판독하는 문자 판독부;
    상기 안저 카메라로부터 획득된 복수 개의 안저 이미지를 보정하는 안저 이미지 처리부;
    상기 문자 판독부로부터 판독된 문자와 상기 안저 이미지 처리부로부터 보정된 복수 개의 안저 이미지를 이용하여 안질환 여부를 판단하는 안질환 여부 판단부; 및
    상기 안질환 여부 판단부로부터 안질환이 있다고 판단되면 안질환의 종류에 따른 안과진료를 권유하는 진단결과를 제공하고, 정상이라고 판단되면 안질환을 예방할 수 있는 요법을 추천하는 진단결과를 제공하는 진단결과 제공부;를 포함하는 인공지능 기반의 안질환 원격진단 시스템.
  3. 제 2항에 있어서,
    상기 문자 판독부는,
    은닉 마르코프 모형(Hidden Markov Model, HMM)을 이용하여 상기 안질환과 관련된 문자의 확률 관계에 따라 사용자의 상태를 확률적으로 예측하는 것을 특징으로 하는 인공지능 기반의 안질환 원격진단 시스템.
  4. 제 2항에 있어서,
    상기 안저 이미지 처리부는,
    안저의 전체적인 모습을 식별하기 용이하도록 상기 복수 개의 이미지 중 서로 중첩되는 부분에 대한 특징점을 선별하고,
    상기 특징점을 기반으로 상기 복수 개의 안저 이미지를 합성하여 파노라마 이미지를 획득하는 것을 특징으로 하는 인공지능 기반의 안질환 원격진단 시스템.
  5. 제 2항에 있어서,
    상기 안질환 여부 판단부는,
    상기 문자 판독부로부터 암슬러 격자가 포함된 상기 안질환 관련 설문지에서 상기 암슬러 격자가 곡선이라는 작성문자가 확인되고,
    상기 안저 이미지 처리부로부터 보정된 복수 개의 안저 이미지에서 황반 주위에 드루젠 또는 혈관출혈이 확인되면 황반변성이라고 판단하는 것을 특징으로 하는 인공지능 기반의 안질환 원격진단 시스템.
  6. 입력부에 의하여, 사용자로부터 선택된 선택지와 작성문자 중 적어도 하나를 포함하는 안질환 증상정보와 개인정보가 입력되는 입력단계;
    진단 서버에 의하여, 상기 개인정보가 이용되어 사용자가 인식되는 사용자 인식단계;
    진단 서버에 의하여, 상기 안질환 증상정보가 판독되는 안질환 증상정보 판독단계;
    안저 카메라에 의하여, 사용자의 안저가 무산동으로 촬영된 후 복수 개의 안저 이미지가 획득되는 안저 이미지 획득단계;
    진단 서버에 의하여, 상기 안저 이미지 획득단계로부터 촬영 기준이 성립되도록 촬영되면 상기 안저 이미지가 보정되는 안저 이미지 처리단계;
    진단 서버에 의하여, 인공지능 기반으로 상기 안질환 증상정보와 복수 개의 안저 이미지가 분석되어 안질환 여부가 판단되는 안질환 여부 판단단계;
    진단 서버에 의하여, 상기 안질환 여부 판단단계로부터 안질환이 있다고 판단되면 안질환의 종류에 따른 안과진료를 권유하는 진단결과가 제공되고, 정상이라고 판단되면 안질환을 예방할 수 있는 요법이 추천된 진단결과가 제공되는 진단결과 제공단계; 및
    출력부에 의하여, 상기 진단결과 제공단계로부터 제공된 진단결과가 사용자로부터 확인될 수 있도록 디스플레이에 출력되는 진단결과 출력단계;를 포함하는 인공지능 기반의 안질환 원격진단 방법.
KR1020200108262A 2020-08-27 2020-08-27 인공지능 기반의 안질환 원격진단 시스템 및 방법 KR20220029799A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200108262A KR20220029799A (ko) 2020-08-27 2020-08-27 인공지능 기반의 안질환 원격진단 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200108262A KR20220029799A (ko) 2020-08-27 2020-08-27 인공지능 기반의 안질환 원격진단 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20220029799A true KR20220029799A (ko) 2022-03-10

Family

ID=80816311

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200108262A KR20220029799A (ko) 2020-08-27 2020-08-27 인공지능 기반의 안질환 원격진단 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20220029799A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170137726A (ko) 2015-03-16 2017-12-13 매직 립, 인코포레이티드 건강 질환 진단과 치료를 위한 방법 및 시스템
KR20200023029A (ko) 2018-08-24 2020-03-04 연세대학교 산학협력단 진단 보조 시스템 및 그 제어 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170137726A (ko) 2015-03-16 2017-12-13 매직 립, 인코포레이티드 건강 질환 진단과 치료를 위한 방법 및 시스템
KR20200023029A (ko) 2018-08-24 2020-03-04 연세대학교 산학협력단 진단 보조 시스템 및 그 제어 방법

Similar Documents

Publication Publication Date Title
US20210290056A1 (en) Systems and methods for capturing, annotating and sharing ophthalmic images obtained using a hand held computer
EP3373798B1 (en) Method and system for classifying optic nerve head
EP1349488B1 (en) System and method for eye screening
CN109528155B (zh) 一种适用于高度近视并发开角型青光眼的智能筛查系统及其建立方法
US10945637B2 (en) Image based jaundice diagnosing method and apparatus and image based jaundice diagnosis assisting apparatus
KR101637314B1 (ko) 안구 촬영 장치 및 방법
Bolster et al. How the smartphone is driving the eye-health imaging revolution
US20220198831A1 (en) System for determining one or more characteristics of a user based on an image of their eye using an ar/vr headset
US10835120B2 (en) Extended medical test system
US20240289616A1 (en) Methods and devices in performing a vision testing procedure on a person
Vilela et al. Smartphone eye examination: artificial intelligence and telemedicine
Diego et al. Portable anterior eye segment imaging system for teleophthalmology
Han et al. Comparison of telemedicine screening of diabetic retinopathy by mydriatic smartphone-based vs nonmydriatic tabletop camera-based fundus imaging
KR102208508B1 (ko) 복합적인 안과 진료를 수행하는 시스템 및 방법
KR20220029799A (ko) 인공지능 기반의 안질환 원격진단 시스템 및 방법
US20220000360A1 (en) Method and system for performing intelligent refractive errors diagnosis
US20180235459A1 (en) Device and Method for the Quantitative Detection of Disorders in the Field of Vision
Alipour et al. PERSIAN Eye Cohort Study (PECS): Design, Methodology
US20230190097A1 (en) Cataract detection and assessment
KR102189783B1 (ko) 이석증의 질병예측정보 표시방법
US20240277224A1 (en) Optical coherence tomography (oct) self-testing system, optical coherence tomography method, and eye disease monitoring system
Moscaritolo et al. A machine vision method for automated alignment of fundus imaging systems
WO2020067994A1 (en) System and method for imaging a body part for assessment
Armstrong et al. Implementation of anterior segment ophthalmic telemedicine
Ghadiri AI in Ophthalmology

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application