KR20220053800A - 시계 내 숫자들에 기초한 파킨슨 병 판단 방법 - Google Patents

Abstract

전자 장치의 파킨슨 병 판단 방법이 개시된다. 본 파킨슨 병 판단 방법은, 사용자 입력을 기반으로 생성된 테스트 이미지로부터 복수의 숫자를 추출하는 단계, 복수의 숫자를 기반으로 스코어를 획득하는 단계, 획득된 스코어를 기반으로 사용자의 파킨슨 병 여부를 식별하는 단계를 포함한다.

Description

시계 내 숫자들에 기초한 파킨슨 병 판단 방법 { PARKINSON'S DISEASE DETERMINATION METHOD BASED ON NUMBERS COMPRISING CLOCK }

본 개시는 전자 장치의 파킨슨 병 판단 방법에 관한 것으로, 보다 상세하게는 CDT(Clock Drawing Test)에 따라 그려진 시계의 숫자들을 기반으로 파킨슨 병 여부를 판단하는 방법에 관한 것이다.

파킨슨 병, 치매 등 퇴행성 뇌질환 여부를 진단하기 위한 방식들 중 하나로 CDT(Clock Drawing Test)가 이용되고 있다.

CDT는 검사 대상자가 그린 시계에 포함된 숫자들의 위치 및 배열 순서 등의 정확성을 채점하여 점수를 낸 뒤, 해당 점수를 기반으로 대상자의 파킨슨 병 여부를 진단할 수 있다.

다만, 평가자가 직접 대상자의 그림을 채점하는 경우, 시계의 윤곽을 기준으로 숫자들의 위치가 정확한지 판단함에 있어 일관성 내지는 정밀성이 떨어진다는 문제가 있었다.

특히, 숫자들 각각의 윤곽으로부터의 거리, 숫자들 각각 간의 간격 등의 요소 역시 대상자의 인지 능력을 나타내는 중요한 요소가 될 수 있는 바, 이러한 요소들에 대한 빠르고 정확하며 일관된 평가 방법이 필요했다.

등록특허공보 제10-20688370000호(2019.08.07)

본 개시는 사용자 입력에 따라 생성된 테스트 이미지에 포함된 시계의 숫자들을 기반으로 자동으로 파킨슨 병 여부를 판단하는 전자 장치의 파킨슨 병 판단 방법을 제공한다.

본 개시의 일 실시 예에 따른 전자 장치의 파킨슨 병 판단 방법은, 사용자 입력을 기반으로 생성된 테스트 이미지로부터 복수의 숫자를 추출하는 단계, 상기 복수의 숫자를 기반으로 스코어를 획득하는 단계, 상기 획득된 스코어를 기반으로 사용자의 파킨슨 병 여부를 식별하는 단계를 포함한다.

상기 스코어를 획득하는 단계는, 상기 복수의 숫자가 시계에 포함되는 것으로 기설정된 숫자들에 매칭되는지 여부를 기반으로 상기 스코어를 산출할 수 있다.

또한, 상기 스코어를 획득하는 단계는, 상기 복수의 숫자의 상기 테스트 이미지 내 위치 및 배열 순서가 기설정된 위치 및 기설정된 배열 순서에 각각 매칭되는지 여부를 기반으로 상기 스코어를 산출할 수도 있다.

여기서, 상기 스코어를 획득하는 단계는, 상기 테스트 이미지 내에서 시계의 윤곽을 식별하고, 상기 식별된 윤곽의 중심을 기준으로 수평선과 수직선을 획득하고, 상기 수평선 및 상기 수직선을 기준으로 상기 복수의 숫자의 상기 테스트 이미지 내 위치 및 배열 순서를 식별하고, 상기 식별된 위치 및 배열 순서가 상기 기설정된 위치 및 상기 기설정된 배열 순서와 각각 매칭되는지 여부를 기반으로 상기 스코어를 산출할 수 있다.

한편, 상기 복수의 숫자를 추출하는 단계는, 한 자리 수를 식별하도록 훈련된 인공지능 모델에 상기 테스트 이미지를 입력하여 복수의 제1 숫자를 획득하고, 상기 복수의 제1 숫자 중 서로 간의 거리가 기설정된 임계치 미만인 두 개의 제1 숫자로 구성되는 두 자리 수의 제2 숫자를 식별하고, 상기 복수의 제1 숫자 중 상기 제2 숫자를 구성하는 제1 숫자들을 제외한 제1 숫자들 및 상기 제2 숫자를 포함하는 복수의 숫자를 식별할 수 있다.

이 경우, 상기 스코어를 획득하는 단계는, 상기 제2 숫자를 구성하는 상기 제1 숫자들 간의 거리를 기반으로 상기 스코어를 산출할 수 있다.

한편, 상기 파킨슨 병 판단 방법은, 추가적인 사용자 입력을 기반으로 생성된 2차 테스트 이미지로부터 시계의 윤곽을 식별하는 단계, 상기 2차 테스트 이미지로부터 복수의 숫자를 추출하는 단계, 상기 테스트 이미지 내에 포함된 상기 복수의 숫자 및 상기 2차 테스트 이미지 내에 포함된 상기 복수의 숫자를 비교하여, 상기 스코어를 업데이트하는 단계를 더 포함할 수도 있다.

본 개시에 따른 전자 장치 및 그 제어 방법은 사용자가 그린 테스트 이미지로부터 숫자들을 추출함으로써 테스트 이미지의 정확도를 자동으로 빠르게 스코어링하는 효과가 있다.

본 개시의 일부 실시 예에 따른 전자 장치 및 그 제어 방법은, 두 개 이상의 장치를 통해 실행될 수 있는 애플리케이션 또는 원격 통신을 통해서도 CDT 테스트를 수행할 수 있다는 장점이 있다.

도 1은 본 개시의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도,
도 2는 본 개시의 일 실시 예에 따른 전자 장치가 사용자 입력에 따라 테스트 이미지를 생성하는 예를 설명하기 위한 도면,
도 3은 본 개시의 일 실시 예에 따른 전자 장치의 파킨슨 병 진단 방법을 설명하기 위한 흐름도,
도 4는 본 개시의 일 실시 예에 따른 전자 장치가 숫자를 식별하기 위해 이용하는 모델의 예를 설명하기 위한 도면,
도 5a 내지 도 5c는 본 개시의 일 실시 예에 따른 전자 장치가 테스트 이미지 내에서 숫자들을 추출하는 구체적인 예들을 설명하기 위한 도면들,
도 6은 본 개시의 일 실시 예에 따른 전자 장치가 테스트 이미지 내에서 숫자들의 배열 순서가 기설정된 배열 순서에 매칭되는지 판단하는 예를 설명하기 위한 도면,
도 7은 본 개시의 일 실시 예에 따른 전자 장치가 숫자들의 구성 및 배열 순서에 따라 스코어를 다양하게 산출하는 예를 설명하기 위한 도면,
도 8은 본 개시의 일 실시 예에 따른 전자 장치의 파킨슨 병 진단 방법을 설명하기 위한 알고리즘, 그리고
도 9는 본 개시의 다양한 실시 예에 따른 전자 장치의 구성 및 동작을 설명하기 위한 블록도이다.

본 개시에 대하여 구체적으로 설명하기에 앞서, 본 명세서 및 도면의 기재 방법에 대하여 설명한다.

먼저, 본 명세서 및 청구범위에서 사용되는 용어는 본 개시의 다양한 실시 예들에서의 기능을 고려하여 일반적인 용어들을 선택하였다. 하지만, 이러한 용어들은 당해 기술 분야에 종사하는 기술자의 의도나 법률적 또는 기술적 해석 및 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 일부 용어는 출원인이 임의로 선정한 용어도 있다. 이러한 용어에 대해서는 본 명세서에서 정의된 의미로 해석될 수 있으며, 구체적인 용어 정의가 없으면 본 명세서의 전반적인 내용 및 당해 기술 분야의 통상적인 기술 상식을 토대로 해석될 수도 있다.

