KR20230106303A - Diagnosis Adjuvant Systems and Method for Developmental Hip Dysplasia - Google Patents
Diagnosis Adjuvant Systems and Method for Developmental Hip Dysplasia Download PDFInfo
- Publication number
- KR20230106303A KR20230106303A KR1020220002042A KR20220002042A KR20230106303A KR 20230106303 A KR20230106303 A KR 20230106303A KR 1020220002042 A KR1020220002042 A KR 1020220002042A KR 20220002042 A KR20220002042 A KR 20220002042A KR 20230106303 A KR20230106303 A KR 20230106303A
- Authority
- KR
- South Korea
- Prior art keywords
- point
- points
- dysplasia
- developmental
- hip
- Prior art date
Links
- 208000014906 developmental dysplasia of the hip Diseases 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 28
- 206010073767 Developmental hip dysplasia Diseases 0.000 title claims abstract description 18
- 208000035790 developmental dysplasia of the hip 1 Diseases 0.000 title claims abstract description 16
- 238000003745 diagnosis Methods 0.000 title claims description 19
- 239000002671 adjuvant Substances 0.000 title 1
- 210000004394 hip joint Anatomy 0.000 claims abstract description 22
- 238000002604 ultrasonography Methods 0.000 claims abstract description 20
- 238000010801 machine learning Methods 0.000 claims abstract description 7
- 206010058314 Dysplasia Diseases 0.000 claims description 10
- 238000012285 ultrasound imaging Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 210000001621 ilium bone Anatomy 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 5
- 210000003692 ilium Anatomy 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 206010023204 Joint dislocation Diseases 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001605 fetal effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0875—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of bone
-
- 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
- A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
- A61B8/468—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means allowing annotation or message recording
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physiology (AREA)
- Rheumatology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
발달성 고관절 이형성증 진단 보조 방법으로, 고관절 전체 초음파 영상으로부터 발달성 고관절을 결정하는 5개 지점에 대한 1차 판별지점을 결정하는 단계; 상기 결정된 1차 판별지점 각각에 대하여 정확한 판별지점인 2차 판별지점을 재결정하는 단계; 및 상기 재결정된 2차 판별지점을 연결한 직선을 고관절 전체 초음파 영상에 오버레이하여 표시하는 단계를 포함하며, 상기 1차 판별지점을 결정하는 단계 및 상기 2차 판별지점을 재결정하는 단계는 인공지능에 의한 기계학습으로 수행되는 것을 특징으로 하는 발달성 고관절 이형성증 진단 보조 방법이 제공된다. An auxiliary method for diagnosing developmental dysplasia of the hip joint, comprising: determining primary discrimination points for five points for determining the developmental hip joint from an ultrasound image of the entire hip joint; re-determining a second determination point that is an accurate determination point for each of the determined primary determination points; and overlaying and displaying a straight line connecting the re-determined secondary determination points on the ultrasound image of the entire hip joint. There is provided an auxiliary method for diagnosing developmental hip dysplasia, characterized in that it is performed by machine learning.
Description
본 발명은 발달성 고관절 이형성증 진단 보조 시스템 및 방법에 관한 것으로, 보다 상세하게는 인공지능을 이용하여 초음파 영상으로부터 발달성 고관절 이형성증을 효과적으로 진단할 수 있는 발달성 고관절 이형성증 진단 시스템 및 방법에 관한 것이다. The present invention relates to a system and method for diagnosing developmental dysplasia, and more particularly, to a system and method for diagnosing developmental dysplasia, which can effectively diagnose developmental dysplasia from ultrasound images using artificial intelligence.
발달성 고관절 이형성증은 태아 시기부터 나타나는 고관절의 불안정성, 아탈구, 탈구, 또는 비구 이형성증을 포함한 발달성 병변을 말하는 것으로, 선천성 고관절 탈구로 더 잘 알려져 있으나, 탈구의 발생 시점 및 고관절 탈구 정도 등 여러 상황을 표현하기에 부적합하여 불안정한 고관절, 아탈구된 고관절, 탈구된 고관절 등을 모두 포함할 수 있는 용어인 발달성 고관절 이형성증으로 불리고 있다.Developmental hip dysplasia refers to developmental lesions including instability, subluxation, dislocation, or acetabular dysplasia of the hip joint that appear from the fetal period. It is called developmental dysplasia of the hip joint, which is a term that can include unstable hip joints, subluxated hip joints, and dislocated hip joints.
검사방법으로는 이학적 검사, 발로 검사, 방사선 소견 등이 있으며, 생후 4~6개월 이전에는 초음파 검사가 가장 정확한 검사법이다. 관절의 탈구 여부, 탈구 정도, 탈구 유발 여부, 비구 이형성 정도 등 유용한 정보를 얻을 수 있다. 조기 진단 및 신생아 선별 검사(screening test)로 사용되며, 보장구 등을 이용하여 치료 경과를 계속적으로 감시하는데 사용된다. 그러나, 검사 결과가 민감하기 때문에 특히 신생아에서는 판독에 유의하여야 한다.Inspection methods include physical examination, foot examination, and radiographic findings, and ultrasound examination is the most accurate examination method before 4 to 6 months of age. Useful information such as joint dislocation, degree of dislocation, occurrence of dislocation, and degree of acetabular dysplasia can be obtained. It is used for early diagnosis and screening tests for newborns, and is used to continuously monitor the treatment process using prosthetic devices. However, because the test results are sensitive, caution should be exercised in the interpretation, especially in neonates.
