KR20220056777A

KR20220056777A - 한의 복진 장치

Info

Publication number: KR20220056777A
Application number: KR1020210039078A
Authority: KR
Inventors: 김근호; 임미홍; 박정환; 이상훈; 장준수
Original assignee: 한국 한의학 연구원
Priority date: 2020-10-28
Filing date: 2021-03-25
Publication date: 2022-05-06
Also published as: KR102462821B1

Abstract

한의학에서 이루어지는 복진(腹診)을 보조하는 장치에 관한 기술이 개시된다. 환자의 복부의 측정 값을 입력으로 가지는 한의학적 복진 모델에 기초하여 복진 지표가 결정된다. 한의 복진 장치는 3개 혹은 그 이상의 상이한 도메인의 특징 변수값들로부터 한의학적 복진 모델에 기초하여 복수의 복진 지표별 확률값을 산출하여 출력할 수 있다. 환자의 복부의 복수의 부위에서 복수의 종류의 센서들로부터 획득된 측정값을 입력으로 가지는 한의학적 복진 모델에 기초하여 복진 지표가 결정될 수 있다.

Description

한의 복진 장치{Oriental Medicine Abdominal Examination Apparatus}

의료 장치, 특히 한의학에서 이루어지는 복진(腹診)을 보조하는 장치에 관한 기술이 개시된다.

한의학에서는 변증시치(辨證施治)라고 하여 증을 변별하여 치료를 행한다. 변증은 망진(望診), 문진(聞診), 문진(問診), 절진(切診)을 통하여 표리한열허실(表裏寒熱虛實)을 판단하고 생명 활동과 관련된 기, 혈, 진액, 담음 등의 변동을 파악하여 종합적으로 이루어진다. 예를 들어 기능성소화불량의 경우 변증은 간위불화(肝胃不和), 음식정체(飮食停滯), 비위습열(脾胃濕熱), 한열착잡(寒熱錯雜), 비위허한(脾胃虛寒), 위음부족(胃陰不足) 등 중의 어느 하나를 결정하는 것으로 볼 수 있다.

한의학에서 복진(腹診, abdominal examination)은 절진(切診)에 해당하며 복부를 직접 촉지하면서 질병의 속성을 파악하는 진단 방법이다. 한의학의 복진은 복부의 긴장도, 비율, 복부의 색깔, 복피의 두께 등 복부에서 관찰할 수 있는 여러 가지 징후를 종합적으로 파악하여 오장육부(五臟六腑)의 한열 허실(寒熱)의 정도 및 담음(痰飮), 어혈(瘀血)과 같은 병리 산물의 존재 여부를 판단하고 그 결과를 변증 판단에 반영한다

한의학에서는 복진을 통해 파악하는 환자의 복부 상태를 흉협고만, 복직구련, 심하비, 심하지음, 복만, 심하지결, 흉복동계, 소복만, 소복구급, 소복급결, 소복불인 등의 용어를 사용하여 표현한다. 예를 들어 흉협고만(胸脇苦滿)이라는 상태는 환자가 스스로 양쪽 옆구리에 무엇인가 가득찬 감을 느끼는 일종의 자각증상이다. 한의사의 엄지손가락으로 늑골하연에서 흉강내를 향하여 상방으로 눌러보면 현저한 저항감이 촉지되고, 이때 환자는 숨이 차며 통증을 느끼게 된다. 또 복근구련(腹筋拘攣)이라는 상태는 복벽의 심층에서 발작한 경련 현상이 복벽상에서 촉지되는 상태를 말한다. 인체내부에서 발생한 변화가 복직근 혹은 복벽상에 나타나는 반응으로서 복진을 해보면 배꼽양방에서 마치 팽팽하게 조여진 거문고 줄을 만지는 것 같은 감이 느껴진다.

복진법에는 복수압안법(伏手壓按法), 삼지심안법(三指深按法) 등이 알려져 있다. 이러한 한의사의 전문성에 의존하는 복진을 모사하는 복진 기기의 연구가 이루어지고 있다. 제안된 발명의 발명자가 참여한 장준수, 김근호 외, 　(2017),　한의학 기반 복부 진단장치 개발에 관한 연구,　한국통신학회논문지,　42(7),　1493-1501.에는 복진 기기의 개념이 제시되어 있다. 압통기를 이용한 통증 인지 측정 장치를 제시하고 있으며, 스테레오 카메라를 이용하여 복부 3차원 기하 및 색상 정보를 동시에 측정하고 있다. 또 열화상 카메라를 이용하여 온도 분포를 측정한다. 그러나, 이들을 이용하여 복진을 모사하는 구체적인 장치에 대해서는 아직 제시된 바가 없다.

제안된 발명은 복진을 모사하는 복진 기기를 제시하는 것을 목적으로 한다.

나아가 제안된 발명은 복진의 결과를 한의학적 진단지표로 출력하는 복진 기기를 제시하는 것을 목적으로 한다.

나아가 제안된 발명은 복진의 결과를 변증으로 출력하는 복진 기기를 제시하는 것을 목적으로 한다.

제안된 발명의 일 양상에 따르면, 환자의 복부의 측정 값을 입력으로 가지는 한의학적 복진 모델에 기초하여 복진 지표가 결정된다.

추가적인 양상에 따르면, 한의 복진 장치는 3개 혹은 그 이상의 상이한 도메인의 특징 변수값들로부터 한의학적 복진 모델에 기초하여 복수의 복진 지표별 확률값을 산출하여 출력할 수 있다.

추가적인 양상에 따르면, 환자의 복부의 복수의 부위에서 복수의 종류의 센서들로부터 획득된 측정값을 입력으로 가지는 한의학적 복진 모델에 기초하여 복진 지표가 결정될 수 있다.

추가적인 양상에 따르면, 한의 복진 장치는 기하 특징과 함께 해당 복부 표면의 색상 정보를 고려하여 복진 지표를 결정할 수 있다.

제안된 발명의 일 양상에 따르면, 환자의 복부의 측정 값을 입력으로 가지는 한의학적 복진 모델에 기초하여 변증이 처리된다.