또한, 본 명세서에 첨부된 각 도면에 기재된 동일한 참조번호 또는 부호는 실질적으로 동일한 기능을 수행하는 부품 또는 구성요소를 나타낸다. 설명 및 이해의 편의를 위해서 서로 다른 실시 예들에서도 동일한 참조번호 또는 부호를 사용하여 설명한다. 즉, 복수의 도면에서 동일한 참조 번호를 가지는 구성요소를 모두 도시되어 있다고 하더라도, 복수의 도면들이 하나의 실시 예를 의미하는 것은 아니다.

또한, 본 명세서 및 청구범위에서는 구성요소들 간의 구별을 위하여 "제1", "제2" 등과 같이 서수를 포함하는 용어가 사용될 수 있다. 이러한 서수는 동일 또는 유사한 구성요소들을 서로 구별하기 위하여 사용하는 것이며 이러한 서수 사용으로 인하여 용어의 의미가 한정 해석되어서는 안 된다. 일 예로, 이러한 서수와 결합된 구성요소는 그 숫자에 의해 사용 순서나 배치 순서 등이 제한되어서는 안 된다. 필요에 따라서는, 각 서수들은 서로 교체되어 사용될 수도 있다.

본 명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "구성되다" 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.

본 개시의 실시 예에서 "모듈", "유닛", "부(part)" 등과 같은 용어는 적어도 하나의 기능이나 동작을 수행하는 구성요소를 지칭하기 위한 용어이며, 이러한 구성요소는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 "모듈", "유닛", "부(part)" 등은 각각이 개별적인 특정한 하드웨어로 구현될 필요가 있는 경우를 제외하고는, 적어도 하나의 모듈이나 칩으로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.

또한, 본 개시의 실시 예에서, 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적인 연결뿐 아니라, 다른 매체를 통한 간접적인 연결의 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 포함한다는 의미는, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

도 1은 본 개시의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도이다.

도 1을 참조하면, 전자 장치(100)는 메모리(110) 및 프로세서(120)를 포함한다.

전자 장치(100)는 스마트폰, 태블릿 PC, 노트북 PC, 데스크탑 PC, 키오스크, TV 등 다양한 기기로 구현될 수 있다. 또한, 전자 장치(100)는 서버로 구현될 수도 있는바, 자세한 내용은 도 9를 통해 후술한다.

메모리(110)는 전자 장치(100)의 구성요소들의 전반적인 동작을 제어하기 위한 운영체제(OS: Operating System) 및 전자 장치(100)의 구성요소와 관련된 적어도 하나의 인스트럭션 또는 데이터를 저장하기 위한 구성이다.

메모리(110)는 ROM, 플래시 메모리 등의 비휘발성 메모리를 포함할 수 있으며, DRAM 등으로 구성된 휘발성 메모리를 포함할 수 있다. 또한, 메모리(120)는 하드 디스크, SSD(Solid state drive) 등을 포함할 수도 있다.

프로세서(120)는 전자 장치(100)의 전반적인 동작을 제어한다. 구체적으로, 프로세서(120)는 메모리(110)와 연결되어 전자 장치(100)를 제어할 수 있다.

이를 위해, 프로세서(120)는 하드웨어적으로 CPU(central processing unit), GPU(Graphic processing unit), NPU(neural processing unit) 등을 포함할 수 있으며, 전자 장치(100)에 포함된 다른 구성요소들의 제어에 관한 연산이나 데이터 처리를 실행할 수 있다.

프로세서(120)는 MPU(Micro Processing Unit)로 구현되거나, 또는 RAM(Random Access Memory) 및 ROM(Read Only Memory) 등이 CPU 등과 시스템 버스를 통해 연결된 컴퓨터에 해당할 수도 있다.

프로세서(120)는 전자 장치(100)에 포함된 하드웨어적 구성요소뿐만 아니라, 전자 장치(100)에 포함되는 하나 이상의 소프트웨어 모듈을 제어할 수도 있으며, 프로세서(120)가 소프트웨어 모듈을 제어한 결과가 하드웨어 구성들의 동작으로 도출될 수도 있다.

프로세서(120)는 메모리(110)에 저장된 적어도 하나의 인스트럭션을 실행함으로써 후술할 파킨슨 병 판단 방법을 수행할 수 있는 바, 이하 도면들을 통해 설명한다.

도 2는 본 개시의 일 실시 예에 따른 전자 장치가 사용자 입력에 따라 테스트 이미지를 생성하는 예를 설명하기 위한 도면이다.

도 2는 전자 장치(100)가 터치 스크린으로 구성된 디스플레이를 포함하는 태블릿 PC로 구현된 상황을 가정한다.

또한, 도 2는 CDT 테스트를 진행하기 위한 안내(ex. 시계의 윤곽을 그려주세요. 시계 안에 숫자를 그려주세요. 11시 20분을 나타내는 시계를 그려주세요. 등)가 사용자에게 주어진 상황을 가정한다.

이때, CDT 테스트를 진행하기 위한 안내는 전자 장치(100)의 디스플레이를 통해 시각적으로 제공되거나 또는 전자 장치(100)의 스피커를 통해 청각적으로 제공될 수 있다.

도 2을 참조하면, 전자 장치(100)는 터치용 펜 또는 손가락을 이용하여 전자 장치(100)의 터치 스크린을 터치하는 사용자(1)의 입력을 수신할 수 있다.

구체적으로, 프로세서(120)는 터치 스크린 상에 수신되는 사용자 입력의 터치 스크린 내 좌표를 기반으로 센싱 데이터를 획득할 수 있다.

그리고, 프로세서(120)는 획득된 센싱 데이터를 기반으로 테스트 이미지(10)를 생성할 수 있다.

한편, 전자 장치(100)는 적어도 하나의 외부 장치와 통신을 수행하여, 해당 외부 장치로부터 테스트 이미지를 수신할 수도 있다.

일 예로, 서버로 구현된 전자 장치(100)는 스마트폰을 통해 수신된 사용자 입력에 따라 그려진 테스트 이미지를 스마트폰으로부터 수신할 수 있다.

한편, 비록 도 2의 경우 시계의 윤곽, 숫자들, 시계 바늘이 모두 사용자 입력에 따라 직접 그려지는 상황을 가정하였으나, 이와 달리, 테스트 이미지(10) 내에 이미 시계의 윤곽 및 시계 바늘 중 적어도 하나가 그려진 상태에서 사용자 입력에 따라 숫자들만이 추가적으로 그려지는 방식도 가능하다.

일 예로, 시계의 윤곽이 이미 그려진 상태에서, 전자 장치(100)는 사용자로 하여금 숫자들을 그리게 하는 안내(ex. 시계 안에 숫자들을 채워주세요)를 제공할 수 있다. 이 경우, 사용자 입력에 따라, 테스트 이미지 내에 숫자들이 추가로 그려질 수 있다.

도 3은 본 개시의 일 실시 예에 따른 전자 장치의 파킨슨 병 진단 방법을 설명하기 위한 흐름도이다.

도 3을 참조하면, 프로세서(120)는 테스트 이미지로부터 사용자가 그린 복수의 숫자를 추출할 수 있다(S310).

일 예로, 프로세서(120)는 OCR(Optical Character Recognition) 기술을 통해 테스트 이미지 내에 포함된 숫자를 식별할 수 있다.

다른 예로, 프로세서(120)는 숫자를 식별하도록 훈련된 적어도 하나의 인공지능 모델을 이용할 수도 있다.

관련하여, 도 4는 본 개시의 일 실시 예에 따른 전자 장치가 숫자를 식별하기 위해 이용하는 모델의 예를 설명하기 위한 도면이다.

도 4의 모델은, 다양한 사람에 의해 그려진 숫자 이미지(ex. MNIST dataset)를 기반으로 한 자리의 숫자를 식별하도록 훈련된 모델이며, CNN(Convolutional Neural Network)을 포함하는 분류기(ex. 0 ~ 9 선택)로 구현될 수 있다.

