KR20220083894A - 의료지표 측정방법 및 이를 위한 초음파 진단장치 - Google Patents

의료지표 측정방법 및 이를 위한 초음파 진단장치 Download PDF

Info

Publication number
KR20220083894A
KR20220083894A KR1020200173175A KR20200173175A KR20220083894A KR 20220083894 A KR20220083894 A KR 20220083894A KR 1020200173175 A KR1020200173175 A KR 1020200173175A KR 20200173175 A KR20200173175 A KR 20200173175A KR 20220083894 A KR20220083894 A KR 20220083894A
Authority
KR
South Korea
Prior art keywords
information
measuring
medical
image data
points
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
KR1020200173175A
Other languages
English (en)
Other versions
KR102617378B1 (ko
Inventor
이은규
윤철희
Original Assignee
알피니언메디칼시스템 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
Priority to KR1020200173175A priority Critical patent/KR102617378B1/ko
Application filed by 알피니언메디칼시스템 주식회사 filed Critical 알피니언메디칼시스템 주식회사
Priority to US18/039,383 priority patent/US20230414202A1/en
Priority to CN202180082080.8A priority patent/CN116583912A/zh
Priority to PCT/KR2021/016173 priority patent/WO2022124591A1/ko
Priority to DE112021006417.7T priority patent/DE112021006417T5/de
Publication of KR20220083894A publication Critical patent/KR20220083894A/ko
Priority to KR1020230176991A priority patent/KR20230169067A/ko
Application granted granted Critical
Publication of KR102617378B1 publication Critical patent/KR102617378B1/ko
Priority to KR1020250031611A priority patent/KR20250039349A/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0833—Clinical applications involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Clinical applications involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0866—Clinical applications involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
    • G06N3/0427—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/10132—Ultrasound 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
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • 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
    • G06T2207/30044—Fetus; Embryo

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Geometry (AREA)
  • Gynecology & Obstetrics (AREA)
  • Pregnancy & Childbirth (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Vascular Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)

Abstract

의료지표 측정방법 및 이를 위한 초음파 진단장치가 개시된다. 일 실시 예에 따른 의료지표 측정방법은, 초음파 진단장치가 초음파 영상 데이터를 획득하는 단계와, 획득된 초음파 영상 데이터로부터 특징점들을 추출하는 단계와, 추출된 특징점들로 구성되는 도형정보를 생성하는 단계와, 생성된 도형정보로부터 해부학적 구조물을 판단하는 단계와, 판단된 해부학적 구조물에 기초하여 의료지표를 측정하는 단계를 포함한다.

