KR20220072164A - Ai osteoporosis reading device and method - Google Patents
Ai osteoporosis reading device and method Download PDFInfo
- Publication number
- KR20220072164A KR20220072164A KR1020200159472A KR20200159472A KR20220072164A KR 20220072164 A KR20220072164 A KR 20220072164A KR 1020200159472 A KR1020200159472 A KR 1020200159472A KR 20200159472 A KR20200159472 A KR 20200159472A KR 20220072164 A KR20220072164 A KR 20220072164A
- Authority
- KR
- South Korea
- Prior art keywords
- osteoporosis
- user
- reading
- fluoroscopic image
- bone density
- Prior art date
Links
- 208000001132 Osteoporosis Diseases 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims description 28
- 230000037182 bone density Effects 0.000 claims abstract description 64
- 238000005259 measurement Methods 0.000 claims abstract description 38
- 238000002594 fluoroscopy Methods 0.000 claims description 15
- 210000000988 bone and bone Anatomy 0.000 claims description 12
- 210000004373 mandible Anatomy 0.000 claims description 10
- 230000001054 cortical effect Effects 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 description 69
- 238000004891 communication Methods 0.000 description 7
- 230000008520 organization Effects 0.000 description 5
- 208000010392 Bone Fractures Diseases 0.000 description 3
- 206010017076 Fracture Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000006670 Multiple fractures Diseases 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001009 osteoporotic effect Effects 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 208000024693 gingival disease Diseases 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/505—Clinical applications involving diagnosis of bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G16H50/20—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Epidemiology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
본 발명은 복수의 골다공증 환자의 투시 이미지가 저장되는 데이터베이스; 의심 환자의 투시 이미지를 측정하는 측정부; 및 상기 데이터베이스에 저장된 투시 이미지에서 골밀도를 측정하는 특정 부위인 판독 범위를 바탕으로 AI 학습을 통해 골다공증 환자의 골밀도에 대한 골밀도 판독 정보를 생성하고, 상기 골밀도 판독 정보와 상기 측정부로부터 수신 받은 의심 환자의 투시 이미지의 골밀도를 비교하여 의심 환자의 골다공증 여부를 판단하는 판단부;를 포함하되, 상기 판독 범위는 투시 이미지의 치아 부분을 포함하는 것을 특징으로 하는, AI 골다공증 판독장치를 제공할 수 있다.The present invention is a database in which fluoroscopic images of a plurality of osteoporosis patients are stored; Measuring unit for measuring the fluoroscopic image of the suspected patient; And based on the reading range, which is a specific region for measuring bone density in the fluoroscopic image stored in the database, through AI learning, the bone density reading information for the osteoporosis patient is generated, and the bone density reading information and the suspicious patient received from the measurement unit A determination unit for determining whether the suspected patient has osteoporosis by comparing the bone density of the fluoroscopic images of
Description
본 발명은 AI 골다공증 판독장치 및 방법에 관한 것으로, 더욱 상세하게는 골다공증 환자의 투시 이미지를 기반으로 AI 학습을 통해 골다공증 의심 환자의 골다공증 여부를 판단하는 AI 골다공증 판독장치 및 방법에 관한 것이다.The present invention relates to an AI osteoporosis reading apparatus and method, and more particularly, to an AI osteoporosis reading apparatus and method for determining whether a patient suspected of osteoporosis has osteoporosis through AI learning based on a fluoroscopic image of the osteoporotic patient.
사람들은 나이가 들어감에 따라 뼈의 밀도가 점차 저하되며, 이와 같이 골밀도(BMD; Bone Mineral Density)가 감소되면서 뼈에 구멍이 형성되는 골다공증에 걸리게 된다. 골다공증에 걸리게 되면, 작은 충격에도 뼈가 부러지고 부러진 뼈가 쉽게 접합되지 않는 등 매우 심각한 결과가 초래되므로, 골다공증을 예방하거나 증상의 악화를 방지하기 위하여 주기적인 진단이 요구된다.As people age, bone density gradually decreases, and as such, bone mineral density (BMD) decreases, leading to osteoporosis, in which a hole is formed in the bone. If you suffer from osteoporosis, even a small impact causes very serious consequences, such as broken bones and not easily joining broken bones, so periodic diagnosis is required to prevent osteoporosis or worsen symptoms.
골다공증(Osteoporosis)은 정상인에 비하여 과도하게 골량이 감소된 상태를 일컫는 것으로 골절 및 골 형태의 변형 등을 수반하는 임상적 상태이다. 즉, 골다 공증은 비정상적으로 골량이 감소된 상태로 척추 및 대퇴부 등의 골절, 골의 변형 등을 동반하는 병적인 상태이다. Osteoporosis refers to a state in which bone mass is excessively reduced compared to that of a normal person, and is a clinical condition accompanied by fractures and deformation of bone morphology. That is, osteoporosis is a condition in which bone mass is abnormally reduced and is a pathological condition accompanied by fractures of the spine and femur, and bone deformation.
종래 골밀도 정보는, 엑스레이 또는 초음파와 같이 환자를 투시하는 사진을 의료 전문가가 판독함으로써, 얻어질 수 있다. 그런데 환자를 투시한 사진을 판독하는 의료 전문가의 숙련도가 낮은 경우, 오진이 발생할 우려가 있다. 인공지능 (AI; Artificial Intelligence)의 발달에 따라 환자를 투시한 사진을 인공지능이 판독함으로써, 환자의 골다공증 여부를 정확히 판단할 필요성이 대두되고 있다.Conventional bone density information may be obtained by a medical professional reading a picture through a patient, such as an X-ray or ultrasound. However, when a medical professional who reads a fluoroscopic picture of a patient has low skill level, there is a risk of misdiagnosis. With the development of artificial intelligence (AI), the need to accurately determine whether a patient has osteoporosis by reading a fluoroscopic picture of the patient is emerging.