추가적인 양상에 따르면, 한의 복진 장치는 3개 혹은 그 이상의 상이한 도메인의 특징 변수값들로부터 한의학적 복진 모델에 기초하여 복수의 변증별 확률값을 산출하여 출력할 수 있다.

추가적인 양상에 따르면, 환자의 복부의 복수의 부위에서 복수의 종류의 센서들로부터 획득된 측정값을 입력으로 가지는 한의학적 복진 모델에 기초하여 변증이 처리된다.

제안된 발명에 따라, 한의사의 주관적인 경험에 의존하는 복진이 표준화된 센서와 처리기에 의해 도움을 받을 수 있다. 복진 결과는 복진 장치의 출력에 의해 검증되어질 수 있다. 표준화된 센서들로부터 복부의 상태들에 관한 정규화되고 표준화된 데이터들이 축적되어, 복진의 전문성과 신뢰도를 높이는데 기여할 수 있다.

도 1은 일 실시예에 따른 한의 복진 장치의 구성을 도시한 블록도이다.
도 2는 또 다른 실시예에 따른 한의 복진 장치의 구성을 도시한 블록도이다.
도 3은 또 다른 실시예에 따른 한의 복진 장치의 구성을 도시한 블록도이다.
도 4는 또 다른 실시예에 따른 한의 복진 장치의 구성을 도시한 블록도이다.
도 5는 일 실시예에 따른 한의 복진 장치의 외관을 도시한다.

전술한, 그리고 추가적인 양상들은 첨부된 도면을 참조하여 설명하는 실시예들을 통해 구체화된다. 각 실시예들의 구성 요소들은 다른 언급이나 상호간에 모순이 없는 한 실시예 내에서 또는 타 실시예의 구성 요소들과 다양한 조합이 가능한 것으로 이해된다. 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 명세서 및 청구범위에 사용된 용어는 기재 내용 혹은 제안된 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 이하 첨부된 도면을 참조로 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.

<청구항 1 발명의 설명>

일 양상에 따르면, 환자의 복부의 측정 값을 입력으로 가지는 한의학적 복진 모델에 기초하여 복진 지표가 결정된다. 도 1은 일 실시예에 따른 한의 복진 장치의 구성을 도시한 블록도이다. 도시된 바와 같이, 일 실시예에 따른 한의 복진 장치는 압통 데이터 입력부(110)와, 복진 지표 출력부(210)를 포함한다.

압통 데이터 입력부(110)는 환자의 복부의 복수의 부위를 자극하여 자극에 대한 반응으로부터 부위별 압통 반응을 정량적으로 측정한 압통 특징 변수값을 입력한다. 부위별로, 압통기를 사용하여 어느 깊이까지 가압했을 때 환자가 통증을 느끼는지 측정할 수 있다. 이렇게 수집된 정보는 부위별로 사용자 인터페이스를 통해 입력될 수 있다. 또 다른 예로, 한의사의 시술에 의존하여 수집된 정보가 입력될 수도 있다. 압통 변수값은 부위별로 결정되는 물리량을 표현한다. 예를 들어 압통 변수값은 특정한 경혈 점 위치에서 통증을 느끼기 시작하는 자극의 깊이와 그 압력값이 될 수 있다. 압통 특징 변수는 압통 변수 중 정보 처리에서 의미를 가지는 선택된 변수들을 의미한다.

복진 지표 출력부(210)는 적어도 하나의 특징 변수값들을 입력 받아 한의학적 복진 모델에 기초하여 복수의 복진 지표 중 적어도 하나의 값을 산출하여 출력한다. 본 명세서에서 복진 지표는 환자의 복부 상태를 표현하는 한의학적인 지표들로, 예를 들면 흉협고만, 복직구련, 심하비, 심하지음, 복만, 심하지결, 흉복동계, 소복만, 소복구급, 소복급결, 소복불인 등 중의 어느 하나가 될 수 있다. 일 실시예에서, 한의학적 복진 모델은 수집된 압통 데이터, 체온 데이터, 그리고 기하 데이터들과 그에 대한 전문가의 복진 결과를 토대로 통계적으로 결정된 모델일 수 있다. 압통 변수와 체온 변수, 그리고 형태 변수들 중 독립 변수들이 회귀 분석(regression analysis)에 의해 결정될 수 있다. 이러한 분석을 통해 압통 변수와 체온 변수, 그리고 형태 변수들 중 특징 변수들이 결정된다. 한의학적 복진 모델이 결정되면, 특징 변수들이 결정되고, 따라서 모든 변수값들을 입력하기 보다 단지 결정된 특징 변수값들로부터 한의학적 복진 모델의 출력 값이 결정될 수 있다.

<청구항 2 발명의 설명>

제안된 발명의 추가적인 양상에 따르면, 한의 복진 장치는 특징 변수값들로부터 한의학적 복진 모델에 기초하여 복수의 복진 지표별 확률값을 산출하여 출력할 수 있다. 딥러닝에 기초하여 입력 데이터들로부터 특정한 클라스에 속할 확률값을 산출할 수 있다.

제안된 발명의 추가적인 양상에 따르면, 한의 복진 장치는 3개 혹은 그 이상의 상이한 도메인의 특징 변수값들로부터 한의학적 복진 모델에 기초하여 복수의 복진 지표별 확률값을 산출하여 출력할 수 있다. 딥러닝에 기초하여 입력 데이터들로부터 특정한 클라스에 속할 확률값을 산출할 수 있다. 이를 위해 3개 혹은 그 이상의 상이한 도메인의 특징 변수값들이 정규화되어 통합될 수 있다. 이 같은 통합된 데이터들과, 그에 대해 한의사들에 의해 결정된 복진 지표값들로 학습 데이터를 구성하여 딥러닝 엔진을 학습시킬 수 있다. 또 다른 예로, 분류모델은 SVM(Support Vector Machine) 혹은 Lasso 등이 적용될 수 있다. 예를 들어 도 1에서 복진 지표 출력부(210)가 출력하는 값은 다음과 같은 형식일 수 있다.

흉협고만 0.8, 복직구련 0.3, 심하비0.2, 심하지음0.1

<청구항 3,4 발명의 설명>

제안된 발명의 추가적인 양상에 따르면, 환자의 복부의 복수의 부위에서 센서들로부터 획득된 측정값을 입력으로 가지는 한의학적 복진 모델에 기초하여 복진 지표가 결정된다. 도 3은 또 다른 실시예에 따른 한의 복진 장치의 구성을 도시한 블록도이다. 도시된 바와 같이, 일 실시예에 따른 한의 복진 장치는 압통 데이터 입력부(110)와, 복진 지표 출력부(210)를 포함한다.

압통 데이터 입력부(110)는 환자의 복부의 복수의 부위를 자극하여 자극에 대한 반응으로부터 부위별 압통 반응을 정량적으로 측정하여 출력한다. 일 실시예에서, 압통 데이터 입력부(110)는 압통 측정부(111)를 포함할 수 있다. 압통 측정부(111)는 환자의 복부의 복수의 부위를 자극하여 자극에 대한 반응으로부터 부위별 압통 반응을 정량적으로 측정한다. 예를 들면 출원인에게 허여된 특허공보 제1,844,736호에 개시된 바와 같은 압통 측정 장치가 압통 측정부(111)에 적용될 수 있다. 이 장치는 측정 부위에 가해지는 압력과 그에 따라 변형되는 측정 부위의 깊이를 측정할 수 있다. 압통 측정부(111)는 측정 부위에 가해지는 압력을 점차로 증가시키다가 통증을 느끼기 시작한 환자가 버튼을 누르면 그에 응답하여 그 시점의 압력과 측정 부위의 깊이를 기록한다.

추가적인 양상에 따르면, 압통 데이터 입력부(110)는 압통 변수 필터링부(113)를 더 포함할 수 있다. 압통 변수 필터링부(113)는 측정된 부위별 압통 반응 데이터 중 특징 변수만을 추출하여 출력한다. 모집단 데이터로부터 한의학적 복진 모델이 생성될 때 독립 변인들로부터 특징 변수들이 결정된다. 압통 변수 필터링부(113)는 메모리에 저장된 한의학적 복진 모델의 정보로부터 특징 변수들을 결정하여 다른 변수값들은 제외하고 특징 변수들에 해당하는 측정값들만을 추출하여 출력한다.

추가적인 양상에 따르면, 압통 데이터 입력부(110)는 압통 데이터 보정부(115)를 더 포함할 수 있다. 압통 데이터 보정부(115)는 신상 정보에 따라 특징 변수별 데이터 값을 보정한다. 예를 들어 신상 정보는 환자의 성별, 나이 등의 신체 정보와, 음주 여부, 커피 음용 여부 등의 행태 정보를 포함할 수 있다. 동일한 증을 가진 경우에도 성별이나 나이 등의 신체 조건에 따라 상이한 압통 값이 측정될 수 있다. 또 동일한 증을 가진 경우에도 음주 여부나 커피 음용 여부에 따라 상이한 압통 값이 측정될 수 있다. 이러한 점을 반영하여 측정된 압통 데이터를 보정할 수 있다. 일 실시예에서, 이 같은 신상 정보는 신상 정보 입력부(310)를 통해 입력될 수 있다. 컴퓨팅 요소, 예를 들면 마이크로프로세서는 그래픽 사용자 인터페이스를 제공하고, 이를 통해 신상 정보를 입력 받을 수 있다. 또 다른 예로, 혹은 추가로, 컴퓨팅 요소는 네트워크를 통해 외부 시스템으로부터 환자의 신상 정보를 수신할 수 있다.

예를 들어 압통 데이터 보정부(115)는 메모리에 저장된 룩업 테이블과 컴퓨팅요소에서 실행되는 프로그램 코드로 구현될 수 있다. 신상 정보에 따른 보정 값이 룩업 테이블로 메모리에 저장된다. 마이크로프로세서는 프로그램 코드의 제어에 따라 입력된 신상 정보 데이터를 룩업 테이블을 참조하여 보정하고 출력한다.

<청구항 5,6,7 발명의 설명>

추가적인 양상에 따르면, 한의 복진 장치는 압통 특징 변수값에 추가로 체온 특징 변수를 반영하여 복진 지표값을 결정할 수 있다. 이러한 양상이 반영된 일 실시예에 따른 한의 복진 장치는 체온 데이터 입력부(130)를 더 포함할 수 있다. 체온 데이터 입력부(130)는 환자의 복부의 복수의 부위의 체온을 측정한 체온 특징 변수값을 입력한다. 예를 들어 환자의 복부의 복수의 부위에 온도 센서를 부착하여 체온을 측정할 수 있다. 이렇게 수집된 정보는 체온 측정 부위별로 사용자 인터페이스를 통해 입력될 수 있다. 체온 변수값은 부위별로 결정되는 온도 값을 표현한다. 예를 들어 체온 변수값은 특정한 경혈 점 위치에서 온도 값이 될 수 있다. 체온 특징 변수는 체온 변수 중 정보 처리에서 의미를 가지는 선택된 변수들을 의미한다.도시된 실시예에서, 체온 데이터 입력부(130)는 환자의 복부의 복수의 부위의 체온을 측정하여 출력한다. 일 실시예에서, 체온 데이터 입력부(130)는 체온 측정부(131)를 포함할 수 있다. 체온 측정부(131)는 환자의 복부의 복수의 부위의 체온을 기록한다. 일 실시예에서, 체온 측정부(131)는 압통 측정부(111)와 동일한 부위의 체온을 비접촉식 온도계, 예를 들면 적외선 카메라로 측정할 수 있다.

추가적인 양상에 따르면, 체온 데이터 입력부(130)는 체온 변수 필터링부(133)를 더 포함할 수 있다. 체온 변수 필터링부(133)는 측정된 부위별 체온 데이터 중 특징 변수만을 추출하여 출력한다. 모집단 데이터로부터 한의학적 복진 모델이 생성될 때 독립 변인들로부터 특징 변수들이 결정된다. 체온 변수 필터링부(133)는 메모리에 저장된 한의학적 복진 모델의 정보로부터 특징 변수들을 결정하여 다른 변수값들은 제외하고 특징 변수들에 해당하는 측정값들만을 추출하여 출력한다.

추가적인 양상에 따르면, 체온 데이터 입력부(130)는 체온 데이터 보정부(135)를 더 포함할 수 있다. 체온 데이터 보정부(135)는 신상 정보에 따라 특징 변수별 데이터 값을 보정한다. 예를 들어 신상 정보는 환자의 성별, 나이 등의 신체 정보와, 음주 여부, 커피 음용 여부 등의 행태 정보를 포함할 수 있다. 예를 들어 체온 데이터 보정부(135)는 메모리에 저장된 룩업 테이블과 컴퓨팅요소에서 실행되는 프로그램 코드로 구현될 수 있다. 신상 정보에 따른 보정 값이 룩업 테이블로 메모리에 저장된다. 마이크로프로세서는 프로그램 코드의 제어에 따라 입력된 신상 정보 데이터를 룩업 테이블을 참조하여 보정하고 출력한다.

<청구항 8,9,10 발명의 설명>

추가적인 양상에 따르면, 한의 복진 장치는 추가로 기하 특징 변수를 반영하여 복진 지표값을 결정할 수 있다. 이러한 양상이 반영된 일 실시예에 따른 한의 복진 장치는 기하 데이터 입력부(150)를 더 포함할 수 있다. 기하 데이터 입력부(150)는 환자의 복부의 복수의 부위의 기하학적인 형태 정보로부터 부위별로 형태 특징 변수값을 입력한다. 복진에서 기하 정보는 흉복부의 형태, 융기나 함몰, 몸통의 비율, 양쪽 대칭 특성 등을 포함한다. 측정 지점은 경혈점의 위치를 참고하여 정중선 기준으로 좌우 2치(寸) 떨어진 영역들로 10개의 영역을 정의할 수 있다. 이 영역에서 복부의 융기나 함몰 등의 기하 특징을 표현할 수 있다. 형태 변수값은 부위별로 결정되는 기하적인 특징을 표현한다. 예를 들어 형태 변수값은 흉늑각(stemo-costal angle)이나, 혈자리 간의 거리, 좌우대칭 위치에서의 깊이 차이, 좌우 대칭 위치에서의 법선 벡터의 각도 차이, 경혈점에서의 깊이 값, 경혈점에서 법선 벡터의 3축 방향 성분값이 될 수 있다. 형태 특징 변수는 형태 변수 중 정보 처리에서 의미를 가지는 선택된 변수들을 의미한다.도시된 실시예에서 기하 데이터 입력부(150)는 환자의 복부의 복수의 부위의 기하학적인 형상을 측정하여 출력한다. 일 실시예에서, 기하 데이터 입력부(150)는 기하 특징 측정부(151)를 포함할 수 있다. 기하 특징 측정부(151)는 환자의 복부의 복수의 부위의 기하학적인 형태 특징을 측정한다. 예를 들어 기하 특징 측정부(151)는 픽셀별 영상 화소값과 깊이맵(depth)을 출력하는 스테레오 비젼 카메라를 이용할 수 있다. 또 다른 예로, 융합 카메라는 ToF(Time of Flight) 카메라를 이용할 수도 있다. 환자의 복부 표면 영상에서 경혈점 위치를 인식하고, 그 경혈점 위치를 기준으로 기하 특징 측정을 위한 기준점들의 위치가 결정된다. 기준점에서의 깊이와 기하학적인 형상은 대응하는 깊이맵의 픽셀들에서 구해질 수 있다.

추가적인 양상에 따르면, 기하 데이터 입력부(150)는 기하 변수 필터링부(153)를 더 포함할 수 있다. 기하 변수 필터링부(153)는 측정된 부위별 체온 데이터 중 특징 변수만을 추출하여 출력한다. 모집단 데이터로부터 한의학적 복진 모델이 생성될 때 독립 변인들로부터 특징 변수들이 결정된다. 기하 변수 필터링부(153)는 메모리에 저장된 한의학적 복진 모델의 정보로부터 특징 변수들을 결정하여 다른 변수값들은 제외하고 특징 변수들에 해당하는 측정값들만을 추출하여 출력한다.

추가적인 양상에 따르면, 기하 데이터 입력부(150)는 기하 데이터 보정부(155)를 더 포함할 수 있다. 기하 데이터 보정부(155)는 신상 정보에 따라 특징 변수별 데이터 값을 보정한다. 예를 들어 신상 정보는 환자의 성별, 나이 등의 신체 정보와, 음주 여부, 커피 음용 여부 등의 행태 정보를 포함할 수 있다. 예를 들어 기하 데이터 보정부(155)는 메모리에 저장된 룩업 테이블과 컴퓨팅요소에서 실행되는 프로그램 코드로 구현될 수 있다. 신상 정보에 따른 보정 값이 룩업 테이블로 메모리에 저장된다. 마이크로프로세서는 프로그램 코드의 제어에 따라 입력된 신상 정보 데이터를 룩업 테이블을 참조하여 보정하고 출력한다.

<청구항 11,12 발명의 설명>

추가적인 양상에 따르면, 한의 복진 장치는 기하 특징과 함께 해당 복부 표면의 색상 정보를 고려하여 복진 지표를 결정할 수 있다. 이에 따라 도시된 실시예에서 한의 복진 장치는 색상 데이터 입력부(170)를 더 포함할 수 있다.

색상 데이터 입력부(170)는 환자의 복부의 복수의 부위의 색상을 측정하여 출력한다. 일 실시예에서, 색상 데이터 입력부(170)는 색상 측정부(171)를 포함할 수 있다. 색상 측정부(171)는 환자의 복부의 복수의 부위의 색상을 기록한다. 일 실시예에서, 색상 측정부(171)는 기하 특징 측정부(151)와 동일한 부위의 색상을 기하 특징 측정부(151)의 카메라가 촬영한 영상에서 해당 픽셀의 값으로부터 측정할 수 있다. 또 다른 예로, 색상 측정부(171)는 복부의 경혈점 주변 일정 영역에서의 색상 값의 평균값을 구하여 출력할 수도 있다. 복부의 특정한 부위의 기하 특징과 색상값이 함께 고려되어 복진 지표 결정에 도움이 될 수 있다.

추가적인 양상에 따르면, 색상 데이터 입력부(170)는 색상 변수 필터링부(173)를 더 포함할 수 있다. 색상 변수 필터링부(173)는 측정된 부위별 색상 데이터 중 특징 변수만을 추출하여 출력한다. 모집단 데이터로부터 한의학적 복진 모델이 생성될 때 독립 변인들로부터 특징 변수들이 결정된다. 색상 변수 필터링부(173)는 메모리에 저장된 한의학적 복진 모델의 정보로부터 특징 변수들을 결정하여 다른 변수값들은 제외하고 특징 변수들에 해당하는 측정값들만을 추출하여 출력한다.

추가적인 양상에 따르면, 색상 데이터 입력부(170)는 색상 데이터 보정부(175)를 더 포함할 수 있다. 색상 데이터 보정부(175)는 신상 정보에 따라 특징 변수별 데이터 값을 보정한다. 예를 들어 신상 정보는 환자의 성별, 나이 등의 신체 정보와, 음주 여부, 커피 음용 여부 등의 행태 정보를 포함할 수 있다. 예를 들어 색상 데이터 보정부(175)는 메모리에 저장된 룩업 테이블과 컴퓨팅요소에서 실행되는 프로그램 코드로 구현될 수 있다. 신상 정보에 따른 보정 값이 룩업 테이블로 메모리에 저장된다. 마이크로프로세서는 프로그램 코드의 제어에 따라 입력된 신상 정보 데이터를 룩업 테이블을 참조하여 보정하고 출력한다.

<청구항 13,14 발명의 설명>

추가적인 양상에 따르면, 한의 복진 장치는 추가로 복명음을 분석하여 복진 지표를 결정할 수 있다. 도시된 실시예에서 복명음 데이터 입력부(190)는 환자의 복부에서 복명음을 축정하여 출력한다. 일 실시예에서, 복명음 데이터 입력부(190)는 복명음 데이터 측정부(191)를 포함할 수 있다. 복명음 데이터 측정부(191)는 환자의 복부의 복수의 부위에서 예를 들면 마이크로폰을 통해 복명음을 수집하고 그 신호를 처리한다. 예를 들어 복명음 데이터 측정부(191)는 마이크로폰을 통해 샘플링한 복명음 데이터의 주파수 대역별 파워 특성을 몇 가지로 패턴화하고, 그 패턴에 해당하는 지수값을 출력할 수 있다.

추가적인 양상에 따르면, 복명음 데이터 입력부(190)는 복명음 변수 필터링부(193)를 더 포함할 수 있다. 복명음 변수 필터링부(193)는 측정된 부위별 복명음 데이터 중 특징 변수만을 추출하여 출력한다. 모집단 데이터로부터 한의학적 복진 모델이 생성될 때 독립 변인들로부터 특징 변수들이 결정된다. 복명음 변수 필터링부(193)는 메모리에 저장된 한의학적 복진 모델의 정보로부터 특징 변수들을 결정하여 다른 변수값들은 제외하고 특징 변수들에 해당하는 측정값들만을 추출하여 출력한다.

추가적인 양상에 따르면, 복명음 데이터 입력부(190)는 복명음 데이터 보정부(195)를 더 포함할 수 있다. 복명음 데이터 보정부(195)는 신상 정보에 따라 특징 변수별 데이터 값을 보정한다. 예를 들어 신상 정보는 환자의 성별, 나이 등의 신체 정보와, 음주 여부, 커피 음용 여부 등의 행태 정보를 포함할 수 있다. 예를 들어 복명음 데이터 보정부(195)는 메모리에 저장된 룩업 테이블과 컴퓨팅요소에서 실행되는 프로그램 코드로 구현될 수 있다. 신상 정보에 따른 보정 값이 룩업 테이블로 메모리에 저장된다. 마이크로프로세서는 프로그램 코드의 제어에 따라 입력된 신상 정보 데이터를 룩업 테이블을 참조하여 보정하고 출력한다.

도시되지 않았지만, 복진 지표 출력부(210)의 입력은 이들 외에도 복부의 습도 등 다른 특징값들도 있을 수 있다.

<청구항 15 발명의 설명>

제안된 발명의 일 양상에 따르면, 환자의 복부의 측정 값을 입력으로 가지는 한의학적 복진 모델에 기초하여 변증이 처리된다. 도 3은 일 실시예에 따른 한의 복진 장치의 구성을 도시한 블록도이다. 도시된 바와 같이, 일 실시예에 따른 한의 복진 장치는 압통 데이터 입력부(110)와, 변증 처리부(510)를 포함한다. 도 1과 대응되는 유사한 기능을 가진 구성은 동일한 도면 부호로 참조되었다. 압통 데이터 입력부(110) 는 도 1의 대응되는 구성과 유사하므로 상세한 설명은 생략한다.

복진 지표 출력부(210)는 복수의 특징 변수값들을 입력 받아 한의학적 복진 모델에 기초하여 복수의 변증 값 중 적어도 하나의 값을 산출하여 출력한다. 본 명세서에서 변증은 배경 기술란에서 설명한 바와 같이 한의학적 치료의 근거가 되는 증을 변별하여 결정하는 것이다. 예를 들어 기능성소화불량의 경우 변증은 간위불화(肝胃不和), 음식정체(飮食停滯), 비위습열(脾胃濕熱), 한열착잡(寒熱錯雜), 비위허한(脾胃虛寒), 위음부족(胃陰不足) 등 중의 어느 하나를 결정하는 것으로 볼 수 있다. 일 실시예에서, 한의학적 복진 모델은 수집된 압통 데이터, 체온 데이터, 그리고 기하 데이터들과 그에 대한 전문가의 복진 결과를 토대로 통계적으로 결정된 모델일 수 있다. 압통 변수와 체온 변수, 그리고 형태 변수들 중 독립 변수들이 회귀 분석(regression analysis)에 의해 결정될 수 있다. 이러한 분석을 통해 압통 변수와 체온 변수, 그리고 형태 변수들 중 특징 변수들이 결정된다. 한의학적 복진 모델이 결정되면, 특징 변수들이 결정되고, 따라서 모든 변수값들을 입력하기 보다 단지 결정된 특징 변수값들로부터 한의학적 복진 모델의 출력 값이 결정될 수 있다.

추가적인 양상에 따르면, 한의 복진 장치는 압통 특징 변수값에 추가로 체온 특징 변수를 반영하여 변증을 처리할 수 있다. 이러한 양상이 반영된 일 실시예에 따른 한의 복진 장치는 체온 데이터 입력부(130)를 더 포함할 수 있다. 체온 데이터 입력부(130)는 도 1의 대응되는 구성과 유사하므로 상세한 설명은 생략한다.

추가적인 양상에 따르면, 한의 복진 장치는 추가로 기하 특징 변수를 반영하여 변증을 처리할 수 있다. 이러한 양상이 반영된 일 실시예에 따른 한의 복진 장치는 기하 데이터 입력부(150)를 더 포함할 수 있다. 기하 데이터 입력부(150)는 도 1의 대응되는 구성과 유사하므로 상세한 설명은 생략한다.

<청구항 16 발명의 설명>

제안된 발명의 추가적인 양상에 따르면, 한의 복진 장치는 특징 변수값들로부터 한의학적 복진 모델에 기초하여 복수의 변증별 확률값을 산출하여 출력할 수 있다. 딥러닝에 기초하여 입력 데이터들로부터 특정한 클라스에 속할 확률값을 산출할 수 있다.

제안된 발명의 추가적인 양상에 따르면, 한의 복진 장치는 3개 혹은 그 이상의 상이한 도메인의 특징 변수값들로부터 한의학적 복진 모델에 기초하여 복수의 변증별 확률값을 산출하여 출력할 수 있다. 딥러닝에 기초하여 입력 데이터들로부터 특정한 클라스에 속할 확률값을 산출할 수 있다. 이를 위해 3개 혹은 그 이상의 상이한 도메인의 특징 변수값들이 정규화되어 통합될 수 있다. 이 같은 통합된 데이터들과, 그에 대해 한의사들에 의해 결정된 변증 값들로 학습 데이터를 구성하여 딥러닝 엔진을 학습시킬 수 있다. 제안된 발명에서, 학습 데이터는 통합된 데이터와, 그 데이터가 측정된 환자가 작성한 설문지로부터 결정된 변증 값으로부터 생성되었다. 또 다른 예로, 이 같은 분류모델은 SVM(Support Vector Machine) 혹은 Lasso 등이 적용될 수 있다. 예를 들어 도 3에서 변증 처리부(510)가 출력하는 값은 다음과 같은 형식일 수 있다.

음식정체 0.9, 비위습열 0.2, 비위허한 0.1

<청구항 17-18 발명의 설명>

제안된 발명의 추가적인 양상에 따르면, 환자의 복부의 복수의 부위에서 센서들로부터 획득된 측정값을 입력으로 가지는 한의학적 복진 모델에 기초하여 변증 값이 결정된다. 도 4는 또 다른 실시예에 따른 한의 복진 장치의 구성을 도시한 블록도이다. 도시된 바와 같이, 일 실시예에 따른 한의 복진 장치는 압통 데이터 입력부(110)와, 변증 처리부(510)를 포함한다. 도 2와 대응되는 유사한 기능을 가진 구성은 동일한 도면 부호로 참조되었다. 압통 데이터 입력부(110) 및 그 하위 구성들은 도 2의 대응되는 구성과 유사하므로 상세한 설명은 생략한다. 변증 처리부(510)는 도 3의 대응되는 구성과 입력 데이터가 어떻게 획득되는지만 차이가 있을 뿐 기능의 차이가 없으므로 상세한 설명은 생략한다.

추가적인 양상에 따르면, 한의 복진 장치는 압통 특징 변수값에 추가로 체온 특징 변수를 반영하여 복진 지표값을 결정할 수 있다. 이러한 양상이 반영된 일 실시예에 따른 한의 복진 장치는 체온 데이터 입력부(130)를 더 포함할 수 있다. 체온 데이터 입력부(130) 및 그 하위 블럭들에 대해서도 도 2에 도시된 실시예와 관련하여 설명한 바 있으므로 상세한 설명은 생략한다.

추가적인 양상에 따르면, 한의 복진 장치는 추가로 기하 특징 변수를 반영하여 복진 지표값을 결정할 수 있다. 이러한 양상이 반영된 일 실시예에 따른 한의 복진 장치는 기하 데이터 입력부(150)를 더 포함할 수 있다. 기하 데이터 입력부(150) 및 그 하위 블럭들에 대해서도 도 2에 도시된 실시예와 관련하여 설명한 바 있으므로 상세한 설명은 생략한다.추가적인 양상에 따르면, 한의 복진 장치는 기하 특징과 함께 해당 복부 표면의 색상 정보를 고려하여 복진 지표를 결정할 수 있다. 이에 따라 도시된 실시예에서 한의 복진 장치는 색상 데이터 입력부(170)를 더 포함할 수 있다. 색상 데이터 입력부(170) 및 그 하위 블럭들에 대해서도 도 2에 도시된 실시예와 관련하여 설명한 바 있으므로 상세한 설명은 생략한다.

추가적인 양상에 따르면, 한의 복진 장치는 복명음을 분석하여 복진 지표를 결정할 수 있다. 이에 따라 도시된 실시예에서 한의 복진 장치는 복명음 데이터 입력부(190)를 더 포함할 수 있다. 복명음 데이터 입력부(190) 및 그 하위 블럭들에 대해서도 도 2에 도시된 실시예와 관련하여 설명한 바 있으므로 상세한 설명은 생략한다.

<도 5 발명의 설명>

도 5는 일 실시예에 따른 한의 복진 장치의 외관을 도시한다. 일 실시예에 따른 한의 복진 장치는 환자를 눕히는 테이블(50)과, 복진 센서부(30)를 포함한다. 테이블(50)에는 환자가 눕혀진다. 이송부(10)는 테이블 일측에 고정되어 테이블 상부를 향해 설치된다. 일 실시예에서 이송부(10)는 X-Y 겐트리(gantry) 로봇을 포함할 수 있다. 이송부(10)는 복진 센서부(30)를 환자의 복부의 표면의 임의의 위치로 위치시킬 수 있으며, 복부의 정해진 위치를 가압하거나 복부 상부의 임의의 위치에서 정지할 수 있다. 복진 센서부(30)는 복진을 위한 다수의 센서가 장착된다. 각각의 센서들은 z축 상에서 개별적으로 구동될 수 있다.

일 실시예에서, 복진 센서부(30)는 융합 카메라(30)를 포함할 수 있다. 융합 카메라(30)는 일 실시예에서, 가시광 영상과, 그 가시광 영상과 픽셀 수준에서 동기화된 깊이 맵(depth map)을 출력하는 ToF(Time of Flight) 카메라일 수 있다. 카메라를 통해 한의 복진 장치는 환자의 복부를 촬영하고 그 영상을 분석하여 측정점을 결정하거나 측정점의 색상 정보를 획득할 수 있다. 융합 카메라를 통해 획득한 깊이 맵을 이용하여 복부의 기하학적인 형태 특징 변수값들을 획득할 수 있다. 추가적으로, 융합 카메라(30)는 적외선 카메라를 더 포함할 수 있다. 적외선 카메라는 ToF 카메라보다 낮은 해상도를 가지며, 그 픽셀들이 ToF 카메라의 픽셀들과 대응하도록 하드웨어 및 보정 프로그램 수준에서 정렬된다. 적외선 카메라를 이용하여 측정점에서 기하 특징 변수 뿐 아니라 체온 값도 획득될 수 있다. 추가적으로, 복진 센서부(30)는 압통 측정기(33)를 더 포함할 수 있다. 압통 측정기(33)는 압통기와 거리 측정기가 일체화되어 구성된 전술한 바와 같은 장치로 구현될 수 있다. 융합 카메라(31)의 가시광 영상으로부터 복부를 인식하여 압통 측정기(33)가 위치할 측정점들이 결정될 수 있다.

추가적으로, 일 실시예에 따른 한의 복진 장치는 제어기(70)를 포함할 수 있다. 제어기(70)는 네트워크를 통해 서버로 연결된다. 서버를 통해 환자 데이터베이스를 액세스하거나 한의 복진 장치의 동작에 필요한 데이터를 수신할 수 있다.

제어기(70)는 한의사의 조작에 따라 이송부(10)를 제어하거나 복진 센서부(30)의 다수의 센서들을 제어한다. 일 실시예에서,제어기(70)는 이송부(10)를 z축 상에서 위로 구동한 후 환자의 신체를 카메라로 촬영하여 환자 복부 표면에서 경혈점 위치를 좌표로 산출한 다음, 그 경혈점 위치를 기준으로 환자 복부 표면에서의 압통 측정점들의 위치를 좌표로 산출한다. 이후에 제어기(70)는 이송부(10)를 구동하여 먼저 경혈점 위치에서 기하 특징 변수값들을 측정하면서 색상 데이터와 체온 데이터를 획득한다. 이후에 복진 센서부(30)를 그 경혈점에 인접한 압통 측정점 상부 위치로 이송한 후 압통 측정기(33)를 하강시켜 복부 표면에 위치시킨 후 압통 데이터를 측정한다. 환자는 버튼(35)을 손에 쥐고 있다가 제어기(70)의 제어에 따라 출력되는 안내 멘트에 따라 각각의 압통 측정점들에서 통증을 느끼는 경우 버튼(35)을 누르게 된다. 제어기(70)는 버튼이 눌러지면 압통 측정기(33)를 제어하여 그 시점에서 압력값과, 해당 측정점에서의 눌러진 깊이를 측정한다.

추가적으로, 복진 센서부(30)는 복명음 측정을 위한 마이크로폰을 더 포함할 수 있다. 환자의 복부의 특정한 지점 상부에서 혹은 복부를 가압한 상태에서 마이크로폰을 작동시킬 수 있다. 제안된 발명은 이외에 복부 표면의 습도를 센싱하는 센서를 더 포함할 수도 있다.

이상에서 본 발명을 첨부된 도면을 참조하는 실시예들을 통해 설명하였지만 이에 한정되는 것은 아니며, 이들로부터 당업자라면 자명하게 도출할 수 있는 다양한 변형예들을 포괄하도록 해석되어야 한다. 특허청구범위는 이러한 변형예들을 포괄하도록 의도되었다.

10 : 이송부 30 : 복진 센서부
31 : 융합 카메라 33 : 압통 측정기
35 : 버튼
50 : 테이블 70 : 제어기
110 : 압통 데이터 입력부 111 : 압통 측정부
113 : 압통 변수 필터링부 115 : 압통 데이터 보정부
130 : 체온 데이터 입력부 131 : 체온 측정부
133 : 체온 변수 필터링부 135 : 체온 데이터 보정부
150 : 기하 데이터 입력부 151 : 기하 특징 측정부
153 : 기하 변수 필터링부 155 : 기하 데이터 보정부
170 : 색상 데이터 입력부 171 : 영상 처리부
173 : 색상 변수 필터링부
210 : 복진 지표 출력부
310 : 신상 정보 입력부
510 : 변증 처리부

Claims

환자의 복부의 복수의 부위를 자극하여 자극에 대한 반응으로부터 부위별 압통 반응을 정량적으로 측정한 압통 특징 변수값을 획득하는 압통 데이터 입력부와;
적어도 하나의 특징 변수값을 입력 받아 한의학적 복진 모델에 기초하여 복수의 복진 지표중 적어도 하나의 값을 산출하여 출력하는 복진 지표 출력부;
를 포함하는 한의 복진 장치.
청구항 1에 있어서, 상기 복진 지표 출력부가 특징 변수값을 입력 받아 한의학적 복진 모델에 기초하여 복수의 복진 지표 별 확률값을 산출하여 출력하는 한의 복진 장치.
청구항 1에 있어서, 상기 압통 데이터 입력부는 :
환자의 복부의 복수의 부위를 자극하여 자극에 대한 반응으로부터 부위별 압통 반응을 정량적으로 측정하는 압통 측정부를 포함하는 한의 복진 장치.
청구항 3에 있어서, 압통 데이터 입력부는 :
측정된 부위별 압통 반응 데이터 중 특징 변수에 해당하는 데이터만을 추출하여 출력하는 압통 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 압통 데이터 보정부;
를 더 포함하는 한의 복진 장치.
청구항 1에 있어서, 한의 복진 장치는 :
환자의 복부의 복수의 부위의 체온을 측정한 체온 특징 변수값을 입력하는 체온 데이터 입력부;
를 더 포함하는 한의 복진 장치.
청구항 5에 있어서, 상기 체온 데이터 입력부는 :
환자의 복부의 복수의 부위의 체온을 측정하는 체온 측정부를 포함하는 한의 복진 장치.
청구항 6에 있어서, 체온 데이터 입력부는 :
측정된 부위별 체온 데이터 중 특징 변수만을 추출하여 출력하는 체온 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 체온 데이터 보정부;
를 더 포함하는 한의 복진 장치.
청구항 1에 있어서, 한의 복진 장치는 :
환자의 복부의 복수의 부위의 기하학적인 형태 정보로부터 부위별로 형태 특징 변수값을 입력하는 기하 데이터 입력부;
를 더 포함하는 한의 복진 장치.
청구항 8에 있어서, 상기 기하 데이터 입력부는 :
환자의 복부의 부위의 기하학적인 형상을 측정하여 기하 데이터를 출력하는 기하 특징 측정부를 포함하는 한의 복진 장치.
청구항 9에 있어서, 기하 데이터 입력부는 :
측정된 기하 데이터 중 특징 변수만을 추출하여 출력하는 기하 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 기하 데이터 보정부;
를 더 포함하는 한의 복진 장치.
청구항 8에 있어서, 한의 복진 장치는 :
기하 데이터 입력부와 동일한 부위의 색상 데이터를 검출하여 출력하는 색상 데이터 입력부;
를 더 포함하는 한의 복진 장치.
청구항 11에 있어서, 색상 데이터 입력부는 :
측정된 색상 데이터 중 특징 변수만을 추출하여 출력하는 색상 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 색상 데이터 보정부;
를 더 포함하는 한의 복진 장치.
청구항 1에 있어서, 한의 복진 장치는 :
복명음 데이터를 검출하여 출력하는 복명음 데이터 입력부;
를 더 포함하는 한의 복진 장치.
청구항 13에 있어서, 복명음 데이터 입력부는 :
측정된 복명음 데이터 중 특징 변수만을 추출하여 출력하는 복명음 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 복명음 데이터 보정부;
를 더 포함하는 한의 복진 장치.
환자의 복부의 복수의 부위를 자극하여 자극에 대한 반응으로부터 부위별 압통 반응을 정량적으로 측정한 압통 특징 변수값을 입력하는 압통 데이터 입력부와;
특징 변수값을 입력 받아 한의학적 변증 모델에 기초하여 복수의 변증 값 중 적어도 하나의 값을 출력하는 변증 처리부;
를 포함하는 한의 복진 장치.
청구항 15에 있어서, 변증 처리부는 특징 변수값들을 입력 받아 한의학적 변증 모델에 기초하여 복수의 한의학 변증과 그 변증 별 확률값을 산출하여 출력하는 한의 복진 장치.
청구항 15에 있어서, 상기 압통 데이터 입력부는 :
환자의 복부의 복수의 부위를 자극하여 자극에 대한 반응으로부터 부위별 압통 반응을 정량적으로 측정하는 압통 측정부를 포함하는 한의 복진 장치.
청구항 17에 있어서, 압통 데이터 입력부는 :
측정된 부위별 압통 반응 데이터 중 특징 변수에 해당하는 데이터만을 추출하여 출력하는 압통 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 압통 데이터 보정부;
를 더 포함하는 한의 복진 장치.
청구항 15에 있어서, 한의 복진 장치는 :
환자의 복부의 복수의 부위의 체온을 측정한 체온 특징 변수값을 입력하는 체온 데이터 입력부;
를 더 포함하는 한의 복진 장치.
청구항 19에 있어서, 상기 체온 데이터 입력부는 :
환자의 복부의 복수의 부위의 체온을 측정하는 체온 측정부를 포함하는 한의 복진 장치.
청구항 20에 있어서, 체온 데이터 입력부는 :
측정된 부위별 체온 데이터 중 특징 변수만을 추출하여 출력하는 체온 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 체온 데이터 보정부;
를 더 포함하는 한의 복진 장치.
청구항 15에 있어서, 한의 복진 장치는 :
환자의 복부의 복수의 부위의 기하학적인 형태 정보로부터 부위별로 형태 특징 변수값을 입력하는 기하 데이터 입력부;
를 더 포함하는 한의 복진 장치.
청구항 22에 있어서, 상기 기하 데이터 입력부는 :
환자의 복부의 부위의 기하학적인 형상을 측정하여 기하 데이터를 출력하는 기하 특징 측정부를 포함하는 한의 복진 장치.
청구항 23에 있어서, 기하 데이터 입력부는 :
측정된 기하 데이터 중 특징 변수만을 추출하여 출력하는 기하 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 기하 데이터 보정부;
를 더 포함하는 한의 복진 장치.
청구항 22에 있어서, 한의 복진 장치는 :
기하 데이터 입력부와 동일한 부위의 색상 데이터를 검출하여 출력하는 색상 데이터 입력부;
를 더 포함하는 한의 복진 장치.
청구항 25에 있어서, 색상 데이터 입력부는 :
측정된 색상 데이터 중 특징 변수만을 추출하여 출력하는 색상 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 색상 데이터 보정부;
를 더 포함하는 한의 복진 장치.
청구항 15에 있어서, 한의 복진 장치는 :
복명음 데이터를 검출하여 출력하는 복명음 데이터 입력부;
를 더 포함하는 한의 복진 장치.
청구항 27에 있어서, 복명음 데이터 입력부는 :
측정된 복명음 데이터 중 특징 변수만을 추출하여 출력하는 복명음 변수 필터링부와;
환자의 성별, 나이 등 신체 정보와, 음주 여부, 커피 음용 여부 등 행태 정보를 포함하는 신상 정보에 따라 특징 변수별 데이터 값을 보정하는 복명음 데이터 보정부;
를 더 포함하는 한의 복진 장치.