Description

의료지표 측정방법 및 이를 위한 초음파 진단장치 {Method for measuring medical indicator and ultrasound diagnosis apparatus for the same}
본 발명은 초음파를 이용한 진단기술에 관한 것으로, 보다 상세하게는 초음파를 이용하여 의료지표를 측정하는 기술에 관한 것이다.
의료분야에서 각종 질병의 조기 진단 또는 수술을 목적으로 인체의 생체 조직에 대한 정보를 영상화 하여 획득하기 위한 각종 의료 영상장치가 널리 이용되고 있다. 이러한 의료 영상장치의 대표적인 예로는 초음파 진단장치, CT 장치, MRI 장치 등이 있다.
초음파 진단장치는 초음파 프로브로부터 생성되는 초음파 신호를 대상체로 조사하고, 대상체로부터 반사된 에코 신호의 정보를 수신하여 대상체 내부의 부위에 대한 영상을 얻는다. 특히, 초음파 진단장치는 대상체 내부의 관찰, 이물질 검출 및 상해 측정 등 의학적 목적으로 사용된다. 이러한 초음파 진단장치는 X선을 이용하는 진단 장치에 비하여 안정성이 높고, 실시간으로 영상의 디스플레이가 가능하며, 방사능 피폭이 없어 안전하다는 장점이 있어서 다른 화상 진단 장치와 함께 널리 이용된다.
초음파 프로브를 통해 피검체에 초음파 신호를 조사하고, 피검체로부터 반사된 초음파 에코신호를 이용하여 획득된 초음파 영상 상에서 신체 부위의 크기를 측정하고, 의료지표를 예측하는 방법이 널리 사용되고 있다. 신체 부위의 크기를 측정하는 방법으로 시멘틱 분할(semantic segmentation) 기법이 있다. 해당 기법은 이미지 내에 있는 물체들을 의미 있는 단위로 분할해내는 것이다.
일 실시 예에 따라, 의료지표를 보다 정확하고 쉽게 자동으로 측정할 수 있는 의료지표 측정방법 및 이를 위한 초음파 진단장치를 제안한다.
일 실시 예에 따른 의료지표 측정방법은, 초음파 진단장치가 초음파 영상 데이터를 획득하는 단계와, 획득된 초음파 영상 데이터로부터 특징점들을 추출하는 단계와, 추출된 특징점들로 구성되는 도형정보를 생성하는 단계와, 생성된 도형정보로부터 해부학적 구조물을 판단하는 단계와, 판단된 해부학적 구조물에 기초하여 의료지표를 측정하는 단계를 포함한다.
특징점들을 추출하는 단계에서, 도형을 구성하기 위해 필요한 최소한의 점의 수보다 더 많은 수의 점들을 추출할 수 있다.
특징점들을 추출하는 단계에서, 타원을 구성하는 둘레의 점을 추출하고, 원을 구성하는 둘레의 점을 추출하고, 선분을 구성하는 양 끝점을 추출하며, 다각형을 구성하는 각 꼭지점을 추출할 수 있다.
특징점들을 추출하는 단계는, 원본 영상 데이터와, 원본 영상 데이터에서 추출된 관심 영상 데이터를 함께 학습시키는 단계와, 원본 영상 데이터에서 관심객체의 제1 특징점을 추출하는 단계와, 추출된 제1 특징점을 이용하여 원본 영상 데이터를 변환시켜 관심 영상 데이터를 생성하는 단계와, 생성된 관심 영상 데이터에서 최종 특징점을 추출하고 최종 특징점의 좌표를 원본 영상 데이터에 맞게 역변환 시키는 단계를 포함할 수 있다.
학습하는 단계에서, 신경망의 컨볼루션 계층(Convolution layer)와 비선형 함수를 반복해서 쌓는 구조를 이용하여 학습할 수 있다.
학습하는 단계에서, 신경망의 패딩(Padding)을 이용하여 출력 사이즈를 줄이면서 생기는 정보의 손실을 방지할 수 있다.
학습하는 단계에서, 제1 해상도 프레임과 제2 해상도 프레임 간 반복적인 해상도 정보 교환을 위해 병렬로 다중 해상도 스트림을 연결하는 네트워크 구조를 통해 학습할 수 있다.
도형정보를 생성하는 단계에서, 점으로 이루어진 0차원 도형이나, 직선 또는 곡선으로 이루어진 1차원 도형이나, 타원, 원 또는 다각형으로 이루어진 2차원 도형을 생성할 수 있다.
도형정보를 생성하는 단계에서, 기본 도형정보와 함께 기본 도형정보를 대체할 수 있는 후보 도형정보를 생성할 수 있다.
도형정보를 생성하는 단계에서, 추출된 특징점들에 대해 점수를 할당하고, 미리 설정된 기준 이상의 상위 특징점들을 이용하여 도형정보를 생성할 수 있다.
도형정보를 생성하는 단계에서, 생성할 도형의 기하학적 성질을 이용하여 특징점들 간의 관계를 구성하고, 특징점들 간의 관계를 통해 이상점(outlier)을 제거하는 보정을 수행할 수 있다.
도형정보를 생성하는 단계에서, 미리 저장되어 누적된 태아의 신체 측정 데이터로부터 현재의 측정이 종료된 다른 파라미터 측정 값 및 쌍둥이 태아의 다른 한쪽의 측정 결과 중 적어도 하나를 가져와 도형정보를 보정할 수 있다.
도형정보를 생성하는 단계에서, 생성된 도형정보를 대상으로 사용자의 조작신호 입력에 의한 특징점 선택을 통해 도형정보를 보정할 수 있다.
해부학적 구조물을 판단하는 단계에서, 타원으로부터 머리(Head)를 판단하고, 원으로부터 복부(Abdomen)을 판단하며, 선분 또는 사각형으로부터 넓적다리 뼈(Femur) 또는 위팔뼈(Humerus)를 판별할 수 있으며, 의료지표를 측정하는 단계에서, 타원을 구성하는 둘레의 점을 이용하여 머리 크기를 측정하고, 원을 구성하는 둘레의 점을 이용하여 복부 둘레를 측정하며, 선분을 구성하는 양 끝점 또는 사각형을 구성하는 네 모서리를 이용하여 넓적다리 뼈 또는 위팔뼈의 길이를 측정할 수 있다.
의료지표를 측정하는 단계에서, 미리 저장되어 누적된 태아의 신체 측정 데이터 중 환자의 임신정보와 관련된 태아의 신체 측정 데이터를 함께 고려하여 의료지표를 측정할 수 있다.
의료지표 측정방법은, 생성된 도형정보를 초음파 영상 데이터 상에 식별 가능한 시각정보로 구분하여 표시하는 단계와, 측정된 의료지표를 초음파 영상 데이터의 도형 상에 수치정보로 표시하는 단계 중 적어도 하나를 더 포함할 수 있다.
다른 실시 예에 따른 초음파 진단장치는, 피검체에 초음파 신호를 조사하고, 피검체로부터 반사파 신호신호를 수신하는 초음파 프로브와, 초음파 프로브의 반사파 신호를 사용하여 초음파 영상 데이터를 생성하는 이미지 처리부와, 생성된 초음파 영상 데이터로부터 특징점들을 추출하는 점 추출부와, 추출된 특징점들로 구성되는 도형정보를 생성하는 도형 생성부와, 생성된 도형정보로부터 해부학적 구조물을 판단하는 구조물 판단부와, 판단된 해부학적 구조물에 기초하여 의료지표를 측정하는 지표 측정부와, 의료지표 측정결과를 출력하는 출력부를 포함한다.
일 실시 예에 따른 의료지표 측정방법 및 이를 위한 초음파 진단장치에 따르면, 시멘틱 분할(semantic segmentation) 기법에 비해 의료지표를 보다 정확하고 쉽게 자동으로 측정할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 초음파 진단장치의 구성을 도시한 도면,
도 2는 본 발명의 일 실시 예에 따른 초음파 진단장치를 이용한 의료지표 측정방법의 흐름을 도시한 도면,
도 3은 본 발명의 일 실시 예에 따른 초음파 영상 데이터로부터 특징점들을 추출하는 예를 도시한 도면,
도 4는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 머리 크기를 측정하는 화면을 도시한 도면,
도 5는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 복부 둘레를 측정하는 화면을 도시한 도면,
도 6은 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 뼈의 길이를 측정하는 화면을 도시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이며, 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램인스트럭션들(실행 엔진)에 의해 수행될 수도 있으며, 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다.
이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치를 지향할 수 있는 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.
그리고 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명되는 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능들을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있으며, 몇 가지 대체 실시 예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하며, 또한 그 블록들 또는 단계들이 필요에 따라 해당하는 기능의 역순으로 수행되는 것도 가능하다.
이하, 첨부 도면을 참조하여 본 발명의 실시 예를 상세하게 설명한다. 그러나 다음에 예시하는 본 발명의 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 상술하는 실시 예에 한정되는 것은 아니다. 본 발명의 실시 예는 이 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공된다.
도 1은 본 발명의 일 실시 예에 따른 초음파 진단장치의 구성을 도시한 도면이다.
도 1을 참조하면, 초음파 진단장치는 초음파 프로브(102), 본체(100), 입력부(104), 출력부(106) 및 학습부(108)를 포함한다. 초음파 프로브(102), 입력부(104) 및 출력부(106)는 본체(100)와 통신 가능하게 접속된다.
초음파 프로브(102)는 복수의 압전 진동자를 가지고, 이들 복수의 압전 진동자는 본체(100)가 가지는 송수신부(110)로부터 공급되는 구동 신호에 근거해 초음파를 발생한다. 또한, 초음파 프로브(102)는 피검체로부터의 반사파를 수신해 전기신호로 변환한다. 즉, 초음파 프로브(102)는 피검체에 대해서 초음파 주사를 실시해서, 피검체로부터 반사파를 수신한다. 초음파 프로브(102)는 본체(100)로부터 탈착이 자유롭게 접속된다. 피검체는 임산부의 태아일 수 있으나, 이에 한정되는 것은 아니고 모든 환자가 그 대상이 될 수 있다.
입력부(104)는 정해진 위치(예를 들면, 조직 형상의 위치나, 관심 영역, 관심 영역 이외의 영역 등)에 대한 설정 등을 수행하기 위한 트랙 볼, 스위치 버튼(switch button), 마우스, 키보드, 조작면에 닿음으로써 입력 조작을 실시하는 터치 패드, 표시 화면과 터치 패드가 일체화된 스크린, 광학 센서를 이용한 비접촉 입력 회로 및 음성 입력 회로 등에 의해서 실현된다. 입력부(104)는 후술하는 제어부(130)에 접속되고 있고 사용자로부터 받아들인 입력 조작신호를 전기신호에 변환해 제어부(130)로 출력한다.
출력부(106)는 초음파 진단장치의 사용자가 입력부(104)를 이용하여 각종 설정 요구를 입력하기 위한 GUI(Graphical User Interface)를 표시하거나 본체(100)에 있어서 생성된 초음파 영상 데이터 등을 표시한다. 또한, 출력부(106)는 본체(100)의 처리 상황이나 처리 결과를 사용자에게 알리기 위해서, 각종의 메시지나 정보를 표시한다. 또한, 출력부(106)는 스피커를 가지고, 음성을 출력할 수도 있다. 출력부(106)는 제어부(130)를 통해 생성된 의료지표 측정결과를 화면에 표시할 수 있다. 의료지표는 예를 들어 태아지표일 수 있다. 태아지표는 태아의 복부(Abdomen), 머리(Head), 넓적다리 뼈(Femur), 위팔뼈(Humerus) 등이 있다. 그러나 의료지표는 태아지표에 한정되지는 않고, 피검체의 모든 신체기관이 그 대상이 될 수 있다. 예를 들어, 골반(Pelvis) 등에도 적용 가능하다.
출력부(106)는 제어부(130)를 통해 생성된 도형정보를 초음파 영상 데이터 상에 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다. 출력부(106)는 측정된 의료지표를 초음파 영상 데이터의 도형 상에 수치정보로 표시할 수 있다.
제어부(130)를 통해 측정된 의료지표를 초음파 영상 데이터 상에 수치정보로 표시할 수 있다.
학습부(108)는 초음파 영상 데이터를 대상으로 신경망을 이용하여 학습한다. 이때, 제어부(130)를 구성하는 점 추출부(131), 도형 생성부(132), 구조물 판단부(133) 및 지표 측정부(134) 중 적어도 하나의 구성요소에서 학습 데이터를 이용할 수 있다. 학습부(108)는 본체(100)와 네트워크를 통해 연결된 서버 형태일 수 있고, 본체(100) 내에 위치할 수도 있다. 학습부(108)는 원본 영상 데이터와, 원본 영상 데이터에서 추출된 관심 영상 데이터를 함께 학습시킬 수 있다.
본체(100)는 초음파 프로브(102)가 수신한 반사파 신호에 기초하여 초음파 영상 데이터를 생성하는 장치이다. 일 실시 예에 따른 본체(100)는 송수신부(110), 이미지 처리부(120), 제어부(130), 저장부(140) 및 학습 데이터 수신부(150)를 포함한다.
송수신부(110)는 초음파 프로브(102)에 구동신호를 공급하고, 정해진 주파수로 송신 초음파를 형성하기 위한 펄스를 반복 발생한다. 또한, 초음파 프로브(102)로부터 발생되는 초음파를 빔포밍으로 수렴한다. 송수신부(110)는 프리 앰프, A/D(Analog/Digital) 변환기, 수신 지연부, 가산기 등을 가지고, 초음파 프로브(102)가 수신한 에코 신호에 대해서 각종 처리를 실시해 반사파 데이터를 생성할 수 있다. 송수신부(110)로부터의 출력 신호의 형태는 RF(Radio Frequency) 신호로 불리는 위상 정보가 포함되는 신호인 경우나, 포락선 검파 처리 후 진폭 정보인 경우 등 여러 가지의 형태가 선택 가능하다.
이미지 처리부(120)는 송수신부(110)로부터 반사파 데이터를 수신하여 태아의 초음파 영상 데이터를 생성한다. 이때, 이미지 처리부(120)는 대수 증폭, 포락선 검파 처리 등을 실시해서, 초음파 영상 데이터를 생성한다.
저장부(140)는 이미지 처리부(120) 또는 제어부(130)를 통해 생성한 영상 데이터를 저장한다.
제어부(130)는 초음파 진단장치의 각 구성요소를 제어한다. 예를 들어, 제어부(130)는 입력부(104)를 통해 사용자로부터 입력된 각종 설정 요구나, 저장부(140)로부터 읽어들인 각종 제어 프로그램 및 각종 데이터에 기초하여 송수신부(110), 이미지 처리부(120)의 처리를 제어한다. 또한, 제어부(130)는 저장부(140)에 저장된 초음파 영상 데이터를 출력부(106)를 통해 표시하도록 한다.
일 실시 예에 따른 제어부(130)는 점 추출부(131), 도형 생성부(132), 구조물 판단부(133) 및 지표 측정부(134)를 포함한다.
점 추출부(131)는 이미지 처리부(120)를 통해 생성된 초음파 영상 데이터로부터 특징점들을 추출한다. 특징점은 경계를 나타내는 특징점, 전체 모양을 나타내는 특징점, 픽셀 밝기 값 차이점 등이 될 수 있다. 예를 들어, 타원을 구성하는 둘레의 점들을 추출하고, 원을 구성하는 둘레의 점들을 추출하며, 선분을 구성하는 양 끝점을 추출하며, 다각형을 구성하는 각 꼭지점을 추출할 수 있다. 다각형은 삼각형, 사각형, 오각형 등이 있다. 타원의 경우 초점을 추가로 추출할 수 있고, 원의 경우 중점을 추가로 추출하여 그 정확도를 높일 수 있다.
도형 생성부(132)는 점 추출부(131)를 통해 추출된 특징점들로 구성되는 도형정보를 생성한다. 예를 들어, 점으로 이루어진 0차원 도형이나, 직선 또는 곡선으로 이루어진 1차원 도형이나, 타원, 원 또는 다각형으로 이루어진 2차원 도형을 생성할 수 있다.
구조물 판단부(133)는 도형 생성부(132)를 통해 생성된 도형정보로부터 해부학적 구조물을 판단한다. 예를 들어, 해부학적 구조물은 태아의 복부(Abdomen), 머리(Head), 뼈 등이 있다. 뼈의 예로는 넓적다리 뼈(Femur), 위팔뼈(Humerus) 등이 있다. 해부학적 구조물 판단 예를 들면, 원으로부터 태아의 복부(Abdomen)을 판단하고, 타원으로부터 머리(Head)를 판단하고, 선분 또는 사각형으로부터 뼈를 판별한다.
지표 측정부(134)는 구조물 판단부(133)를 통해 판단된 해부학적 구조물에 기초하여 의료지표를 측정한다. 예를 들어, 타원의 둘레로부터 머리 크기(Head Circumference)를 측정하고, 원의 둘레로부터 복부 둘레(Abdominal Circumference)를 측정하고, 선분 또는 사각형의 길이로부터 넓적다리 뼈의 길이(Femur Length)를 측정한다.
제어부(130)가 도형을 구성하는 점들을 추출하고 추출된 특징점들을 이용하여 도형을 생성한 후 도형으로부터 태아의 지표를 측정한다는 점에서, Key-point detection 기법이라 칭하기로 한다. Key-point detection 기법에 대해 보다 상세한 실시 예는 도 2를 참조로 하여 후술하고자 한다.
학습 데이터 수신부(150)는 학습부(108)로부터 학습 데이터를 수신하여 제어부(130)에 전달한다. 예를 들어, 학습부(108)를 통해 학습된 원본 영상 데이터와 관심 영상 데이터를 제어부(130)의 점 추출부(131)에 제공할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 초음파 진단장치를 이용한 의료지표 측정방법의 흐름을 도시한 도면이다.
도 2를 참조하면, 초음파 진단장치는 태아의 초음파 영상 데이터를 획득한다(210).
이어서, 초음파 진단장치는 획득된 초음파 영상 데이터로부터 특징점들을 추출한다(220). 특징점은 경계를 나타내는 특징점, 전체 모양을 나타내는 특징점, 픽셀 밝기 값 차이점 등이 될 수 있다.
특징점 추출 단계(220)는 학습 단계, 제1 특징점 추출 단계, 변환 단계 및 제2 특징점 추출 단계를 포함할 수 있다. 예를 들어, 초음파 진단장치는 학습 단계를 통해, 원본 영상 데이터와, 원본 영상 데이터에서 추출된 관심 영상 데이터를 함께 학습시킨다. 원본 영상 데이터는 장비에서 촬영된 원본 영상이고, 관심 영상 데이터는 원본 영상 데이터에서 관심객체가 있다고 판단되는 관심영역을 추출(예를 들어, 자르기(crop))한 영상이다. 초음파 진단장치는 영상 데이터의 label을 기반으로 원본 영상 데이터와 관심 영상 데이터를 생성하여, 모두 학습시킨다.
특징점 추출 이전에, 원본 영상 데이터로부터 객체 위치를 검색하고 검색된 객체 위치를 기반으로 영상을 자르기(crop) 할 수 있다. 객체의 위치를 먼저 검색한 후, 객체 위치를 기반으로 자르기 한 원본 영상 데이터를 입력하여 특징점을 추출하면, 정확도가 크게 향상된다. 영상 크기를 네트워크의 입력 크기(예를 들어, 256x256)으로 변환(Resize) 하는 것도 가능하다.
이어서, 초음파 진단장치는 제1 특징점 추출 단계를 통해, 원본 영상 데이터에서 관심객체의 제1 특징점을 추출한다.
이어서, 초음파 진단장치는 변환 단계를 통해, 추출된 제1 특징점을 이용하여 원본 영상 데이터를 변환시켜 관심 영상 데이터를 생성한다. 이때, 변환은 회전, 와핑, 확대 등을 포함할 수 있다.
이어서, 초음파 진단장치는 제2 특징점 추출 단계를 통해, 생성된 관심 영상 데이터에서 최종 특징점을 추출하고 최종 특징점의 좌표를 원본 영상 데이터에 맞게 역변환 시킨다.
전술한 과정에 따르면, 학습을 통해서 데이터 증강(Data augmentation) 효과가 있다. 학습, 제1 특징점 추출, 변환 및 제2 특정점 추출 단계를 거쳐 오탐지를 보정할 수 있다. 이미지 와핑 등의 변환을 통해 타겟 데이터 표준화(Target data standardization) 효과를 달성할 수 있다. 이미지 확대 등의 변환을 통해 픽셀 정확도를 향상시킬 수 있다.
특징점 추출 단계(220)에서, 초음파 진단장치는 도형을 구성하기 위해 필요한 최소한의 점의 수보다 더 많은 수의 점들을 추출할 수 있다. 초음파 영상 내의 객체가 불완전 하여, 이는 키 포인트가 탐지되지 못할 경우에도, 만들고자 하는 도형을 구성하기 위함이다. 따라서, 도형을 구성하는 정보보다 많은 점들을 추출한다. 예를 들어, 타원의 경우, 타원을 구성하기 위해 4개의 점이 필요하지만, 16개의 점을 추출함에 따라 정확도를 높이고자 한다.
타원의 경우, 타원의 둘레는 객체의 윤곽선(Outline)으로 정의한다. 타원의 둘레를 따라 5개의 이상의 점(예를 들어, 16개의 점)을 추출한다. 직사각형의 경우, 객체를 포함하는 직사각형 경계(boundary)에서 모서리에 해당하는 4개의 점을 추출한다. 단, 객체가 커브 형태로 휘어진 경우, 전체를 포함하는 직사각형이 아니라 객체의 양쪽 끝 부분에서의 직사각형을 유효한 직사각형으로 정의하고 해당하는 점들을 추출한다. 나아가, 직사각형 네 꼭지점 부분과 함께 실제 객체의 하단 끝 부분에 해당하는 점을 더 추출할 수 있다.
특징점 추출 단계(220)에서, 초음파 진단장치는 Key-point detection 기법을 이용하여, 타원을 구성하는 둘레의 점(초점 추가 가능)을 추출하고, 원을 구성하는 둘레의 점(중점 추가 가능)을 추출하고, 선분을 구성하는 양 끝점을 추출하며, 다각형을 구성하는 각 꼭지점을 추출할 수 있다. 다각형은 삼각형, 사각형, 오각형 등이 있다.
이어서, 초음파 진단장치는 추출된 특징점들로 구성되는 도형정보를 생성한다(230).
도형정보 생성 단계(230)에서, 초음파 진단장치는 점으로 이루어진 0차원 도형이나, 직선 또는 곡선으로 이루어진 1차원 도형이나, 타원, 원 또는 다각형으로 이루어진 2차원 도형을 생성할 수 있다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 기본 도형정보와 함께 기본 도형정보를 대체할 수 있는 후보 도형정보를 생성할 수 있다. 예를 들어, 다리 뼈에서 상단 양쪽 끝 점으로 이루어진 도형을 기본 도형정보로 설정하고, 길이적으로 유사한 다리 뼈 하단 양쪽 끝 점으로 이루어진 도형을 후보 도형정보로 설정한다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 추출된 특징점들에 대해 점수(score)를 할당하고, 미리 설정된 기준 이상의 상위 점들을 이용하여 도형정보를 생성할 수 있다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 추출된 특징점을 이용해서 도형정보를 생성할 때, 생성할 도형의 특징을 기반으로 보정하는 단계를 추가할 수 있다. 추출된 특징점이 어떠한 도형의 구성요소이기 때문에, 생성할 도형의 기하학적 성질을 이용하여, 특징점들 간의 관계를 구성할 수 있으며, 특징점들 간의 관계를 통해 미리 이상점(outlier)을 제거할 수 있다. 예를 들어, 원의 경우 중점과 각 특징점의 거리 관계를 이용해서 이상점을 제거할 수 있다. 타원의 경우 초점과 단축 및 장축의 거리정보를 이용해서 이상점을 제거할 수 있다. 타원을 구성하는 모든 점은 중심점으로부터 거리 d는 a/2≤d≤b/2 (단, a는 단축, b는 장축)로 정의할 수 있기 때문에, 이 관계를 벗어나는 점은 이상점으로 판별하여 이를 제거할 수 있다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 미리 저장되어 누적된 태아의 신체 측정 데이터로부터 현재의 측정이 종료된 다른 파라미터 측정 값 및 쌍둥이 태아의 다른 한쪽의 측정 결과 중 적어도 하나를 가져와 도형정보를 보정할 수 있다. 다른 예로, 생성된 도형정보를 대상으로 사용자의 조작신호 입력에 의한 점 선택을 통해 도형정보를 보정할 수 있다.
도형정보 생성 단계(230)에서, 초음파 진단장치는 생성된 도형정보를 초음파 영상 데이터 상에 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다.
이어서, 초음파 진단장치는 생성된 도형정보로부터 해부학적 구조물을 판단 (240)하고, 판단된 해부학적 구조물에 기초하여 의료지표를 측정한다(250).
의료지표 측정 단계(250)에서, 초음파 진단장치는 타원을 구성하는 둘레의 점(초점 추가 가능)을 이용하여 태아의 머리 크기를 측정하고, 원을 구성하는 둘레의 점(중점 추가 가능)을 이용하여 태아의 복부 둘레를 측정하며, 선분을 구성하는 양 끝점 또는 사각형을 구성하는 네 모서리를 이용하여 태아의 뼈의 길이를 측정할 수 있다.
의료지표 측정 단계(250)에서, 초음파 진단장치는 미리 저장되어 누적된 태아의 신체 측정 데이터 중 환자의 임신정보와 관련된 태아의 신체 측정 데이터를 함께 고려하여 의료지표를 측정할 수 있다. 임신정보는 환자의 최종 월경 주기(last menstrual period, LMP) 또는 수정일(date of conception, DOC)에 관한 정보 등이 있다.
나아가, 초음파 진단장치는 초음파 영상 데이터를 대상으로 신경망을 이용한 학습을 수행할 수 있다. 이때, 특징점 추출 단계(220), 도형정보 생성 단계(230), 해부학적 구조물 판단 단계(240) 및 의료지표 측정 단계(250) 중 적어도 하나의 단계에서 학습 데이터를 이용할 수 있다.
학습하는 단계에서, 초음파 진단장치는 신경망(예를 들어, CNN)의 컨볼루션 계층(Convolution layer))과 비선형 함수(Relu, activation function)를 반복해서 쌓는 구조를 이용하여 학습할 수 있다.
학습하는 단계에서, 초음파 진단장치는 신경망의 패딩(Padding)을 이용하여 출력(Output) 사이즈를 줄이면서 생기는 정보의 손실을 방지하고 원본 계층의 해상도를 계속 유지할 수 있다.
학습하는 단계에서, 초음파 진단장치는 제1 해상도 프레임과 제2 해상도 프레임 간 반복적인 해상도 정보 교환을 위해 병렬로 다중 해상도 스트림을 연결하는 네트워크 구조를 통해 학습할 수 있다. 제1 해상도 프레임은 고해상도 프레임일 수 있고, 제2 해상도 프레임은 저해상도 프레임일 수 있다. 이 경우, 반복적으로 고해상도 프레임과 저해상도 프레임 간에 해상도 정보를 교환할 수 있다.
초음파 진단장치는 측정된 의료지표를 초음파 영상 데이터의 도형 상에 수치정보로 표시할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 초음파 영상 데이터로부터 특징점들을 추출하는 예를 도시한 도면이다.
도 3을 참조하면, 초음파 진단장치는 태아의 머리 크기를 측정하기 위해, 타원을 이루는 둘레의 점들을 추출할 수 있다. 도 3에서는 타원을 이루는 16개의 점을 추출하고 있다. 또한, 태아의 복부 둘레 측정을 위해 원을 이루는 둘레의 점들을 추출할 수 있다. 도 3에서는 원을 이루는 16개의 점을 추출하고 있다. 다른 예로, 뼈의 길이를 측정하기 위해 선분을 이루는 양 끝점을 추출할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 머리 크기를 측정하는 화면을 도시한 도면이다.
도 4를 참조하면, 초음파 영상 데이터로부터 타원을 이루는 둘레의 점들을 추출하고, 타원으로부터 머리(Head)를 판단하며, 타원을 구성하는 둘레의 점(초점 추가 가능)을 이용하여 태아의 머리 크기를 측정한다.
이때, 타원의 둘레와, 타원 내 가로축의 길이와 세로축의 길이를 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다. 또한, 가로축의 길이와 세로축의 길이를 포함한 태아의 복부 둘레 측정 값을 가로축 및 세로축 상에 표시할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 복부 둘레를 측정하는 화면을 도시한 도면이다.
도 5를 참조하면, 초음파 영상 데이터로부터 원을 이루는 둘레의 점들을 추출하고, 원으로부터 태아의 복부(Abdomen)을 판단하며, 원을 구성하는 둘레의 점 및 중점을 이용하여 태아의 복부 둘레를 측정한다.
이때, 원의 둘레를 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다. 또한, 태아의 복부 둘레 측정 값을 원 상에 표시할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 Key-point detection 기법을 이용하여 태아의 뼈의 길이를 측정하는 화면을 도시한 도면이다.
도 6을 참조하면, 초음파 영상 데이터로부터 선분을 구성하는 양 끝점을 추출하고, 선분을 구성하는 양 끝점을 이용하여 태아의 뼈의 길이를 측정한다.
이때, 선분의 양 끝점과 양 끝점을 연결하는 선분을 식별 가능한 시각정보(예를 들어, 색상)로 구분하여 표시할 수 있다. 또한, 태아의 뼈 길이 측정 값을 뼈 상에 표시할 수 있다.
이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (17)

  1. 초음파 진단장치를 이용한 의료지표 측정방법에 있어서, 초음파 진단장치가
    초음파 영상 데이터를 획득하는 단계;
    획득된 초음파 영상 데이터로부터 특징점들을 추출하는 단계;
    추출된 특징점들로 구성되는 도형정보를 생성하는 단계;
    생성된 도형정보로부터 해부학적 구조물을 판단하는 단계; 및
    판단된 해부학적 구조물에 기초하여 의료지표를 측정하는 단계;
    를 포함하는 것을 특징으로 하는 의료지표 측정방법.
  2. 제 1 항에 있어서, 특징점들을 추출하는 단계는
    도형을 구성하기 위해 필요한 최소한의 점의 수보다 더 많은 수의 점들을 추출하는 것을 특징으로 하는 의료지표 측정방법.
  3. 제 1 항에 있어서, 특징점들을 추출하는 단계는
    타원을 구성하는 둘레의 점을 추출하고, 원을 구성하는 둘레의 점을 추출하고, 선분을 구성하는 양 끝점을 추출하며, 다각형을 구성하는 각 꼭지점을 추출하는 것을 특징으로 하는 의료지표 측정방법.
  4. 제 1 항에 있어서, 특징점들을 추출하는 단계는
    원본 영상 데이터와, 원본 영상 데이터에서 추출된 관심 영상 데이터를 함께 학습시키는 단계;
    원본 영상 데이터에서 관심객체의 제1 특징점을 추출하는 단계;
    추출된 제1 특징점을 이용하여 원본 영상 데이터를 변환시켜 관심 영상 데이터를 생성하는 단계; 및
    생성된 관심 영상 데이터에서 최종 특징점을 추출하고 최종 특징점의 좌표를 원본 영상 데이터에 맞게 역변환 시키는 단계;
    를 포함하는 것을 특징으로 하는 의료지표 측정방법.
  5. 제 4 항에 있어서, 학습 시키는 단계는
    신경망의 컨볼루션 계층(Convolution layer)와 비선형 함수를 반복해서 쌓는 구조를 이용하여 학습시키는 것을 특징으로 하는 의료지표 측정방법.
  6. 제 4 항에 있어서, 학습시키는 단계는
    신경망의 패딩(Padding)을 이용하여 출력 사이즈를 줄이면서 생기는 정보의 손실을 방지하는 것을 특징으로 하는 의료지표 측정방법.
  7. 제 4 항에 있어서, 학습하는 단계는
    제1 해상도 프레임과 제2 해상도 프레임 간 반복적인 해상도 정보 교환을 위해 병렬로 다중 해상도 스트림을 연결하는 네트워크 구조를 통해 학습하는 것을 특징으로 하는 의료지표 측정방법.
  8. 제 1 항에 있어서, 도형정보를 생성하는 단계는
    점으로 이루어진 0차원 도형이나, 직선 또는 곡선으로 이루어진 1차원 도형이나, 타원, 원 또는 다각형으로 이루어진 2차원 도형을 생성하는 것을 특징으로 하는 의료지표 측정방법.
  9. 제 1 항에 있어서, 도형정보를 생성하는 단계는
    기본 도형정보와 함께 기본 도형정보를 대체할 수 있는 후보 도형정보를 생성하는 것을 특징으로 하는 의료지표 측정방법.
  10. 제 1 항에 있어서, 도형정보를 생성하는 단계는
    추출된 특징점들에 대해 점수를 할당하고, 미리 설정된 기준 이상의 상위 특징점들을 이용하여 도형정보를 생성하는 것을 특징으로 하는 의료지표 측정방법.
  11. 제 1 항에 있어서, 도형정보를 생성하는 단계는
    생성할 도형의 기하학적 성질을 이용하여 특징점들 간의 관계를 구성하고, 특징점들 간의 관계를 통해 이상점(outlier)을 제거하는 보정을 수행하는 것을 특징으로 하는 의료지표 측정방법.
  12. 제 1 항에 있어서, 도형정보를 생성하는 단계는
    미리 저장되어 누적된 태아의 신체 측정 데이터로부터 현재의 측정이 종료된 다른 파라미터 측정 값 및 쌍둥이 태아의 다른 한쪽의 측정 결과 중 적어도 하나를 가져와 도형정보를 보정하는 것을 특징으로 하는 의료지표 측정방법.
  13. 제 1 항에 있어서, 도형정보를 생성하는 단계는
    생성된 도형정보를 대상으로 사용자의 조작신호 입력에 의한 특징점 선택을 통해 도형정보를 보정하는 것을 특징으로 하는 의료지표 측정방법.
  14. 제 1 항에 있어서, 해부학적 구조물을 판단하는 단계는
    타원으로부터 머리(Head)를 판단하고, 원으로부터 복부(Abdomen)을 판단하며, 선분 또는 사각형으로부터 넓적다리 뼈(Femur) 또는 위팔뼈(Humerus)를 판별하며,
    의료지표를 측정하는 단계는
    타원을 구성하는 둘레의 점을 이용하여 머리 크기를 측정하고, 원을 구성하는 둘레의 점을 이용하여 복부 둘레를 측정하며, 선분을 구성하는 양 끝점 또는 사각형을 구성하는 네 모서리를 이용하여 넓적다리 뼈 또는 위팔뼈의 길이를 측정하는 것을 특징으로 하는 의료지표 측정방법.
  15. 제 1 항에 있어서, 의료지표를 측정하는 단계는
    미리 저장되어 누적된 태아의 신체 측정 데이터 중 환자의 임신정보와 관련된 태아의 신체 측정 데이터를 함께 고려하여 의료지표를 측정하는 것을 특징으로 하는 의료지표 측정방법.
  16. 제 1 항에 있어서, 의료지표 측정방법은
    생성된 도형정보를 초음파 영상 데이터 상에 식별 가능한 시각정보로 구분하여 표시하는 단계; 및
    측정된 의료지표를 초음파 영상 데이터의 도형 상에 수치정보로 표시하는 단계;
    중 적어도 하나를 더 포함하는 것을 특징으로 하는 의료지표 측정방법.
  17. 피검체에 초음파 신호를 조사하고, 피검체로부터 반사파 신호신호를 수신하는 초음파 프로브;
    초음파 프로브의 반사파 신호를 사용하여 초음파 영상 데이터를 생성하는 이미지 처리부;
    생성된 초음파 영상 데이터로부터 특징점들을 추출하는 점 추출부;
    추출된 특징점들로 구성되는 도형정보를 생성하는 도형 생성부;
    생성된 도형정보로부터 해부학적 구조물을 판단하는 구조물 판단부;
    판단된 해부학적 구조물에 기초하여 의료지표를 측정하는 지표 측정부; 및
    의료지표 측정결과를 출력하는 출력부;
    를 포함하는 것을 특징으로 하는 초음파 진단장치.
KR1020200173175A 2020-12-11 2020-12-11 의료지표 측정방법 및 이를 위한 초음파 진단장치 Active KR102617378B1 (ko)

Priority Applications (7)

Application Number Priority Date Filing Date Title
KR1020200173175A KR102617378B1 (ko) 2020-12-11 2020-12-11 의료지표 측정방법 및 이를 위한 초음파 진단장치
CN202180082080.8A CN116583912A (zh) 2020-12-11 2021-11-09 医学指标测量方法及针对该方法的超声诊断设备
PCT/KR2021/016173 WO2022124591A1 (ko) 2020-12-11 2021-11-09 의료지표 측정방법 및 이를 위한 초음파 진단장치
DE112021006417.7T DE112021006417T5 (de) 2020-12-11 2021-11-09 Verfahren zum messen eines medizinischen indikators und ultraschalldiagnosevorrichtung dafür
US18/039,383 US20230414202A1 (en) 2020-12-11 2021-11-09 Medical indicator measuring method and ultrasound diagnostic device therefor
KR1020230176991A KR20230169067A (ko) 2020-12-11 2023-12-07 의료지표 측정방법 및 이를 위한 초음파 진단장치
KR1020250031611A KR20250039349A (ko) 2020-12-11 2025-03-11 의료지표 측정방법 및 이를 위한 초음파 진단장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200173175A KR102617378B1 (ko) 2020-12-11 2020-12-11 의료지표 측정방법 및 이를 위한 초음파 진단장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020230176991A Division KR20230169067A (ko) 2020-12-11 2023-12-07 의료지표 측정방법 및 이를 위한 초음파 진단장치

Publications (2)

Publication Number Publication Date
KR20220083894A true KR20220083894A (ko) 2022-06-21
KR102617378B1 KR102617378B1 (ko) 2023-12-27

Family

ID=81974626

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020200173175A Active KR102617378B1 (ko) 2020-12-11 2020-12-11 의료지표 측정방법 및 이를 위한 초음파 진단장치
KR1020230176991A Ceased KR20230169067A (ko) 2020-12-11 2023-12-07 의료지표 측정방법 및 이를 위한 초음파 진단장치
KR1020250031611A Pending KR20250039349A (ko) 2020-12-11 2025-03-11 의료지표 측정방법 및 이를 위한 초음파 진단장치

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020230176991A Ceased KR20230169067A (ko) 2020-12-11 2023-12-07 의료지표 측정방법 및 이를 위한 초음파 진단장치
KR1020250031611A Pending KR20250039349A (ko) 2020-12-11 2025-03-11 의료지표 측정방법 및 이를 위한 초음파 진단장치

Country Status (5)

Country Link
US (1) US20230414202A1 (ko)
KR (3) KR102617378B1 (ko)
CN (1) CN116583912A (ko)
DE (1) DE112021006417T5 (ko)
WO (1) WO2022124591A1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5243845B2 (ko) * 1972-08-21 1977-11-02
KR20130080312A (ko) * 2012-01-04 2013-07-12 삼성전자주식회사 대상체의 생체 정보를 측정하는 방법 및 장치
KR20130082318A (ko) * 2012-01-11 2013-07-19 삼성전자주식회사 태아 모델링 방법 및 그에 따른 영상 처리 장치
JP2016067814A (ja) * 2014-10-01 2016-05-09 日立アロカメディカル株式会社 超音波画像処理装置
JP2016522708A (ja) * 2013-05-03 2016-08-04 インパック メディカル システムズ、 インク．Ｉｍｐａｃ Ｍｅｄｉｃａｌ Ｓｙｓｔｅｍｓ Ｉｎｃ． 診療計画を導くための画像の構造形状を自動的に表示する方法及び装置
WO2019145147A1 (en) * 2018-01-23 2019-08-01 Koninklijke Philips N.V. Device and method for obtaining anatomical measurements from an ultrasound image
JP7075854B2 (ja) * 2018-09-11 2022-05-26 富士フイルムヘルスケア株式会社 超音波診断装置及び表示方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7783095B2 (en) * 2005-08-11 2010-08-24 Siemens Medical Solutions Usa, Inc. System and method for fetal biometric measurements from ultrasound data and fusion of same for estimation of fetal gestational age
JP2007267979A (ja) * 2006-03-31 2007-10-18 Yoko Arimasa 生物の臓器形態解析方法と生物の臓器形態解析システム
JP5243845B2 (ja) 2008-05-22 2013-07-24 日立アロカメディカル株式会社 ボリュームデータ処理装置
JP2015198907A (ja) * 2014-04-01 2015-11-12 セイコーエプソン株式会社 超音波測定装置
US20160081663A1 (en) * 2014-09-18 2016-03-24 General Electric Company Method and system for automated detection and measurement of a target structure
US20180140282A1 (en) * 2015-06-03 2018-05-24 Hitachi, Ltd. Ultrasonic diagnostic apparatus and image processing method
EP3500175B1 (en) * 2016-08-18 2024-10-23 Rivanna Medical, Inc. System and method for ultrasound spine shadow feature detection and imaging thereof
JP6661497B2 (ja) * 2016-09-09 2020-03-11 株式会社日立製作所 超音波診断装置、及びその作動方法
US10918357B2 (en) * 2017-06-30 2021-02-16 General Electric Company Methods and systems for automatically determining an anatomical measurement of ultrasound images
WO2019034546A1 (en) * 2017-08-17 2019-02-21 Koninklijke Philips N.V. ULTRASONIC SYSTEM CAPABLE OF EXTRACTING IMAGE PLANS FROM IMAGE INTERACTION VOLUME DATA WITH AN IMAGE
EP3639751A1 (en) * 2018-10-15 2020-04-22 Koninklijke Philips N.V. Systems and methods for guiding the acquisition of an ultrasound image
US10426442B1 (en) * 2019-06-14 2019-10-01 Cycle Clarity, LLC Adaptive image processing in assisted reproductive imaging modalities
US11430121B2 (en) * 2020-03-31 2022-08-30 Siemens Healthcare Gmbh Assessment of abnormality regions associated with a disease from chest CT images

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5243845B2 (ko) * 1972-08-21 1977-11-02
KR20130080312A (ko) * 2012-01-04 2013-07-12 삼성전자주식회사 대상체의 생체 정보를 측정하는 방법 및 장치
KR20130082318A (ko) * 2012-01-11 2013-07-19 삼성전자주식회사 태아 모델링 방법 및 그에 따른 영상 처리 장치
JP2016522708A (ja) * 2013-05-03 2016-08-04 インパック メディカル システムズ、 インク．Ｉｍｐａｃ Ｍｅｄｉｃａｌ Ｓｙｓｔｅｍｓ Ｉｎｃ． 診療計画を導くための画像の構造形状を自動的に表示する方法及び装置
JP2016067814A (ja) * 2014-10-01 2016-05-09 日立アロカメディカル株式会社 超音波画像処理装置
WO2019145147A1 (en) * 2018-01-23 2019-08-01 Koninklijke Philips N.V. Device and method for obtaining anatomical measurements from an ultrasound image
JP2021510595A (ja) * 2018-01-23 2021-04-30 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 超音波画像から解剖学的測定値を取得するための装置及び方法
JP7075854B2 (ja) * 2018-09-11 2022-05-26 富士フイルムヘルスケア株式会社 超音波診断装置及び表示方法

Also Published As

Publication number Publication date
US20230414202A1 (en) 2023-12-28
KR102617378B1 (ko) 2023-12-27
KR20250039349A (ko) 2025-03-20
KR20230169067A (ko) 2023-12-15
WO2022124591A1 (ko) 2022-06-16
DE112021006417T5 (de) 2023-10-05
CN116583912A (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
JP6309376B2 (ja) 医用情報処理システム、医用情報処理プログラム及び超音波診断装置
JP6238651B2 (ja) 超音波診断装置及び画像処理方法
CN106659473B (zh) 超声成像装置
CN114983468B (zh) 利用实时检查完成性监视器的成像系统和方法
JP6352013B2 (ja) 超音波診断装置、画像処理装置及び画像処理プログラム
US9990725B2 (en) Medical image processing apparatus and medical image registration method using virtual reference point for registering images
BR112020014733A2 (pt) Método implementado por computador para a obtenção de medições anatômicas em uma imagem de ultrassom, meios de programa de computador, dispositivo de análise de imagem e método de imageamento por ultrassom
JP2020531086A (ja) 画像とのタッチインタラクションを使用してボリュームデータから画像平面を抽出する超音波システム
US20150351725A1 (en) Ultrasonic diagnosis apparatus and medical image processing apparatus
JP2019514632A (ja) 超音波融合撮像システムにおけるプローブ誘導変形の補正
KR20160051161A (ko) 의료 영상 장치 및 그에 따른 의료 영상을 디스플레이 하는 방법
JP2021519181A (ja) 超音波画像システム及び方法
KR20160025083A (ko) 초음파 진단장치, 방법 및 컴퓨터 판독 가능한 저장매체
CN112672695A (zh) 用于执行胎儿重量估计的方法和系统
US11298096B2 (en) Imaging method, controller and imaging system, for monitoring a patient post EVAR
JP7432296B2 (ja) 医用情報処理システム
JP2017104248A (ja) 超音波診断装置
US12310785B2 (en) Ultrasound imaging device and ultrasound image generation method for identifying degree of delivery progress of fetus
KR102617378B1 (ko) 의료지표 측정방법 및 이를 위한 초음파 진단장치
US20230196580A1 (en) Ultrasound diagnostic apparatus and ultrasound image processing method
CN119732703A (zh) 一种超声成像设备、盆底的切面图像生成方法
WO2018047425A1 (ja) 超音波診断装置、及びその作動方法
CN114680928A (zh) 超声扫查反馈系统
JP6822806B2 (ja) 超音波診断装置および医用画像処理装置
CN113729777A (zh) 超声波诊断装置以及图像处理装置

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20201211

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20230117

Patent event code: PE09021S01D

AMND Amendment
E601 Decision to refuse application
PE0601 Decision on rejection of patent

Patent event date: 20230720

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

Patent event date: 20230117

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I

X091 Application refused [patent]
AMND Amendment
PX0901 Re-examination

Patent event code: PX09011S01I

Patent event date: 20230720

Comment text: Decision to Refuse Application

Patent event code: PX09012R01I

Patent event date: 20230314

Comment text: Amendment to Specification, etc.

PX0701 Decision of registration after re-examination

Patent event date: 20231124

Comment text: Decision to Grant Registration

Patent event code: PX07013S01D

Patent event date: 20231019

Comment text: Amendment to Specification, etc.

Patent event code: PX07012R01I

Patent event date: 20230720

Comment text: Decision to Refuse Application

Patent event code: PX07011S01I

Patent event date: 20230314

Comment text: Amendment to Specification, etc.

Patent event code: PX07012R01I

X701 Decision to grant (after re-examination)
A107 Divisional application of patent
PA0107 Divisional application

Comment text: Divisional Application of Patent

Patent event date: 20231207

Patent event code: PA01071R01D

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20231219

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20231220

End annual number: 3

Start annual number: 1

PG1601 Publication of registration