따라서, 발달성 고관절 이형성증에 대한 정확하고 효과적인 진단은 특히 신생아나 유아에는 매우 절실하나, 현재까지는 진단전문가의 육안과 경험에 의지하는 상황이다. Therefore, an accurate and effective diagnosis of developmental dysplasia of the hip is very urgent, especially in newborns and infants, but until now, it is a situation that relies on the naked eye and experience of a diagnosis specialist.
따라서, 본 발명이 해결하고자 하는 과제는, 초음파 영상 판독에 있어 어려움이 있는 발달성 고관절 이형성증 진단을 보조하는 방법과 시스템을 제공하는 것이다. Accordingly, the problem to be solved by the present invention is to provide a method and system for assisting in the diagnosis of developmental dysplasia of the hip, which has difficulties in interpreting ultrasound images.
상기 과제를 해결하기 위하여, 본 발명은 발달성 고관절 이형성증 진단 보조 방법으로, 고관절 전체 초음파 영상으로부터 발달성 고관절을 결정하는 5개 지점에 대한 1차 판별지점을 결정하는 단계; 상기 결정된 1차 판별지점 각각에 대하여 정확한 판별지점인 2차 판별지점을 재결정하는 단계; 및 상기 재결정된 2차 판별지점을 연결한 직선을 고관절 전체 초음파 영상에 오버레이하여 표시하는 단계를 포함하며, 상기 1차 판별지점을 결정하는 단계 및 상기 2차 판별지점을 재결정하는 단계는 인공지능에 의한 기계학습으로 수행되는 발달성 고관절 이형성증 진단 보조 방법을 제공한다. In order to solve the above problems, the present invention is an auxiliary method for diagnosing developmental dysplasia of the hip joint, comprising: determining primary discrimination points for five points for determining the developmental hip joint from an ultrasound image of the entire hip joint; re-determining a second determination point that is an accurate determination point for each of the determined primary determination points; and overlaying and displaying a straight line connecting the re-determined secondary determination points on the ultrasound image of the entire hip joint. To provide an auxiliary method for diagnosing developmental hip dysplasia performed by machine learning.
본 발명의 일 실시예에서, 상기 발달성 고관절 이형성증 진단 보조 방법은, 상기 제 1 판별지점을 결정하는 단계 전, 외부로부터 초음파 영상을 실시간으로 입력받는 단계를 더 포함하며, 상기 실시간으로 입력받은 초음파 영상에 대하여 상기 발달성 고관절 이형성증 진단 보조 방법이 실시간으로 수행된다. In one embodiment of the present invention, the method for assisting in diagnosing developmental dysplasia of the hip further includes receiving an ultrasound image from the outside in real time before the step of determining the first discrimination point, wherein the ultrasound received in real time With respect to the image, the method for assisting in the diagnosis of developmental hip dysplasia is performed in real time.
본 발명의 일 실시예에서, 상기 5개 지점은 3개의 제 1지점 내지 제 3 지점과, 상기 3 지점으로부터 분기되는 제 4 내지 제 5 지점으로 이루어지며, 제 1 지점과 제 2지점은 장골(Iliac Bone)의 중심을 지나는 지점으로 정하고, 제 3 지점은 장골(Iliac Bone)이 대퇴골두(Femoral Head) 밑으로 지나 꺾이는 부분에 위치하며, 제 4 지점은 관절순(labrum) 끝에 위치시키고, 제 5 판별지점은 장골(Iliac Bone)이 끝나는 하얀 지점에 위치한다. In one embodiment of the present invention, the five points are composed of three first to third points and fourth to fifth points diverging from the three points, and the first and second points are the ilium ( The third point is located at the part where the Iliac Bone passes under the femoral head and is bent, and the fourth point is located at the end of the labrum. 5 The discrimination point is located at the white point where the iliac bone ends.
본 발명의 일 실시예에서, 상기 제 1 판별지점, 제 2 판별지점과 제 3 판별지점을 이은 선이 우측 하단 방향의 대각선의 형태일 경우 앞쪽(Anterior)으로 구별하고, 제 2 판별지점이 제 1 판별지점과 제 3 판별지점보다 아래에 위치해 있을 경우 뒤쪽(Posterior)으로 구별한다. In one embodiment of the present invention, when the line connecting the first determination point, the second determination point, and the third determination point has a diagonal shape in the lower right direction, it is distinguished as anterior, and the second determination point is the second determination point. If it is located below the 1st and 3rd discrimination points, it is classified as posterior.
본 발명은 발달성 고관절 이형성증 진단 보조 시스템으로, 외부 초음파 영상 기기; 및 상기 외부 초음파 영상기기로부터 영상을 수신받아 발달성 고관절 이형성증 진단 보조하는 영상을 실시간으로 출력하는 발달성 고관절 이형성증 진단 보조 영상기기를 포함하며, 여기에서 상기 발달성 고관절 이형성증 진단 보조 영상기기는, 상기 외부 초음파 영상기기로부터 실시간으로 영상정보를 입력받아 화면에 출력하는 영상표시부; 상술한 방법에 따라 제 1 판별지점 및 제 2 판별지점을 결정하는 판별지점결정부; 상기 판별지점결정부에 의하여 결정된 제 2 판별지점을 연결한 직선을 상기 화면에 출력된 영상정보에 오버레이하여 표시하는 판별지점표시부를 포함하는 것을 특징으로 하는 발달성 고관절 이형성증 진단 보조 시스템을 제공한다. The present invention is an auxiliary system for diagnosing developmental dysplasia of the hip, comprising: an external ultrasound imaging device; and an auxiliary imaging device for diagnosing developmental dysplasia that receives images from the external ultrasound imaging device and outputs in real time an image for diagnosing developmental dysplasia. an image display unit that receives image information from an external ultrasonic imaging device in real time and outputs it to a screen; a determination point determination unit for determining a first determination point and a second determination point according to the above-described method; It provides a developmental hip dysplasia diagnosis assistance system comprising a discrimination point display unit for overlaying and displaying a straight line connecting the second discrimination point determined by the discrimination point determination unit on the image information output to the screen.
본 발명은 초음파 영상 판독에 있어 어려움이 있는 발달성 고관절 이형성증 진단시 이를 보조하는 또 다른 영상기반 인공지능 진단보조 시스템과 방법을 제공한다. 이로써 신생아 또는 유아의 발달성 고관절 이형성증 진단시 그 정확도를 향상시킬 수 있다. The present invention provides another image-based artificial intelligence diagnosis assisting system and method that assists in diagnosing developmental hip dysplasia, which has difficulty in interpreting ultrasound images. This can improve the accuracy when diagnosing developmental hip dysplasia in newborns or infants.
도 1은 본 발명의 일 실시예에 따른 진단 보조 방법의 단계도이다.
도 2는 본 발명의 일 실시예에 따른 발달성 고관절을 결정하는 5개의 판별지점을 설명하는 도면이다.
도 3은 본 발명의 일 실시예에 따른 진단보조 시스템의 모식도이다.
도 4 및 5는 본 발명의 일 실시예에 따른 진단보조 시스템의 모식도이다. 1 is a step diagram of a diagnosis assisting method according to an embodiment of the present invention.
2 is a diagram illustrating five discrimination points for determining a developmental hip joint according to an embodiment of the present invention.
3 is a schematic diagram of a diagnostic assist system according to an embodiment of the present invention.
4 and 5 are schematic diagrams of a diagnostic assist system according to an embodiment of the present invention.
이하, 첨부한 도면을 참고로 하여 본 발명의 바람직한 실시예에 대하여 상세히 설명하면 다음과 같다.Hereinafter, the preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 발명을 상세하게 설명하기 전에, 본 명세서에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 무조건 한정하여 해석되어서는 아니 되며, 본 발명의 발명자가 자신의 발명을 가장 최선의 방법으로 설명하기 위해서 각종 용어의 개념을 적절하게 정의하여 사용할 수 있다.Before explaining the present invention in detail, the terms or words used in this specification should not be construed unconditionally in a conventional or dictionary sense, and in order for the inventor of the present invention to explain his/her invention in the best way Concepts of various terms can be appropriately defined and used.
더 나아가 이들 용어나 단어는 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 함을 알아야 한다.Furthermore, it should be noted that these terms or words should be interpreted as meanings and concepts consistent with the technical idea of the present invention.
즉, 본 명세서에서 사용된 용어는 본 발명의 바람직한 실시예를 설명하기 위해서 사용되는 것일 뿐이고, 본 발명의 내용을 구체적으로 한정하려는 의도로 사용된 것이 아니다.That is, the terms used in this specification are only used to describe preferred embodiments of the present invention, and are not intended to specifically limit the contents of the present invention.
이들 용어는 본 발명의 여러 가지 가능성을 고려하여 정의된 용어임을 알아야 한다.It should be noted that these terms are terms defined in consideration of various possibilities of the present invention.
또한, 본 명세서에 있어서, 단수의 표현은 문맥상 명확하게 다른 의미로 지시하지 않는 이상, 복수의 표현을 포함할 수 있다.Also, in this specification, a singular expression may include a plurality of expressions unless the context clearly indicates otherwise.
또한, 유사하게 복수로 표현되어 있다고 하더라도 단수의 의미를 포함할 수 있음을 알아야 한다.In addition, it should be noted that similarly, even if expressed in a plurality, it may include a singular meaning.
본 명세서의 전체에 걸쳐서 어떤 구성 요소가 다른 구성 요소를 "포함"한다고 기재하는 경우에는, 특별히 반대되는 의미의 기재가 없는 한 임의의 다른 구성 요소를 제외하는 것이 아니라 임의의 다른 구성 요소를 더 포함할 수도 있다는 것을 의미할 수 있다.Throughout this specification, when a component is described as "including" another component, it does not exclude any other component, but further includes any other component, unless otherwise stated. It can mean you can do it.
더 나아가서, 어떤 구성 요소가 다른 구성 요소의 "내부에 존재하거나, 연결되어 설치된다"고 기재한 경우에는, 이 구성 요소가 다른 구성 요소와 직접적으로 연결되어 있거나 접촉하여 설치되어 있을 수 있다.Furthermore, when a component is described as "existing inside or connected to and installed" of another component, this component may be directly connected to or installed in contact with the other component.
또한, 일정한 거리를 두고 이격되어 설치되어 있을 수도 있으며, 일정한 거리를 두고 이격되어 설치되어 있는 경우에 대해서는 해당 구성 요소를 다른 구성 요소에 고정 내지 연결시키기 위한 제 3의 구성 요소 또는 수단이 존재할 수 있다.In addition, it may be installed at a certain distance, and in the case of being installed at a certain distance, a third component or means for fixing or connecting the corresponding component to another component may exist. .
한편, 상기 제 3의 구성 요소 또는 수단에 대한 설명은 생략될 수도 있음을 알아야 한다.Meanwhile, it should be noted that the description of the third component or means may be omitted.
반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결"되어 있다거나, 또는 "직접 접속"되어 있다고 기재되는 경우에는, 제 3의 구성 요소 또는 수단이 존재하지 않는 것으로 이해하여야 한다.On the other hand, when it is described that a certain element is "directly connected" to another element, or is "directly connected", it should be understood that no third element or means exists.
마찬가지로, 각 구성 요소 간의 관계를 설명하는 다른 표현들, 즉 " ~ 사이에"와 "바로 ~ 사이에", 또는 " ~ 에 이웃하는"과 " ~ 에 직접 이웃하는" 등도 마찬가지의 취지를 가지고 있는 것으로 해석되어야 한다.Similarly, other expressions describing the relationship between components, such as "between" and "directly between", or "adjacent to" and "directly adjacent to" have the same meaning. should be interpreted as
또한, 본 명세서에 있어서 "일면", "타면", "일측", "타측", "제 1", "제 2" 등의 용어는, 하나의 구성 요소에 대해서 이 하나의 구성 요소가 다른 구성 요소로부터 명확하게 구별될 수 있도록 하기 위해서 사용된다.In addition, in the present specification, terms such as "one side", "the other side", "one side", "the other side", "first", and "second" refer to one component with respect to another component. It is used to make it clearly distinguishable from the elements.
하지만, 이와 같은 용어에 의해서 해당 구성 요소의 의미가 제한적으로 사용되는 것은 아님을 알아야 한다.However, it should be noted that the meaning of a corresponding component is not limitedly used by such a term.
또한, 본 명세서에서 "상", "하", "좌", "우" 등의 위치와 관련된 용어는, 사용된다면, 해당 구성 요소에 대해서 해당 도면에서의 상대적인 위치를 나타내고 있는 것으로 이해하여야 한다.In addition, in this specification, terms related to positions such as “upper”, “lower”, “left”, “right”, etc., if used, are to be understood as indicating relative positions of corresponding components in the drawing.
또한, 이들의 위치에 대해서 절대적인 위치를 특정하지 않는 이상은, 이들 위치 관련 용어가 절대적인 위치를 언급하고 있는 것으로 이해하여서는 아니 된다.In addition, unless an absolute location is specified for these locations, these location-related terms should not be understood as referring to an absolute location.
더욱이, 본 발명의 명세서에서는, "…부", "…기", "모듈", "장치" 등의 용어는, 사용된다면, 하나 이상의 기능이나 동작을 처리할 수 있는 단위를 의미한다.Moreover, in the specification of the present invention, terms such as "... unit", "... unit", "module", and "device", if used, mean a unit capable of processing one or more functions or operations.
이는 하드웨어 또는 소프트웨어, 또는 하드웨어와 소프트웨어의 결합으로 구현될 수 있음을 알아야 한다.It should be noted that this may be implemented in hardware or software, or a combination of hardware and software.
본 명세서에 첨부된 도면에서 본 발명을 구성하는 각 구성 요소의 크기, 위치, 결합 관계 등은 본 발명의 사상을 충분히 명확하게 전달할 수 있도록 하기 위해서 또는 설명의 편의를 위해서 일부 과장 또는 축소되거나 생략되어 기술되어 있을 수 있고, 따라서 그 비례나 축척은 엄밀하지 않을 수 있다.In the drawings accompanying this specification, the size, position, coupling relationship, etc. of each component constituting the present invention is partially exaggerated, reduced, or omitted in order to sufficiently clearly convey the spirit of the present invention or for convenience of explanation. may be described, and therefore the proportions or scale may not be exact.
또한, 이하에서, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 구성, 예를 들어, 종래 기술을 포함하는 공지 기술에 대한 상세한 설명은 생략될 수도 있다.In addition, in the following description of the present invention, a detailed description of a configuration that is determined to unnecessarily obscure the subject matter of the present invention, for example, a known technology including the prior art, may be omitted.
본 발명은 상술한 문제를 해결하기 위하여 초음파 영상 판독에 있어 어려움이 있는 발달성 고관절 이형성증 진단시 이를 보조하는 또 다른 영상기반 인공지능 진단보조 시스템과 방법을 제공한다. In order to solve the above problems, the present invention provides another image-based artificial intelligence diagnosis assisting system and method that assists in diagnosing developmental dysplasia of the hip, which has difficulty in interpreting ultrasound images.
도 1은 본 발명의 일 실시예에 따른 진단 보조 방법의 단계도이다. 1 is a step diagram of a diagnosis assisting method according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 일 실시예에 따른 발달성 고관절 이형성 진단 보조 방법은, 고관절 전체 초음파 영상으로부터 발달성 고관절을 결정하는 5개의 1차 판별지점을 결정하는 단계; 상기 결정된 1차 판별지점 각각에 대하여 정확한 판별지점인 2차 판별지점을 재결정하는 단계; 상기 재결정된 2차 판별지점을 연결한 직선을 고관절 전체 초음파 영상에 오버레이하여 표시하며, 상기 1차 판별지점을 결정하는 단계 및 상기 제 2 판별지점을 재결정하는 단계는 인공지능에 의한 기계학습으로 수행된다. Referring to FIG. 1 , a method for diagnosing developmental hip dysplasia according to an embodiment of the present invention includes determining five primary discrimination points for determining a developmental hip joint from an ultrasound image of the entire hip joint; re-determining a second determination point that is an accurate determination point for each of the determined primary determination points; A straight line connecting the re-determined secondary discrimination point is overlaid and displayed on the entire hip joint ultrasound image, and the step of determining the primary discrimination point and the step of re-determining the second discrimination point are performed by machine learning by artificial intelligence. do.
즉, 본 발명의 일 실시예에 따른 진단보조 시스템과 방법은 발달성 고관절 이형성증의 진단 시 중요한 5개 지점을 실시간 진단 영상에 오버레이하여 표시함으로써 진단을 보조한다. That is, the diagnosis assistance system and method according to an embodiment of the present invention assist diagnosis by overlaying and displaying five important points on a real-time diagnosis image when diagnosing developmental dysplasia of the hip.
도 2는 본 발명의 일 실시예에 따른 발달성 고관절을 결정하는 5개의 판별지점을 설명하는 도면이다. 2 is a diagram illustrating five discrimination points for determining a developmental hip joint according to an embodiment of the present invention.
도 2를 참조하면, 본 발명의 일 실시예에서 상기 5개 지점은 3개의 지점(제 1 지점 내지 제 3 지점)과, 상기 3개의 지점으로부터 분기되는 2개의 지점(제 4 내지 제 5 지점)으로 이루어진다. 도 2에서 1 내지 3의 번호는 제 1 내지 제 3지점을 나타내며, b는 제 4 지점, a는 제 5 지점을 나타낸다.Referring to FIG. 2 , in one embodiment of the present invention, the five points are three points (first to third points) and two points (fourth to fifth points) diverging from the three points. made up of In FIG. 2 , numbers 1 to 3 indicate the first to third points, b indicates the fourth point, and a indicates the fifth point.
이 중 제 1 지점과 제 2지점은 장골(Iliac Bone)의 중심을 지나는 지점으로 정하고 제 3 지점은 장골(Iliac Bone)이 대퇴골두(Femoral Head) 밑으로 지나 꺾이는 부분에 위치하며, 제 4 지점은 관절순(labrum) 끝에 위치시키고, 제 5 판별지점은 장골(Iliac Bone)이 끝나는 하얀 지점에 위치하도록 한다. Among them, the first and second points are determined as points passing through the center of the ilium, the third point is located at the part where the iliac bone passes under the femoral head and bends, and the fourth point is located at the end of the labrum, and the fifth discrimination point is located at the white point where the iliac bone ends.
본 발명은 발달성 고관절 이형성 진단 보조를 위하여 2 단계의 인공지능을 이용하여 제 1 내지 5 지점의 정확한 위치를 결정하는데, 먼저, 5개 지점을 영역으로 추정하여 이를 “1차 판별지점”으로 결정한다. 즉, 정확한 판별지점을 위하여 먼저 해당되는 위치로 추정되는 영상 특징점을 중심으로 일정 영역을 1차 판별지점으로 기계학습 방식으로 판단한다(Gloabl Detection AI). The present invention determines the exact location of the 1st to 5th points by using two-step artificial intelligence to assist in the diagnosis of developmental hip dysplasia. do. That is, for an accurate discrimination point, a certain area is first determined by a machine learning method as a primary discrimination point centered on an image feature point estimated as a corresponding location (Global Detection AI).
이후, 해당된 1차 판별지점(영역) 각각에 대하여 또 다른 기계학습으로 2차 판별지점을 상기 1차 판별지점(영역) 내에 정확하게 결정하며(Local Detection AI), 이를 위하여 기존에 학습된 영상정보를 활용, 이를 기계 학습에 적용한다. After that, for each corresponding primary discrimination point (area), another machine learning accurately determines the secondary discrimination point within the primary discrimination point (area) (Local Detection AI), and for this purpose, the previously learned image information and apply it to machine learning.
이후 2차 판별지점을 순차적으로 연결한 직선을 도 2에 도시된 바와 같이 상기 초음파 영상 위에 오버레이하여 표시한다. 이로써 진단 전문가는 실시간으로 입력받는 영상으로부터 5개의 판별지점(2차 판별지점)을 연결한 직선과, 그 각도를 통하여 발달성 고관절 이형성증을 효과적으로 판단할 수 있다. Thereafter, as shown in FIG. 2 , a straight line sequentially connecting the secondary discrimination points is overlaid and displayed on the ultrasound image. In this way, the diagnostic expert can effectively determine developmental dysplasia through the straight line connecting the five discrimination points (secondary discrimination points) and the angle from the input image in real time.
즉, 가능한 표준 영상을 촬영할 수 있도록 골반선을 의미하는 3개의 판별지점이 이루는 각을 계산하여 각이 175~185도 사이일 경우 standard, 이 외의 범위일 경우 non-standard로 분류하여 실시간으로 정보를 표시한다. 특히 non-standard는 앞쪽(Anterior)과 뒤쪽(Posterior)으로 구분하여 표시한다. 예를 들어, 상기 제 1 판별지점, 제 2 판별지점과 제 3 판별지점을 이은 선이 우측 하단 방향의 대각선의 형태일 경우 Anterior로 구별하고, 제 2 판별지점이 제 1 판별지점과 제 3 판별지점보다 아래에 위치해 있을 경우 Posterior로 구별한다. In other words, the angle formed by the three discrimination points representing the pelvic line is calculated so that a standard image can be taken as much as possible, and if the angle is between 175 and 185 degrees, it is classified as standard, and if the angle is outside the range, it is classified as non-standard, and information is provided in real time. display In particular, non-standard is displayed by dividing it into anterior and posterior. For example, if the line connecting the first discrimination point, the second discrimination point, and the third discrimination point is in the form of a diagonal line in the lower right direction, it is classified as anterior, and the second discrimination point is the first discrimination point and the third discrimination point. If it is located below the point, it is classified as posterior.
도 3은 본 발명의 일 실시예에 따른 진단보조 시스템의 모식도이다. 3 is a schematic diagram of a diagnostic assist system according to an embodiment of the present invention.
도 3을 참조하면, 본 발명의 일 실시예에 따른 진단보조 시스템은, 외부 초음파 영상 기기(100); 및 상기 외부 초음파 영상기기로부터 영상을 수신받아 발달성 고관절 이형성증 진단 보조하는 영상을 실시간으로 출력하는 발달성 고관절 이형성증 진단 보조 영상기기(200)를 포함하며, 여기에서 상기 발달성 고관절 이형성증 진단 보조 영상기기(200)는, 상기 외부 초음파 영상기기(100)로부터 실시간으로 영상정보를 입력받아 화면에 출력하는 영상표시부(210); 제 1항 내지 제 3항 중 어느 한 항에 따라 제 1 판별지점 및 제 2 판별지점을 결정하는 판별지점결정부(220); 상기 판별지점결정부(220)에 의하여 결정된 제 2 판별지점을 연결한 직선을 상기 화면에 출력된 영상정보에 오버레이하여 표시하는 판별지점표시부(230)를 포함한다. Referring to FIG. 3 , an assisting diagnosis system according to an embodiment of the present invention includes an external
여기에서 상기 판별지점결정부(220)는 기계 학습된 영상정보로부터 판별지점을 결정하며, 이는 도 1에서 설명한 바와 같다. Here, the discrimination
도 4 및 5는 본 발명의 일 실시예에 따른 진단보조 시스템의 모식도이다. 4 and 5 are schematic diagrams of a diagnostic assist system according to an embodiment of the present invention.
도 4 및 5를 참조하면, 촬영되는 위치에 따라 골반선을 의미하는 판별지점이 이루는 각은 색을 달리하여 실시간으로 입력받는 초음파 영상에 표시된다. Referring to FIGS. 4 and 5 , an angle formed by a determination point indicating a pelvic line according to a location to be photographed is displayed in a real-time input ultrasound image in a different color.
즉, 본 발명의 일 실시예에 따른 보조 시스템을 통하여, 실시간 가이드를 통해 촬영된 표준 영상으로부터 AI가 예측한 5점을 자동으로 표시하고 좌표를 추출하여, 제 1 지점과 제 3 지점이 이어지는 선을 기준으로, 제 3 지점과 제 4 지점을 연결한 선의 각도, 그리고 지점 3과 지점 5를 연결한 선의 각도를 표시해 줌으로써 발달성 고관절 이형성증 진단을 보조한다.
That is, through the auxiliary system according to an embodiment of the present invention, the 5 points predicted by AI are automatically displayed from the standard image taken through the real-time guide, and the coordinates are extracted, and the line connecting the first point and the third point is displayed. Based on , the angle of the line connecting the third and fourth points and the angle of the
이상 본 발명에 따른 진단보조 방법 및 장치는, 초음파 영상 판독에 있어 어려움이 있는 발달성 고관절 이형성증 진단시 이를 보조하는 또 다른 영상기반 정보를 제공한다. 이로써 신생아 또는 유아의 발달성 고관절 이형성증 진단시 그 정확도를 향상시킬 수 있다. As described above, the diagnostic assisting method and apparatus according to the present invention provide another image-based information that assists in diagnosing developmental hip dysplasia, which has difficulty in interpreting ultrasound images. This can improve the accuracy when diagnosing developmental hip dysplasia in newborns or infants.
Claims (5)
고관절 전체 초음파 영상으로부터 발달성 고관절을 결정하는 5개 지점에 대한 1차 판별지점을 결정하는 단계;
상기 결정된 1차 판별지점 각각에 대하여 정확한 판별지점인 2차 판별지점을 재결정하는 단계; 및
상기 재결정된 2차 판별지점을 연결한 직선을 고관절 전체 초음파 영상에 오버레이하여 표시하는 단계를 포함하며,
상기 1차 판별지점을 결정하는 단계 및 상기 2차 판별지점을 재결정하는 단계는 인공지능에 의한 기계학습으로 수행되는 것을 특징으로 하는 발달성 고관절 이형성증 진단 보조 방법.As an auxiliary method for diagnosing developmental hip dysplasia,
Determining primary discrimination points for five points for determining a developmental hip joint from an ultrasound image of the entire hip joint;
re-determining a second determination point that is an accurate determination point for each of the determined primary determination points; and
Overlaying and displaying a straight line connecting the re-determined secondary discrimination point on the entire ultrasound image of the hip joint,
The step of determining the first discrimination point and the step of re-determining the second discrimination point are performed by machine learning by artificial intelligence.
상기 제 1 판별지점을 결정하는 단계 전, 외부로부터 초음파 영상을 실시간으로 입력받는 단계를 더 포함하며,
상기 실시간으로 입력받은 초음파 영상에 대하여 상기 발달성 고관절 이형성증 진단 보조 방법이 실시간으로 수행되는 것을 특징으로 하는 발달성 고관절 이형성증 진단 보조 방법.The method of claim 1, wherein the method of assisting in diagnosing developmental dysplasia of the hip,
The step of receiving an ultrasound image from the outside in real time before the step of determining the first discrimination point,
The method for assisting diagnosis of developmental dysplasia, characterized in that the assisting method for diagnosing developmental dysplasia of the hip is performed in real time with respect to the ultrasound image input in real time.
상기 5개 지점은 3개의 제 1지점 내지 제 3 지점과, 상기 3 지점으로부터 분기되는 제 4 내지 제 5 지점으로 이루어지며,
제 1 지점과 제 2지점은 장골(Iliac Bone)의 중심을 지나는 지점으로 정하고, 제 3 지점은 장골(Iliac Bone)이 대퇴골두(Femoral Head) 밑으로 지나 꺾이는 부분에 위치하며, 제 4 지점은 관절순(labrum) 끝에 위치시키고, 제 5 판별지점은 장골(Iliac Bone)이 끝나는 하얀 지점에 위치하는 것을 특징으로 하는 발달성 고관절 이형성증 진단 보조 방법.According to claim 1,
The five points consist of three first to third points and fourth to fifth points diverging from the three points,
Points 1 and 2 are set as points passing through the center of the ilium, point 3 is located at the part where the ilium passes under the femoral head and is bent, and point 4 is A method for diagnosing developmental dysplasia of the hip, characterized in that it is located at the end of the labrum, and the fifth discrimination point is located at the white point at the end of the iliac bone.
상기 제 1 판별지점, 제 2 판별지점과 제 3 판별지점을 이은 선이 우측 하단 방향의 대각선의 형태일 경우 Anterior로 구별하고, 제 2 판별지점이 제 1 판별지점과 제 3 판별지점보다 아래에 위치해 있을 경우 Posterior로 구별하는 것을 특징으로 하는 발달성 고관절 이형성증 진단 보조 방법.According to claim 3,
If the line connecting the first discrimination point, the second discrimination point, and the third discrimination point is in the form of a diagonal line in the lower right direction, it is classified as anterior, and the second discrimination point is below the first discrimination point and the third discrimination point. An auxiliary method for diagnosing developmental dysplasia of the hip, characterized by distinguishing it as posterior when located.
외부 초음파 영상 기기; 및
상기 외부 초음파 영상기기로부터 영상을 수신받아 발달성 고관절 이형성증 진단 보조하는 영상을 실시간으로 출력하는 발달성 고관절 이형성증 진단 보조 영상기기를 포함하며,
여기에서 상기 발달성 고관절 이형성증 진단 보조 영상기기는,
상기 외부 초음파 영상기기로부터 실시간으로 영상정보를 입력받아 화면에 출력하는 영상표시부;
제 1항 내지 제 3항 중 어느 한 항에 따라 제 1 판별지점 및 제 2 판별지점을 결정하는 판별지점결정부;
상기 판별지점결정부에 의하여 결정된 제 2 판별지점을 연결한 직선을 상기 화면에 출력된 영상정보에 오버레이하여 표시하는 판별지점표시부를 포함하는 것을 특징으로 하는 발달성 고관절 이형성증 진단 보조 시스템. As a diagnostic aid system for developmental hip dysplasia,
External ultrasound imaging equipment; and
An auxiliary imaging device for diagnosing developmental dysplasia of the hip that receives an image from the external ultrasound imaging device and outputs in real time an image for diagnosing developmental dysplasia of the hip joint,
Here, the developmental hip dysplasia diagnosis auxiliary imaging device,
an image display unit that receives image information from the external ultrasound imaging device in real time and outputs it to a screen;
A determination point determination unit for determining a first determination point and a second determination point according to any one of claims 1 to 3;
Developmental hip dysplasia diagnosis assistance system comprising a discrimination point display unit for displaying a straight line connecting the second discrimination point determined by the discrimination point determination unit overlaid on the image information output to the screen.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220002042A KR102668650B1 (en) | 2022-01-06 | 2022-01-06 | Diagnosis Adjuvant Systems and Method for Developmental Hip Dysplasia |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220002042A KR102668650B1 (en) | 2022-01-06 | 2022-01-06 | Diagnosis Adjuvant Systems and Method for Developmental Hip Dysplasia |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230106303A true KR20230106303A (en) | 2023-07-13 |
| KR102668650B1 KR102668650B1 (en) | 2024-05-24 |
Family
ID=87160082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220002042A KR102668650B1 (en) | 2022-01-06 | 2022-01-06 | Diagnosis Adjuvant Systems and Method for Developmental Hip Dysplasia |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102668650B1 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060028044A (en) * | 2004-09-24 | 2006-03-29 | 유용석 | 3d finite element modeling method and recording materials using by 2d medical images |
| KR101054043B1 (en) * | 2010-05-23 | 2011-08-10 | 강원대학교산학협력단 | Mothod of generating 3d sterioscopic image from 2d medical image |
| WO2016191870A1 (en) * | 2015-06-01 | 2016-12-08 | The Governors Of The University Of Alberta | Surface modeling of a segmented echogenic structure for detection and measurement of anatomical anomalies |
| KR101904498B1 (en) * | 2016-11-22 | 2018-10-17 | 동서대학교산학협력단 | A scanner with a plural near-infrared ray image sensor And converting method of several two-dimensional biomedical image following time taken with scanner to diabetic wound diagnosis three-dimensional biomedical image following time |
| KR20200137178A (en) * | 2019-05-29 | 2020-12-09 | 전북대학교산학협력단 | Method and device for medical image processing using machine learning |
| JP2022181902A (en) * | 2021-05-27 | 2022-12-08 | 国立大学法人北海道大学 | Image diagnostic device for osteoarthropathy, and operation method and program of image diagnostic device |
-
2022
- 2022-01-06 KR KR1020220002042A patent/KR102668650B1/en active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060028044A (en) * | 2004-09-24 | 2006-03-29 | 유용석 | 3d finite element modeling method and recording materials using by 2d medical images |
| KR101054043B1 (en) * | 2010-05-23 | 2011-08-10 | 강원대학교산학협력단 | Mothod of generating 3d sterioscopic image from 2d medical image |
| WO2016191870A1 (en) * | 2015-06-01 | 2016-12-08 | The Governors Of The University Of Alberta | Surface modeling of a segmented echogenic structure for detection and measurement of anatomical anomalies |
| KR101904498B1 (en) * | 2016-11-22 | 2018-10-17 | 동서대학교산학협력단 | A scanner with a plural near-infrared ray image sensor And converting method of several two-dimensional biomedical image following time taken with scanner to diabetic wound diagnosis three-dimensional biomedical image following time |
| KR20200137178A (en) * | 2019-05-29 | 2020-12-09 | 전북대학교산학협력단 | Method and device for medical image processing using machine learning |
| JP2022181902A (en) * | 2021-05-27 | 2022-12-08 | 国立大学法人北海道大学 | Image diagnostic device for osteoarthropathy, and operation method and program of image diagnostic device |
Non-Patent Citations (3)
| Title |
|---|
| "Accuracy of New Deep Learning Model-Based Segmentation and Key-Point Multi-Detection Method for Ultrasonographic Developmental Dysplasia of the Hip (DDH) Screening", Diagnostics,Vol.11(7)(2021.6.28.) * |
| "Hip Screening in Infants Presenting with Asymmetricity of Lower Extremity", Journal of the Korean Orthopaedic Association 2017; 52(3): 205-211 * |
| "다중 트레이닝 기법을 이용한 MASK R-CNN의 초음파 DDH 각도 측정 진단 시스템 연구". 융합신호처리학회논문지, Vol. 21, No. 4, pp. 183-194* * |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102668650B1 (en) | 2024-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102199152B1 (en) | Spinal column arrangement estimation device, spinal column arrangement estimation method, and spinal column arrangement estimation program | |
| Yaqub et al. | A deep learning solution for automatic fetal neurosonographic diagnostic plane verification using clinical standard constraints | |
| CA2427695C (en) | Method for measuring 3d joint structure | |
| CN107146214A (en) | The method that children's hip development condition computer is diagnosed automatically | |
| CN107920722A (en) | Rebuild for the image captured from capsule cameras by object detection | |
| Korez et al. | A deep learning tool for fully automated measurements of sagittal spinopelvic balance from X-ray images: performance evaluation | |
| US10178941B2 (en) | Image processing apparatus, image processing method, and computer-readable recording device | |
| WO2023063646A1 (en) | Bone density derivation method for hip fracture diagnosis based on machine learning, and bone density derivation program using same | |
| JPH0824227A (en) | Medical image diagnosing apparatus | |
| JP7321836B2 (en) | Information processing device, inspection system and information processing method | |
| WO2022059982A1 (en) | Ultrasound diagnostic system | |
| KR20160118037A (en) | Apparatus and method for detecting lesion from medical image automatically | |
| Sindhwani et al. | Semi‐automatic outlining of levator hiatus | |
| Wáng | An update of our understanding of radiographic diagnostics for prevalent osteoporotic vertebral fracture in elderly women | |
| WO2022249587A1 (en) | Image diagnosis apparatus for osteoarticular diseases, method for operating image diagnosis apparatus, and program | |
| KR20230106303A (en) | Diagnosis Adjuvant Systems and Method for Developmental Hip Dysplasia | |
| Avisdris et al. | Biometrynet: landmark-based fetal biometry estimation from standard ultrasound planes | |
| CN114266718A (en) | Medical image processing apparatus and method, and learning method of learning model | |
| US11850090B2 (en) | Guided lung coverage and automated detection using ultrasound devices | |
| Derlatka-Kochel et al. | Assessment of vocal fold mobility using dynamic magnetic resonance imaging and ultrasound in healthy volunteers | |
| WO2019098399A1 (en) | Bone mineral density estimation method and apparatus using same | |
| WO2012015049A1 (en) | Tissue extraction system and three-dimensional display method of same | |
| Okuzaki et al. | Rib region detection for scanning path planning for fully automated robotic abdominal ultrasonography | |
| Gunay et al. | Can a hip diagnosed as Graf Type 1according to Graf checklist deteriorate over time? a case series and evaluation of the Graf method | |
| Shida et al. | Heart position estimation based on bone distribution toward autonomous robotic fetal ultrasonography |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |