WO2021172677A1 - 영상 인공지능 기반 반려동물 질병 예후 진단 방법 - Google Patents

영상 인공지능 기반 반려동물 질병 예후 진단 방법 Download PDF

Info

Publication number
WO2021172677A1
WO2021172677A1 PCT/KR2020/011905 KR2020011905W WO2021172677A1 WO 2021172677 A1 WO2021172677 A1 WO 2021172677A1 KR 2020011905 W KR2020011905 W KR 2020011905W WO 2021172677 A1 WO2021172677 A1 WO 2021172677A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
animal
prognosis
disease
companion animal
Prior art date
Application number
PCT/KR2020/011905
Other languages
English (en)
French (fr)
Inventor
송민구
Original Assignee
송민구
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
Application filed by 송민구 filed Critical 송민구
Publication of WO2021172677A1 publication Critical patent/WO2021172677A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0013—Medical image data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/40—Animals

Definitions

  • the present invention relates to an image AI-based companion animal disease prognosis diagnosis method, and more particularly, image AI-based companion animal disease diagnosis and prognosis prediction through image AI-based abnormal behavior detection and analysis of companion animals. It relates to a prognostic diagnostic method.
  • the goal is to provide an image AI-based companion animal disease prognosis diagnosis method that enables precise diagnosis and pre- and post-health management of companion animals in connection with
  • the image AI-based companion animal disease prognosis diagnosis method of the present invention for achieving the above object includes: a first step of acquiring image information of a companion animal using a camera module of a mobile device or an IOT device; a second step of analyzing the input image using artificial intelligence; a third step of identifying a target animal among objects recognized in the image; a fourth step of classifying the appearance of the animal body into a head, a trunk, and a tail; a fifth step of detecting the presence of scars on the animal skin based on characteristics such as color and texture; a sixth step of analyzing the posture of an object in a single still image; a seventh step of tracking the same part in a continuous still image or moving picture; and an eighth step of retransmitting the result information of the fifth to seventh steps to a mobile device or a PC certified by a medical institution.
  • the input image is a singular image or a plurality of still images or moving images
  • the artificial intelligence operation is characterized in that object recognition, scene understanding, and image segmentation tasks are performed on the input image based on a machine learning algorithm.
  • the fifth step it is characterized in that dermatitis, hair loss, and tumor diseases are discriminated.
  • the seventh step it is characterized in that the prognosis of the disease is diagnosed by detecting the abnormal behavior of the animal.
  • the prognostic diagnosis of disease by detecting the abnormal behavior of the animal is characterized in that the diagnosis is made by combining the animal information of the breed, gender, and age stored in advance in the DB and the detailed animal analysis information estimated using artificial intelligence.
  • the image AI-based companion animal disease prognosis diagnosis method of the present invention emotional and physical health status of companion animals can be measured and managed, and abnormal symptoms or disease prognosis of companion animals can be detected or worsened early. It can reduce the economic burden of households raising companion animals and induce social effects of animal welfare promotion by preventing the occurrence of diseases and enabling precise treatment in connection with visiting medical institutions when necessary.
  • FIG. 1 is a block diagram of an image AI-based companion animal disease prognosis diagnosis system according to the present invention.
  • FIG. 2 is a flowchart of a method for diagnosing a disease prognosis for companion animals based on artificial intelligence image according to the present invention.
  • FIG. 1 is a block diagram of an image AI-based companion animal disease prognosis diagnosis system according to the present invention.
  • the image AI-based companion animal disease prognosis diagnosis system uses a mobile device 100 with a camera module, such as a smartphone or tablet PC, or an IOT device equipped with a camera module, such as a webcam.
  • the acquired image information such as still images and moving images of companion animals is processed by the application processor inside the mobile device 100 or IOT device, or transmitted through a network such as the Internet, analyzed in the remote server 200, and the result information is converted into an appropriate form. can be converted to and retransmitted to the mobile device 100 and the PC 300 for authentication of the medical institution.
  • FIG. 2 is a flowchart of a method for diagnosing a disease prognosis for companion animals based on artificial intelligence image according to the present invention.
  • image information of a companion animal is acquired using a camera module attached to a mobile device 100 or an IOT device (S100). .
  • the input image is analyzed using artificial intelligence (S110).
  • the input image information is processed by the application processor inside the mobile device 100 or the IOT device, or transmitted through the network and analyzed by the remote server 200 .
  • the input image is a singular image or a plurality of still images or moving images
  • the AI operation range performs tasks such as object recognition, scene understanding, and image segmentation on the input image based on machine learning algorithms such as deep learning.
  • a target animal is identified among the objects recognized in the image (S120).
  • the identification is designated as an object by collecting pixels to meet the purpose, and when the number of target animals is plural, the user can specify one object.
  • the appearance of the animal body is classified into a head, a trunk, and a tail (S130). That is, the head (head), trunk (trunk), and tail (tail) of the designated animal can be subdivided and distinguished, and the head, trunk, and tail can also be subdivided and distinguished.
  • the eyes, nose, mouth, and ears can be specified, and the geometrical feature-based individualization of the entire head of an individual can be performed through estimated positioning of the intervals.
  • the presence of scars on the outer skin (skin) of the animal body is detected based on characteristics such as color and texture (S140). Thereby, various skin diseases such as dermatitis, hair loss, and tumors can be identified.
  • eye movements may be analyzed when closely photographing an animal's eyeballs
  • teeth and tooth shapes may be analyzed when closely photographing an animal's teeth.
  • a single still image refers to a still image sample taken while walking.
  • the same part is tracked in a continuous still image or a moving image (S160). Accordingly, it is possible to diagnose the abnormal prognosis of the skeletal or skeletal muscle of the animal (S170), and the prognosis and diagnosis of various diseases by detecting the abnormal behavior of the animal (S180).
  • obsessive-compulsive disorder during behaviors such as turning, tail biting, self-abuse, licking one's body, staring into the air, etc., non-food intake, barking, aggression, etc. can be diagnosed with
  • separation anxiety disorder may be diagnosed as the degree of anxiety felt when being separated from or expected to be separated from an attachment object such as a caregiver.
  • separation anxiety disorder can be diagnosed when behaviors such as inappropriate urination, inappropriate defecation, barking, biting, scratching, digging, crushing, shaking, panting, excessive movement, vomiting, poor eating, and phagocytosis.
  • the diagnosis of obsessive-compulsive disorder or separation anxiety disorder is performed by combining animal information such as breed, gender, age, etc. stored in the DB in advance and detailed animal analysis information estimated using artificial intelligence to determine whether symptoms are applicable and the degree of symptoms by scoring according to a certain standard. can be diagnosed through
  • the combinable information includes the time of onset of abnormalities or disease symptoms, the duration of abnormal states or disease symptoms of physical defects or emotional instability detected in animals, including abnormal behaviors, and the subjective description of the behavior (voice/text) type), hourly, daily, weekly, monthly, periodicity of abnormal condition or disease symptoms, hourly, daily, weekly, monthly meal, bowel movement, exercise, vomiting, diarrhea, loss of appetite, decreased activity, abnormal urination, cough, hair loss, skin itching , postural rigidity, lameness, and other recent animal activity records, animal living environment information, animal family history, medical history, etc., but is not limited thereto.
  • diagnosis result information is retransmitted to the mobile device 100 and the medical institution authentication PC 300 (S190).

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)
  • Pathology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Dentistry (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Dermatology (AREA)
  • Nursing (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 영상 인공지능 기반 반려동물 질병 예후 진단 방법에 관한 것으로, 모바일 기기나 IOT 기기의 카메라 모듈을 이용하여 반려동물의 영상 정보를 취득하여 서버로 전송하는 제1단계; 입력 영상을 인공지능을 활용하여 분석하는 제2단계; 영상에서 인식된 사물 중 대상 동물을 식별하는 제3단계; 동물체 외관을 두부, 체간부, 미부로 분별하는 제4단계; 색상, 질감 등 특징에 기초하여 동물체 외피상 상흔 존재 여부를 감지하는 제5단계; 단일 정지영상에서 개체의 자세를 분석하는 제6단계; 연속된 정지영상 또는 동영상에서 동일 부위를 추적하는 제7단계; 및 상기 제5단계 내지 제7단개의 결과 정보를 모바일기기 또는 진료기관 인증 PC로 재전송하는 제8단계;를 포함하는 것을 특징으로 한다.

Description

영상 인공지능 기반 반려동물 질병 예후 진단 방법
본 발명은 영상 인공지능 기반 반려동물 질병 예후 진단 방법에 관한 것으로, 더욱 상세하게는 영상 인공지능 기반으로 반려동물의 이상 행동 감지 및 분석을 통해 질병 진단 및 예후를 예측하는 영상 인공지능 기반 반려동물 질병 예후 진단 방법에 관한 것이다.
4차 산업혁명 시대, 빅데이터를 수집하여 신속하고 정밀하게 처리할 수 있는 컴퓨팅 환경에 기인하여 인공지능을 위시한 컴퓨터공학 기술이 다양한 산업 분야에 대해 접목되는 시도가 활발해지고 있는데, 타 형태의 정보보다 취득과 취급이 상대적으로 용이한 정지영상 및 동영상과 같은 영상 정보에 대해 딥러닝 등의 알고리즘을 이용하여 특정 목적에 따라 처리하거나 가공하는 경우가 많다.
최근 들어, 이러한 정지영상 및 동영상을 통해 개나 고양이 등 반려동물 증가 대비 동물병원 수가 증가하지 않고 진료비의 부담으로 원격으로 반려동물을 진단하고 있다.
그러나, 영상 정보를 취급하지 않아 육안 관찰에 의한 수의학적 소견을 토대로 하는 반려동물에 대한 이상 증상 판단 등 직관적인 진단에 많은 제한이 발생하고 있으며, 특허공개공보 KR 제10-2019-0077636호와 같이 별도의 웨어러블 기기 착용을 요하는 경우 반려동물 양육 가구에 추가적인 비용을 부담시키고 반려동물에게도 외관 및 피부 접촉 상 불편을 초래할 수 있는 문제점이 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 모바일기기를 이용하여 취득된 영상 정보를 모바일기기 내부 프로세서 또는 원격 서버에 의해 실시간으로 처리하여 반려동물의 이상 행동 감지 및 질병을 예측하고, 진료기관과 연계하여 반려동물에 대한 정밀 진단과 사전 및 사후 건강 관리를 가능하게 해 주는 영상 인공지능 기반 반려동물 질병 예후 진단 방법을 제공하는 데 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 영상 인공지능 기반 반려동물 질병 예후 진단 방법은 모바일기기나 IOT기기의 카메라 모듈을 이용하여 반려동물의 영상 정보를 취득하는 제1단계; 입력 영상을 인공지능을 활용하여 분석하는 제2단계; 영상에서 인식된 사물 중 대상 동물을 식별하는 제3단계; 동물체 외관을 두부, 체간부, 미부로 분별하는 제4단계; 색상, 질감 등 특징에 기초하여 동물체 외피상 상흔 존재 여부를 감지하는 제5단계; 단일 정지영상에서 개체의 자세를 분석하는 제6단계; 연속된 정지영상 또는 동영상에서 동일 부위를 추적하는 제7단계; 및 상기 제5단계 내지 제7단개의 결과 정보를 모바일기기 또는 진료기관 인증 PC로 재전송하는 제8단계;를 포함하는 것을 특징으로 한다.
상기 입력 영상은 단수, 복수의 정지영상 또는 동영상이며, 상기 인공지능 동작은 기계학습 알고리즘을 기반으로 입력 영상에 대해 사물 인식, 장면 이해, 영상 분할 태스크를 수행하는 것을 특징으로 한다.
상기 제5단계에서 피부염, 탈모, 종양 질환을 판별하는 것을 특징으로 한다.
상기 제6단계와 제7단계에서 동물체 골격 및 골격근 이상 예후를 진단하는 것을 특징으로 한다.
상기 제7단계에서 동물 이상 행동을 감지하여 질병을 예후 진단하는 것을 특징으로 한다.
상기 동물의 이상 행동을 감지하여 질병을 예후 진단은 DB에 미리 저장된 품종, 성별, 연령의 동물 정보와 인공지능을 활용하여 추정한 동물 상세 분석 정보를 결합하여 진단하는 것을 특징으로 한다.
상기와 같이, 본 발명의 영상 인공지능 기반 반려동물 질병 예후 진단 방법에 따르면 반려동물의 정서 및 신체적 건강 상태를 측정 및 관리할 수 있으며, 반려동물이 보이는 이상 증상 또는 질병 예후를 조기에 발견하거나 악화를 방지하고 필요시 방문 진료 기관과 연계하여 정밀 진료를 가능하게 함으로써 반려동물 양육 가구의 경제적 부담을 경감하고 동물복지 증진의 사회적 효과를 유도할 수 있다.
도 1은 본 발명에 따른 영상 인공지능 기반 반려동물 질병 예후 진단 시스템의 구성도이다.
도 2는 본 발명에 따른 영상 인공지능 기반 반려동물 질병 예후 진단 방법의 흐름도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
그러면 본 발명에 따른 영상 인공지능 기반 반려동물 질병 예후 진단 시스템 및 방법의 바람직한 실시예를 자세히 설명하기로 한다.
도 1은 본 발명에 따른 영상 인공지능 기반 반려동물 질병 예후 진단 시스템의 구성도이다.
도 1 참조하면, 본 발명에 따른 영상 인공지능 기반 반려동물 질병 예후 진단 시스템은 스마트폰 또는 태블릿PC와 같이 카메라 모듈이 부착된 모바일기기(100)나 웹캠 등 카메라 모듈이 탑재된 IOT기기를 이용하여 취득한 반려동물의 정지영상 및 동영상과 같은 영상 정보를 모바일기기(100)나 IOT기기 내부의 어플리케이션 프로세서에서 처리하거나 인터넷 등 네트워크를 통해 전송하여 원격 서버(200)에서 분석을 거쳐 그 결과 정보를 적절한 형태로 변환하여 모바일기기(100)와 진료기관 인증 PC(300)로 재전송할 수 있다.
도 2는 본 발명에 따른 영상 인공지능 기반 반려동물 질병 예후 진단 방법의 흐름도이다.
도 2를 참조하면, 본 발명에 따른 영상 인공지능 기반 반려동물 질병 예후 진단 방법은 먼저, 모바일기기(100) 또는 IOT기기에 부착된 카메라 모듈을 이용하여 반려동물의 영상 정보를 취득한다(S100).
이어서, 입력 영상을 인공지능을 활용하여 분석한다(S110). 이때, 입력 영상 정보는 모바일기기(100)나 IOT기기 내부의 어플리케이션 프로세서에서 처리하거나 네트워크를 통해 전송하여 원격 서버(200)에서 분석한다.
여기서, 입력 영상은 단수, 복수의 정지영상 또는 동영상이며, 인공지능 동작 범위는 딥러닝 등 기계학습 알고리즘을 기반으로 입력 영상에 대해 사물 인식, 장면 이해, 영상 분할 등의 태스크를 수행한다.
이어서, 영상에서 인식된 사물 중 대상 동물을 식별한다(S120). 여기서, 식별은 목적에 부합하도록 픽셀(pixel)을 집합화하여 개체로 지정하며, 대상 동물의 수가 복수일 경우 사용자가 한 개체를 특정할 수 있다.
다음으로, 동물체 외관을 두부, 체간부, 미부로 분별한다(S130). 즉, 지정된 동물의 두부(머리), 체간부(몸통), 미부(꼬리)를 세분화하여 구별하며, 두부, 체간부, 미부도 세분화하여 구별할 수 있다. 여기서, 두부에서는 눈, 코, 입, 귀를 특정할 수 있고, 그 간격 등에 대한 추정 측위를 통해 개체의 두부 전체에 대한 기하학적 특징 기반 개별화할 수 있다.
또한, 색상, 질감 등 특징에 기초하여 동물체 외피(피부)상 상흔 존재 여부를 감지한다(S140). 이로써, 피부염, 탈모, 종양 등 다양한 피부질환을 판별할 수 있다.
한편, 동물의 안구를 밀접하게 촬영 시 안구 움직임을 분석할 수 있으며, 동물의 치아를 밀접하게 촬영 시 치열 및 치아 모양을 분석할 수 있다.
다음으로, 단일 정지영상에서 개체의 자세를 분석한다(S150). 이로써, 동물체 골격 또는 골격근 이상 예후를 진단할 수 있다(S170). 여기서, 단일 정지영상(image)은 보행 시 촬영된 정지영상 표본을 지칭한다.
또한, 연속된 정지영상 또는 동영상에서 동일 부위를 추적한다(S160). 이로써, 동물체 골격 또는 골격근 이상 예후를 진단할 수 있으며(S170), 동물 이상 행동을 감지하여 각종 질병을 예후 진단할 수 있다(S180).
일예로써, 반려동물 중 개의 경우 먹기, 걷기 등 일상적 행동와 구분되는 동일 장소 돌기, 꼬리물기, 자기학대, 자기 몸 핥기, 허공 응시 등 환각적 행동, 비음식물 섭취, 짖음, 공격성 등의 행동 시 강박장애로 진단할 수 있다.
다른 예로써, 보호자 등 애착 대상으로부터 분리될 때 혹은 분리될 것으로 예상될 때 느끼는 불안의 정도 분리 불안 장애로 진단할 수 있다. 즉, 부적절 배뇨, 부적절 배변, 짖음, 물어뜯기, 할퀴기, 땅파기, 부수기, 떨기, 헐떡임, 움직임 과다, 구토, 식용저하, 식분증 등의 행동 시 분리 불안 장애로 진단할 수 있다.
이때, 강박장애 또는 분리 불안 장애 진단은 DB에 미리 저장된 품종, 성별, 연령 등의 동물 정보와 인공지능을 활용하여 추정한 동물 상세 분석 정보를 결합하여 일정 기준에 의한 점수화로 증상 해당 여부 및 정도 파악을 통해 진단할 수 있다.
여기서, 결합 가능한 정보는 상태 이상 또는 질환 증상 발현 시기, 이상 행동을 포함하여 동물에서 감지되는 신체적 결함 또는 정서적 불안정 상태의 이상 상태 또는 질환 증상의 지속기, 행동에 대한 보호자의 주관적 묘사(음성/텍스트 형태), 시간별, 일별, 주별, 월별 이상 상태 또는 질환 증상의 주기성, 시간별, 일별, 주별, 월별 식사, 배변, 운동, 구토, 설사, 식욕감퇴, 활동 저하, 배뇨 이상, 기침, 탈모, 피부 가려움증, 자세 경직, 파행 등 동물의 최근 활동 기록, 동물의 생활 환경 정보, 동물의 가족력, 병력 등의 정보이며, 이에 한정 하지 않는다.
다음에, 진단 결과 정보를 모바일기기(100)와 진료기관 인증 PC(300)로 재전송한다(S190).
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (6)

  1. 모바일기기나 IOT기기의 카메라 모듈을 이용하여 반려동물의 영상 정보를 취득하는 제1단계;
    입력 영상을 인공지능을 활용하여 분석하는 제2단계;
    영상에서 인식된 사물 중 대상 동물을 식별하는 제3단계;
    동물체 외관을 두부, 체간부, 미부로 분별하는 제4단계;
    색상, 질감 등 특징에 기초하여 동물체 외피상 상흔 존재 여부를 감지하는 제5단계;
    단일 정지영상에서 개체의 자세를 분석하는 제6단계;
    연속된 정지영상 또는 동영상에서 동일 부위를 추적하는 제7단계; 및
    상기 제5단계 내지 제7단개의 결과 정보를 모바일기기 또는 진료기관 인증 PC로 재전송하는 제8단계;를 포함하는 것을 특징으로 하는 영상 인공지능 기반 반려동물 질병 예후 진단 방법.
  2. 제1항에 있어서,
    상기 입력 영상은 단수, 복수의 정지영상 또는 동영상이며, 상기 인공지능 동작은 기계학습 알고리즘을 기반으로 입력 영상에 대해 사물 인식, 장면 이해, 영상 분할 태스크를 수행하는 것을 특징으로 하는 영상 인공지능 기반 반려동물 질병 예후 진단 방법.
  3. 제1항에 있어서,
    상기 제5단계에서 피부염, 탈모, 종양 질환을 판별하는 것을 특징으로 하는 영상 인공지능 기반 반려동물 질병 예후 진단 방법.
  4. 제1항에 있어서,
    상기 제6단계와 제7단계에서 동물체 골격 및 골격근 이상 예후를 진단하는 것을 특징으로 하는 영상 인공지능 기반 반려동물 질병 예후 진단 방법.
  5. 제1항에 있어서,
    상기 제7단계에서 동물 이상 행동을 감지하여 질병을 예후 진단하는 것을 특징으로 하는 영상 인공지능 기반 반려동물 질병 예후 진단 방법.
  6. 제5항에 있어서,
    상기 동물의 이상 행동을 감지하여 질병을 예후 진단은 DB에 미리 저장된 품종, 성별, 연령의 동물 정보와 인공지능을 활용하여 추정한 동물 상세 분석 정보를 결합하여 진단하는 것을 특징으로 하는 영상 인공지능 기반 반려동물 질병 예후 진단 방법.
PCT/KR2020/011905 2020-02-26 2020-09-04 영상 인공지능 기반 반려동물 질병 예후 진단 방법 WO2021172677A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0023590 2020-02-26
KR1020200023590A KR20210108686A (ko) 2020-02-26 2020-02-26 영상 인공지능 기반 반려동물 질병 예후 진단 방법

Publications (1)

Publication Number Publication Date
WO2021172677A1 true WO2021172677A1 (ko) 2021-09-02

Family

ID=77491130

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/011905 WO2021172677A1 (ko) 2020-02-26 2020-09-04 영상 인공지능 기반 반려동물 질병 예후 진단 방법

Country Status (2)

Country Link
KR (1) KR20210108686A (ko)
WO (1) WO2021172677A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102474908B1 (ko) * 2021-11-19 2022-12-07 주식회사 카이로스 펫의 피부 질환 관리 시스템 및 방법
WO2023163274A1 (ko) * 2022-02-23 2023-08-31 주식회사 오엔디자인 반려동물 피부 진단 시스템 및 그 동작 방법
KR102597931B1 (ko) 2022-07-20 2023-11-06 주식회사 십일리터 슬개골 탈구 관련 이미지 분석 방법
KR102599633B1 (ko) 2022-11-16 2023-11-07 주식회사 넥스인테크놀로지 동물의 질병 진단을 위한 의료 영상 분석 서비스 제공방법 및 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030070866A (ko) * 2003-06-26 2003-09-02 현대정보기술주식회사 인터넷을 이용한 동물 원격 진료/관리 시스템 및 그 방법
KR20140108417A (ko) * 2013-02-27 2014-09-11 김민준 영상정보를 이용한 건강 진단 시스템
KR20180029556A (ko) * 2016-09-13 2018-03-21 박진원 스마트폰을 이용한 애완동물관리시스템
US20180359999A1 (en) * 2016-03-09 2018-12-20 Walkbrain Co., Ltd. Companion animal management apparatus and method
KR101961669B1 (ko) * 2017-11-06 2019-03-26 대한민국 카메라를 통한 반려동물 탐지 및 추종기법을 적용한 반려동물 모니터링 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030070866A (ko) * 2003-06-26 2003-09-02 현대정보기술주식회사 인터넷을 이용한 동물 원격 진료/관리 시스템 및 그 방법
KR20140108417A (ko) * 2013-02-27 2014-09-11 김민준 영상정보를 이용한 건강 진단 시스템
US20180359999A1 (en) * 2016-03-09 2018-12-20 Walkbrain Co., Ltd. Companion animal management apparatus and method
KR20180029556A (ko) * 2016-09-13 2018-03-21 박진원 스마트폰을 이용한 애완동물관리시스템
KR101961669B1 (ko) * 2017-11-06 2019-03-26 대한민국 카메라를 통한 반려동물 탐지 및 추종기법을 적용한 반려동물 모니터링 시스템

Also Published As

Publication number Publication date
KR20210108686A (ko) 2021-09-03

Similar Documents

Publication Publication Date Title
WO2021172677A1 (ko) 영상 인공지능 기반 반려동물 질병 예후 진단 방법
Wurtz et al. Recording behaviour of indoor-housed farm animals automatically using machine vision technology: A systematic review
Neethirajan The role of sensors, big data and machine learning in modern animal farming
Norton et al. Precision livestock farming: Building ‘digital representations’ to bring the animals closer to the farmer
Fernandes et al. Image analysis and computer vision applications in animal sciences: an overview
Delcourt et al. Video multitracking of fish behaviour: a synthesis and future perspectives
US10058076B2 (en) Method of monitoring infectious disease, system using the same, and recording medium for performing the same
Tscharke et al. A brief review of the application of machine vision in livestock behaviour analysis.
CN114514585A (zh) 疾病预测系统、保险费计算系统以及疾病预测方法
Ayadi et al. Dairy cow rumination detection: A deep learning approach
Wang et al. Towards re-identification for long-term tracking of group housed pigs
Wang et al. A PCA-based frame selection method for applying CNN and LSTM to classify postural behaviour in sows
Noe et al. Automatic detection and tracking of mounting behavior in cattle using a deep learning-based instance segmentation model
Lamping et al. ChickenNet-an end-to-end approach for plumage condition assessment of laying hens in commercial farms using computer vision
Hakansson et al. Automatic monitoring and detection of tail-biting behavior in groups of pigs using video-based deep learning methods
Zhang et al. A Review in the automatic detection of pigs behavior with sensors
Mei et al. Identification of aflatoxin-poisoned broilers based on accelerometer and machine learning
KR102172347B1 (ko) 농장 가축 상태 평가 방법 및 시스템
US20230084267A1 (en) System and a control method thereof
CN111652084B (zh) 一种异常蛋鸡识别方法及装置
KR20230070101A (ko) 영상 인공지능 기반 가축 건강관리 시스템 및 방법
Byrne et al. The future of technology and computers in veterinary medicine
KR20230161144A (ko) 가축 건강 관리 시스템 및 방법
Sun et al. Basic behavior recognition of yaks based on improved SlowFast network
Larsen et al. Automatic detection of locomotor play in young pigs: A proof of concept

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20921320

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205N DATED 10.01.2023)

122 Ep: pct application non-entry in european phase

Ref document number: 20921320

Country of ref document: EP

Kind code of ref document: A1