본 발명이 이루고자 하는 기술적 과제는, 골다공증 환자의 투시 이미지를 기반을 AI 학습을 통해 의심 환자의 골다공증 여부를 판단할 수 있는 AI 골다공증 판독장치 및 방법을 제공하는 것이다. An object of the present invention is to provide an AI osteoporosis reading apparatus and method capable of determining whether a suspected patient has osteoporosis through AI learning based on a fluoroscopic image of the osteoporotic patient.
본 발명의 다른 기술적 과제는, 사용자별로 투시 이미지를 시계열에 따라 저장함으로써, 골밀도의 변화를 확인하고, 이를 기반으로 골다공증 여부를 판단할 수 있는 AI 골다공증 판독장치 및 방법을 제공하는 것이다. Another technical object of the present invention is to provide an AI osteoporosis reading apparatus and method capable of checking changes in bone density by storing fluoroscopic images for each user according to time series, and determining whether or not osteoporosis is based thereon.
본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The technical problems to be achieved by the present invention are not limited to the technical problems mentioned above, and other technical problems not mentioned can be clearly understood by those of ordinary skill in the art to which the present invention belongs from the description below. There will be.
본 발명의 일 실시예에 따르면, 복수의 골다공증 환자의 투시 이미지가 저장되는 데이터베이스; 의심 환자의 투시 이미지를 측정하는 측정부; 및 상기 데이터베이스에 저장된 투시 이미지에서 골밀도를 측정하는 특정 부위인 판독 범위를 바탕으로 AI 학습을 통해 골다공증 환자의 골밀도에 대한 골밀도 판독 정보를 생성하고, 상기 골밀도 판독 정보와 상기 측정부로부터 수신 받은 의심 환자의 투시 이미지의 골밀도를 비교하여 의심 환자의 골다공증 여부를 판단하는 판단부;를 포함하되, 상기 판독 범위는 투시 이미지의 치아 부분을 포함하는 것을 특징으로 하는, AI 골다공증 판독장치를 제공한다.According to an embodiment of the present invention, a database in which fluoroscopic images of a plurality of osteoporosis patients are stored; Measuring unit for measuring the fluoroscopic image of the suspected patient; And based on the reading range, which is a specific region for measuring bone density in the fluoroscopic image stored in the database, through AI learning, the bone density reading information for the osteoporosis patient is generated, and the bone density reading information and the suspicious patient received from the measurement unit Comparing the bone density of the fluoroscopic images of the judging unit for determining whether the suspected patient has osteoporosis; Including, wherein the reading range includes a tooth portion of the fluoroscopic image, it provides an AI osteoporosis reading device.
상기 판독 범위는, 하악 피질골 두께 및 하악 수질골 밀도 중 적어도 하나를 이용하는 것을 특징으로 하는, AI 골다공증 판독장치를 제공할 수 있다. The reading range may provide an AI osteoporosis reading device, characterized in that at least one of mandibular cortical bone thickness and mandibular medullary bone density is used.
상기 판독 범위는, 기 설정된 하악골의 치아 위치에서부터 기 설정된 면적 A를 설정하되, 치아를 제외한 영역으로 설정되는, AI 골다공증 판독장치를 제공할 수 있다.The reading range may provide an AI osteoporosis reading device in which a preset area A is set from a preset tooth position of the mandible, but is set to an area excluding the teeth.
상기 판독 정보는, 상기 골다공증 환자의 상기 투시 이미지에서, 상기 기 설정된 면적 A 및 구강 길이 데이터 중 적어도 하나를 이용하는 것을 특징으로 하되, 상기 구강 길이 데이터는, 하악 및 치아 전체 포함 길이, 치아 두부와 잇몸 길이 및 부식되어 들어간 잇몸의 길이 중 어느 하나인, AI 골다공증 판독장치를 제공할 수 있다. The read information, in the fluoroscopic image of the osteoporosis patient, characterized in that at least one of the preset area A and oral length data is used, wherein the oral length data includes the mandible and the total length of the teeth, the tooth head and the gums. It is possible to provide an AI osteoporosis reader, which is any one of the length and the length of the eroded gum.
상기 데이터베이스는, 각 사용자에 대한 투시 이미지가 저장된 사용자별 데이터부; 및 복수의 골다공증 환자의 투시 이미지가 저장되는 학습 데이터부;를 포함하고, 상기 사용자별 데이터부에는, 상기 측정부에서 측정되는 각 사용자에 따른 투시 이미지가 사용자별로 저장되는, AI 골다공증 판독장치를 제공할 수 있다. The database may include: a data unit for each user in which a perspective image for each user is stored; and a learning data unit for storing fluoroscopy images of a plurality of osteoporosis patients, wherein the data unit for each user stores fluoroscopic images for each user measured by the measurement unit for each user, providing an AI osteoporosis reading device can do.
상기 판단부는, 상기 측정부로부터 수신받은 특정 사용자에 대한 투시 이미지를 상기 사용자별데이터부에 기 저장된 특정 사용자에 대한 투시 이미지와 비교하여, 골밀도의 상태 변화를 확인할 수 있는, AI 골다공증 판독장치를 제공할 수 있다. The determination unit, by comparing the fluoroscopic image for a specific user received from the measurement unit with the fluoroscopic image for a specific user pre-stored in the user-specific data unit, provides an AI osteoporosis reading device capable of confirming a change in the state of bone density can do.
본 발명의 일 실시예에 따르면, 데이터베이스에 복수의 골다공증 환자의 투시 이미지가 저장되는 단계; 판단부가, 상기 데이터베이스에 저장된 투시 이미지에서 골밀도를 측정하는 특정 부위인 판독 범위를 바탕으로 AI 학습을 통해 골다공증 환자의 골밀도에 대한 골밀도 판독 정보를 생성하는 단계; 측정부가, 의심 환자의 투시 이미지를 측정하는 단계; 상기 데이터베이스에 상기 측정부에서 측정된 의심 환자의 상기 투시 이미지가 저장되는 단계; 상기 판단부가, 상기 골밀도 판독 정보와 상기 측정부로부터 수신 받은 의심 환자의 투시 이미지의 골밀도를 비교하여 의심 환자의 골다공증 여부를 판단하는 단계를 포함하되, 상기 판독 범위는 투시 이미지의 치아 부분을 포함하는 것을 특징으로 하는, AI 골다공증 판독 방법을 제공한다. According to an embodiment of the present invention, storing a plurality of fluoroscopic images of osteoporosis patients in a database; generating, by a determination unit, bone density reading information on bone density of an osteoporosis patient through AI learning based on a reading range that is a specific region for measuring bone density in the fluoroscopic image stored in the database; measuring, by the measuring unit, a fluoroscopic image of the suspected patient; storing the fluoroscopy image of the suspected patient measured by the measurement unit in the database; Comprising the step of determining, by the determination unit, the bone density reading information and the bone density of the fluoroscopic image of the suspected patient received from the measurement unit to determine whether the suspected patient has osteoporosis, wherein the reading range includes the tooth portion of the fluoroscopic image It provides a method for reading AI osteoporosis, characterized in that.
상기 판독 범위는, 하악 피질골 두께 및 하악 수질골 밀도 중 적어도 하나를 이용하는 것을 특징으로 하는, AI 골다공증 판독 방법을 제공할 수 있다. The reading range may provide an AI osteoporosis reading method, characterized in that at least one of mandibular cortical bone thickness and mandibular medullary bone density is used.
상기 판독 범위는, 기 설정된 하악골의 치아 위치에서부터 기 설정된 면적 A를 설정하되, 치아를 제외한 영역으로 설정되는, AI 골다공증 판독 방법을 제공할 수 있다. The reading range may provide an AI osteoporosis reading method in which a preset area A is set from a preset tooth position of the mandible, but is set to an area excluding the teeth.
상기 판독 정보는, 상기 골다공증 환자의 상기 투시 이미지에서, 상기 기 설정된 면적 A 및 구강 길이 데이터 중 적어도 하나를 이용하는 것을 특징으로 하되, 상기 구강 길이 데이터는, 하악 및 치아 전체 포함 길이, 치아 두부와 잇몸 길이 및 부식되어 들어간 잇몸의 길이 중 어느 하나인, AI 골다공증 판독 방법을 제공할 수 있다. The read information, in the fluoroscopic image of the osteoporosis patient, characterized in that at least one of the preset area A and oral length data is used, wherein the oral length data includes the mandible and the total length of the teeth, the tooth head and the gums. It is possible to provide an AI osteoporosis reading method, which is any one of the length and the length of the eroded gum.
상기 데이터베이스는, 각 사용자에 대한 투시 이미지가 저장된 사용자별 데이터부; 및 복수의 골다공증 환자의 투시 이미지가 저장되는 학습 데이터부;를 포함하고, 상기 데이터베이스에 측정부에서 측정된 의심 환자의 투시 이미지가 저장되는 단계는, 상기 사용자별 데이터부에 상기 측정부에서 측정되는 각 사용자에 따른 투시 이미지가 사용자별로 저장되는 단계를 더 포함하는, AI 골다공증 판독 방법을 제공할 수 있다.The database may include: a data unit for each user in which a perspective image for each user is stored; and a learning data unit for storing fluoroscopy images of a plurality of osteoporosis patients, wherein the storing of the fluoroscopic images of the suspected patient measured by the measurement unit in the database includes, in the data unit for each user, the fluoroscopy images measured by the measurement unit It is possible to provide an AI osteoporosis reading method, further comprising the step of storing the fluoroscopy image for each user for each user.
상기 데이터베이스에 측정부에서 측정된 의심 환자의 투시 이미지가 저장되는 단계 이후에, 상기 판단부는, 상기 측정부로부터 수신받은 특정 사용자에 대한 투시 이미지를 상기 사용자별 데이터부에 기 저장된 특정 사용자에 대한 투시 이미지와 비교하여, 골밀도의 상태 변화를 확인하는 단계를 더 포함하는, AI 골다공증 판독 방법을 제공할 수 있다.After the step of storing the fluoroscopy image of the suspected patient measured by the measurement unit in the database, the determination unit, the fluoroscopy image for the specific user received from the measurement unit, is pre-stored in the data unit for each user. Comparing with the image, it is possible to provide an AI osteoporosis reading method further comprising the step of confirming a change in the state of bone density.
본 발명의 실시예에 의하면, 환자의 투시 이미지를 기반을 AI 학습을 통해 의심 환자의 골다공증 여부를 판단할 수 있다.According to an embodiment of the present invention, it is possible to determine whether the suspected patient has osteoporosis through AI learning based on the patient's fluoroscopic image.
또한, 사용자별로 투시 이미지를 시계열에 따라 저장함으로써, 골밀도의 변화를 확인하고, 이를 기반으로 골다공증 여부를 판단할 수 있다.In addition, by storing the fluoroscopic images for each user according to time series, the change in bone density can be checked, and based on this, it is possible to determine whether osteoporosis is present.
