WO2022015043A1 - 신경질환 양방향 모니터링 시스템 - Google Patents

신경질환 양방향 모니터링 시스템 Download PDF

Info

Publication number
WO2022015043A1
WO2022015043A1 PCT/KR2021/009027 KR2021009027W WO2022015043A1 WO 2022015043 A1 WO2022015043 A1 WO 2022015043A1 KR 2021009027 W KR2021009027 W KR 2021009027W WO 2022015043 A1 WO2022015043 A1 WO 2022015043A1
Authority
WO
WIPO (PCT)
Prior art keywords
patient
neurological disease
motion
analysis unit
landmark
Prior art date
Application number
PCT/KR2021/009027
Other languages
English (en)
French (fr)
Inventor
김난희
김재영
정진만
김경태
이민식
Original Assignee
고려대학교 산학협력단
한양대학교 에리카산학협력단
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 고려대학교 산학협력단, 한양대학교 에리카산학협력단 filed Critical 고려대학교 산학협력단
Publication of WO2022015043A1 publication Critical patent/WO2022015043A1/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
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • 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
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • 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
    • A61B5/103—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
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • 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
    • A61B5/4803—Speech analysis specially adapted for diagnostic purposes
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training

Definitions

  • the present application relates to a two-way monitoring system for neurological diseases.
  • neurological diseases include stroke, Pickinson's disease, dementia, and the like.
  • a comprehensive chronic disease management service system is established and the national responsibility system for dementia is implemented, but only some of the elderly population over 65 receive a dementia screening test, and Management and education are not practically carried out.
  • an embodiment of the present invention provides a neurological disease interactive monitoring system.
  • the two-way monitoring system for neurological diseases may include: a data acquisition unit configured to acquire thermal image data, motion image data, and audio data necessary to analyze a patient's body temperature, motion, and speech characteristics; a body temperature analysis unit that analyzes the patient's thermal image data based on the previously learned artificial intelligence algorithm to analyze the body temperature characteristics related to the patient's neurological disease; a motion analysis unit that analyzes the patient's motion image data based on the previously-learned artificial intelligence algorithm to analyze the patient's motion characteristics; a speech analysis unit that analyzes the patient's speech data based on the pre-learned artificial intelligence algorithm to analyze the patient's speech characteristics; and a neurological disease evaluation unit configured to evaluate the presence and severity of a neurological disease of the patient based on the analysis result of at least one of the body temperature analysis unit, the motion analysis unit, and the speech analysis unit.
  • the present invention by monitoring a neurological disease, it is possible to diagnose a neurological disease at an early stage and support more efficient health management.
  • FIG. 1 is a block diagram of a neurological disease interactive monitoring system according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating an example of acquiring an image of a patient according to an embodiment of the present invention.
  • FIG. 3 is a diagram illustrating an example of analyzing thermal image data of hands and feet by a body temperature analyzer according to an embodiment of the present invention.
  • FIG. 4 is a diagram illustrating an example of detecting a body landmark by an exercise analyzer according to an embodiment of the present invention.
  • FIG. 5 is a diagram illustrating an example of detecting a facial landmark by a motion analyzer according to an embodiment of the present invention.
  • FIG. 6 is a diagram illustrating an example of detecting a hand landmark by a motion analysis unit according to an embodiment of the present invention.
  • FIG. 7 is a diagram for explaining a method of imaging time series data according to a repeated plot.
  • FIG. 8 is a diagram illustrating an example of analyzing speech characteristics by a speech analysis unit according to an embodiment of the present invention.
  • FIG. 9 is a diagram illustrating the structure of a network for evaluating a patient's neurological disease based on an image generated by the neurological disease evaluation unit by the motion analysis unit according to an embodiment of the present invention.
  • FIG. 10 is a diagram showing an embodiment of a neurological disease interactive monitoring system according to an embodiment of the present invention.
  • FIG. 1 is a block diagram of a neurological disease interactive monitoring system according to an embodiment of the present invention.
  • the neurological disease interactive monitoring system 100 includes a data acquisition unit 110 , a body temperature analysis unit 120 , a motion analysis unit 130 , and a speech analysis unit 140 . , it may be configured to include a neurological disease evaluation unit 150 and a guide providing unit 160 .
  • the data acquisition unit 110 is to acquire data necessary to analyze the patient's body temperature, motion, and speech characteristics.
  • the data acquisition unit 110 may include a thermal imaging camera for acquiring the patient's thermal image data, a camera for acquiring the patient's motion image data, and a recorder for acquiring the patient's voice data. Through this, thermal image data, motion image data, and audio data of the patient can be obtained.
  • the thermal image data of the patient's hand and/or foot is acquired through the thermal imaging camera included in the data acquisition unit 110, and the patient's body image, face image, and hand image are acquired through the camera, and a recorder Through this, it is possible to acquire voice data during the patient's utterance.
  • images of a patient's body, face, and hands can be acquired at once according to a one-take examination protocol using a plurality of cameras (eg, four cameras), and Separately, a walking image may be acquired.
  • a one-take examination protocol using a plurality of cameras (eg, four cameras), and Separately, a walking image may be acquired.
  • images acquired according to the one-take inspection protocol as described above, since images corresponding to a plurality of inspection protocols are included in one image, it is necessary to separate and analyze the images.
  • the body temperature analysis unit 120 is to analyze the patient's thermal image data acquired through the data acquisition unit 110 to analyze the body temperature characteristics related to the patient's neurological disease.
  • the body temperature analyzer 120 may calculate a temperature difference between two points from the thermal image data of the patient's hand and/or foot acquired through the data acquisition unit 110 .
  • 3 is a diagram illustrating an example of analyzing thermal image data of hands and feet by a body temperature analyzer according to an embodiment of the present invention. It is possible to obtain the temperature (h) of the tip and calculate the temperature difference between them. Similarly, the instep temperature (F) of both feet and the temperature (f) of the tip of the big toe are obtained from the thermal image data of the feet, and the temperature difference between them is calculated can do. Based on the temperature difference calculated in this way, the severity of the neurological disease can be classified by the neurological disease evaluation unit 150, which will be described later. For this, the body temperature analysis unit 120 determines the patient's The above-described body temperature characteristics may be extracted by analyzing the thermal image.
  • the motion analysis unit 130 is to analyze the motion image data of the patient acquired through the data acquisition unit 110 to analyze the motion characteristics of the patient.
  • the motion analyzer 130 may analyze the patient's body characteristics based on the patient's body image. To this end, the motion analyzer 130 may detect a body landmark (ie, a body joint) from the patient's body image by applying a motion analysis algorithm such as, for example, the AlphaPose algorithm.
  • a body landmark ie, a body joint
  • the AlphaPose algorithm such as, for example, the AlphaPose algorithm.
  • 4 is a diagram illustrating an example of detecting a body landmark by an exercise analyzer according to an embodiment of the present invention.
  • the motion analyzer 130 may analyze the patient's facial features based on the patient's facial image.
  • the motion analysis unit 130 applies a facial analysis algorithm such as RetinaFace, SAN, and gazeML algorithms to, for example, facial landmarks (ie, pupil, eye area, nose, facial line, lips, etc.) in the patient's face image. ) can be detected.
  • a facial analysis algorithm such as RetinaFace, SAN, and gazeML algorithms to, for example, facial landmarks (ie, pupil, eye area, nose, facial line, lips, etc.) in the patient's face image. ) can be detected.
  • 5 is a diagram illustrating an example of detecting a facial landmark by a motion analyzer according to an embodiment of the present invention.
  • the motion analyzer 130 may analyze the characteristics of the patient's hand based on the patient's hand image. To this end, the motion analyzer 130 may detect a hand landmark (ie, a hand position and a skeletal feature) in the patient's hand image by applying, for example, Hand-CNN and OpenPose-based algorithms. In this way, by connecting an algorithm for estimating the position of the hand and an algorithm for extracting a pose formed by the skeleton of the hand, the position and pose of the hand can be more accurately detected.
  • 6 is a diagram illustrating an example of detecting a hand landmark by a motion analysis unit according to an embodiment of the present invention.
  • the motion analysis unit 130 may generate data to be used for evaluation of a neurological disease by the neurological disease evaluation unit 150, which will be described later, based on the various landmarks detected as described above.
  • the motion analyzer 130 may generate movement of the landmark according to time, that is, landmark trajectory information as an image.
  • the motion analyzer 130 may utilize a repetition plot to express landmark trajectory information, which is time series data, as an image. Repeat plotting is a method of displaying time series data on an m-dimensional spatial trajectory and imaging it using the distance between points located on each spatial trajectory.
  • the time series data can be visualized and expressed first as shown in (a), which is shown in (b). As shown above, it can be expressed over a two-dimensional space. Thereafter, the repeated plot may be constructed by obtaining the distance between each point in the two-dimensional coordinates and comparing the distance with a preset threshold according to Equation 1 below.
  • the motion analyzer 130 may generate landmark trajectory information as an image.
  • the speech analysis unit 140 is for analyzing the speech data of the patient acquired through the data obtaining unit 110 to analyze the speech characteristics of the patient.
  • the speech analysis unit 140 may extract speech characteristics by analyzing the patient's voice based on a pre-learned artificial intelligence algorithm.
  • the speech feature vector can be extracted through an attention module and an audio network.
  • the neurological disease evaluation unit 150 is based on at least one of the patient's body temperature characteristics, motion characteristics, and speech characteristics extracted by the body temperature analysis unit 120 , the motion analysis unit 130 , and the speech analysis unit 140 , respectively. This is to evaluate the presence and severity of neurological diseases in patients.
  • the neurological disease evaluation unit 150 may evaluate the presence and severity of a neurological disease by using a fusion characteristic vector in which two or more of body temperature characteristics, motor characteristics, and speech characteristics are fused.
  • the neurological disease evaluation unit 150 may evaluate the presence and severity of a neurological disease of the patient based on the image generated by the motion analysis unit 130 .
  • FIG. 9 is a diagram illustrating the structure of a network for evaluating a patient's neurological disease based on an image generated by the neurological disease evaluation unit by the motion analysis unit according to an embodiment of the present invention.
  • each feature vector may be obtained by passing a repeated plot image configured for various types of images through ResNet except for the last layer ( S91 ).
  • a feature matrix may be constructed by concatenating them (S92).
  • the maximum feature vector and the average feature vector are calculated one by one (S93), and then the two feature vectors are combined (S94) to form a fully connected layer (Fully Connected layer), the final output value can be output.
  • the guide providing unit 160 is to provide a guide (eg, exercise guide, administration guide, etc.) for health management to the patient based on the evaluation result by the neurological disease evaluation unit 150 .
  • a guide eg, exercise guide, administration guide, etc.
  • the guide providing unit 160 may provide an exercise image guide through a provided display device (not shown) or an audio guide for medication management, but is not necessarily limited thereto.
  • the neurological disease interactive monitoring system 100 is implemented as a bipedal robot as shown in FIG. 10 to obtain thermal image data, motion image data and voice data of the patient in the patient's daily life, , by analyzing body temperature, movement, and firing characteristics based on the acquired data, and evaluating neurological diseases based on this, it is possible to diagnose neurological diseases early and take appropriate measures.
  • the neurological disease interactive monitoring system 100 may be implemented as a movable kiosk to perform the functions as described above.
  • the neurological disease interactive monitoring system 100 when the neurological disease interactive monitoring system 100 is implemented as a kiosk, it can be easily used even by the elderly because it is easy to operate, and through this, big data can be built, and a classification algorithm is mounted in the kiosk or a classification algorithm is installed. Early diagnosis of neurological diseases may be possible through wireless communication with the server.
  • the following effects can be obtained in technical aspects, economic/industrial aspects, and medical aspects.
  • AI algorithms can be used to contribute to the early diagnosis of geriatric diseases, thereby contributing to the promotion of public health.
  • core technology can be secured by laying the foundation for the development of convergence technologies such as medicine, electronic engineering, and biomedical engineering.
  • AI-based disease screening can be made possible, contributing to future-oriented technological development.
  • the intelligent geriatric disease management system according to an embodiment of the present invention can be expected to provide internationally reliable data and economic benefits to related application fields through the establishment of a scientific and quantified diagnostic verification system.
  • a leader in the development of a geriatric disease screening/management system it can strengthen its image as a base hospital for elderly health care and a hospital providing advanced services.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Neurology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physiology (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Neurosurgery (AREA)
  • Dentistry (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Social Psychology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nursing (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명의 일 실시예에 따른 신경질환 양방향 모니터링 시스템은, 환자의 체온, 운동 및 발화 특성을 분석하기 위해 필요한 열화상 데이터, 운동 영상 데이터 및 음성 데이터를 획득하는 데이터 획득부; 기 학습된 인공지능 알고리즘을 기반으로 환자의 열화상 데이터를 분석하여 환자의 신경질환과 관련된 체온 특성을 분석하는 체온 분석부; 기 학습된 인공지능 알고리즘을 기반으로 환자의 운동 영상 데이터를 분석하여 환자의 운동 특성을 분석하는 운동 분석부; 기 학습된 인공지능 알고리즘을 기반으로 환자의 음성 데이터를 분석하여 환자의 발화 특성을 분석하는 발화 분석부; 및 상기 체온 분석부, 운동 분석부 및 발화 분석부 중 적어도 하나의 분석 결과를 기초로 환자의 신경질환 유무 및 정도를 평가하는 신경질환 평가부를 포함할 수 있다.

Description

신경질환 양방향 모니터링 시스템
본 출원은 신경질환 양방향 모니터링 시스템에 관한 것이다.
나이가 들수록 만성 질환, 급성 질환, 감염성 질환, 종양성 질환 등과 같은 모든 질환의 발생이 증가하며, 특히 신경질환은 노인층에서 흔하게 발생한다. 이러한 노인 신경질환의 대표적인 예로서 뇌졸중, 피킨슨병, 치매 등을 들 수 있다.
노인성 질환의 특성상 질병의 완치가 어렵기 때문에 예상되는 질병의 예방, 조기 진단 및 건강 관리가 중요하다.
그러나, 노인들은 건강 관리에 대한 인식이 부족하고 투약 오류도 빈번하여 각종 합병증 발병이나 사망 위험이 높은 것이 현실이다.
일 예로, 노인의 만성 질환 증가에 따라 포괄적 만성질환 관리 서비스 체계 구축 및 치매국가책임제를 실시하고 있으나, 65세 이상 노인 인구 중에서 일부만이 치매 스크리닝 검사를 받을 뿐이고, 당뇨병과 같은 대사 질환에 대해 꾸준한 관리와 교육이 실질적으로 이루어지지 못하고 있는 실정이다.
따라서, 당해 기술분야에서는 노인성 질환 중 하나인 신경질환을 모니터링하여 신경질환을 조기에 진단하고 보다 효율적인 건강 관리를 지원하기 위한 방안이 요구되고 있다.
상기 과제를 해결하기 위해서, 본 발명의 일 실시예는 신경질환 양방향 모니터링 시스템을 제공한다.
상기 신경질환 양방향 모니터링 시스템은, 환자의 체온, 운동 및 발화 특성을 분석하기 위해 필요한 열화상 데이터, 운동 영상 데이터 및 음성 데이터를 획득하는 데이터 획득부; 기 학습된 인공지능 알고리즘을 기반으로 환자의 열화상 데이터를 분석하여 환자의 신경질환과 관련된 체온 특성을 분석하는 체온 분석부; 기 학습된 인공지능 알고리즘을 기반으로 환자의 운동 영상 데이터를 분석하여 환자의 운동 특성을 분석하는 운동 분석부; 기 학습된 인공지능 알고리즘을 기반으로 환자의 음성 데이터를 분석하여 환자의 발화 특성을 분석하는 발화 분석부; 및 상기 체온 분석부, 운동 분석부 및 발화 분석부 중 적어도 하나의 분석 결과를 기초로 환자의 신경질환 유무 및 정도를 평가하는 신경질환 평가부를 포함할 수 있다.
덧붙여 상기한 과제의 해결수단은, 본 발명의 특징을 모두 열거한 것이 아니다. 본 발명의 다양한 특징과 그에 따른 장점과 효과는 아래의 구체적인 실시형태를 참조하여 보다 상세하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따르면, 신경질환을 모니터링하여 신경질환을 조기에 진단하고 보다 효율적인 건강 관리를 지원할 수 있다.
도 1은 본 발명의 일 실시예에 따른 신경질환 양방향 모니터링 시스템의 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따라 환자의 영상을 획득하는 일 예를 도시하는 도면이다.
도 3은 본 발명의 일 실시예에 따라 체온 분석부에 의해 손 및 발의 열화상 데이터를 분석하는 예를 도시하는 도면이다.
도 4는 본 발명의 일 실시예에 따라 운동 분석부에 의해 신체 랜드마크를 검출한 예를 도시하는 도면이다.
도 5는 본 발명의 일 실시예에 따라 운동 분석부에 의해 얼굴 랜드마크를 검출한 예를 도시하는 도면이다.
도 6은 본 발명의 일 실시예에 따라 운동 분석부에 의해 손 랜드마크를 검출한 예를 도시하는 도면이다.
도 7은 반복 플롯에 따라 시계열 데이터를 이미지화하는 방법을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따라 발화 분석부에 의해 발화 특징을 분석하는 예를 도시하는 도면이다.
도 9는 본 발명의 일 실시예에 따라 신경질환 평가부가 운동 분석부에 의해 생성한 이미지를 기초로 환자의 신경질환을 평가하기 위한 네트워크의 구조를 도시하는 도면이다.
도 10은 본 발명의 일 실시예에 따른 신경질환 양방향 모니터링 시스템의 일 구현예를 도시하는 도면이다.
[부호의 설명]
100: 신경질환 양방향 모니터링 시스템
110: 데이터 획득부
120: 체온 분석부
130: 운동 분석부
140: 발화 분석부
150: 신경질환 평가부
160: 가이드 제공부
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 '연결'되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 '간접적으로 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
도 1은 본 발명의 일 실시예에 따른 신경질환 양방향 모니터링 시스템의 블록 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 신경질환 양방향 모니터링 시스템(100)은 데이터 획득부(110), 체온 분석부(120), 운동 분석부(130), 발화 분석부(140), 신경질환 평가부(150) 및 가이드 제공부(160)를 포함하여 구성될 수 있다.
데이터 획득부(110)는 환자의 체온, 운동 및 발화 특성을 분석하기 위해 필요한 데이터를 획득하기 위한 것이다.
일 예에 따르면, 데이터 획득부(110)는 환자의 열화상 데이터를 획득하기 위한 열화상 카메라, 환자의 운동 영상 데이터를 획득하기 위한 카메라 및 환자의 음성 데이터를 획득하기 위한 녹음기를 포함하여 구성될 수 있으며, 이를 통해 환자의 열화상 데이터, 운동 영상 데이터 및 음성 데이터를 획득할 수 있다.
예를 들어, 데이터 획득부(110)에 포함된 열화상 카메라를 통해 환자의 손 및/또는 발의 열화상 데이터를 획득하고, 카메라를 통해 환자의 신체 영상, 얼굴 영상 및 손 영상을 획득하며, 녹음기를 통해 환자의 발화시의 음성 데이터를 획득할 수 있다.
영상 획득을 위해 도 2에 도시된 바와 같이 복수의 카메라(예를 들어, 4대의 카메라)를 이용하여 원테이크 검사 프로토콜에 따라 환자의 신체, 얼굴 및 손 영상을 한 번에 획득할 수 있으며, 이와 별도로 보행 영상을 획득할 수 있다. 이처럼 원테이크 검사 프로토콜에 따라 획득한 영상의 경우 복수의 검사 프로토콜에 해당하는 영상이 하나의 영상에 포함되어 있으므로 이를 분리하여 분석할 필요가 있다.
체온 분석부(120)는 데이터 획득부(110)를 통해 획득한 환자의 열화상 데이터를 분석하여 환자의 신경질환과 관련된 체온 특성을 분석하기 위한 것이다.
일 예에 따르면, 체온 분석부(120)는 데이터 획득부(110)를 통해 획득한 환자의 손 및/또는 발의 열화상 데이터에서 두 지점 사이의 온도차를 산출할 수 있다. 도 3은 본 발명의 일 실시예에 따라 체온 분석부에 의해 손 및 발의 열화상 데이터를 분석하는 예를 도시하는 도면으로, 손의 열화상 데이터에서 양 손의 바닥면 온도(H)와 중지 손가락 끝의 온도(h)를 획득하고 이들 사이의 온도차를 산출할 수 있으며, 마찬가지로 발의 열화상 테이터에서 양 발의 발등 온도(F)와 엄지 발가락 끝의 온도(f)를 획득하고 이들 사이의 온도차를 산출할 수 있다. 이와 같이 산출된 온도차를 기초로 후술하는 신경질환 평가부(150)에 의해 신경질환의 중증도를 분류할 수 있다.이를 위해, 체온 분석부(120)는 기 학습된 인공지능 알고리즘을 기반으로 환자의 열화상을 분석하여 상술한 체온 특징을 추출할 수 있다.
운동 분석부(130)는 데이터 획득부(110)를 통해 획득한 환자의 운동 영상 데이터를 분석하여 환자의 운동 특성을 분석하기 위한 것이다.
일 예에 따르면, 운동 분석부(130)는 환자의 신체 영상을 기초로 환자의 신체 특징을 분석할 수 있다. 이를 위해, 운동 분석부(130)는 예를 들어 AlphaPose 알고리즘과 같은 동작 분석 알고리즘을 적용하여 환자의 신체 영상에서 신체 랜드마크(즉, 신체의 조인트)를 검출할 수 있다. 도 4는 본 발명의 일 실시예에 따라 운동 분석부에 의해 신체 랜드마크를 검출한 예를 도시하는 도면이다.
또한, 운동 분석부(130)는 환자의 얼굴 영상을 기초로 환자의 얼굴 특징을 분석할 수 있다. 이를 위해, 운동 분석부(130)는 예를 들어 RetinaFace, SAN 및 gazeML 알고리즘과 같은 얼굴 분석 알고리즘을 적용하여 환자의 얼굴 영상에서 얼굴 랜드마크(즉, 동공, 눈 주변, 코, 얼굴선, 입술 등)를 검출할 수 있다. 도 5는 본 발명의 일 실시예에 따라 운동 분석부에 의해 얼굴 랜드마크를 검출한 예를 도시하는 도면이다.
또한, 운동 분석부(130)는 환자의 손 영상을 기초로 환자의 손 특징을 분석할 수 있다. 이를 위해, 운동 분석부(130)는 예를 들어 Hand-CNN 및 OpenPose 기반 알고리즘을 적용하여 환자의 손 영상에서 손 랜드마크(즉, 손의 위치와 뼈대를 이루는 특징)를 검출할 수 있다. 이처럼, 손의 위치를 추정하기 위한 알고리즘과 손의 뼈대가 이루는 포즈를 추출하기 위한 알고리즘을 연결함으로써 보다 정확하게 손의 위치 및 포즈를 검출할 수 있다. 도 6은 본 발명의 일 실시예에 따라 운동 분석부에 의해 손 랜드마크를 검출한 예를 도시하는 도면이다.
또한, 운동 분석부(130)는 상술한 바와 같이 검출한 다양한 랜드마크를 기초로 후술하는 신경질환 평가부(150)에 의한 신경질환 평가를 위해 사용할 데이터를 생성할 수 있다.
구체적으로, 운동 분석부(130)는 시간에 따른 랜드마크의 이동, 즉 랜드마크 궤적 정보를 이미지로 생성할 수 있다. 일 예로, 운동 분석부(130)는 시계열 데이터인 랜드마크 궤적 정보를 이미지로 표현하기 위해 반복 플롯(Recurrence plot)을 활용할 수 있다. 반복 플롯은 시계열 데이터를 m차원의 공간 궤적에 나타내고, 각 공간 궤적에 위치한 점간의 거리를 이용하여 이미지화 시키는 방법이다.
도 7은 반복 플롯에 따라 시계열 데이터를 이미지화하는 방법을 설명하기 위한 도면으로, 도 7을 참조하면, 먼저 (a)에 도시된 바와 같이 시계열 데이터를 시각화하여 표현할 수 있고, 이를 (b)에 도시된 바와 같이 2차원 공간 위로 표현할 수 있다. 이후, 2차원 좌표에서 각 점 사이의 거리를 구해서 하기의 수학식 1에 따라 기 설정된 임계값과 비교하는 식으로 반복 플롯을 구성할 수 있다.
[수학식 1]
Figure PCTKR2021009027-appb-I000001
이에 따라, 운동 분석부(130)는 랜드마크 궤적 정보를 이미지로 생성할 수 있다.
발화 분석부(140)는 데이터 획득부(110)를 통해 획득한 환자의 음성 데이터를 분석하여 환자의 발화 특성을 분석하기 위한 것이다.
일 예에 따르면, 발화 분석부(140)는 기 학습된 인공지능 알고리즘을 기반으로 환자의 음성을 분석하여 발화 특징을 추출할 수 있다.
도 8은 본 발명의 일 실시예에 따라 발화 분석부에 의해 발화 특징을 분석하는 예를 도시하는 도면으로, 획득한 음성 데이터에 대해 단시간 푸리에 변환(Short-time Fourier transform; STFT)을 수행하여 스팩트로그램을 획득한 후 어텐션 모듈(Attention Module) 및 음성 네트워크(Audio Net)를 거쳐 발화 특징 벡터를 추출할 수 있다.
신경질환 평가부(150)는 체온 분석부(120), 운동 분석부(130) 및 발화 분석부(140)에 의해 각각 추출된 환자의 체온 특징, 운동 특징, 그리고 발화 특징 중 적어도 하나를 기초로 환자의 신경질환 유무 및 정도를 평가하기 위한 것이다. 이 경우, 신경질환 평가부(150)는 체온 특징, 운동 특징 및 발화 특징 중 2 이상을 융합한 융합 특징 벡터를 이용하여 신경질환 유무 및 정도를 평가할 수 있다.
일 예에 따르면, 신경질환 평가부(150)는 운동 분석부(130)에 의해 생성한 이미지를 기초로 환자의 신경질환 유무 및 정도를 평가할 수 있다.
도 9는 본 발명의 일 실시예에 따라 신경질환 평가부가 운동 분석부에 의해 생성한 이미지를 기초로 환자의 신경질환을 평가하기 위한 네트워크의 구조를 도시하는 도면이다.
도 9를 참조하면, 다양한 종류의 영상에 대해 각각 구성된 반복 플롯 이미지를 마지막 레이어를 제외한 ResNet을 통과시켜 각각의 특징 벡터를 획득할 수 있다(S91).
이후, 이를 연결(concatenate)시켜서 특징 매트릭스(feature matrix)를 구성할 수 있다(S92).
이후, 특징 매트릭스의 세로 축 각각에 대하여 최대값(max) 및 평균값(mean)을 취하여 최대 특징 벡터와 평균 특징 벡터를 하나씩 계산한 후(S93), 두 개의 특징 벡터를 합쳐서(S94) 완전 연결 레이어(Fully Connected layer)를 지나 최종 출력값을 출력할 수 있다.
이와 같이 다양한 종류의 영상에서 획득한 랜드마크 궤적 정보가 각각의 특징 벡터로 압축되며, 이후 최대값 및 평균값을 통해 우수한 특징만을 취합하여 이를 합친 롱 벡터(long vector)를 학습에 사용하는 구조로 구성될 수 있다.
가이드 제공부(160)는 신경질환 평가부(150)에 의한 평가 결과를 기초로 환자에게 건강 관리를 위한 가이드(예를 들어, 운동 가이드, 투약 가이드 등)를 제공하기 위한 것이다.
일 예에 따르면, 가이드 제공부(160)는 구비된 디스플레이 장치(미도시)를 통해 운동 영상 가이드를 제공하거나, 투약 관리를 위한 음성 가이드를 제공할 수 있으나, 반드시 이로 제한되는 것은 아니다.
일 실시예에 따르면, 신경질환 양방향 모니터링 시스템(100)은 도 10에 도시된 바와 같이 2족 보행 로봇으로 구현되어 환자의 일상 생활에서 환자의 열화상 데이터, 운동 영상 데이터 및 음성 데이터 등을 획득하고, 획득한 데이터를 기반으로 체온, 운동 및 발화 특성을 분석하며, 이를 기초로 신경질환을 평가함으로써, 신경질환을 조기 진단하여 적절한 조치를 취하도록 할 수 있다.
다른 실시예에 따르면, 신경질환 양방향 모니터링 시스템(100)은 이동 가능한 키오스크로 구현되어 상술한 바와 같은 기능을 수행할 수 있다. 이와 같이 신경질환 양방향 모니터링 시스템(100)이 키오스크로 구현될 경우, 조작이 간편하므로 노령층에서도 손쉽게 활용 가능하고, 이를 통해 빅데이터 구축이 가능하며, 키오스크에 분류 알고리즘을 탑재하거나 또는 분류 알고리즘을 탑재한 서버와의 무선 통신을 통해 신경질환에 대한 조기 진단이 가능해질 수 있다.
상술한 바와 같은 본 발명의 실시예에 따른 신경질환 양방향 모니터링 시스템(100)에 따르면, 기술적 측면, 경제/산업적 측면 및 의학적 측면에서 다음과 같은 효과를 얻을 수 있다.
우선, 기술적 측면에서, AI 알고리즘을 활용하여 노인성 질환의 조기진단에 기여하고 이를 통해 국민건강증진에 기여할 수 있다. 또한, 의학, 전자공학, 의공학 등 융합 기술의 발전 토대를 마련함으로써 핵심 기반 기술을 확보할 수 있다.
다음으로, 경제/산업적 측면에서, 만성 질환 및 노인성 질환의 스크리닝 및 맞춤 관리를 통해 의료비 절감 효과를 얻을 수 있고, 격오지 군이나, 국외 지역 거주자, 감호소 등 의료진의 수요가 부족한 곳에 필수적으로 사용될 수 있어 국민건강증진에 도움이 될 것으로 기대할 수 있다. 또한, 해외 의료서비스 시장에서 AI를 활용한 시스템의 저변 확대를 통한 신성장동력 창출 및 수출 확대 효과를 얻을 수 있다.
마지막으로, 의학적 측면에서, AI 기반 질병 스크리닝이 가능하게 됨으로써 미래지향적 기술발전에 이바지할 수 있다. 또한, 본 발명의 실시예에 따른 지능형 노인성 질환 관리 시스템은 과학적이고 정량화된 진단 검증체계 구축을 통한 관련 응용분야로의 국제적으로 신뢰도 높은 자료제공 및 경제적 이득 창출을 기대할 수 있다. 또한, 노인성 질환 스크리닝/관리 시스템 개발 선두주가로서 노인 건강 관리 거점병원 및 첨단 서비스 제공 병원으로서의 이미지 강화할 수 있다.
본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 본 발명에 따른 구성요소를 치환, 변형 및 변경할 수 있다는 것이 명백할 것이다.

Claims (7)

  1. 환자의 체온, 운동 및 발화 특성을 분석하기 위해 필요한 열화상 데이터, 운동 영상 데이터 및 음성 데이터를 획득하는 데이터 획득부;
    기 학습된 인공지능 알고리즘을 기반으로 환자의 열화상 데이터를 분석하여 환자의 신경질환과 관련된 체온 특성을 분석하는 체온 분석부;
    기 학습된 인공지능 알고리즘을 기반으로 환자의 운동 영상 데이터를 분석하여 환자의 운동 특성을 분석하는 운동 분석부;
    기 학습된 인공지능 알고리즘을 기반으로 환자의 음성 데이터를 분석하여 환자의 발화 특성을 분석하는 발화 분석부; 및
    상기 체온 분석부, 운동 분석부 및 발화 분석부 중 적어도 하나의 분석 결과를 기초로 환자의 신경질환 유무 및 정도를 평가하는 신경질환 평가부를 포함하는 신경질환 양방향 모니터링 시스템.
  2. 제 1 항에 있어서,
    상기 운동 분석부는 환자의 신체 영상에서 신체 랜드마크를 검출하고, 환자의 얼굴 영상에서 얼굴 랜드마크를 검출하며, 환자의 손 영상에서 손 랜드마크를 검출하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.
  3. 제 2 항에 있어서,
    상기 운동 분석부는 상기 신체 랜드마크, 얼굴 랜드마크 및 손 랜드마크 각각에 대해 시간에 따른 랜드마크의 이동 정보인 랜드마크 궤적 정보를 이미지로 생성하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.
  4. 제 3 항에 있어서, 상기 신경질환 평가부는,
    상기 신체 랜드마크, 얼굴 랜드마크 및 손 랜드마크 각각에 대해 생성된 이미지를 마지막 레이어를 제외한 ResNet을 통과시켜 각각의 특징 벡터를 획득하고,
    각각의 특징 벡터를 연결시켜서 특징 매트릭스를 구성하며,
    상기 특징 매트릭스의 세로 축 각각에 대하여 최대값(max) 및 평균값(mean)을 취하여 최대 특징 벡터와 평균 특징 벡터를 하나씩 계산한 후,
    상기 최대 특징 벡터와 평균 특징 벡터를 합쳐서 완전 연결 레이어(Fully Connected layer)를 지나 최종 출력값을 출력하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.
  5. 제 1 항에 있어서,
    상기 체온 분석부는 상기 데이터 획득부를 통해 획득한 환자의 손 및 발의 열화상 데이터 중 적어도 하나에서 두 지점 사이의 온도차를 산출하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.
  6. 제 1 항에 있어서,
    상기 발화 분석부는 상기 음성 데이터에 대해 단시간 푸리에 변환(Short-time Fourier transform)을 수행하여 스팩트로그램을 획득한 후 어텐션 모듈(Attention Module) 및 음성 네트워크(Audio Net)를 거쳐 발화 특징 벡터를 추출하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.
  7. 제 1 항에 있어서,
    상기 신경질환 평가부에 의한 평가 결과를 기초로 환자에게 건강 관리를 위한 가이드를 제공하는 가이드 제공부를 더 포함하는 것을 특징으로 하는 신경질환 양방향 모니터링 시스템.
PCT/KR2021/009027 2020-07-14 2021-07-14 신경질환 양방향 모니터링 시스템 WO2022015043A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0086565 2020-07-14
KR20200086565 2020-07-14

Publications (1)

Publication Number Publication Date
WO2022015043A1 true WO2022015043A1 (ko) 2022-01-20

Family

ID=79555741

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/009027 WO2022015043A1 (ko) 2020-07-14 2021-07-14 신경질환 양방향 모니터링 시스템

Country Status (2)

Country Link
KR (1) KR102555337B1 (ko)
WO (1) WO2022015043A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114788687A (zh) * 2022-06-23 2022-07-26 中国科学院自动化研究所 一种帕金森肌强直症状量化评估方法和装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230151197A (ko) * 2022-04-25 2023-11-01 그래이스 정은 신 음성 데이터를 이용한 ai 기반의 질병 진단 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5665025B2 (ja) * 2010-08-06 2015-02-04 国立大学法人東京農工大学 精神疾患判定装置、方法、及びプログラム
KR20160005924A (ko) * 2014-07-08 2016-01-18 한국전자통신연구원 치매환자관리시스템 및 그 제어 방법
KR102009642B1 (ko) * 2017-05-22 2019-10-21 동아대학교 산학협력단 클라우드 빅데이터 기반 지능형 스마트 케어 시스템
KR20190135908A (ko) * 2019-02-01 2019-12-09 (주)제이엘케이인스펙션 인공지능 기반 치매 진단 방법 및 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102692670B1 (ko) * 2017-01-04 2024-08-06 삼성전자주식회사 음성 인식 방법 및 음성 인식 장치
KR102053295B1 (ko) * 2017-06-22 2019-12-06 주식회사 아이알웨이브 안면의 온도 분포를 이용하여 대상자의 질병 감염 여부를 판단하는 방법과 장치
KR20190091996A (ko) * 2018-01-30 2019-08-07 한국전자통신연구원 얼굴 미세 움직임 검출 장치 및 그 방법
CN110531853B (zh) * 2019-08-23 2021-01-19 西安交通大学 一种基于人眼注视点检测的电子书阅读器控制方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5665025B2 (ja) * 2010-08-06 2015-02-04 国立大学法人東京農工大学 精神疾患判定装置、方法、及びプログラム
KR20160005924A (ko) * 2014-07-08 2016-01-18 한국전자통신연구원 치매환자관리시스템 및 그 제어 방법
KR102009642B1 (ko) * 2017-05-22 2019-10-21 동아대학교 산학협력단 클라우드 빅데이터 기반 지능형 스마트 케어 시스템
KR20190135908A (ko) * 2019-02-01 2019-12-09 (주)제이엘케이인스펙션 인공지능 기반 치매 진단 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TAEHO JO; KWANGSIK NHO; ANDREW J. SAYKIN: "Deep Learning in Alzheimer's disease: Diagnostic Classification and Prognostic Prediction using Neuroimaging Data", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 2 May 2019 (2019-05-02), 201 Olin Library Cornell University Ithaca, NY 14853 , XP081466439, DOI: 10.3389/fnagi.2019.00220 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114788687A (zh) * 2022-06-23 2022-07-26 中国科学院自动化研究所 一种帕金森肌强直症状量化评估方法和装置

Also Published As

Publication number Publication date
KR20220008789A (ko) 2022-01-21
KR102555337B1 (ko) 2023-07-17

Similar Documents

Publication Publication Date Title
WO2022015043A1 (ko) 신경질환 양방향 모니터링 시스템
WO2019088462A1 (ko) 혈압 추정 모델 생성 시스템 및 방법과 혈압 추정 시스템 및 방법
WO2019208848A1 (ko) 3차원 안구 움직임 측정 방법 및 전자동 딥러닝 기반 어지럼 진단 시스템
Lakany Extracting a diagnostic gait signature
CN108553081B (zh) 一种基于舌苔图像的诊断系统
WO2019054638A1 (ko) 영상 분석 방법, 장치 및 컴퓨터 프로그램
WO2021225249A1 (ko) 보행 분석 시스템 및 방법
WO2021246700A1 (ko) 사용자 상태를 예측하기 위한 방법 및 그 장치
WO2018097621A1 (ko) 보행 분석 시스템, 방법 및 컴퓨터 판독 가능한 기록매체
WO2021034138A1 (ko) 치매 평가 방법 및 이를 이용한 장치
WO2022158654A1 (ko) 의료영상을 이용한 인체성분 분석 방법 및 그 장치
WO2021141253A1 (ko) 캡슐 내시경의 위치정보를 기반으로 캡슐 내시경의 위치를 파악하는 시스템 및 방법
WO2024071564A1 (ko) 3차원 보행신호 기반 노인성 인지장애 진단 장치 및 방법
WO2023121051A1 (ko) 환자 정보 제공 방법, 환자 정보 제공 장치, 및 컴퓨터 판독 가능한 기록 매체
WO2017010612A1 (ko) 의료 영상 분석 기반의 병리 진단 예측 시스템 및 방법
WO2019098583A1 (ko) 반려견 행동분석 방법 및 시스템
WO2023282389A1 (ko) 두경부 영상 이미지를 이용한 지방량 산출 방법 및 이를 위한 장치
WO2022055037A1 (ko) 컬러보정 및 타액검사를 위한 설진 키트 및 이를 이용한 비대면 설진 시스템
WO2022145609A1 (ko) 사용자 정보 획득 장치 및 방법
JP2001314376A (ja) 舌診用システムと問診用システム、及び舌診問診教育支援装置
CN108523854A (zh) 一种检测男性性功能的医用智能检测系统及其检测方法
CN108606795B (zh) 一种人体动作数据管理系统
CN114052725A (zh) 基于人体关键点检测的步态分析算法设定方法以及装置
CN113807323A (zh) 基于图像识别的手功能精准评估系统及方法
WO2023234758A1 (ko) 인공지능 모델을 이용하여 손톱을 분석하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체

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: 21843096

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21843096

Country of ref document: EP

Kind code of ref document: A1