프로세서(120)는 사용자 입력에 따라 그려진 테스트 이미지의 적어도 일부를 도 4의 모델에 입력함으로써, 적어도 하나의 한 자리 숫자를 식별할 수 있다.

관련하여, 도 5a 내지 도 5c는 본 개시에 따른 전자 장치가 테스트 이미지 내에서 숫자들을 추출하는 제1 실시 예를 설명하기 위한 도면이다.

도 5a는 사용자 입력을 통해 그려진 테스트 이미지를 도시한 것이다.

도 5a를 참조하면, 프로세서(120)는 시계의 윤곽(550)을 추출할 수 있다. 이를 위해, 프로세서(120)는 시계 그림이 입력되면 시계의 윤곽을 추출하도록 훈련된 적어도 하나의 인공지능 모델을 이용할 수 있다. 본 인공지능 모델은 사람이 직접 그린 원 또는 폐곡선을 식별하도록 훈련된 모델일 수도 있다.

그리고, 프로세서(120)는 추출된 윤곽(550)으로부터 기설정된 거리 내에 그려진 적어도 하나의 문자를 포함하는 영역을 식별할 수 있다.

여기서, 프로세서(120)는 사용자 입력에 따른 터치 좌표가 연결된 하나의 문자를 구성하는 각 영역을 정의할 수 있다.

일 예로, 도 5a를 참조하면, "1"을 구성하는 (터치) 좌표들의 경우 전체가 연결되므로, "1"을 포함하는 영역(501)이 하나의 영역으로 식별된다. 다만, "1"을 구성하는 좌표들과 "2"를 구성하는 좌표들은 연결 지점이 없이 서로 이격되어 있으므로, "2"를 포함하는 영역(502)은 "1"을 포함하는 영역(501)과 구분된다.

이때, 프로세서(120)는 서로 연결된 좌표들을 모두 포함하는 사각형의 영역을 각각 식별할 수 있으나, 다만 영역의 형태가 사각형에만 한정될 필요는 없다.

이와 같은 방식으로, 도 5a와 같이 복수의 영역들(501, 502, 503, 504, 505, 506, 507, 508, 509, 510, 511, 512, 513, 514, 515, 516)이 식별될 수 있다.

그리고, 프로세서(120)는 식별된 복수의 영역을 도 4의 모델에 입력함으로써, 한 자리 수에 해당하는 복수의 숫자(1, 2, 3, 4, 5, 6, 7, 0, 0, 9, 1, 0, 1, 1, 1, 2)를 식별할 수 있다.

다만, 일 예로, 각각 "0"에 해당하는 영역들 간의 거리가 제1 임계치(ex. 3mm) 미만인 경우, 프로세서(120)는 해당 영역들을 포함하는 하나의 "8"을 식별할 수도 있다.

여기서, 영역들 간의 거리는 영역들 간의 최소 거리 또는 영역들의 무게 중심들(ex. 영역 내 좌표 값의 평균) 간의 거리에 해당할 수 있다. 제1 임계치는, 터치 스크린의 크기에 따라 다르게 설정될 수 있다.

구체적인 예로, 도 5b를 참조하면, 각각 "0"에 해당하는 영역들(508, 509) 간의 최소 거리(561)가 기설정된 제1 임계치 미만인 경우, 프로세서(120)는 해당 영역들(508, 509)을 포함하는 영역(521)이 "8"에 해당하는 것으로 식별할 수 있다.

그 결과, 식별된 (한 자리 수의) 복수의 숫자의 구성은 1, 2, 3, 4, 5, 6, 7, 8, 9, 1, 0, 1, 1, 1, 2가 된다.

한편, 비록 도 5a에서는 "8"을 구성하는 좌표가 전체적으로 연결되지 않아 처음부터 "8"이 식별되지 않고 "0"과 "0"으로 구분되어 식별된 상황을 가정하였으나, 도 5a와 달리 "8"을 구성하는 (터치)좌표가 서로 연결되도록 그려진 경우라면, 프로세서(120)는 처음부터 "8"에 해당하는 영역을 식별할 수도 있다.

또한, 프로세서(120)는 도 5a에서 식별된 (한 자리 수의) 복수의 숫자 중 서로 간의 거리가 기설정된 제2 임계치 미만인 두 개의 숫자로 구성되는 두 자리 수를 식별할 수 있다.

여기서, 숫자들 간의 거리는, 각 숫자를 포함하는 영역들 간의 최소 거리 또는 영역들의 무게 중심들 간의 거리 중 적어도 하나일 수 있으나, 이에 한정되지 않는다. 제2 임계치는, 터치 스크린의 크기에 따라 다르게 설정될 수 있다.

구체적으로, 도 5c를 참조하면, "1"을 포함하는 영역(515)과 "2"를 포함하는 영역(516) 간의 최소 거리(562)가 기설정된 제2 임계치(ex. 1.8cm) 미만인 경우, 프로세서(120)는 해당 영역들(515, 516)을 포함하는 영역(522)이 두 자리 수인 "12"에 해당하는 것으로 식별할 수 있다.

마찬가지로, 도 5a에서, 영역(513)과 영역(514)을 포함하는 두 자리 수 "11"이 식별될 수 있다. 또한, 도 5a에서, 영역(511)과 영역(512)을 포함하는 두 자리 수 "10"이 식별될 수 있다.

그 결과, 프로세서(120)는 식별된 두 자리의 숫자들, 및 앞서 식별된 한 자리의 숫자들 중 두 자리의 숫자들을 구성하는 숫자들을 제외한 숫자들을 포함하는 복수의 숫자(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12)를 식별할 수 있다.

한편, 도 5b 및 도 5c에서 식별된 거리들(561, 562)은, 후술할 S320 과정에 있어 스코어를 산출하는 데에 이용될 수도 있는 바, S320 과정에서 후술한다.

한편, 상술한 제1 실시 예와 달리, 제2 실시 예에 따르면, 프로세서(120)는 윤곽(550) 내부의 기설정된 범위 내에 멀티 사이즈의 패치를 적용함으로써 다양한 사이즈 및 위치(좌표)에 해당하는 영역들을 추출할 수 있다.

구체적으로, 프로세서(120)는 윤곽(550) 내부에 위치하고 윤곽(550)과의 거리가 기설정된 임계치 미만인 지점들을 무게 중심으로 하는 다양한 크기의 박스 영역들을 추출할 수 있다.

그리고, 프로세서(120)는 추출된 영역들을 도 4의 모델에 입력할 수 있다.

그 결과, 한 자리에 해당하는 복수의 숫자(1, 2, 3, 4, 5, 6, 0, 7, 8, 0, 0, 9, 0, 1, 0, 1, 1, 1, 2)가 식별될 수 있다.

즉, 6이 식별될 뿐 아니라 6에 포함되는 원이 0으로 식별될 수 있으며, 8이 식별될 뿐 아니라 8을 구성하는 두 개의 원이 각각 추가적인 0으로 식별될 수 있으며, 9가 식별될 뿐만 아니라 9에 포함된 원이 추가적인 0으로 식별될 수 있다.

다만, 이는 일 예일 뿐 6, 8, 9에 포함된 원이 명확하지 않은 경우라면, 0이 추가로 식별되지 않고 단지 6, 8, 9로만 식별될 수도 있음은 물론이다.

여기서, 프로세서(120)는 6, 8 또는 9를 구성하는 0은 모두 소거할 수 있다. 즉, 프로세서(120)는 6, 8, 또는 9를 구성하는 터치 좌표로만 구성된 0을 식별된 숫자의 리스트에서 제거할 수 있다.

따라서, 식별된 복수의 숫자의 구성은 1, 2, 3, 4, 5, 6, 7, 8, 9, 1, 0, 1, 1, 1, 2가 될 수 있다.

또한, 프로세서(120)는 상술한 도 5c와 마찬가지로, 서로 간의 거리가 제2 임계치 미만인 한 자리 수들을 포함하는 두 자리의 숫자들(10, 11, 12)을 식별할 수 있다.

그 결과, 식별된 복수의 숫자의 구성은 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12가 될 수 있다.

상술한 제1 실시 예 또는 제2 실시 예 등을 기반으로 복수의 숫자가 추출되면, 프로세서(120)는 추출된 복수의 숫자를 기반으로 스코어를 획득할 수 있다(S320).

구체적으로, 프로세서(120)는 추출된 복수의 숫자의 구성, 위치, 및 배열 순서 중 적어도 하나에 따라 스코어를 획득할 수 있다.

일 예로, 이하 표 1의 기준에 따라 스코어가 산출될 수 있다.

4점	모든 것이 올바른 순서에 따라 표시됨
3점	모두 있지만 배열 순서에 오류가 있음
2점	개수가 맞지만 숫자의 구성 또는 위치에 오류가 있음
1점	개수가 추가됨
0점	개수가 부족함

일반적으로, 시계에 포함되는 숫자는 1~12에 해당한다. 따라서, 1~12는 시계에 포함되는 숫자들로 기설정되어 있을 수 있다(다만, 3, 6, 9, 12만이 기설정되는 실시 예도 물론 가능하다).

그리고, 프로세서(120)는 S310의 과정을 통해 추출된 복수의 숫자가 시계에 포함되는 것으로 기설정된 숫자들(1~12) 각각에 매칭되는지 여부를 기반으로 스코어를 산출할 수 있다.

여기서, 프로세서(120)는 추출된 복수의 숫자의 개수가 시계에 포함되는 것으로 기설정된 숫자들의 개수에 매칭되는지 여부를 기반으로 스코어를 산출할 수 있다.

일 예로, S310 과정에서, (도 5a 내지 도 5c에 도시된 바와 달리) 12개 미만의 숫자가 추출된 경우, 프로세서(120)는 스코어를 0점(개수가 부족함)으로 산출할 수 있다.

다른 예로, 12개를 초과하는 개수의 숫자들이 추출된 경우, 프로세서(120)는 스코어를 1점(개수가 추가됨)으로 산출할 수 있다.

또한, 프로세서(120)는 추출된 복수의 숫자 각각이 기설정된 숫자들 각각과 일치하는지 여부에 따라 스코어를 산출할 수도 있다.

일 예로, 추출된 복수의 숫자의 개수가 12개는 맞으나, 1~12의 숫자가 각각 모두 포함되지는 않은 경우, 프로세서(120)는 스코어를 2점(개수는 맞으나 숫자의 구성 또는 위치에 오류가 있음)으로 산출할 수 있다.

한편, 프로세서(120)는 복수의 숫자의 테스트 이미지 내 위치 및 배열 순서가 기설정된 위치 및 기설정된 배열 순서에 각각 매칭되는지 여부를 기반으로 스코어를 산출할 수 있다.

기설정된 위치는, 일 예로, 시계의 윤곽의 무게 중심(ex. 윤곽 내 모든 좌표들의 좌표 값 평균)을 기준으로 그어진 수평선과 수직선이 정의된 상황에서, 무게 중심을 기준으로 수직선의 위쪽 부분으로부터 기설정된 거리 내에 하나의 숫자가 그려지고, 수직선의 아래쪽 부분으로부터 기설정된 거리 내에 하나의 숫자가 그려지며, 무게 중심을 기준으로 수평선의 왼쪽 부분으로부터 기설정된 거리 내에 하나의 숫자가 그려지고 수평선의 오른쪽 부분으로부터 기설정된 거리 내에 하나의 숫자가 그려진 상황에 해당할 수 있다.

아울러, 기설정된 위치는, 두 개의 숫자가 수직선의 위쪽 부분과 수평선의 오른쪽 부분 사이에 그려지고, 두 개의 숫자는 수평선의 오른쪽 부분과 수직선의 아래쪽 부분 사이에 그려지며, 두 개의 숫자는 수평선의 왼쪽 부분과 수직선의 아래쪽 부분 사이에 그려지며, 두 개의 숫자는 수평선의 왼쪽 부분과 수직선의 위쪽 부분 사이에 그려진 상황에 해당할 수 있다.

또한, 기설정된 위치는, 모든 숫자가 시계의 윤곽 내부에 위치하고, 모든 숫자가 시계의 윤곽으로부터 기설정된 거리 내에 위치하며, 인접한 숫자들 간의 거리가 임계치 이상인 상황에 해당할 수 있다.

기설정된 배열 순서는, 일 예로, 시계의 윤곽의 무게 중심을 기준으로 그어진 수평선과 수직선이 정의된 상황에서, 무게 중심을 기준으로 수직선의 위쪽 부분으로부터 기설정된 거리 내에 12가 그려지고, 수직선의 아래쪽 부분으로부터 기설정된 거리 내에 6이 그려지며, 무게 중심을 기준으로 수평선의 왼쪽 부분으로부터 기설정된 거리 내에 9가 그려지고 수평선의 오른쪽 부분으로부터 기설정된 거리 내에 3이 그려진 상황에 해당할 수 있다.

아울러, 기설정된 배열 순서는, 12와 3 사이에 1과 2가 순서대로 그려지고, 3과 6 사이에 4와 5가 순서대로 그려지고, 6과 9 사이에 7과 8이 순서대로 그려지고, 9와 12 사이에 10과 11이 순서대로 그려진 상황에 해당할 수 있다.

관련하여, 도 6은 본 개시의 일 실시 예에 따른 전자 장치가 테스트 이미지 내 숫자들의 위치 및 배열 순서가 기설정된 위치 및 기설정된 배열 순서에 매칭되는지 판단하는 예를 설명하기 위한 도면이다.

도 6은 일 실시 예에 따라 사용자 입력에 의해 그려진 테스트 이미지가 도시된 것이다.

도 6을 참조하면, 프로세서(120)는 테스트 이미지 내에서 시계의 윤곽(610)을 식별하고, 식별된 윤곽의 무게 중심을 기준으로 수평선(621)과 수직선(622)을 획득할 수 있다.

한편, 비록 도 6에서는 윤곽(610)이 미리 주어진 상태로 CDT 테스트가 진행되어 사용자가 윤곽은 직접 그리지 않고 숫자들만을 그린 상황을 도시하였지만, 사용자 입력에 의해 그려진 윤곽에 따라 수평선 및 수직선이 획득될 수도 있음은 물론이다.

도 6을 참조하면, 프로세서(120)는 식별된 수평선(621) 및 수직선(622)을 기준으로 복수의 숫자의 테스트 이미지 내 위치 및 배열 순서를 식별할 수 있다.

그리고, 프로세서(120)는 식별된 위치 및 배열 순서가 기설정된 위치 및 기설정된 배열 순서와 매칭되는지 여부를 기반으로 스코어를 산출할 수 있다.

도 6의 경우, 숫자들의 위치 및 배열 순서가 상술한 기설정된 위치 및 기설정된 배열 순서에 매칭되므로, 스코어는 4점으로 산출될 수 있다(모든 것이 올바른 순서에 따라 표시됨).

한편, 도 7은 본 개시의 일 실시 예에 따른 전자 장치가 숫자들의 구성 및 배열 순서에 따라 스코어를 다양하게 산출하는 예를 설명하기 위한 도면이다.

도 7은 숫자들이 다양한 테스트 이미지들에 대한 스코어 산출 결과를 예시적으로 도시한 것이다.

도 7에서 좌측에 도시된 테스트 이미지의 경우, 숫자의 개수는 12개로 맞지만, 숫자들의 구성이 1~12가 아니며, 숫자들의 위치도 기설정된 위치와 매칭되지 않으므로, 프로세서(120)는 스코어를 2점(개수가 맞지만 숫자의 구성 또는 위치가 맞지 않음)으로 산출할 수 있다.

도 7에서 가운데에 도시된 테스트 이미지의 경우, 숫자의 개수가 12개이고, 1~12까지 모두 있으며, 숫자들의 위치도 기설정된 위치와 맞지만, 배열 순서가 기설정된 배열 순서와 다르므로, 프로세서(120)는 스코어를 3점(모두 있지만 배열 순서에 오류가 있음)으로 산출할 수 있다.

도 7에서 오른쪽에 도시된 테스트 이미지의 경우, 숫자의 개수가 12개이고, 1~12까지 모두 있으며, 숫자들의 위치 및 배열 순서가 기설정된 위치 및 기설정된 배열 순서와 매칭되므로, 프로세서(120)는 스코어를 4점(모든 것이 올바른 순서에 따라 표시됨)으로 산출할 수 있다.

한편, 프로세서(120)는 스코어를 산출함에 있어, 앞서 도 5b 및 도 5c에서 획득된 영역들 간의 상술한 거리들(561, 562) 중 적어도 하나를 추가로 고려할 수 있다.

일 예로, 프로세서(120)는 도 5c의 거리(562)에 따라 스코어에 감점을 수행할 수 있다. 구체적으로, 하나의 두 자리 수를 구성하는 한 자리 수들에 해당하는 영역(515)과 영역(516) 간의 최소 거리(562)가 멀수록 스코어의 감점 정도가 커질 수 있다.

구체적인 예로, 테스트 이미지 내 숫자들(도 9a의 1~12)의 위치 및 배열 순서가 상술한 기설정된 위치 및 기설정된 배열 순서와 매칭되는 경우, 프로세서(120)는 제3 스코어를 4점으로 산출할 수 있다. 다만, 여기서 영역(915) 및 영역(916) 간의 최소 거리(962)가 임계치(ex. 1cm)를 0.1mm 만큼 초과하는 경우, 프로세서(120)는 제3 스코어를 4점에서 0.1점 감점하여 3.9점으로 산출할 수 있다. 또는, 만약 영역(915) 및 영역(916) 간의 최소 거리(962)가 임계치(ex. 1cm)를 0.2mm 만큼 초과하는 경우, 프로세서(120)는 제3 스코어를 4점에서 0.2점 감점하여 3.8점으로 산출할 수 있다.

즉, 두 자리 수인 “12”를 구성하는 한 자리 수들(“1”과 “2”) 간의 거리가 멀어질수록, 프로세서(120)는 제3 스코어를 낮게 산출할 수 있다.

이렇듯 상술한 다양한 실시 예들에 따라 스코어가 산출되면, 프로세서(120)는 산출된 스코어를 기반으로 사용자의 파킨슨 병 여부를 식별할 수 있다(S330).

구체적인 예로, 산출된 스코어가 임계치(ex. 3.5) 이상인 경우, 프로세서(120)는 사용자가 파킨슨 병이 아닌 것으로 식별할 수 있다.

다른 예로, 산출된 스코어가 임계치 미만인 경우, 프로세서(120)는 사용자가 파킨슨 병에 해당할 가능성이 있는 것으로 식별할 수 있다. 이때, 스코어가 낮을수록 심각성은 더 크게 식별될 수 있다.

한편, 프로세서(120)는 시계에 포함된 숫자들 외에 시계의 윤곽 및 시계 내의 시계 바늘 중 적어도 하나를 추가로 고려하여 스코어를 업데이트할 수도 있다.

이 경우, 프로세서(120)는 업데이트된 스코어를 통해 사용자의 파킨슨 병 여부를 식별할 수 있다.

일 예로, 프로세서(120)는 추출된 시계의 윤곽이 폐곡선인지 여부 및 윤곽의 구간 별 기울기 중 적어도 하나에 따라 제1 스코어를 산정하고, 제1 스코어를 상술한 S320 과정에서 산출된 스코어에 합산할 수 있다.

일 예로, 프로세서(120)는 이하 표 2의 기준에 따라 제1 스코어를 산출할 수 있다.

2점	총 왜곡없이 표시
1점	불완전하거나 일부 왜곡
0점	없거나 완전히 부적절함

구체적인 예로, 프로세서(120)는 추출된 시계의 윤곽을 복수의 구간으로 구분하고, 구분된 복수의 구간 각각의 기울기를 획득할 수 있다.

만약, 시계의 윤곽이 급격하게 꺾이거나(ex. 뾰족한 모양) 또는 꺾이지 않는(ex. 직선) 등 구간별 기울기의 변화량이 기설정된 임계 범위를 벗어나는 경우, 프로세서(120)는 제1 스코어를 0점(: 없거나 완전히 부적절함)으로 산출할 수 있다.

다른 예로, 시계의 윤곽의 구간별 기울기의 변화량이 기설정된 임계 범위를 벗어나지는 않으나 시계의 윤곽이 폐곡선이 아닌 경우, 프로세서(120)는 제1 스코어를 1점(: 불완전하거나 일부 왜곡)으로 산출할 수 있다.

다만, 시계의 윤곽이 폐곡선이고, 급격하게 꺾이는 구간도 없이 임계 범위 내의 기울기 변화를 유지한 경우, 프로세서(120)는 제1 스코어를 2점(: 총 왜곡 없이 표시)으로 산출할 수 있다.

한편, 프로세서(120)는 테스트 이미지로부터 추출된 시계의 윤곽을 정상인의 그림으로부터 추출된 시계의 윤곽과 비교함으로써 제1 스코어를 획득할 수도 있다.

구체적인 예로, 프로세서(120)는 시계의 윤곽을 추출하도록 훈련된 인공지능 모델에 정상인에 의해 그려진 적어도 하나의 샘플 이미지를 입력하여, 샘플 이미지에 포함된 시계의 윤곽의 샘플 이미지 내 위치를 식별할 수 있다.

본 인공지능 모델은, 일 예로, 시계가 포함된 많은 수의 이미지들(입력) 및 해당 이미지들 각각에 포함된 시계의 윤곽의 맵(출력)을 통해 훈련된 것일 수 있다. 여기서, 시계의 윤곽의 맵은, 각 샘플 이미지 내에 포함된 시계의 윤곽의 위치를 나타낸다.

프로세서(120)는 해당 인공지능 모델에 정상인에 의해 그려진 하나 이상의 샘플 이미지(: 시계 그림)를 입력할 수 있다. 그 결과, 샘플 이미지 내 시계의 윤곽의 위치를 나타내는 맵이 출력될 수 있다.

여기서, 프로세서(120)는 테스트 이미지에서 추출된 윤곽(sensor)의 테스트 이미지 내 위치(좌표)와 샘플 이미지에서 추출된 윤곽(segmented)의 샘플 이미지 내 위치(좌표) 간의 매칭 정도를 기반으로 제1 스코어를 획득할 수 있다.

이때, 샘플 이미지에서 추출된 윤곽(segmented)의 샘플 이미지 내 위치는, 복수의 샘플 이미지로부터 추출된 복수의 시계 윤곽의 맵들이 나타내는 윤곽의 위치의 평균에 해당할 수도 있다.

일 예로, 매칭 정도가 75퍼센트 이상인 경우, 프로세서(120)는 제1 스코어를 2점으로 산출할 수 있다. 그리고, 프로세서(120)는 매칭 정도가 50퍼센트 이상 75 퍼센트 미만인 경우 제1 스코어를 1점으로 산출할 수 있으며, 매칭 정도가 50 퍼센트 미만인 경우 제1 스코어를 0점으로 산출할 수 있다. 다만, 구체적인 퍼센트 임계치가 이에 한정되는 것은 아니다.

한편, 일 예로, 프로세서(120)는 테스트 이미지 내에서 추출된 시계 바늘의 수, 추출된 시계 바늘 간의 길이 차이(: 시침과 분침의 구별 여부), 추출된 시계 바늘의 각도(: 시계 바늘이 가리키는 시간) 등을 기반으로 제2 스코어를 산출할 수 있다.

이 경우, 프로세서(120)는 산출된 제2 스코어를 앞서 S320 과정에서 산출된 스코어에 합산할 수 있다.

구체적인 예로, 프로세서(120)는 테스트 이미지에 포함된 시계의 윤곽 내부에 위치하고(: 터치 스크린 상 좌표 이용), 직선 길이가 임계치 이상인 적어도 하나의 시계 바늘을 추출할 수 있다.

한편, 일반적으로 사용자가 시침 또는 분침을 그리기 전과 후에는 터치 스크린을 터치하는 사용자 입력이 단절되거나 또는 터치되는 좌표의 변경 속도가 느려지는 경우가 많고, 시침 또는 분침이 그려지는 동안에는 그 속도가 비교적 빠른 경우가 많기 때문에, 연속된 사용자 입력에 따른 터치 스크린 내 좌표의 변화 속도를 이용하여 시침 또는 분침이 식별될 수도 있다.

관련된 실시 예로, "시침과 분침을 그려주세요"라는 안내가 제공된 상황을 가정할 수 있다.

이 경우, 프로세서(120)는 사용자 입력(: 터치)을 감지하여 획득된 센싱 데이터 중, 사용자 입력에 따른 터치 스크린 내 좌표의 변경 속도가 기설정된 임계치 이상인 상태로 유지되는 시간 구간에 포함되는 센싱 데이터를 식별할 수 있다.

여기서, 프로세서(120)는 해당 시간 구간 내의 센싱 데이터에 매칭되는 좌표들을 이용하여 시계 바늘을 추출할 수 있다.

시간 구간이 복수 개인 경우, 각 시간 구간 별로 시계 바늘이 하나씩 추출될 수 있고, 프로세서(120)는 구간 별로 좌표의 변경 속도 및 시간 구간의 시간 길이를 이용하여 시계 바늘의 길이를 식별할 수 있다.

일 예로 두 개의 시계 바늘이 추출된 경우, 프로세서(120)는 길이가 긴 시계 바늘을 분침으로, 길이가 짧은 시계 바늘을 시침으로 식별할 수 있다.

그리고, 프로세서(120)는 상술한 과정에 따라 추출된 시계 바늘의 수, 추출된 시계 바늘 간의 길이 차이(: 시침과 분침의 구별 여부), 추출된 시계 바늘의 각도(: 시계 바늘이 가리키는 시간) 등을 기반으로 제2 스코어를 획득할 수 있다.

이하 표 3은 제2 스코어를 산정하는 기준의 일 예에 해당한다.

4점	바늘들이 올바른 위치에 있고, 길이 차이도 있음
3점	바늘 순서 또는 구성의 오류
2점	바늘 위치의 주요 오류
1점	바늘의 표현 불량
0점	바늘이 없음

구체적인 예로, 시계 바늘이 그려지지 않은 경우, 테스트 이미지에 포함된 시계의 윤곽 내에 길이가 임계치 이상인 바늘이 식별되지 않을 수 있다. 이 경우, 프로세서(120)는 제2 스코어를 0점(: 바늘이 없음)으로 산출할 수 있다.다른 예로, 시계 바늘이 하나만 식별된 경우, 프로세서(120)는 제2 스코어를 1점(: 바늘의 표현 불량)으로 산출할 수 있다.

다른 예로, 테스트 이미지 내에서 시침과 분침이 모두 식별되었으나, 해당 시침과 분침이 가리키는 시간이 사전에 제공된 안내(ex. 11시 20분을 나타내는 시계를 그려주세요)와 다른 경우, 프로세서(120)는 제2 스코어를 2점(: 바늘 위치의 주요 오류)으로 산출할 수 있다.

여기서, 프로세서(120)는 시계 바늘(시침, 분침)과 각 숫자들 간의 거리에 따라 테스트 이미지 내 시계가 가리키는 시간을 식별할 수 있다.

구체적으로, 프로세서(120)는 테스트 이미지 내 시계의 윤곽을 기준으로 내부에 위치하는 복수의 숫자를 식별할 수 있다. 이때, 프로세서(120)는 OCR(Optical Character Recognition)을 이용하거나 또는 이미지에 포함된 숫자를 식별하도록 훈련된 적어도 하나의 인공지능 모델을 이용할 수 있다.

여기서, 프로세서(120)는 복수의 숫자를 기반으로 시계 바늘이 가리키는 시간을 식별할 수 있다.

일 예로, 프로세서(120)는 시침 및 분침 각각과 가장 가까운 숫자를 식별함으로써 시간을 판단할 수 있다.

여기서, 프로세서(120)는 시계 바늘이 윤곽에 가까워지도록 시계 바늘을 연장할 수 있다. 그리고, 프로세서(120)는 연장된 시계 바늘과 가장 가까운 거리에 있는 숫자를 식별할 수 있다.

그리고, 프로세서(120)는 식별된 숫자에 따라 테스트 이미지 내 시계가 가리키는 시간을 식별할 수 있다.

이때, 프로세서(120)는 식별된 시간과 기설정된 시간의 매칭 정도에 따라 제2 스코어를 산출할 수 있다. 여기서, 기설정된 시간은, 사전에 사용자에게 제공된 안내에 따른 시간일 수 있다.

일 예로, 사전에 제공된 안내가 "11시 20분을 나타내는 시계를 그려주세요"라면, 기설정된 시간은 11시 20분이 된다.

만약 기설정된 시간(11시 20분)과 달리 테스트 이미지 내 시계가 가리키는 시간이 11시 10분인 경우, 시간이 매칭되지 않으므로, 프로세서(120)는 상술한 표 3에 따라 제2 스코어를 3점으로 산출할 수 있다.

프로세서(120)는 S320 과정에서 산출된 스코어에 상술한 제1 스코어 및/또는 제2 스코어를 합산할 수 있다.

그리고, 프로세서(120)는 합산된 스코어가 기설정된 임계치 이상인지 여부에 따라 파킨슨 병 여부/심각성을 판단할 수 있다.

일 예로, S320의 스코어, 제1 스코어 및 제2 스코어가 모두 합산된 스코어가 9 이상인 경우, 프로세서(120)는 사용자가 파킨슨 병이 아닌 것으로 식별할 수 있다.

다른 예로, 합산된 스코어가 7이상 9 미만인 경우, 프로세서(120)는 사용자의 파킨슨 병 여부에 대한 추가적인 진단 및/또는 예방이 필요한 것으로 식별할 수 있다.

다른 예로, 합산된 스코어가 7 미만인 경우, 프로세서(120)는 사용자가 파킨슨 병에 해당하는 것으로 식별할 수 있다. 이때, 프로세서(120)는 합산된 스코어가 낮을수록 심각성이 높은 것으로 식별할 수 있다.

한편, 본 개시의 일 실시 예에 따르면, 파킨슨 병 여부를 판단함에 있어서, 프로세서(120)는 별도의 사용자 입력에 따라 그려진 2차 테스트 이미지를 추가로 고려할 수도 있다.

구체적으로, 프로세서(120)는 동일한 사용자의 추가적인 사용자 입력을 기반으로 2차 테스트 이미지를 생성할 수 있다.

그리고, 프로세서(120)는 2차 테스트 이미지 내에서 시계의 윤곽을 식별하고, 복수의 숫자를 추출할 수 있다.

또한, 프로세서(120)는 앞서 S310 과정에서 이용되었던 먼저 생성된 (1차) 테스트 이미지 내에 포함된 복수의 숫자와 2차 테스트 이미지 내에 포함된 복수의 숫자를 비교하여, 스코어를 업데이트할 수도 있다.

구체적으로, 프로세서(120)는 1차 테스트 이미지 내 복수의 숫자의 구성, 위치 및 배열 순서를, 2차 테스트 이미지 내 복수의 숫자의 구성, 위치 및 배열 순서와 비교할 수 있다.

그리고, 구성, 위치 및 배열 순서 중 적어도 하나가 달라지는 경우, 프로세서(120)는 스코어에 대하여 감점을 수행할 수 있다. 여기서, 달라지는 정도가 커질수록 감점의 정도도 커질 수 있다.

일 예로, 프로세서(120)는 1차 테스트 이미지 내 복수의 숫자의 배열 순서를 2차 테스트 이미지 내 복수의 숫자의 배열 순서와 비교하여 Correlation에 따른 상관 계수(R)를 산출할 수 있다.

여기서, 상관 계수는(R)는 순위 상관 계수일 수 있으며, 스피어만 상관 계수, 켄달 순위상관 등이 이용될 수 있으나, 이 밖에도 종래 알려진 다양한 상관 계수가 이용될 수 있다.

일 예로, R이 0.75 이상이면, 프로세서(120)는 스코어를 감점하지 않을 수 있다. 반면, R이 0.75 미만인 경우, 프로세서(120)는 스코어를 감점할 수 있다. 이때, R이 작을수록 스코어의 감점의 정도가 커질 수 있다.

그리고, 프로세서(120)는 2차 테스트 이미지를 통해 업데이트(ex. 감점 또는 유지)된 스코어에 따라 사용자의 파킨슨 병 여부 및 심각성을 판단할 수 있다.

이렇듯 2차 테스트 이미지가 추가로 고려된 결과, 1차 테스트 이미지 내에서 시계를 정확히 그리지 못한 사용자의 일관성 여부까지 고려되어 사용자의 인지 능력이 보다 체계적으로 평가될 수 있다.

관련하여, 도 8은 본 개시의 일 실시 예에 따른 전자 장치의 파킨슨 병 진단 방법을 설명하기 위한 알고리즘이다.

도 8을 참조하면, 프로세서(120)는 사용자 입력에 따라 1차 테스트 이미지를 획득하고(S810), 1차 테스트 이미지를 기반으로 스코어를 획득할 수 있다(S820).

구체적으로, 프로세서(120)는 1차 테스트 이미지 내에서 추출된 복수의 숫자의 구성, 위치, 배열 순서 등에 따라 스코어를 획득할 수 있다. 이때, 1차 테스트 이미지 내에 포함된 시계의 윤곽 및/또는 시계 바늘이 추가로 고려될 수 있다.

만약, 1차 테스트 이미지의 스코어가 임계치 이상인 경우(S830 - Y), 프로세서(120)는 사용자가 파킨슨 병이 아닌 것으로 판명할 수 있다(S840).

반면, 1차 테스트 이미지의 스코어가 임계치 미만인 경우(S830 - N), 프로세서(120)는 별도의 사용자 입력을 기반으로 2차 테스트 이미지를 획득할 수 있다(S850).

이를 위해, 프로세서(120)는 추가적인 시계 그림(2차 테스트 이미지)를 그려 달라는 추가적인 안내를 제공할 수 있다.

그리고, 프로세서(120)는 1차 테스트 이미지와 2차 테스트 이미지를 비교하여 스코어를 업데이트할 수 있다(S860).

구체적으로, 프로세서(120)는 1차 테스트 이미지에 포함된 복수의 숫자와 2차 텍스트 이미지에 포함된 복수의 숫자를 비교할 수 있다.

또한, 프로세서(120)는 1차 테스트 이미지에 포함된 시계의 윤곽 및/또는 시계 바늘을 2차 테스트 이미지에 포함된 시계의 윤곽 및/또는 시계 바늘과 비교할 수도 있다.

이때, 비교 결과에 따른 차이가 클수록, 프로세서(120)는 스코어를 더 크게 감점할 수 있다.

그리고, 프로세서(120)는 업데이트된 스코어를 기반으로 파킨슨 병 여부를 판단함은 물론 심각성도 식별할 수 있다(S870).

도 9는 본 개시의 다양한 실시 예에 따른 전자 장치의 구성 및 동작을 설명하기 위한 블록도이다.

도 9를 참조하면, 전자 장치(100)는 메모리(110) 및 프로세서(120) 외에도 디스플레이(130), 사용자 입력부(140), 통신부(150) 중 적어도 하나를 더 포함할 수 있다.

메모리(110)는 본 개시에 따른 전자 장치의 동작에 이용되는 적어도 하나의 인공지능 모델을 포함할 수 있다.

메모리(110)에 포함된 인공지능 모델은, 일 예로, 복수의 신경망 레이어들로 구성될 수 있다. 복수의 신경망 레이어들 각각은 복수의 가중치(weight values)를 가질 수 있으며, 이전(previous) 레이어의 연산 결과와 복수의 가중치의 연산을 통해 신경망 연산을 수행한다. 복수의 신경망 레이어들이 갖고 있는 복수의 가중치들은 인공지능 모델의 훈련 결과에 의해 최적화될 수 있다.

메모리(110)에 포함된 인공지능 모델의 예로는, CNN (Convolutional Neural Network), DNN (Deep Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network), GAN(Generateve Adhesive Network) 및 심층 Q-네트워크 (Deep Q-Networks) 등이 있으나, 전술한 예에 한정되지 않는다.

메모리(110)에 포함된 인공지능 모델은, 프로세서(120)를 통해 훈련된 것일 수도 있고, 적어도 하나의 외부 장치에서 훈련된 것일 수도 있다.

일 예로, 프로세서(120)는 지도형 학습, 비지도형 학습, 준지도형 학습, 강화 학습 등의 학습 알고리즘을 이용하여 적어도 하나의 인공지능 모델을 훈련시킬 수 있다.

디스플레이(130)는 전자 장치(100)를 통해 제공되는 다양한 컨텐츠 내지는 다양한 User Interface를 표시하기 위한 구성이다.

프로세서(120)는 디스플레이(130)를 통해 CDT 테스트를 수행하기 위한 다양한 안내를 시각적으로 제공할 수 있다.

프로세서(120)는 디스플레이(130)를 통해 사용자가 시계를 그리기 위한 적어도 하나의 UI(User Interface) 스크린을 표시할 수 있다. 이때, UI 스크린은, 빈 화면, 시계의 윤곽이 그려진 화면, 시계의 윤곽 및 숫자점이 그려진 화면, 시계의 윤곽 및 시계 바늘들(시침, 분침)이 그려진 화면 등일 수 있으나 이에 한정되지 않는다.

UI 스크린 상에 사용자 입력이 수신되면, 프로세서(120)는 디스플레이(130)를 통해 사용자 입력에 따라 생성된 테스트 이미지의 적어도 일부를 표시할 수 있다.

그 결과, UI 스크린 상에 수신된 사용자 입력에 따라 실시간으로 그려지는 테스트 이미지가 디스플레이될 수 있다.

디스플레이(130)는 LED, LCD(Liquid Crystal Display), PDP(Plasma Display Panel), OLED(Organic Light Emitting Diodes), TOLED(Transparent OLED), Micro LED 등으로 구현될 수 있으나, 이에 한정되지 않는다.

사용자 입력부(140)는 사용자 명령 또는 사용자 명령을 입력받기 위한 구성이다. 사용자 입력부(140)는 터치 센서, 버튼, 카메라, 마이크 등으로 구현될 수 있다. 터치 센서는 감압식, 정전식, 적외선식, 초음파식 등 다양한 형태로 구현될 수 있다.

일 예로, 사용자 입력부(140)의 터치 센서는 디스플레이(130)에 포함되는 터치 스크린을 구성할 수 있으며, 터치 스크린에 대한 사용자의 입력(ex. 터치)이 터치 스크린 내 좌표로 변환되고, 변환된 좌표 각각에 점이 그려지는 결과 테스트 이미지가 그려질 수 있다.

한편, 사용자 입력부(140)는 이밖에도 호버링 센서, 근접 센서 등을 포함할 수 있으며, 테스트 이미지를 그리는 사용자 입력이 해당 센서들을 통해 수신될 수도 있다.

통신부(150)는 전자 장치(100)가 적어도 하나의 외부 장치와 통신을 수행하기 위한 구성으로 회로를 포함할 수 있다.

통신부(150)는 TCP/IP(Transmission Control Protocol/Internet Protocol), UDP(User Datagram Protocol), HTTP(Hyper Text Transfer Protocol), HTTPS(Secure Hyper Text Transfer Protocol), FTP(File Transfer Protocol), SFTP(Secure File Transfer Protocol), MQTT(Message Queuing Telemetry Transport) 등의 통신 규약(프로토콜)을 이용하여 하나 이상의 외부 전자 장치와 다양한 정보를 송수신할 수 있다.

이를 위해, 통신부(150)는 유선 통신 및/또는 무선 통신을 통해 구현된 네트워크를 기반으로, 외부 장치와 연결될 수 있다. 이때, 통신부(150)는 외부 장치와 직접적으로 연결될 수도 있지만, 네트워크를 제공하는 하나 이상의 외부 서버(ex. ISP(Internet Service Provider))를 통해서 외부 전자 장치와 연결될 수도 있다.

네트워크는 영역 또는 규모에 따라 개인 통신망(PAN; Personal Area Network), 근거리 통신망(LAN; Local Area Network), 광역 통신망(WAN; Wide Area Network) 등일 수 있으며, 네트워크의 개방성에 따라 인트라넷(Intranet), 엑스트라넷(Extranet), 또는 인터넷(Internet) 등일 수 있다.

무선 통신은 LTE(long-term evolution), LTE-A(LTE Advance), 5G(5th Generation) 이동통신, CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), GSM(Global System for Mobile Communications), DMA(Time Division Multiple Access), WiFi(Wi-Fi), WiFi Direct, Bluetooth, NFC(near field communication), Zigbee 등의 통신 방식 중 적어도 하나를 포함할 수 있다.

유선 통신은 이더넷(Ethernet), 광 네트워크(optical network), USB(Universal Serial Bus), 선더볼트(ThunderBolt) 등의 통신 방식 중 적어도 하나를 포함할 수 있다. 여기서, 통신부(150)는 상술한 유무선 통신 방식에 따른 네트워크 인터페이스(Network Interface) 또는 네트워크 칩을 포함할 수 있다. 한편, 통신 방식은 상술한 예에 한정되지 아니하고, 기술의 발전에 따라 새롭게 등장하는 통신 방식을 포함할 수 있다.

일 예로, 서버로 구현된 전자 장치(100)가 사용자의 스마트폰과 연결된 상황을 가정한다.

이 경우, 스마트폰을 통해 CDT 테스트를 위한 애플리케이션이 실행된 상태에서, 전자 장치(100)가 해당 애플리케이션의 적어도 일부를 구성하는 웹 페이지를 스마트폰으로 제공할 수 있다.

이때, 스마트폰의 터치 스크린을 통해 수신된 사용자의 터치에 따라 테스트 이미지가 생성될 수 있으며, 서버인 전자 장치(100)는 상술한 S310 내지 S330의 과정을 수행하여 테스트 이미지를 그린 스마트폰의 사용자가 파킨슨 병인지 여부를 판단할 수 있다.

그리고, 전자 장치(100)는 파킨슨 병인지 여부에 대한 판단 결과가 포함된 정보를 해당 스마트폰 또는 적어도 하나의 다른 외부 장치로 전송할 수 있다.

한편, 이상에서 설명된 다양한 실시 예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합된 것을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다.

하드웨어적인 구현에 의하면, 본 개시에서 설명되는 실시 예들은 ASICs(Application Specific Integrated Circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛(unit) 중 적어도 하나를 이용하여 구현될 수 있다.

일부의 경우에 본 명세서에서 설명되는 실시 예들이 프로세서 자체로 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시 예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상술한 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다.

한편, 상술한 본 개시의 다양한 실시 예들에 따른 전자 장치(100)에서의 처리동작을 수행하기 위한 컴퓨터 명령어(computer instructions) 또는 컴퓨터 프로그램은 비일시적 컴퓨터 판독 가능 매체(non-transitory computer-readable medium)에 저장될 수 있다. 이러한 비일시적 컴퓨터 판독 가능 매체에 저장된 컴퓨터 명령어 또는 컴퓨터 프로그램은 특정 기기의 프로세서에 의해 실행되었을 때 상술한 다양한 실시 예에 따른 전자 장치(100)에서의 처리 동작을 상술한 특정 기기가 수행하도록 한다.

비일시적 컴퓨터 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 비일시적 컴퓨터 판독 가능 매체의 구체적인 예로는, CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등이 있을 수 있다.

이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시에 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.

100: 전자 장치 110: 메모리
120: 프로세서

Claims (9)

1. 전자 장치의 파킨슨 병 판단 방법에 있어서,
   사용자 입력을 기반으로 생성된 테스트 이미지로부터 복수의 숫자를 추출하는 단계;
   상기 복수의 숫자를 기반으로 스코어를 획득하는 단계; 및
   상기 획득된 스코어를 기반으로 사용자의 파킨슨 병 여부를 식별하는 단계;를 포함하는, 전자 장치의 파킨슨 병 판단 방법.
2. 제1항에 있어서,
   상기 스코어를 획득하는 단계는,
   상기 복수의 숫자가 시계에 포함되는 것으로 기설정된 숫자들에 매칭되는지 여부를 기반으로 상기 스코어를 산출하는, 전자 장치의 파킨슨 병 판단 방법.
3. 제1항에 있어서,
   상기 스코어를 획득하는 단계는,
   상기 복수의 숫자의 상기 테스트 이미지 내 위치 및 배열 순서가 기설정된 위치 및 기설정된 배열 순서에 각각 매칭되는지 여부를 기반으로 상기 스코어를 산출하는, 전자 장치의 파킨슨 병 판단 방법.
4. 제3항에 있어서,
   상기 스코어를 획득하는 단계는,
   상기 테스트 이미지 내에서 시계의 윤곽을 식별하고,
   상기 식별된 윤곽의 중심을 기준으로 수평선과 수직선을 획득하고,
   상기 수평선 및 상기 수직선을 기준으로 상기 복수의 숫자의 상기 테스트 이미지 내 위치 및 배열 순서를 식별하고,
   상기 식별된 위치 및 배열 순서가 상기 기설정된 위치 및 배열 순서와 각각 매칭되는지 여부를 기반으로 상기 스코어를 산출하는, 전자 장치의 파킨슨 병 판단 방법.
5. 제1항에 있어서,
   상기 복수의 숫자를 추출하는 단계는,
   한 자리 수를 식별하도록 훈련된 인공지능 모델에 상기 테스트 이미지를 입력하여 복수의 제1 숫자를 획득하고,
   상기 복수의 제1 숫자 중 서로 간의 거리가 기설정된 임계치 미만인 두 개의 제1 숫자로 구성되는 두 자리 수의 제2 숫자를 식별하고,
   상기 복수의 제1 숫자 중 상기 제2 숫자를 구성하는 제1 숫자들을 제외한 제1 숫자들 및 상기 제2 숫자를 포함하는 복수의 숫자를 식별하는, 전자 장치의 파킨슨 병 판단 방법.
6. 제5항에 있어서,
   상기 스코어를 획득하는 단계는,
   상기 제2 숫자를 구성하는 상기 제1 숫자들 간의 거리를 기반으로 상기 스코어를 산출하는, 전자 장치의 파킨슨 병 판단 방법.
7. 제1항에 있어서,
   상기 파킨슨 병 판단 방법은,
   추가적인 사용자 입력을 기반으로 생성된 2차 테스트 이미지로부터 시계의 윤곽을 식별하는 단계;
   상기 2차 테스트 이미지로부터 복수의 숫자를 추출하는 단계; 및
   상기 테스트 이미지 내에 포함된 상기 복수의 숫자 및 상기 2차 테스트 이미지 내에 포함된 상기 복수의 숫자를 비교하여, 상기 스코어를 업데이트하는 단계;를 더 포함하는, 전자 장치의 파킨슨 병 판단 방법.
8. 하나 이상의 인스터럭션을 저장하는 메모리; 및
   상기 하나 이상의 인스트럭션을 실행함으로써 제1항의 파킨슨 병 판단 방법을 수행하는 프로세서;를 포함하는, 전자 장치.
9. 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램에 있어서,
   전자 장치의 프로세서에 의해 실행되어, 상기 전자 장치로 하여금 제1항의 파킨슨 병 판단 방법을 수행하도록 하는, 컴퓨터 프로그램.

Images