도 1은 본 발명의 일 실시예에 따른 AI 골다공증 판독장치를 나타낸 도면
도 2는 본 발명의 일 실시예에 따른 투시 이미지에서의 판독 범위를 나타내는 도면
도 3은 본 발명의 일 실시예에 따른 AI 골다공증 판독 방법을 나타내는 순서도
도 4는 본 발명의 일 실시예에 따른 사용자 별 정보를 저장하는 순서도1 is a view showing an AI osteoporosis reading device according to an embodiment of the present invention;
2 is a diagram illustrating a reading range in a perspective image according to an embodiment of the present invention;
3 is a flowchart illustrating an AI osteoporosis reading method according to an embodiment of the present invention;
4 is a flowchart of storing information for each user according to an embodiment of the present invention;
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.Hereinafter, specific embodiments of the present invention will be described with reference to the drawings. However, this is merely an example, and the present invention is not limited thereto.
본 발명을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로써 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. In the description of the present invention, if it is determined that the detailed description of the known technology related to the present invention may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted. In addition, the terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to intentions or customs of users and operators. Therefore, the definition should be made based on the content throughout this specification.
본 발명의 기술적 사상은 청구범위에 의해 결정되며, 이하의 실시예는 본 발명의 기술적 사상을 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 효율적으로 설명하기 위한 일 수단일 뿐이다.The technical spirit of the present invention is determined by the claims, and the following examples are only one means for efficiently explaining the technical spirit of the present invention to those of ordinary skill in the art to which the present invention belongs.
도 1은 본 발명의 일 실시예에 따른 AI 골다공증 판독장치를 나타낸 도면이고, 도 2는 본 발명의 일 실시예에 따른 투시 이미지에서의 판독 범위를 나타내는 도면이다. 1 is a diagram illustrating an AI osteoporosis reading apparatus according to an embodiment of the present invention, and FIG. 2 is a diagram illustrating a reading range in a fluoroscopic image according to an embodiment of the present invention.
도 1을 참조하면, 본 발명에 따른 AI 골다공증 판독장치(10)는 측정부(102), 제어부(104), 판단부(106), 통신부(108) 및 데이터베이스(110)을 포함할 수 있다. Referring to FIG. 1 , the AI
측정부(102)는 사용자를 촬영하여 골밀도 판독에 필요한 투시 이미지를 생성할 수 있다. 여기서, 사용자는 AI 골다공증 판독장치(10)를 통해 투시 이미지를 촬영하는 사람으로, 골다공증 환자 또는 골다공증 의심환자를 의미할 수 있다. 측정부(102)는 환자의 골밀도 판독에 필요한 투시 이미지를 생성하고, 이를 제어부(104)에 제공할 수 있다. 예를 들어, 투시 이미지는 골밀도 판독을 위한 사진으로, 엑스레이(X-ray) 이미지, 단층촬영(tomography) 이미지, 초음파 이미지, 그리고 자기공명 이미지(MRI) 중 적어도 하나를 포함할 수 있다. 단층촬영은, 예를 들어 CT일 수 있다. 자기공명은, 예를 들어 핵자기공명(NMR, nuclear magnetic resonance)일 수 있다. The
측정부(102)는 투시 이미지 촬영 전에 판독 범위를 확인하고, 판독 범위에 대한 투시 이미지를 촬영할 수 있다. 여기서, 판독 범위란 투시 이미지에서 골밀도를 측정하는 특정 영역으로, 예를 들어 하악 피질골 두께 및 하악 수질골 밀도 중 적어도 하나를 포함할 수 있다. 여기서는 판독 범위가 하악 피질골 두께 및 하악 수질골 밀도 중 적어도 하나를 포함하는 것으로 설명하나 이에 한정되는 것은 아니며, 판독 범위는 사용자의 설정에 따라 다양한 부위로 설정될 수 있음은 물론이다. The
여기서 도 2를 참조하면, 판독 범위는 기 설정된 하악골의 치아 위치에서부터 기 설정된 면적 A를 설정하되, 치아를 제외한 영역으로 설정될 수 있다. Here, referring to FIG. 2 , the reading range may be set to an area excluding the teeth while setting the preset area A from the preset tooth position of the mandible.
제어부(104)는 AI 골다공증 측정장치(10)를 제어할 수 있다. 구체적으로, 제어부(104)는 측정부(102)가 사용자의 투시 이미지를 촬영하도록 제어할 수 있다. 또한, 제어부(104)는 통신부(106)가 외부 장치와 통신을 통해 외부 정보를 수신하고, 투시 이미지를 전송하도록 제어할 수 있다. The
제어부(104)는 입력부(미도시)를 포함할 수 있다. 입력부는 사용자(user)로부터 입력을 획득할 수 있다. 예를 들어 입력부는 콘솔(console) 입력, 터치 입력 등을 획득할 수 있다. 제어부(110)는 입력부가 외부로부터 입력받은 신호를 기초로 AI 골다공증 판독장치(10)의 작동에 관한 명령을 획득하고, 제어할 수 있다. The
판단부(106)는 데이터베이스(110)에 저장된 투시 이미지에서 골밀도를 측정하는 특정 부위인 판독 범위를 바탕으로 AI 학습을 통해 골다공증 환자의 골밀도에 대한 골밀도 판독 정보를 생성할 수 있다. 여기서, 도 3을 참조하면, 판독 정보는 골다공증 환자의 투시 이미지에서 기 설정된 면적 A 및 구강 길이 데이터(A, B, C) 중 적어도 하나를 이용하여 생성될 수 있다. 구강 길이 A는 예를 들어, 하악 및 치아 전체의 길이이고, 구강 길이 B는 치아 두부와 잇몸 길이이며, 구강 길이 C는 부식되어 들어간 잇몸의 길이일 수 있다. 판단부(106)는 예를 들어, “프로세서(processor)”라 칭할 수 있다. 판단부(106)는, 서버(server), 컴퓨터, PCB, 논리회로, 그리고 랩톱(laptop) 중 적어도 하나를 이용하여 구현될 수 있다. 판단부(106)는, AI 엔진을 포함할 수 있다. AI 엔진은 “인공지능 엔진”이라 칭할 수 있다. AI 엔진은, 머신 러닝(machine learning) 또는/및 딥 러닝(deep learning)을 이용하여 AI 학습을 수행할 수 있다. 여기서, AI 학습이란 데이터베이스(110)에 저장된 투시 이미지에서 판독 범위를 바탕으로 골다공증 환자의 골밀도에 대한 골밀도 판독 정보를 생성하는 것을 의미할 수 있다. 여기서, 골밀도 판독 정보란, 골다공증 환자의 골밀도에 대한 수치 또는 이미지에 대한 정보를 의미할 수 있다. The
판단부(106)는 사용자 병력 정보, 골밀도 판독 정보 및 의심 환자 투시 이미지를 이용하여 의심 환자의 골다공증 여부를 판단할 수 있다. 여기서, 사용자 병력 정보란, 개인의 골다공증 및 골절 위험 인자, 질병력, 약물력, 개인 유전자 정보 등을 의미할 수 있다. 구체적으로, 판단부(106)는 AI 학습을 통해 생성한 골밀도 판독 정보와 측정부(102)에서 측정된 의심 환자의 투시 이미지를 비교 분석하되, 의심 환자의 사용자 병력 정보를 통해 사용자 별로 서로 다른 기준점을 확립하고, 이를 이용해 의심 환자의 골다공증 여부를 판단할 수 있다. The
판단부(106)는 각 사용자 별 골밀도 상태 변화를 AI 학습하여 해당 사용자의 골밀도 상태 변화를 예측할 수 있다. 구체적으로 판단부(106)는 측정부(102)로부터 수신받은 특정 사용자에 대한 투시 이미지를 데이터베이스부(110)에 기 저장된 특정 사용자에 대한 투시 이미지와 비교하여 특정 사용자(즉, 측정부(102)로부터 수신 받은 투시 이미지의 특정 사용자)의 골밀도의 상태 변화를 시계열적으로 확인할 수 있다. 또한, 판단부(106)는 데이터베이스(110)에 저장된 사용자 별 투시 이미지의 변화를 AI 학습하고, 상기에서 확인한 특정 사용자의 골밀도 상태 변화를 AI 학습 결과와 비교하여, 해당 사용자의 골밀도 상태 변화를 예측할 수 있다. The
통신부(108)는 외부 기관(미도시)과 통신할 수 있다. 외부 기관은 외부 기관의 외부 기기를 의미하는 것으로, 외부 기관의 서버(server) 또는 시스템(system) 또는 단말기(terminal)를 의미할 수 있다. 예를 들어 통신부(108)는 외부 기관과 제1 신호(S1)를 송수신할 수 있다. 제1 신호(S1)는 데이터를 포함할 수 있다. 예를 들어 제1 신호(S1)는 골다공증 판독에 필요한 투시 이미지를 포함하는 것일 수 있다. The
데이터베이스(110)는 AI 골다공증 판독장치(10)에 필요한 데이터가 저장될 수 있다. 구체적으로, 데이터베이스(110)는 복수의 골다공증 환자의 투시 이미지가 저장될 수 있다. 여기서, 복수의 골다공증 환자의 투시 이미지는 측정부(102)를 통해 촬영된 투시 이미지는 물론이고, 통신부(108)를 통해 외부에서 수신한 투시 이미지를 포함할 수 있따. The
데이터베이스(110)는 사용자별 데이터부 및 학습 데이터부를 포함할 수 있다. 여기서, 사용자별 데이터부는 각 사용자에 대한 투시 이미지를 시계열적으로 저장하는 것으로, 측정부(102)에서 측정되는 각 사용자에 따른 투시 이미지가 사용자별로 지속적 업데이트 될 수 있다. 또한, 학습 데이터부는 복수의 골다공증 환자의 투시 이미지를 저장할 수 있다. The
도 3은 본 발명의 일 실시예에 따른 AI 골다공증 판독 방법을 나타내는 순서도이다.3 is a flowchart illustrating an AI osteoporosis reading method according to an embodiment of the present invention.
도 3을 참조하면, AI 골다공증 판독장치(10)는 골다공증 환자의 투시 이미지를 저장한다(S302). 구체적으로, AI 골다공증 판독장치(10)는 골다공증 환자의 투시 이미지를 저장할 수 있다. AI 골다공증 판독장치(10)는 골다공증 환자의 투시 이미지를 외부장치로부터 수신하여 저장할 수 있고, 측정부(102)로 촬영하여 저장할 수도 있다. Referring to FIG. 3 , the AI
다음으로, AI 골다공증 판독장치(10)는 AI 학습을 통해 골다공증 환자의 골밀도에 대한 골밀도 판독 정보를 생성할 수 있다(S304). 구체적으로, AI 골다공증 판독장치(10)는 데이터베이스(110)에 저장된 투시 이미지에서 골밀도를 측정하는 특정 부위인 판독 범위를 바탕으로 AI 학습을 함으로써, 골밀도 판독 정보를 생성할 수 있다. 여기서, 판독 범위는 투시 이미지의 치아 부분을 포함할 수 있다. Next, the AI
다음으로, AI 골다공증 판독장치(10)는 의심 환자의 투시 이미지를 촬영 및 저장할 수 있다(S306). 구체적으로, AI 골다공증 판독장치(10)는 측정부(102)를 통해 의심 환자의 투시 이미지를 촬영하고, 이를 데이터베이스(110)에 저장할 수 있다. Next, the AI
이때, AI 골다공증 판독장치(10)는 측정부(102)를 통해 촬영된 의심 환자의 투시 이미지를 해당 사용자의 기 저장된 투시 이미지 저장 위치에 저장할 수 있다. 구체적으로, AI 골다공증 판독장치(10)는 데이터베이스(110)에 측정부(102)에서 측정되는 각 사용자에 따른 투시 이미지가 사용자별로 저장되도록 할 수 있다. In this case, the AI
다음으로, AI 골다공증 판독장치(10)는 의심 환자의 골밀도 상태 변화를 확인할 수 있다. 구체적으로, AI 골다공증 판독장치(10)는 측정부(102)로부터 수신받은 투시 이미지의 특정 사용자의 이전 투시 이미지가 데이터베이스(110)에 기 저장되어 있는 경우, 측정부(102)로부터 수신받은 투시 이미지와 기 저장된 특정 사용자의 투시 이미지 비교를 통해 골밀도의 상태 변화를 확인할 수 있다. Next, the AI
다음으로, AI 골다공증 판독장치(10)는 의심 환자의 투시 이미지에서 판독 범위를 확인할 수 있다(S308). 구체적으로, AI 골다공증 판독장치(10)는 의심 환자의 투시 이미지에서 골밀도 판독 정보에 대응되는 위치를 확인할 수 있다. Next, the AI
다음으로, AI 골다공증 판독장치는(10)는 의심 환자의 골다공증 여부를 판단할 수 있다. 구체적으로, AI 골다공증 판독장치(10)는 의심 환자의 투시 이미지에서 확인한 판독 범위와 AI 학습으로 생성된 골밀도 판독 정보를 비교함으로써, 의심 환자의 골다공증 여부를 판단할 수 있다. Next, the AI
도 4는 본 발명의 일 실시예에 따른 사용자 별 정보를 저장하는 순서도이다. 도 4를 참조하면, AI 골다공증 판독장치(10)는 사용자 기초 정보를 입력받을 수 있다(S402). 여기서, 사용자 기초 정보란 AI 골다공증 판독장치(10)를 사용하는 사용자의 기본 정보 및 사용자의 구강 위생 정보를 포함할 수 있다. 여기서, 사용자의 기본 정보는 예를 들어, 이름, 나이, 성별, 혈액형 등 사용자의 기초 정보를 의미할 수 있다. 또한, 사용자의 구강 위생 정보는 사용자가 치과 검진을 통해 확인한 결손치의 위치, 개수, 구강 위생 정보, 잇몸 질환 정보, 신경 치료 정보, 치아 치료 정보 등 치아에 대한 사용자의 정보를 의미할 수 있다. 4 is a flowchart of storing information for each user according to an embodiment of the present invention. Referring to FIG. 4 , the AI
다음으로, AI 골다공증 판독장치(10)는 입력받은 사용자 정보가 기 저장된 정보인지 판단할 수 있다(S404). 구체적으로, AI 골다공증 판독장치(10)는 측정부(102)로부터 사용자의 투시 이미지와 함께 사용자 기초 정보를 저장하되, 해당 사용자 기초 정보가 기 저장된 정보인지 확인할 수 있다. Next, the AI
사용자 기초 정보가 기 저장되어 있는 경우, AI 골다공증 판독장치(10)는 측정부(102)에서 측정한 사용자의 투시 이미지를 해당 사용자의 기 저장된 투시 이미지와 함께 저장할 수 있다(S406). AI 골다공증 판독장치(10)는 사용자별로 투시 이미지를 저장함으로써, 해당 환자의 골밀도 변화를 시계열적으로 확인할 수 있다.When the user basic information is pre-stored, the AI
만약, 사용자 기초 정보가 기장되어 있지 않는 경우, AI 골다공증 판독장치(10)는 해당 사용자의 추가 정보를 입력받고, 데이터베이스에 저장할 수 있다(S408). 구체적으로, AI 골다공증 판독장치(10)는 해당 사용자의 골다공증 관련 추가 정보(예를 들어, 측정부(102)를 통해 측정한 투시 이미지 이외에, 이전에 다른 곳에서 측정한 투시 이미지, 골밀도 수치 등)를 입력받고, 이를 데이터베이스(110)에 저장할 수 있다. If the user basic information is not recorded, the AI
이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허 청구 범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Although representative embodiments of the present invention have been described in detail above, those of ordinary skill in the art to which the present invention pertains will understand that various modifications are possible without departing from the scope of the present invention with respect to the above-described embodiments. . Therefore, the scope of the present invention should not be limited to the described embodiments, and should be defined by the claims described below as well as the claims and equivalents.
10 : AI 골다공증 판독장치
102 : 측정부
104 : 제어부
106 : 판단부
108 : 통신부
110 : 데이터베이스10: AI osteoporosis reading device
102: measurement unit
104: control unit
106: judgment unit
108: communication department
110: database
Claims (12)
의심 환자의 투시 이미지를 측정하는 측정부; 및
상기 데이터베이스에 저장된 투시 이미지에서 골밀도를 측정하는 특정 부위인 판독 범위를 바탕으로 AI 학습을 통해 골다공증 환자의 골밀도에 대한 골밀도 판독 정보를 생성하고, 상기 골밀도 판독 정보와 상기 측정부로부터 수신 받은 의심 환자의 투시 이미지의 골밀도를 비교하여 의심 환자의 골다공증 여부를 판단하는 판단부;를 포함하되,
상기 판독 범위는 투시 이미지의 치아 부분을 포함하는 것을 특징으로 하는, AI 골다공증 판독장치.
a database in which fluoroscopic images of a plurality of osteoporosis patients are stored;
Measuring unit for measuring the fluoroscopic image of the suspected patient; and
Based on the reading range, which is a specific site for measuring bone density in the fluoroscopic image stored in the database, through AI learning, bone density reading information for osteoporosis patients is generated, and the bone density reading information and the suspicious patient received from the measurement unit. A determination unit that compares the bone density of the fluoroscopic image to determine whether the suspected patient has osteoporosis;
The reading range AI osteoporosis reading device, characterized in that it includes the tooth portion of the fluoroscopic image.
상기 판독 범위는,
하악 피질골 두께 및 하악 수질골 밀도 중 적어도 하나를 이용하는 것을 특징으로 하는, AI 골다공증 판독장치.
The method according to claim 1,
The reading range is
AI osteoporosis reading device, characterized by using at least one of mandibular cortical bone thickness and mandibular medullary bone density.
상기 판독 범위는,
기 설정된 하악골의 치아 위치에서부터 기 설정된 면적 A를 설정하되, 치아를 제외한 영역으로 설정되는, AI 골다공증 판독장치.
3. The method according to claim 2,
The reading range is
AI osteoporosis reading device that sets a preset area A from a preset tooth position of the mandible, but is set to an area excluding the teeth.
상기 판독 정보는,
상기 골다공증 환자의 상기 투시 이미지에서, 상기 기 설정된 면적 A 및 구강 길이 데이터 중 적어도 하나를 이용하는 것을 특징으로 하되,
상기 구강 길이 데이터는, 하악 및 치아 전체 포함 길이, 치아 두부와 잇몸 길이 및 부식되어 들어간 잇몸의 길이 중 어느 하나인, AI 골다공증 판독장치.
4. The method according to claim 3,
The read information is
In the fluoroscopic image of the osteoporosis patient, it is characterized in that at least one of the preset area A and oral length data is used,
The oral length data is any one of the length including the mandible and the entire tooth, the length of the tooth head and the gum, and the length of the eroded gum, AI osteoporosis reading device.
상기 데이터베이스는,
각 사용자에 대한 투시 이미지가 저장된 사용자별 데이터부; 및
복수의 골다공증 환자의 투시 이미지가 저장되는 학습 데이터부;를 포함하고,
상기 사용자별 데이터부에는,
상기 측정부에서 측정되는 각 사용자에 따른 투시 이미지가 사용자별로 저장되는, AI 골다공증 판독장치.
The method according to claim 1,
The database is
a data unit for each user in which a perspective image for each user is stored; and
Includes; learning data unit in which a plurality of osteoporosis patients fluoroscopic images are stored;
In the user-specific data unit,
A fluoroscopic image according to each user measured by the measurement unit is stored for each user, AI osteoporosis reading device.
상기 판단부는,
상기 측정부로부터 수신받은 특정 사용자에 대한 투시 이미지를 상기 사용자별데이터부에 기 저장된 특정 사용자에 대한 투시 이미지와 비교하여, 골밀도의 상태 변화를 확인할 수 있는, AI 골다공증 판독장치.
6. The method of claim 5,
The judging unit,
By comparing the fluoroscopic image for a specific user received from the measurement unit with the fluoroscopic image for a specific user pre-stored in the user-specific data unit, the AI osteoporosis reading device can check the state change of bone density.
판단부가, 상기 데이터베이스에 저장된 투시 이미지에서 골밀도를 측정하는 특정 부위인 판독 범위를 바탕으로 AI 학습을 통해 골다공증 환자의 골밀도에 대한 골밀도 판독 정보를 생성하는 단계;
측정부가, 의심 환자의 투시 이미지를 측정하는 단계;
상기 데이터베이스에 상기 측정부에서 측정된 의심 환자의 상기 투시 이미지가 저장되는 단계; 및
상기 판단부가, 상기 골밀도 판독 정보와 상기 측정부로부터 수신 받은 의심 환자의 투시 이미지의 골밀도를 비교하여 의심 환자의 골다공증 여부를 판단하는 단계를 포함하되,
상기 판독 범위는 투시 이미지의 치아 부분을 포함하는 것을 특징으로 하는, AI 골다공증 판독 방법.
Storing a plurality of fluoroscopic images of osteoporosis patients in a database;
generating, by a determination unit, bone density reading information on bone density of an osteoporosis patient through AI learning based on a reading range that is a specific region for measuring bone density in the fluoroscopic image stored in the database;
measuring, by the measuring unit, a fluoroscopic image of the suspected patient;
storing the fluoroscopy image of the suspected patient measured by the measurement unit in the database; and
Comprising the step of determining, by the determination unit, the bone density reading information and the bone density of the fluoroscopic image of the suspected patient received from the measurement unit to determine whether the suspected patient has osteoporosis,
AI osteoporosis reading method, characterized in that the reading range includes a tooth portion of the fluoroscopic image.
상기 판독 범위는,
하악 피질골 두께 및 하악 수질골 밀도 중 적어도 하나를 이용하는 것을 특징으로 하는, AI 골다공증 판독 방법.
8. The method of claim 7,
The reading range is
AI osteoporosis reading method, characterized in that using at least one of mandibular cortical bone thickness and mandibular medullary bone density.
상기 판독 범위는,
기 설정된 하악골의 치아 위치에서부터 기 설정된 면적 A를 설정하되, 치아를 제외한 영역으로 설정되는, AI 골다공증 판독 방법.
9. The method of claim 8,
The reading range is
AI osteoporosis reading method in which a preset area A is set from a preset tooth position of the mandible, but is set to an area excluding the teeth.
상기 판독 정보는,
상기 골다공증 환자의 상기 투시 이미지에서, 상기 기 설정된 면적 A 및 구강 길이 데이터 중 적어도 하나를 이용하는 것을 특징으로 하되,
상기 구강 길이 데이터는, 하악 및 치아 전체 포함 길이, 치아 두부와 잇몸 길이 및 부식되어 들어간 잇몸의 길이 중 어느 하나인, AI 골다공증 판독 방법.
10. The method of claim 9,
The read information is
In the fluoroscopic image of the osteoporosis patient, it is characterized in that at least one of the preset area A and oral length data is used,
The oral length data is any one of the length including the mandible and the entire tooth, the length of the tooth head and the gum, and the length of the eroded gum, AI osteoporosis reading method.
상기 데이터베이스는,
각 사용자에 대한 투시 이미지가 저장된 사용자별 데이터부; 및
복수의 골다공증 환자의 투시 이미지가 저장되는 학습 데이터부;를 포함하고,
상기 데이터베이스에 측정부에서 측정된 의심 환자의 투시 이미지가 저장되는 단계는,
상기 사용자별 데이터부에 상기 측정부에서 측정되는 각 사용자에 따른 투시 이미지가 사용자별로 저장되는 단계를 더 포함하는, AI 골다공증 판독 방법.
8. The method of claim 7,
The database is
a data unit for each user in which a perspective image for each user is stored; and
Includes; learning data unit in which a plurality of osteoporosis patients fluoroscopic images are stored;
The step of storing the fluoroscopic image of the suspected patient measured by the measurement unit in the database,
Further comprising the step of storing the fluoroscopic image for each user measured by the measurement unit in the user-specific data unit for each user, AI osteoporosis reading method.
상기 데이터베이스에 측정부에서 측정된 의심 환자의 투시 이미지가 저장되는 단계 이후에,
상기 판단부는, 상기 측정부로부터 수신받은 특정 사용자에 대한 투시 이미지를 상기 사용자별 데이터부에 기 저장된 특정 사용자에 대한 투시 이미지와 비교하여, 골밀도의 상태 변화를 확인하는 단계를 더 포함하는, AI 골다공증 판독 방법.12. The method of claim 11,
After the step of storing the fluoroscopic image of the suspected patient measured by the measurement unit in the database,
The determination unit, AI osteoporosis, further comprising the step of confirming the state change of bone density by comparing the fluoroscopic image for the specific user received from the measuring unit with the fluoroscopic image for the specific user pre-stored in the data unit for each user How to read.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200159472A KR20220072164A (en) | 2020-11-25 | 2020-11-25 | Ai osteoporosis reading device and method |
| PCT/KR2021/017548 WO2022114819A1 (en) | 2020-11-25 | 2021-11-25 | Ai osteoporosis evaluation device and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200159472A KR20220072164A (en) | 2020-11-25 | 2020-11-25 | Ai osteoporosis reading device and method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220072164A true KR20220072164A (en) | 2022-06-02 |
Family
ID=81985116
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200159472A KR20220072164A (en) | 2020-11-25 | 2020-11-25 | Ai osteoporosis reading device and method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220072164A (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100886484B1 (en) | 2008-02-15 | 2009-03-05 | 주식회사 오스테오시스 | Method and system for measuring bone density |
-
2020
- 2020-11-25 KR KR1020200159472A patent/KR20220072164A/en not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100886484B1 (en) | 2008-02-15 | 2009-03-05 | 주식회사 오스테오시스 | Method and system for measuring bone density |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110097933B (en) | Method or system for generating a patient-specific orthopaedic plan from medical image data | |
| Pethani | Promises and perils of artificial intelligence in dentistry | |
| Tadinada et al. | Radiographic evaluation of the maxillary sinus prior to dental implant therapy: A comparison between two-dimensional and three-dimensional radiographic imaging | |
| US11823376B2 (en) | Systems and methods for review of computer-aided detection of pathology in images | |
| US9098861B2 (en) | Method and apparatus for controlling the operation of a medical device | |
| Bhatt et al. | Clinical decision‐making and importance of the AAE/AAOMR position statement for CBCT examination in endodontic cases | |
| JP6464254B2 (en) | System and method for managing side effects in contrast-based medical procedures | |
| WO2022150821A1 (en) | Computer vision-based analysis of provider data | |
| JP2019109553A (en) | Information processing apparatus and information processing method | |
| US20120165615A1 (en) | Apparatus and method for telemedicine | |
| JP2003263495A (en) | Medical information management system | |
| JP6895722B2 (en) | Hospital information system | |
| KR20220072164A (en) | Ai osteoporosis reading device and method | |
| CN113677273A (en) | Radiographic apparatus and radiographic system | |
| JP7013841B2 (en) | Interpretation report analysis device and program | |
| KR20220072162A (en) | Ai osteoporosis reading device and method | |
| KR20220072159A (en) | Ai osteoporosis reading device and method | |
| KR20220072166A (en) | Ai osteoporosis reading device and method | |
| JP2005348936A (en) | Medical image display system, program, and medical image display method | |
| Yoon et al. | Can a deep learning algorithm improve detection of occult scaphoid fractures in plain radiographs? A clinical validation study | |
| WO2022114819A1 (en) | Ai osteoporosis evaluation device and method | |
| US20040059606A1 (en) | Method and apparatus for checking codings in the health service | |
| Preston et al. | 3-dimensional craniofacial imaging: a template for systematic radiologic evaluation for alveolar cleft assessment and planning | |
| JP2005339164A (en) | Medical information management system and its management method | |
| Irwin et al. | Methodologies for Validation of Diagnoses in Real-World Data: BONES—A Case Study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal |