KR20140108417A - 영상정보를 이용한 건강 진단 시스템 - Google Patents

영상정보를 이용한 건강 진단 시스템

Info

Publication number
KR20140108417A
KR20140108417A KR1020130021012A KR20130021012A KR20140108417A KR 20140108417 A KR20140108417 A KR 20140108417A KR 1020130021012 A KR1020130021012 A KR 1020130021012A KR 20130021012 A KR20130021012 A KR 20130021012A KR 20140108417 A KR20140108417 A KR 20140108417A
Authority
KR
South Korea
Prior art keywords
information
shape
size
color
body part
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
KR1020130021012A
Other languages
English (en)
Inventor
김민준
김세룡
Original Assignee
김민준
김세룡
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 김민준, 김세룡 filed Critical 김민준
Priority to KR1020130021012A priority Critical patent/KR20140108417A/ko
Priority to US14/192,058 priority patent/US20140243651A1/en
Publication of KR20140108417A publication Critical patent/KR20140108417A/ko
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, 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
    • A61B5/0033—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room
    • A61B5/0036—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room including treatment, e.g., using an implantable medical device, ablating, ventilating
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/24—Radio transmission systems, i.e. using radiation field for communication between two or more posts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 영상정보를 이용한 건강 진단 시스템에 관한 것으로서, 스마트폰 및 태블릿 PC 등의 모바일 PC를 통해 인식한 사용자의 신체 부위별 영상정보와, 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보와 비교분석하여 진단 결과를 도출함으로써, 사용자의 건강 상태 파악 및 병리를 인식하여 진단하도록 함에 그 목적이 있다.
이러한 목적을 달성하기 위한 본 발명은, 사용자의 신체 부위별 영상정보와, 기본정보를 입력받는 정보 입력부; 상기 정보 입력부를 통해 입력된 영상정보를 바탕으로, 신체 부위를 객체로서 자동 탐색하여 인식하는 인식부; 상기 인식부를 통해 인식된 영상정보를 신체 부위별 검사요소에 따라 분석하고, 분석한 정보와 병리 정보 데이터베이스부에 저장된 정보와 비교분석하여 진단 결과를 도출하는 분석부; 및 상기 분석부를 통해 분석된 정보와 비교분석하여 진단 결과를 도출할 수 있도록, 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보가 저장되어 있는 병리 정보 데이터베이스부; 및 상기 정보 입력부를 통해 입력된 사용자의 신체 부위별 영상정보와, 상기 분석부를 통해 도출된 진단 결과를 저장하는 진단 결과 데이터베이스부; 를 포함한다.

Description

영상정보를 이용한 건강 진단 시스템{Health diagnosis system using image information}
본 발명은 영상정보를 이용한 건강 진단 시스템에 관한 것으로서, 더욱 상세하게는 스마트폰 및 태블릿 PC 등의 모바일 PC를 통해 인식한 사용자의 신체 부위별 영상정보와, 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보와 비교분석하여 진단 결과를 도출함으로써, 사용자의 건강 상태 파악 및 병리를 인식하여 진단할 수 있는 기술에 관한 것이다.
여러 가지 이유로 인하여 일반인들의 의료기관 방문은 쉽지 않은 일이다. 보통의 경우, 문제가 발생하여, 생활의 불편함 또는 고통을 느끼게 된 후에야 의료 기관에 방문하게 된다. 그러나, 이와 같이 건강상의 문제를 일정시간 방치한 후, 의료 기관에 방문하게 되면, 사전에 의료 기관을 들려 조기 진료/조기 치료를 할 때보다 의료비가 매우 높아질 뿐만 아니라, 완치율이 낮으며, 완치까지 걸리는 시간 또한 조기 진료/치료가 이루어 질 때보다 훨씬 더 많이 걸린다. 이를 위해 개인용 의료 장비를 개인적으로 구매하기는 매우 어려울 뿐 아니라, 이와 같은 전문 지식이 필요한 장비를 개인이 사용한다는 것은 매우 어려운 일로 현실성이 부족하다.
최근에는 이와 같은 문제점을 극복하기 위하여, 원격 병리 진단 방법이 연구되고 있다.
원격 병리 진단 방법과 관련해서는, 한국공개특허 제10-2002-0016289호(이하, '선행문헌')외 다수 출원 및 공개되어 있다.
선행문헌에 따른 방법은, 병리검사를 실시할 수 없는 각 의료기관의 검사의뢰자 단말로부터 병리검사를 위한 환자 개인정보를 인터넷 상으로 병리진단센터에 전송하는 단계; 상기 검사의뢰자 단말로부터 전송된 환자 개인정보는 전송된 순서에 따라 리스트를 작성하여 검사의뢰자에게로 진단일정을 교부하는 단계; 상기 교부된 진단일정에 해당되는 검사의뢰자 단말에서는 병리검사에 필요한 환자의 영상정보 데이터를 병리진단센터로 전송하는 단계; 상기 병리진단센터의 전문의는 환자의 영상정보 데이터를 독출하여 영상표시수단 등으로 재생된 영상을 통하여 병리검사를 실시하는 단계; 상기 병리검사에 따른 전문의 소견 등이 첨부된 검사결과는 검사의뢰자의 단말로 전송하는 단계; 를 포함한다.
그러나, 선행문헌은 원격지의 전문가의 병리검사에 따른 소견 등의 검사결과를 사용자에게 전송하는 것으로, 진단을 위해, 별도의 운영자나 전문지식을 갖는 관련 전문가가 매번 모니터링 해야만 하며, 병리 진단이 빠르게 이루어지지 못하는 문제점이 있었다. 또한, 신체 부위를 자동 인식하여, 신체 부위별 검사요소에 따라 분석하고, 진단 결과가 자동으로 빠르게 도출되는 기술은 현재 전무한 상태다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 스마트폰 및 태블릿 PC 등의 모바일 PC를 통해 인식한 사용자의 신체 부위별 영상정보와, 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보와 비교분석하여 진단 결과를 도출함으로써, 사용자의 건강 상태 파악 및 병리를 인식하여 진단하도록 함에 그 목적이 있다.
이러한 기술적 과제를 달성하기 위한 본 발명은 영상정보를 이용한 건강 진단 시스템에 관한 것으로서, 사용자의 신체 부위별 영상정보와, 기본정보를 입력받는 정보 입력부; 상기 정보 입력부를 통해 입력된 영상정보를 바탕으로, 신체 부위를 객체로서 자동 탐색하여 인식하는 인식부; 상기 인식부를 통해 인식된 영상정보를 신체 부위별 검사요소에 따라 분석하고, 분석한 정보와 병리 정보 데이터베이스부에 저장된 정보와 비교분석하여 진단 결과를 도출하는 분석부; 및 상기 분석부를 통해 분석된 정보와 비교분석하여 진단 결과를 도출할 수 있도록, 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보가 저장되어 있는 병리 정보 데이터베이스부; 및 상기 정보 입력부를 통해 입력된 사용자의 신체 부위별 영상정보와, 상기 분석부를 통해 도출된 진단 결과를 저장하는 진단 결과 데이터베이스부; 를 포함한다.
상기와 같은 본 발명에 따르면, 스마트폰 및 태블릿 PC 등의 모바일 PC를 통해 인식한 사용자의 신체 부위별 영상정보와, 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보와 비교분석하여 진단 결과를 도출할 수 있으며, 별도의 장비 또는 센서가 필요치 않아, 많은 사람들이 손쉽게 이용할 수 있는 효과가 있다.
또한 본 발명에 따르면, 인식된 영상정보를 신체 부위별 검사요소에 따라, 신체 부위의 색상, 모양, 움직임, 크기, 분비물 등을 기준으로 분석함으로써, 신체 부위별로 다양한 병리를 파악 및 진단할 수 있는 효과도 있다.
그리고 본 발명에 따르면, 인식된 영상정보를 트레이닝을 통한 기계 학습을 수행한 병리 정보와 비교분석함으로써, 별도의 운영자 또는 전문가의 모니터링 없이도 손쉽게 병리 진단을 수행할 수 있으며, 병리 진단의 정확도를 높일 수 있는 효과도 있다.
도 1 은 본 발명에 따른 영상정보를 이용한 건강 진단 시스템을 개념적으로 도시한 전체 구성도.
도 2 는 본 발명에 따른 컴퓨터 비전 분야의 객체 탐색/인식 알고리즘을 보이는 일예시도.
도 3 은 본 발명에 따른 눈의 검사요소를 보이는 일예시도.
도 4 는 본 발명에 따른 코의 검사요소를 보이는 일예시도.
도 5 는 본 발명에 따른 입의 검사요소를 보이는 일예시도.
도 6 은 본 발명에 따른 목의 검사요소를 보이는 일예시도.
도 7 은 본 발명에 따른 흉부 및 유방의 검사요소를 보이는 일예시도.
도 8 은 본 발명에 따른 복부의 검사요소를 보이는 일예시도.
도 9 및 도 10 은 본 발명에 따른 등의 검사요소를 보이는 일예시도.
도 11 은 본 발명에 따른 둔부 및 항문의 검사요소를 보이는 일예시도.
도 12 는 본 발명에 따른 비뇨 생식기의 검사요소를 보이는 일예시도.
도 13 은 본 발명에 따른 상지의 검사요소를 보이는 일예시도.
본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.
본 발명에 따른 영상정보를 이용한 건강 진단 시스템에 관하여 도 1 내지 도 13 을 참조하여 설명하면 다음과 같다.
도 1 은 본 발명에 따른 영상정보를 이용한 건강 진단 시스템(S)을 개념적으로 도시한 전체 구성도로서, 도시된 바와 같이 정보 입력부(100), 인식부(200), 분석부(300), 병리 정보 데이터베이스부(400) 및 진단 결과 데이터베이스부(500)를 포함하여 이루어진다.
정보 입력부(100)는 사용자의 신체 부위별 영상정보와, 기본정보를 입력받는 기능을 수행하는 바, 상기 도 1 에 도시된 바와 같이 영상정보 입력모듈(110) 및 기본정보 입력모듈(120)을 포함한다.
구체적으로, 영상정보 입력모듈(110)은 사용자의 신체 부위별 영상정보를 입력받는다.
이때, 영상정보 입력모듈(110)은 사용자의 전신 영상정보를 추가로 입력받아, 신체 부위의 크기를 미리 계산해 둠으로써, 추후, 분석부(300)가 분석해야할 상처 부위의 크기를 판별하는 과정에서 이용할 수 있다.
상기 신체 부위별 영상정보는, 정지영상과 동영상 형식의 영상을 포함하며, 기 저장된 정보 및 실시간으로 입력되는 정보를 바탕으로 외부와 통신하며, 이에 통신 접속이 가능한 스마트폰 및 태블릿 PC 등의 모바일 PC에 장착된 카메라를 통해 입력될 수 있다.
기본정보 입력모듈(120)은 사용자의 기본정보를 입력받는다.
여기서, 사용자의 기본정보는, 사용자의 몸무게, 연령, 성별, 직업, 식생활, 사는 곳(열대지방, 온대지방, 한대지방, 바다, 산 등), 인종(황인, 백인, 흑인, 게르만족, 켈트족, 한족 등), 생활리듬(기상, 취침, 식사시간 등), 생리주기(여성), 운동량, 흡연빈도, 음주빈도 및 과거력 등의 정보를 포함하는 것으로, 기 저장된 정보 및 실시간으로 입력되는 정보를 바탕으로 외부와 통신하며, 이에 통신 접속이 가능한 스마트폰 및 태블릿 PC 등의 모바일 PC에 장착된 입력수단을 통해 입력될 수 있다.
인식부(200)는 상기 정보 입력부(100)를 통해 입력된 영상정보를 바탕으로, 신체 부위를 객체로서 자동 탐색하여 인식한다.
이때, 인식부(200)는 신체 부위의 랜드마크(land mark)로서, 얼굴(눈, 코, 입, 귀, 이마 주름, 눈썹, 등), 목(sternal notch, clavicle, thyroid cartilage(일명 Adam's apple)), 흉부(nipple), 복부(umbilicus, ASIS), 등(척추부의 만곡), 엉덩이(both gluteal sulcus, 천골의 만곡), 상지(팔꿈치의 피부구조, styloiod process of ulna, hand nail), 하지(무릎의 관절구조, medial and lateral maleola, toe nail) 등의 신체 부위를 자동 탐색 및 인식할 수 있다.
한편, 인식부(200)는 객체로서 자동 탐색 및 인식할 수 있도록, 상기한 신체 부위를 기 설정할 수 있으며, 객체의 자동 탐색 및 인식 실패 시, 또는 사용자가 신체 부위 중 특정 위치만을 검사하고 싶은 경우, 사용자의 제어정보를 입력받아 해당 신체 부위 또는 위치를 객체로서 탐색 및 인식할 수 있다.
본 발명에서는, 사용자의 병리를 판단할 수 있는 요소들을 평가하고, 병리를 진단하기 위하여, 컴퓨터 비전(Computer Vision) 분야의 객체 탐색/인식(Object Detection/Recognition) 알고리즘을 이용하여 신체 부위 객체를 탐색하고 인식한다.
이러한 객체 탐색/인식 기술은, 현재 많은 분야에서 사용 중이다. 대표적인 예로 디지털 카메라나 스마트폰 카메라를 이용하여 촬영을 할 때, 피사체 안에서 사람의 얼굴을 찾는 일을 하거나, 더 나아가서는 사람이 웃을 때, 사진을 자동으로 촬영하는 것은 현재 사용된다. 뿐만 아니라, 문서의 사진을 분석하여 그 안에 있는 문자를 인식하는 기술도 명함인식, 스캐너 등에서 사용되고 있다. 이러한, 기술들은 사진과 같은 광학 영상정보를 이용하여 객체 탐색/인식에 필요한 특정적인 정보들을 뽑아내어 기존에 가지고 있는 트레이닝 정보를 바탕으로 분석하여 탐색해내는 방식이다.
일반적으로, 컴퓨터 비전 분야에서 많이 사용되는 이미지 프로세싱을 위한 프로그램 라이브러리인 OpenCV(http://opencv.org/)에서도 객체 탐색/인식을 위한 몇몇 알고리즘을 기본적으로 제공하고 있다. 그 중에서 가장 대표적인 알고리즘은 Haar Feature-based Cascade(Paul Viola and Michael J. Jones. Rapid Object Detection using a Boosted Cascade of Simple Features. IEEE CVPR, 2001, Rainer Lienhart and Jochen Maydt. An Extended Set of Haar-like Features for Rapid Object Detection. IEEE ICIP 2002, Vol. 1, pp. 900-903, Sep. 2002)이다. 이 알고리즘에서는 사진을 이루는 점(pixel)의 배열을 검출하여 아래와 같이 인식한다. 그리하여 객체로 탐색되는 영역은 도 2 의 1-(a), 2-(b) 등으로 이루어진 형태라는 것을 판별하고, 그렇게 찾아진 영역의 위치와 확대/축소 정보를 추가로 수집하게 된다. 이렇게 찾아진 정보는 기존에 가지고 있는 트레이닝 데이터와 비교하여 목표물을 찾게 된다.
분석부(300)는 상기 인식부(200)를 통해 인식된 영상정보를 신체 부위별 검사요소에 따라 분석하고, 분석한 정보와 병리 정보 데이터베이스부(400)에 저장된 정보와 비교분석하여 진단 결과를 도출하는 기능을 수행하는 바, 상기 도 1 에 도시된 바와 같이 분석모듈(310) 및 진단 결과 도출모듈(320)을 포함한다.
구체적으로, 분석모듈(310)은 상기 인식부(200)를 통해 인식된 영상정보를 신체 부위별 검사요소에 따라, 신체 부위의 색상, 모양, 움직임, 크기, 분비물 등을 기준으로 분석한다.
더욱 구체적으로, 눈의 경우, 분석모듈(310)은 홍채(iris)의 색깔, 동공(pupil)의 크기 및 빛에 대한 크기변화, 공막(sclera)의 모양 및 색깔, 결막(conjunctiva)의 모양 및 색깔, 각막(conea)의 색깔, 안구의 위치, 안구 진탕(Nystagmus) 여부, 안구돌출 여부 등의 검사요소에 따라 분석한다(도 3 참조).
또한, 코의 경우, 분석모듈(310)은 코와 정중선의 각도, 코뼈와 중격(nasal bone and septum)의 편차(derivation; 중정선을 기준으로 휜 각도), 위와 아래의 외측 연골(upper and lower lateral cartilatage)의 크기 및 모양, 비주(columella)의 높이 및 모양, 날개(alar)의 크기 및 모양, 코의 외막(External sidewall valve)의 크기 및 모양, 콧물의 색깔 및 점도 등의 검사요소에 따라 분석한다(도 4 참조).
또한, 입의 경우, 분석모듈(310)은 치아의 모양 및 배열, 잇몸의 모양 및 색깔, 혀의 색깔, 구강 전체의 표면(구강점막)의 색깔, 구진성 병변(macular) 여부, 궤양성(ulcerative) 병변 여부, 입술의 모양 및 색깔, 입술주위 피부의 모양 및 색깔, 편도(palatine tonsil)의 크기, 모양 및 색깔, 목젓의 크기 및 위치 등의 검사요소에 따라 분석한다(도 5 참조).
또한, 눈, 코, 입을 제외한 얼굴의 경우, 분석모듈(310)은 얼굴 피부의 주름 위치, 모공의 크기와 분포, 색깔, 여드름 여부, 얼굴의 전체적인 모양, 귓바퀴의 모양 및 대칭성, 광대뼈, 이마 및 양악의 모양, 크기 및 돌출정도, 얼굴 부종여부 등의 검사요소에 따라 분석한다.
또한, 목의 경우, 분석모듈(310)은 정중선을 중심으로 하여 양측의 대칭성, 쇄골의 모양 및 위치, 결후(adam's apple ; thyroid cardilage)의 위치, 갑상선의 모양, 비후 정도, 결절(nodule)의 유무, 머리의 기울임 여부(tilting) 등의 검사요소에 따라 분석한다(도 6 참조).
또한, 흉부 및 유방의 경우, 분석모듈(310)은 유두의 크기, 모양 및 색깔, 유두 분비물의 색깔, 양상, 분비위치(일측성 또는 양측성), 여성의 유방의 크기, 모양 및 색깔, 남성의 대흉근 및 주변 구조물의 모양 등의 검사요소에 따라 분석한다(도 7 참조).
또한, 복부의 경우, 분석모듈(310)은 복부 전체의 대칭성 및 팽만(distension) 여부, 배꼽의 모양, 크기 위치(복부전체를 기준으로 위치산정), 복직근의 모양 및 대칭성 크기, 옆구리의 모양, 크기 및 굴곡각(흔히 말하는 S-line) 등의 검사요소에 따라 분석한다(도 8 참조).
또한, 등의 경우, 분석모듈(310)은 후면상(posterior view) : 척추측만(scoliosis) 여부, 등근육의 크기, 모양 및 대칭성, 측면상(lateral view): 척추후만(kyphosis) 여부, 복부 돌출의 크기, 모양 및 위치 등의 검사요소에 따라 분석한다(도 9 및 도 10 참조).
또한, 둔부 및 항문(buttuck and anus)의 경우, 분석모듈(310)은 둔부의 크기, 모양, 대칭성 및 둔구(gluteal sulcus)의 위치, 항문륜 돌출부위의 크기, 위치(방향) 및 색깔, 항문주변 피부의 색깔, 분비물 분부부위, 돌출부위 또는 함몰부위 등의 검사요소에 따라 분석한다(도 11 참조).
또한, 비뇨 생식기에서, 분석모듈(310)은 남성의 경우, 귀두의 색깔, 모양, 궤양의 여부, 포경 여부, 요도의 색깔, 모양 및 분비물 등의 검사요소를 분석하며(도 12 참조), 여성의 경우, 대음순의 색깔, 크기, 궤양성 병변의 유무, 소음순의 색깔 및 모양, 질분비물의 색깔, 양 및 점도(끈적거림) 등의 검사요소에 따라 분석한다.
또한, 상지(Upper extremity)에서, 분석모듈(310)은 서있는 자세에서 모양, 크기, 대칭성, 양쪽 어깨의 수평여부, 몸을 앞으로 90도 정도 숙인 상태에서 양쪽 어깨의 수평여부 등의 검사요소에 따라 어깨관절(shoulder joint)을 분석하며, 크기, 모양, 색깔 등의 검사요소에 따라 상완, 주관절, 전완, 완관절을 분석하며, 모양 및 색깔 등의 검사요소에 따라 수근관절, 수근중수간절, 지골간관절을 분석하며, 모양, 크기 및 색깔 등의 검사요소에 따라 손톱을 분석한다(도 13 참조).
또한, 하지(Lower extremity)의 경우, 분석모듈(310)은 고관절(hip joint;엉덩이 관절)의 모양, 크기 및 대칭성, 대퇴부의 크기, 모양 및 대칭성, 슬관절(knee joint;무릎)의 모양, 크기, 부종여부 및 양측의 대칭성, 종아리(calf)의 모양, 크기, 휜정도 및 혈관 돌출정도, 족관절(ankle joint; 발목)의 크기, 모양, 부종 정도, 양쪽 복사뼈(medial and lateral maleola)의 크기, 위치 및 대칭성, 발바닥 관절 및 발가락의 크기, 모양, 휜정도 및 부종여부, 발톱의 크기, 모양 및 색깔 등의 검사요소에 따라 분석한다.
그리고, 병변 부위의 경우, 분석모듈(310)은 병변의 해부학적 위치, 병변의 색깔, 병변의 크기 및 크기의 변화, 병변의 모양(가피여부, 수포성, 화농성, 손톱 및 발톱의 침습여부), 궤양성(ulcerative) 여부 등의 검사요소에 따라 분석한다.
한편, 분석모듈(310)은 움직임의 경우, 움직인 방향, 거리, 시간 등을 이용하여 분석하며, 크기의 경우, i. 사용자의 전신 영상정보를 통해 각 부위별 비례를 구하여 축척을 구하는 방법, ii. 3D 모델링을 통해 여러 개의 사진에 동일한 점들을 이용하여 분석하는 방법, iii. 촬영하는 카메라의 정보를 이용하여 계산하는 방법, iv. 환부와 동일한 거리에 척도가 될 수 있는 물체를 동시에 촬영하는 방법 등을 이용하여 분석하며, 분비물 등의 점성은, 영상에서 늘어나는 정도를 이용하여 분석한다.
진단 결과 도출모듈(320)은 상기 분석모듈(310)을 통해 분석된 정보와, 병리 정보 데이터베이스부(400)에 저장된 정보와 비교분석하여 진단 결과를 도출한다.
즉, 진단 결과 도출모듈(320)은 병리 정보 데이터베이스부(400)에 저장된 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보와 비교분석하여 진단 결과를 도출한다.
참고로, 눈의 경우에서, 각막으로부터 시작해서 하얗게 변하여 동공과 홍채까지 하얗게 변하기 시작하면, 백내장(cataract)이라 진단할 수 있다. 또한, 침범 정도 및 과거 상태 비교를 통해서 악화/호전 등을 진단할 수 있다(상기 도 3 참조).
코의 경우에서, 흔히 말하는 콧날(비주: columella)은 그 각도와 높이에 따라 크게 3 가지로 나뉘며, 타입에 따라 육안상의 모양차이 뿐만 아니라 비염, 충농증 등의 발생 위험도에도 차이가 있다(상기 도 4 참조).
또한, 입의 경우에서, 인간의 치아는 연령에 따라 개수와 치아의 모양이 달라진다. 이러한 것의 확인을 통해 모양이나 개수 여부를 파악하여 덧니의 발생가능성, 치아 교정의 필요성 및 치료시기를 결정할 수 있다. 또한, 편도선의 크기변화는 소아와 성인의 질환 진단에 큰 도움을 준다. 이를 테면, 편도가 한쪽만 커져 있는 경우 결핵이나 임파선 병변(쉽게 말하면 일종의 백혈병)을 의심할 수 있다. 편도가 양쪽이 모두 커져 있고 궤양상 병변이 관찰되면, 감기에 의한 2차적인 세균감염을 의심하여 항생제 처방의 기준이 된다. 그리고, 목젓의 크기와 위치는 코골이의 진단 및 치료에 이용된다. 즉, 한쪽으로 치우쳐져 있거나 목구멍 크기의 40% 이상인 경우 코골이를 유발할 수 있다고 하며, 실제로 코골이가 있는 사람은 부분 절제술을 하거나 위치교정술을 해준다(상기 도 5 에서, Soft palate; 연구개, uvula; 목젖, palatine tonsils; 구개편도(사람들이 흔히 말하는 편도선), oropharynx; 구개인두(구강의 끝이자 목이 시작되는 부분).
또한, 목의 경우에서, 갑상선의 경우, 정상인 경우에는 육안으로 보이지 않으며, 손으로 만졌을 때 만져지지 않는다. 비후(hypertrophy)가 되었거나 갑상선내 결절이 발생하였을 경우, 육안으로 보이거나 손으로 만져지게 되며, 전체적으로 커져 있는 경우에는 goiter(양성 갑상선 비후증), 결절이 있는 경우 한쪽에만 있는 경우와 양쪽에 있는 경우 등에 따라 진단과 병변의 가능성이 달라진다. 소아의 경우, 머리의 기울기를 검사하여 한쪽으로 기울어져 있는 경우가 종종 있다. 많은 부모들이 이를 질병으로 인식하지 못하고 지나치게 된다. 이런 경우, 사경(toticolis)이라는 질환을 의심해볼 수 있으며, 이는 흉쇄유돌근(sternocleidomastoid muscle; SCM muscle)의 길이의 불균형에서 오는 질환으로 유아기의 발견 시 물리치료를 통해 교정이 가능하나, 유년기 이상 발견 시에는 SCM muscle 절개술을 통한 교정이 필요해진다. 흔히 할머니들이 3~4세된 아이를 목욕시키다가 발견하여 병원에 방문한다(상기 도 6 참조).
또한, 흉부 및 유방의 경우에서, 여성의 유두는 생리주기, 임신여부, 수유여부 등에 따라 모양과 색깔이 변한다. 특히, 유두와 유륜 주위의 색깔변화는 임신여부를 판별하는 간접적인 근거가 될 수 있다(1회 이상 임신 또는 유산 시에 색깔이 변화되어 있다). 여성의 유방의 경우, 유방의 피부가 오렌지 껍질 모양(orange peel sign)으로 바뀌는 경우가 있다. 이런 양상은 유방암을 의심할 수 있는 양상으로 반드시 전문의와 상담이 필요하다(상기 도 7 참조).
또한, 복부의 경우에서, 사람 배꼽의 모양은 매우 다양하다. 그 중 간혹 배꼽탈장(umbilical hernia)이 있는 경우가 있다. 배꼽 탈장은 배꼽의 피부 바로 아래쪽까지 장(腸)이 돌출되어 있는 경우를 말하여 수술적인 치료가 필요하다. 탈장은 발견시기나 인식하는 시기가 늘어날수록 크기가 커지는 양상을 보이며 늦어질수록 수술적 치료 후 재발율이 높아진다(상기 도 8 참조).
또한, 등의 경우에서, 편안한 자세로 앉아있는데 남들이 볼 때 자세가 이상하거나 삐뚤어져 있는 경우가 있다. 이런 경우 척추층만증으로 의심해 볼 수 있으며 육안적인 척추소견이나 간단한 검사를 통해 진단이 가능하다(척추층만증 검사법: 앞으로 숙였을 때 양쪽 어깨높이가 다른지를 확인하는 검사)(상기 도 9 및 도 10 참조).
또한, 둔부 및 항문(buttuck and anus)의 경우에서, 항문 주위 또는 생식기 주위에 여러 개의 사마귀(warts)가 생긴 것처럼 오돌도돌하게 여러 개의 돌출상이 나타나는 경우가 있다. 이는 곤지름(condyloma acuminate, gental warts)라는 질병으로 일종의 성병이다. 또한, 항문륜 주위의 돌출부위는 위치와 크기 통증 여부에 따라 외치핵, 내치핵, 간혹 악성 신생물(malignancy, 흔히 말하는 암을 말함)등을 의심해 볼 수 있다(상기 도 11 참조).
또한, 비뇨 생식기의 경우, 남성 생식기에 발생하는 피부질환은 성병과 일반 피부염으로 구분할 수 있으며 치료 방법도 약간 다르다. 남성생식기의 청결을 유지하지 않거나 잦은 성교의 경우 귀두포피염(balopostitis)이 발생한다. 대부분 성병으로 오인하여 치료하지 않다가 병을 키운 상태에서 내원한다. 발견 즉시 간단한 치료와 항생제 투여 및 청결유지를 통해 치료가 가능하다(상기 도 12 참조).
그리고, 상지(Upper extremity)의 경우, 손가락의 굴곡이나 모양변화는 류마티스 관절염(Rheumatic arthritis)의 진단에 중요한 요소이다(상기 도 13 참조).
병리 정보 데이터베이스부(400)는 상기 분석부(300)를 통해 분석된 정보와 비교분석하여 진단 결과를 도출할 수 있도록, 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보가 저장되어 있다. 이러한 기준정보는, 실제 진단 결과가 기계 학습된 병리 정보이다.
즉, 병리 정보 데이터베이스부(400)는 트레이닝을 통한 기계 학습(machine learning)을 수행하여 병리 진단의 정확도를 높일 수 있다.
이러한 기계 학습은, 상기 분석부(300)의 진단 결과 도출모듈(320)을 통해 도출되어 진단 결과 데이터베이스부(500)에 저장된 진단 결과를 입력받고, 의료 전문인을 통해 상기 진단 결과를 수정 또는 확정된 진단 결과 정보를 입력받으며, 입력된 정보를 정규화(normalize)하여 다시 저장하는 과정을 통해 이루어진다.
이때, 많은 사용자를 진단하여 얻은 진단 결과를 통해, 사용자의 특징별로 발병할 수 있는 질병의 정보를 더 확보할 수 있다. 이를 위해, 병리 정보 데이터베이스부(400)는 상기 정보 입력부(100)의 기본정보 입력모듈(120)을 통해 사용자의 기본정보를 입력받을 수 있다.
즉, 병리 정보 데이터베이스부(400)는 입력된 사용자의 기본정보를 이용하여, 성별, 나이, 직업, 및 신체 상태 등에 따라 발병할 수 있는 질병을 확률적으로 계산함으로써, 기준정보를 업데이트 함으로써, 진단 결과의 신뢰성을 높일 수 있다. 또한, 세대별, 연차별 유행할 수 있는 질병 등에 따라 오래된 데이터를 도태시키는 방식을 사용할 수 있다.
진단 결과 데이터베이스부(500)는 상기 정보 입력부(100)를 통해 입력된 사용자의 신체 부위별 영상정보와, 상기 분석부(300)를 통해 도출된 진단 결과를 저장한다. 또한, 상술한 바와 같이 진단 결과 데이터베이스부(500)는 병리 정보 데이터베이스부(400)의 기계 학습을 통한 병리 정보의 업데이트를 위해, 병리 정보 데이터베이스부(400)로 진단 결과를 제공할 수 있다.
이러한 진단 결과는, 사용자의 병리 상태 정보로서, 의심되는 병명의 리스트 및 확률, 의심되는 병명의 심각성 정도 및 호전 악화 성향 등에 관한 정보를 포함한다.
본 발명은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플라피디스크, 광데이터 저장장치 등이 있으며, 또한 인터넷을 통한 전송과 같이 캐리어 웨이브의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
S: 영상정보를 이용한 건강 진단 시스템
100: 정보 입력부 200: 인식부
300: 분석부 400: 병리 정보 데이터베이스부
500: 진단 결과 데이터베이스부 110: 영상정보 입력모듈
120: 기본정보 입력모듈 310: 분석모듈
320: 진단 결과 도출모듈

Claims (23)

  1. 사용자의 신체 부위별 영상정보와, 기본정보를 입력받는 정보 입력부(100);
    상기 정보 입력부(100)를 통해 입력된 영상정보를 바탕으로, 신체 부위를 객체로서 자동 탐색하여 인식하는 인식부(200);
    상기 인식부(200)를 통해 인식된 영상정보를 신체 부위별 검사요소에 따라 분석하고, 분석한 정보와 병리 정보 데이터베이스부(400)에 저장된 정보와 비교분석하여 진단 결과를 도출하는 분석부(300); 및
    상기 분석부(300)를 통해 분석된 정보와 비교분석하여 진단 결과를 도출할 수 있도록, 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보가 저장되어 있는 병리 정보 데이터베이스부(400); 및
    상기 정보 입력부(100)를 통해 입력된 사용자의 신체 부위별 영상정보와, 상기 분석부(300)를 통해 도출된 진단 결과를 저장하는 진단 결과 데이터베이스부(500); 를 포함하는 영상정보를 이용한 건강 진단 시스템.
  2. 제 1 항에 있어서,
    상기 정보 입력부(100)는,
    사용자의 신체 부위별 영상정보를 입력받는 영상정보 입력모듈(110); 및
    사용자의 기본정보를 입력받는 기본정보 입력모듈(120); 를 포함하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  3. 제 1 항에 있어서,
    상기 사용자의 기본정보는,
    사용자의 몸무게, 연령, 성별, 직업, 식생활, 사는 곳, 인종, 생활리듬, 생리주기, 운동량, 흡연빈도, 음주빈도 및 과거력 중, 적어도 어느 하나 이상의 정보를 포함하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  4. 제 1 항에 있어서,
    상기 인식부(200)는,
    신체 부위의 랜드마크(land mark)로서, 눈, 코, 입, 귀, 이마 주름, 눈썹을 포함하는 얼굴, 목(sternal notch, clavicle, thyroid cartilage(일명 Adam's apple)), 흉부(nipple), 복부(umbilicus, ASIS), 등(척추부의 만곡), 엉덩이(both gluteal sulcus, 천골의 만곡), 상지(팔꿈치의 피부구조, styloiod process of ulna, hand nail), 하지(무릎의 관절구조, medial and lateral maleola, toe nail) 중, 적어도 하나 이상의 신체 부위를 자동 탐색 및 인식하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  5. 제 1 항에 있어서,
    상기 분석부(300)는,
    상기 인식부(200)를 통해 인식된 영상정보를 신체 부위별 검사요소에 따라, 신체 부위의 색상, 모양, 움직임, 크기, 분비물을 포함하는 기준으로 분석하는 분석모듈(310); 및
    상기 분석모듈(310)을 통해 분석된 정보와, 병리 정보 데이터베이스부(400)에 저장된 정보와 비교분석하여 진단 결과를 도출하는 진단 결과 도출모듈(320); 을 포함하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  6. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    홍채(iris)의 색깔, 동공(pupil)의 크기 및 빛에 대한 크기변화, 공막(sclera)의 모양 및 색깔, 결막(conjunctiva)의 모양 및 색깔, 각막(conea)의 색깔, 안구의 위치, 안구 진탕(Nystagmus) 여부, 안구돌출 여부 중, 적어도 하나 이상의 검사요소에 따라 눈을 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  7. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    코와 정중선의 각도, 코뼈와 중격(nasal bone and septum)의 편차(derivation; 중정선을 기준으로 휜 각도), 위와 아래의 외측 연골(upper and lower lateral cartilatage)의 크기 및 모양, 비주(columella)의 높이 및 모양, 날개(alar)의 크기 및 모양, 코의 외막(External sidewall valve)의 크기 및 모양, 콧물의 색깔 및 점도, 중 적어도 하나 이상의 검사요소에 따라 코를 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  8. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    치아의 모양 및 배열, 잇몸의 모양 및 색깔, 혀의 색깔, 구강 전체의 표면(구강점막)의 색깔, 구진성 병변(macular) 여부, 궤양성(ulcerative) 병변 여부, 입술의 모양 및 색깔, 입술주위 피부의 모양 및 색깔, 편도(palatine tonsil)의 크기, 모양 및 색깔, 목젓의 크기 및 위치 중, 적어도 하나 이상의 검사요소에 따라 입을 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  9. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    얼굴 피부의 주름 위치, 모공의 크기와 분포, 색깔, 여드름 여부, 얼굴의 전체적인 모양, 귓바퀴의 모양 및 대칭성, 광대뼈, 이마 및 양악의 모양, 크기 및 돌출정도, 얼굴 부종여부 중, 적어도 하나 이상의 검사요소에 따라 얼굴을 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  10. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    정중선을 중심으로 하여 양측의 대칭성, 쇄골의 모양 및 위치, 결후(adam's apple ; thyroid cardilage)의 위치, 갑상선의 모양, 비후 정도, 결절(nodule)의 유무, 머리의 기울임 여부(tilting) 중, 적어도 하나 이상의 검사요소에 따라 목을 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  11. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    유두의 크기, 모양 및 색깔, 유두 분비물의 색깔, 양상, 분비위치(일측성 또는 양측성), 여성의 유방의 크기, 모양 및 색깔, 남성의 대흉근 및 주변 구조물의 모양 중, 적어도 하나 이상의 검사요소에 따라 흉부 및 유방을 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  12. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    복부 전체의 대칭성 및 팽만(distension) 여부, 배꼽의 모양, 크기 위치(복부전체를 기준으로 위치산정), 복직근의 모양 및 대칭성 크기, 옆구리의 모양, 크기 및 굴곡각 중, 적어도 하나 이상의 검사요소에 따라 복부를 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  13. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    후면상(posterior view) : 척추측만(scoliosis) 여부, 등근육의 크기, 모양 및 대칭성, 측면상(lateral view): 척추후만(kyphosis) 여부, 복부 돌출의 크기, 모양 및 위치 중, 적어도 하나 이상의 검사요소에 따라 등을 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  14. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    둔부의 크기, 모양, 대칭성 및 둔구(gluteal sulcus)의 위치, 항문륜 돌출부위의 크기, 위치(방향) 및 색깔, 항문주변 피부의 색깔, 분비물 분부부위, 돌출부위 또는 함몰부위 중, 적어도 하나 이상의 검사요소에 따라 둔부 및 항문(buttuck and anus)을 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  15. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    귀두의 색깔, 모양, 궤양의 여부, 포경 여부, 요도의 색깔, 모양 및 분비물, 대음순의 색깔, 크기, 궤양성 병변의 유무, 소음순의 색깔 및 모양, 질분비물의 색깔, 양 및 점도(끈적거림) 중, 적어도 하나 이상의 검사요소에 따라 비뇨 생식기를 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  16. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    상지(Upper extremity)에서, 서있는 자세에서 모양, 크기, 대칭성, 양쪽 어깨의 수평여부, 몸을 앞으로 숙인 상태에서 양쪽 어깨의 수평여부 중, 적어도 하나 이상의 검사요소에 따라 어깨관절(shoulder joint)을 분석하며, 크기, 모양, 색깔 중, 적어도 하나 이상의 검사요소에 따라 상완, 주관절, 전완, 완관절을 분석하며, 모양 및 색깔 중, 적어도 하나 이상의 검사요소에 따라 수근관절, 수근중수간절, 지골간관절을 분석하며, 모양, 크기 및 색깔 중, 적어도 하나 이상의 검사요소에 따라 손톱을 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  17. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    고관절(hip joint;엉덩이 관절)의 모양, 크기 및 대칭성, 대퇴부의 크기, 모양 및 대칭성, 슬관절(knee joint;무릎)의 모양, 크기, 부종여부 및 양측의 대칭성, 종아리(calf)의 모양, 크기, 휜정도 및 혈관 돌출정도, 족관절(ankle joint; 발목)의 크기, 모양, 부종 정도, 양쪽 복사뼈(medial and lateral maleola)의 크기, 위치 및 대칭성, 발바닥 관절 및 발가락의 크기, 모양, 휜정도 및 부종여부, 발톱의 크기, 모양 및 색깔 중, 적어도 하나 이상의 검사요소에 따라 하지(Lower extremity)를 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  18. 제 5 항에 있어서,
    상기 분석모듈(310)은,
    병변의 해부학적 위치, 병변의 색깔, 병변의 크기 및 크기의 변화, 병변의 모양(가피여부, 수포성, 화농성, 손톱 및 발톱의 침습여부), 궤양성(ulcerative) 여부 중, 적어도 하나 이상의 검사요소에 따라 병변 부위를 분석하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  19. 제 5 항에 있어서,
    상기 진단 결과 도출모듈(320)은,
    상기 병리 정보 데이터베이스부(400)에 저장된 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보와 비교분석하여 진단 결과를 도출하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  20. 제 1 항에 있어서,
    상기 병리 정보 데이터베이스부(400)는,
    상기 분석부(300)를 통해 분석된 정보와 비교분석하여 진단 결과를 도출할 수 있도록, 신체 부위별 검사요소를 통해 진단할 수 있는 병명 및 병의 정도를 판단하는 기준정보가 저장되어 있는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  21. 제 1 항, 제 19 항, 제 20 항 중, 어느 한 항에 있어서,
    상기 기준정보는,
    진단 결과가 기계 학습된 병리 정보인 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  22. 제 1 항 또는 제 20 항에 있어서,
    상기 병리 정보 데이터베이스부(400)는,
    상기 분석부(300)를 통해 도출되어 상기 진단 결과 데이터베이스부(500)에 저장된 진단 결과를 입력받고, 상기 진단 결과를 수정 또는 확정된 진단 결과 정보를 입력받으며, 입력된 정보를 정규화(normalize)하여 다시 저장하는 과정을 통해 이루어지는 기계 학습을 수행하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
  23. 제 1 항에 있어서,
    상기 진단 결과는,
    병리 상태 정보로서, 의심되는 병명의 리스트 및 확률, 의심되는 병명의 심각성 정도 및 호전 악화 성향 중, 적어도 어느 하나 이상의 정보를 포함하는 것을 특징으로 하는 영상정보를 이용한 건강 진단 시스템.
KR1020130021012A 2013-02-27 2013-02-27 영상정보를 이용한 건강 진단 시스템 Ceased KR20140108417A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020130021012A KR20140108417A (ko) 2013-02-27 2013-02-27 영상정보를 이용한 건강 진단 시스템
US14/192,058 US20140243651A1 (en) 2013-02-27 2014-02-27 Health diagnosis system using image information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130021012A KR20140108417A (ko) 2013-02-27 2013-02-27 영상정보를 이용한 건강 진단 시스템

Publications (1)

Publication Number Publication Date
KR20140108417A true KR20140108417A (ko) 2014-09-11

Family

ID=51388831

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130021012A Ceased KR20140108417A (ko) 2013-02-27 2013-02-27 영상정보를 이용한 건강 진단 시스템

Country Status (2)

Country Link
US (1) US20140243651A1 (ko)
KR (1) KR20140108417A (ko)

Cited By (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018080194A1 (ko) * 2016-10-26 2018-05-03 고려대학교 산학협력단 구강 병변의 진단 시스템 및 방법
KR101874348B1 (ko) * 2017-11-21 2018-07-09 주식회사 뷰노 피검체의 흉부 pa 영상의 판독을 지원하는 방법 및 이를 이용한 장치
KR101887194B1 (ko) * 2018-06-20 2018-08-10 주식회사 뷰노 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치
WO2019031794A1 (ko) * 2017-08-11 2019-02-14 주식회사 뷰노 피검체의 치명적 증상의 발생을 조기에 예측하기 위한 예측 결과를 생성하는 방법 및 이를 이용한 장치
KR20190043494A (ko) * 2017-10-18 2019-04-26 주식회사 씨엠랩 복합적인 안과 진료를 수행하는 시스템 및 방법
WO2019083129A1 (ko) * 2017-10-27 2019-05-02 주식회사 뷰노 피검체에 대한 안저 영상의 판독을 지원하는 방법 및 이를 이용한 장치
KR20190071620A (ko) * 2017-12-14 2019-06-24 경상대학교산학협력단 구강 내 영상 기반 폐쇄성 수면무호흡 진단장치 및 진단방법
KR20190081321A (ko) * 2017-12-29 2019-07-09 (주)허니냅스 폐쇄성 수면 무호흡증 치료를 위한 수술 시행 전 수술 성공률을 예측하는 장치 및 방법
KR20190081320A (ko) * 2017-12-29 2019-07-09 (주)허니냅스 폐쇄성 수면 무호흡증 치료를 위한 수술 시행 전 무호흡 저호흡 지수의 감소율을 예측하는 장치 및 방법
WO2019151728A1 (ko) * 2018-01-30 2019-08-08 손대업 건강 관리 시스템 및 이를 이용한 건강 관리 방법
WO2019208848A1 (ko) * 2018-04-24 2019-10-31 한림대학교 산학협력단 3차원 안구 움직임 측정 방법 및 전자동 딥러닝 기반 어지럼 진단 시스템
WO2019231102A1 (ko) * 2018-05-31 2019-12-05 주식회사 뷰노 피검체의 안저 영상을 분류하는 방법 및 이를 이용한 장치
WO2019240567A1 (ko) * 2018-06-11 2019-12-19 사회복지법인 삼성생명공익재단 전안부 질환 진단 시스템 및 이를 이용한 진단 방법
KR20200005987A (ko) * 2018-07-09 2020-01-17 주식회사 두브레인 터치입력을 이용한 인지장애 진단 시스템 및 방법
WO2020235940A1 (ko) * 2019-05-21 2020-11-26 (의) 삼성의료재단 3d 심도 카메라를 이용한 안구 돌출 측정 장치, 방법 및 시스템
KR20200133923A (ko) * 2019-05-21 2020-12-01 (의) 삼성의료재단 이동통신 단말기에서의 안면 인식을 이용한 관련 질환 모니터링 방법 및 시스템
KR20210013217A (ko) * 2018-05-29 2021-02-03 일란 티아가이 머신러닝 소프트웨어를 갖는 전자식 자동 조정 비데
KR102222059B1 (ko) * 2020-05-26 2021-03-03 주식회사 에프앤디파트너스 마커가 형성된 진단기를 이용한 대상체 위치 및 진단 결과를 출력시키는 대상체 위치인식형 진단장치
KR20210043748A (ko) * 2015-08-03 2021-04-21 엔제루 프레잉구 카도 가부시키가이샤 유기장에 있어서의 부정 검지시스템
KR20210095821A (ko) 2019-09-04 2021-08-03 한양대학교 산학협력단 안구 운동 측정 방법 및 장치
KR20210098133A (ko) * 2020-01-31 2021-08-10 인하대학교 산학협력단 인공지능을 이용한 피부 옴 판별 장치 및 방법
WO2021172677A1 (ko) * 2020-02-26 2021-09-02 송민구 영상 인공지능 기반 반려동물 질병 예후 진단 방법
KR20210120408A (ko) * 2020-03-26 2021-10-07 재단법인 아산사회복지재단 피부반응을 통해 건강상태를 점검하는 단말기 또는 방법
KR20210141168A (ko) * 2020-05-15 2021-11-23 오스템임플란트 주식회사 교정 치료 환자를 위한 환자 진단 방법 및 장치
KR20220018812A (ko) * 2020-08-07 2022-02-15 주식회사 에이아이포펫 휴대용 단말기를 이용한 안과질환 측정 시스템 및 안과질환 관리방법
KR102445752B1 (ko) 2022-07-01 2022-09-21 주식회사 룰루랩 주름 검출을 통해 질환을 예측하는 방법 및 장치
WO2023277548A1 (ko) * 2021-06-30 2023-01-05 주식회사 타이로스코프 안구의 돌출도 분석을 위한 측면 이미지를 획득하는 방법, 이를 수행하는 촬영 장치 및 기록 매체
US11663719B2 (en) 2021-06-30 2023-05-30 Thyroscope Inc. Method for hospital visit guidance for medical treatment for active thyroid eye disease, and system for performing same
KR20230124195A (ko) 2022-02-18 2023-08-25 박성재 얼굴 이미지를 바탕으로 하는 고객 맞춤형 복합 서비스 제공 시스템 및 방법
US11741610B2 (en) 2021-06-30 2023-08-29 Thyroscope Inc. Method for hospital visit guidance for medical treatment for active thyroid eye disease, and system for performing same
WO2024154880A1 (ko) * 2023-01-19 2024-07-25 주식회사 에이아이포펫 반려동물 구강질환 진단 방법 및 시스템
WO2024181845A1 (ko) * 2023-02-28 2024-09-06 동국대학교 산학협력단 가임기 여성 및 산모의 질 분비물 분석 방법 및 시스템
KR102743871B1 (ko) 2023-09-13 2024-12-23 주식회사 이을림 특징점 대비 체형 분석 데이터와 페이셜 이미지 분석 데이터를 기반으로 피부관리 서비스를 결정하는 방법, 장치 및 시스템
KR20250064564A (ko) 2023-11-02 2025-05-09 주식회사 엘지생활건강 이미지 기반 입술 나이 연산 방법 및 이를 적용한 입술 건강 판단 시스템
WO2025105923A1 (ko) * 2023-11-13 2025-05-22 서울대학교병원 이열 검출 모델을 학습시키는 장치 및 방법
KR20250129874A (ko) 2024-02-23 2025-09-01 송영범 현대인을 위한 눈 건강 솔루션 장치

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI701018B (zh) * 2015-01-29 2020-08-11 日商新力股份有限公司 資訊處理裝置、資訊處理方法、及程式
CN106236060B (zh) * 2015-06-04 2021-04-09 松下知识产权经营株式会社 生物体信息检测装置
KR101723732B1 (ko) * 2015-06-19 2017-04-05 가톨릭대학교 산학협력단 의료 검사를 위한 이미지 분석 관리 방법 및 서버
CN107550474A (zh) 2016-06-30 2018-01-09 松下知识产权经营株式会社 生物体信息检测装置
WO2018126275A1 (en) * 2016-12-30 2018-07-05 Dirk Schneemann, LLC Modeling and learning character traits and medical condition based on 3d facial features
WO2018165451A1 (en) 2017-03-08 2018-09-13 Obma Padraic A method for identifying human joint characteristics
CN111432720A (zh) * 2017-10-06 2020-07-17 梅约医学教育与研究基金会 基于ecg的心脏射血分数筛查
CN111417951A (zh) * 2018-01-16 2020-07-14 霍尔实验室有限责任公司 包括隐私保护模糊照相机图像的健康监控系统
CN109584999A (zh) * 2018-11-27 2019-04-05 广东智源信息技术有限公司 一种基于图片识别的法医伤情鉴定创伤智能鉴别方法
RU2731316C1 (ru) * 2019-12-06 2020-09-01 Федеральное государственное бюджетное учреждение "Российский центр судебно-медицинской экспертизы" Министерства здравоохранения Российской Федерации (ФГБУ "РЦСМЭ" Минздрава России) Способ определения европеоидно-монголоидной принадлежности индивида по дерматоглифическим узорам дистальных фаланг пальцев рук
CN111563891B (zh) * 2020-05-09 2023-09-26 吾征智能技术(北京)有限公司 基于颜色认知的疾病预测系统
CN113450913A (zh) * 2020-08-06 2021-09-28 心医国际数字医疗系统(大连)有限公司 一种数据处理装置、方法及电子设备
WO2023057232A1 (en) * 2021-10-04 2023-04-13 Biotronik Se & Co. Kg System and method for supporting a patient's health control
US20260106025A1 (en) * 2022-11-10 2026-04-16 Northeastern University Computer Vision Based Assessment of Infant Face and Body Symmetry

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101030430B1 (ko) * 2007-09-12 2011-04-20 주식회사 코아로직 영상 처리 장치와 방법 및 그 기록매체
EP2690596B1 (en) * 2012-07-24 2018-08-15 Agfa Healthcare Method, apparatus and system for automated spine labeling

Cited By (85)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12094292B2 (en) 2015-08-03 2024-09-17 Angel Group Co., Ltd. Fraud detection system in a casino
US12094297B2 (en) 2015-08-03 2024-09-17 Angel Group Co., Ltd. Fraud detection system in a casino
US12412452B2 (en) 2015-08-03 2025-09-09 Angel Group Co., Ltd. Fraud detection system in a casino
US12400517B2 (en) 2015-08-03 2025-08-26 Angel Group Co., Ltd. Fraud detection system in a casino
US12394277B2 (en) 2015-08-03 2025-08-19 Angel Group Co., Ltd. Fraud detection system in a casino
US12387561B2 (en) 2015-08-03 2025-08-12 Angel Group Co., Ltd. Fraud detection system in a casino
US12387563B2 (en) 2015-08-03 2025-08-12 Angel Group Co., Ltd. Fraud detection system in a casino
US12387564B2 (en) 2015-08-03 2025-08-12 Angel Group Co., Ltd. Fraud detection system in a casino
US12293632B2 (en) 2015-08-03 2025-05-06 Angel Group Co., Ltd. Fraud detection system in a casino
US12293634B2 (en) 2015-08-03 2025-05-06 Angel Group Co., Ltd. Fraud detection system in a casino
US12266237B2 (en) 2015-08-03 2025-04-01 Angel Group Co., Ltd. Fraud detection system in a casino
US12198497B2 (en) 2015-08-03 2025-01-14 Angel Group Co., Ltd. Fraud detection system in casino
US12198499B2 (en) 2015-08-03 2025-01-14 Angel Group Co., Ltd. Fraud detection system in a casino
US12198498B2 (en) 2015-08-03 2025-01-14 Angel Group Co., Ltd. Fraud detection system in casino
US12094291B2 (en) 2015-08-03 2024-09-17 Angel Group Co., Ltd. Fraud detection system in a casino
US11657673B2 (en) 2015-08-03 2023-05-23 Angel Group Co., Ltd. Fraud detection system in a casino
US12094293B2 (en) 2015-08-03 2024-09-17 Angel Group Co., Ltd. Fraud detection system in a casino
US12094295B2 (en) 2015-08-03 2024-09-17 Angel Group Co., Ltd. Fraud detection system in a casino
US12094296B2 (en) 2015-08-03 2024-09-17 Angel Group Co., Ltd. Fraud detection system in a casino
US12094294B2 (en) 2015-08-03 2024-09-17 Angel Group Co., Ltd. Fraud detection system in a casino
US11741780B2 (en) 2015-08-03 2023-08-29 Angel Group Co., Ltd. Fraud detection system in a casino
KR20210043748A (ko) * 2015-08-03 2021-04-21 엔제루 프레잉구 카도 가부시키가이샤 유기장에 있어서의 부정 검지시스템
US11727750B2 (en) 2015-08-03 2023-08-15 Angel Group Co., Ltd. Fraud detection system in a casino
US11393286B2 (en) 2015-08-03 2022-07-19 Angel Group Co., Ltd. Fraud detection system in a casino
US11657674B2 (en) 2015-08-03 2023-05-23 Angel Group Go., Ltd. Fraud detection system in casino
US11620872B2 (en) 2015-08-03 2023-04-04 Angel Group Co., Ltd. Fraud detection system in a casino
US11587398B2 (en) 2015-08-03 2023-02-21 Angel Group Co., Ltd. Fraud detection system in a casino
US11527131B2 (en) 2015-08-03 2022-12-13 Angel Group Co., Ltd. Fraud detection system in a casino
US11527130B2 (en) 2015-08-03 2022-12-13 Angel Group Co., Ltd. Fraud detection system in a casino
KR20220037425A (ko) * 2015-08-03 2022-03-24 엔제루 구루푸 가부시키가이샤 유기장에 있어서의 부정 검지시스템
US11380161B2 (en) 2015-08-03 2022-07-05 Angel Group Co., Ltd. Fraud detection system in a casino
US11386749B2 (en) 2015-08-03 2022-07-12 Angel Group Co., Ltd. Fraud detection system in a casino
US11386748B2 (en) 2015-08-03 2022-07-12 Angel Playing Cards Co., Ltd. Fraud detection system in a casino
US11393284B2 (en) 2015-08-03 2022-07-19 Angel Group Co., Ltd. Fraud detection system in a casino
US11393285B2 (en) 2015-08-03 2022-07-19 Angel Group Co., Ltd. Fraud detection system in a casino
WO2018080194A1 (ko) * 2016-10-26 2018-05-03 고려대학교 산학협력단 구강 병변의 진단 시스템 및 방법
WO2019031794A1 (ko) * 2017-08-11 2019-02-14 주식회사 뷰노 피검체의 치명적 증상의 발생을 조기에 예측하기 위한 예측 결과를 생성하는 방법 및 이를 이용한 장치
US11735317B2 (en) 2017-08-11 2023-08-22 Vuno, Inc. Method for generating prediction result for predicting occurrence of fatal symptoms of subject in advance and device using same
KR20190043494A (ko) * 2017-10-18 2019-04-26 주식회사 씨엠랩 복합적인 안과 진료를 수행하는 시스템 및 방법
WO2019083129A1 (ko) * 2017-10-27 2019-05-02 주식회사 뷰노 피검체에 대한 안저 영상의 판독을 지원하는 방법 및 이를 이용한 장치
US11771318B2 (en) 2017-10-27 2023-10-03 Vuno, Inc. Method for supporting reading of fundus image of subject, and device using same
WO2019103440A1 (ko) * 2017-11-21 2019-05-31 주식회사 뷰노 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치
KR101874348B1 (ko) * 2017-11-21 2018-07-09 주식회사 뷰노 피검체의 흉부 pa 영상의 판독을 지원하는 방법 및 이를 이용한 장치
KR20190071620A (ko) * 2017-12-14 2019-06-24 경상대학교산학협력단 구강 내 영상 기반 폐쇄성 수면무호흡 진단장치 및 진단방법
KR20190081320A (ko) * 2017-12-29 2019-07-09 (주)허니냅스 폐쇄성 수면 무호흡증 치료를 위한 수술 시행 전 무호흡 저호흡 지수의 감소율을 예측하는 장치 및 방법
KR20190081321A (ko) * 2017-12-29 2019-07-09 (주)허니냅스 폐쇄성 수면 무호흡증 치료를 위한 수술 시행 전 수술 성공률을 예측하는 장치 및 방법
WO2019151728A1 (ko) * 2018-01-30 2019-08-08 손대업 건강 관리 시스템 및 이를 이용한 건강 관리 방법
WO2019208848A1 (ko) * 2018-04-24 2019-10-31 한림대학교 산학협력단 3차원 안구 움직임 측정 방법 및 전자동 딥러닝 기반 어지럼 진단 시스템
US11779257B2 (en) 2018-04-24 2023-10-10 Hallym University Technology Holdings 3-dimensional measurement method for eye movement and fully automated deep-learning based system for vertigo diagnosis
KR20210013217A (ko) * 2018-05-29 2021-02-03 일란 티아가이 머신러닝 소프트웨어를 갖는 전자식 자동 조정 비데
WO2019231102A1 (ko) * 2018-05-31 2019-12-05 주식회사 뷰노 피검체의 안저 영상을 분류하는 방법 및 이를 이용한 장치
US12008748B2 (en) 2018-05-31 2024-06-11 Vuno, Inc. Method for classifying fundus image of subject and device using same
WO2019240567A1 (ko) * 2018-06-11 2019-12-19 사회복지법인 삼성생명공익재단 전안부 질환 진단 시스템 및 이를 이용한 진단 방법
US11974808B2 (en) 2018-06-11 2024-05-07 Samsung Life Public Welfare Foundation Anterior eye disease diagnostic system and diagnostic method using same
KR101887194B1 (ko) * 2018-06-20 2018-08-10 주식회사 뷰노 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치
KR20200005987A (ko) * 2018-07-09 2020-01-17 주식회사 두브레인 터치입력을 이용한 인지장애 진단 시스템 및 방법
KR20200005986A (ko) * 2018-07-09 2020-01-17 주식회사 두브레인 얼굴인식을 이용한 인지장애 진단 시스템 및 방법
WO2020235940A1 (ko) * 2019-05-21 2020-11-26 (의) 삼성의료재단 3d 심도 카메라를 이용한 안구 돌출 측정 장치, 방법 및 시스템
WO2020235939A3 (ko) * 2019-05-21 2021-02-04 (의) 삼성의료재단 이동통신 단말기에서의 안면 인식을 이용한 관련 질환 모니터링 방법 및 시스템
KR20200133923A (ko) * 2019-05-21 2020-12-01 (의) 삼성의료재단 이동통신 단말기에서의 안면 인식을 이용한 관련 질환 모니터링 방법 및 시스템
KR20210095821A (ko) 2019-09-04 2021-08-03 한양대학교 산학협력단 안구 운동 측정 방법 및 장치
KR20210098133A (ko) * 2020-01-31 2021-08-10 인하대학교 산학협력단 인공지능을 이용한 피부 옴 판별 장치 및 방법
WO2021172677A1 (ko) * 2020-02-26 2021-09-02 송민구 영상 인공지능 기반 반려동물 질병 예후 진단 방법
KR20210120408A (ko) * 2020-03-26 2021-10-07 재단법인 아산사회복지재단 피부반응을 통해 건강상태를 점검하는 단말기 또는 방법
KR20210141168A (ko) * 2020-05-15 2021-11-23 오스템임플란트 주식회사 교정 치료 환자를 위한 환자 진단 방법 및 장치
KR20220014895A (ko) * 2020-05-15 2022-02-07 오스템임플란트 주식회사 교정 치료 환자를 위한 환자 진단 방법 및 장치
KR102222059B1 (ko) * 2020-05-26 2021-03-03 주식회사 에프앤디파트너스 마커가 형성된 진단기를 이용한 대상체 위치 및 진단 결과를 출력시키는 대상체 위치인식형 진단장치
KR20220018812A (ko) * 2020-08-07 2022-02-15 주식회사 에이아이포펫 휴대용 단말기를 이용한 안과질환 측정 시스템 및 안과질환 관리방법
US12324628B2 (en) 2021-06-30 2025-06-10 Thyroscope Inc. Method and photographing device for acquiring side image for ocular proptosis degree analysis, and recording medium therefor
WO2023277548A1 (ko) * 2021-06-30 2023-01-05 주식회사 타이로스코프 안구의 돌출도 분석을 위한 측면 이미지를 획득하는 방법, 이를 수행하는 촬영 장치 및 기록 매체
US11717160B2 (en) 2021-06-30 2023-08-08 Thyroscope Inc. Method and photographing device for acquiring side image for ocular proptosis degree analysis, and recording medium therefor
US12175671B2 (en) 2021-06-30 2024-12-24 Thyroscope Inc. Method for hospital visit guidance for medical treatment for active thyroid eye disease, and system for performing same
US11741610B2 (en) 2021-06-30 2023-08-29 Thyroscope Inc. Method for hospital visit guidance for medical treatment for active thyroid eye disease, and system for performing same
US11663719B2 (en) 2021-06-30 2023-05-30 Thyroscope Inc. Method for hospital visit guidance for medical treatment for active thyroid eye disease, and system for performing same
US11748884B2 (en) 2021-06-30 2023-09-05 Thyroscope Inc. Method for hospital visit guidance for medical treatment for active thyroid eye disease, and system for performing same
KR20230124195A (ko) 2022-02-18 2023-08-25 박성재 얼굴 이미지를 바탕으로 하는 고객 맞춤형 복합 서비스 제공 시스템 및 방법
WO2024005542A1 (ko) * 2022-07-01 2024-01-04 주식회사 룰루랩 주름 검출을 통해 질환을 예측하는 방법 및 장치
KR102445752B1 (ko) 2022-07-01 2022-09-21 주식회사 룰루랩 주름 검출을 통해 질환을 예측하는 방법 및 장치
KR20240115472A (ko) * 2023-01-19 2024-07-26 주식회사 에이아이포펫 반려동물 구강질환 진단 방법 및 시스템
WO2024154880A1 (ko) * 2023-01-19 2024-07-25 주식회사 에이아이포펫 반려동물 구강질환 진단 방법 및 시스템
WO2024181845A1 (ko) * 2023-02-28 2024-09-06 동국대학교 산학협력단 가임기 여성 및 산모의 질 분비물 분석 방법 및 시스템
KR102743871B1 (ko) 2023-09-13 2024-12-23 주식회사 이을림 특징점 대비 체형 분석 데이터와 페이셜 이미지 분석 데이터를 기반으로 피부관리 서비스를 결정하는 방법, 장치 및 시스템
KR20250064564A (ko) 2023-11-02 2025-05-09 주식회사 엘지생활건강 이미지 기반 입술 나이 연산 방법 및 이를 적용한 입술 건강 판단 시스템
WO2025105923A1 (ko) * 2023-11-13 2025-05-22 서울대학교병원 이열 검출 모델을 학습시키는 장치 및 방법
KR20250129874A (ko) 2024-02-23 2025-09-01 송영범 현대인을 위한 눈 건강 솔루션 장치

Also Published As

Publication number Publication date
US20140243651A1 (en) 2014-08-28

Similar Documents

Publication Publication Date Title
KR20140108417A (ko) 영상정보를 이용한 건강 진단 시스템
CN113647939B (zh) 一种针对脊柱退行性疾病的人工智能康复评估与训练系统
US11826162B2 (en) Methods and systems for vaginal therapeutic device fitting
CN114999646B (zh) 新生儿运动发育评估系统、方法、装置及存储介质
EP4120284A2 (en) Image-based risk analysis of individuals in clinical settings
US20150005640A1 (en) Gesture-based dermatologic data collection and presentation
Hanif et al. Estimation of apnea-hypopnea index using deep learning on 3-D craniofacial scans
Islam et al. Deep learning of facial depth maps for obstructive sleep apnea prediction
CN115279270A (zh) 预测装置、预测系统、控制方法以及控制程序
KR101938241B1 (ko) 기계 학습 기반 부상 예방 모델 생성 장치, 부상 예방 장치 및 그 방법
WO2019190968A1 (en) Systems and methods of measuring the body based on image analysis
CN118781630B (zh) 基于双重对比学习的脊柱侧弯识别方法
US10835120B2 (en) Extended medical test system
US20240050024A1 (en) Methods and systems for vaginal therapeutic device fitting
EP4610996A1 (en) Image generation device, image generation method, display device, image generation program, and recording medium
CN117766148A (zh) 一种基于多元数据的体态健康分析系统
CN111728615A (zh) 一种基于足底压力检测的青少年脊柱侧弯初筛系统
US20250127604A1 (en) Methods and systems for vaginal therapeutic device fitting
CN119560161A (zh) 一种患者疼痛评估方法及系统
Binu Comprehensive framework for ocular disease detection: utilizing Gegenbauer graph neural networks and fundus image data fusion techniques for enhanced classification of diverse ocular conditions
JP7747668B2 (ja) 予測システム、制御方法、および制御プログラム
GB2559126A (en) An upper airway classification system
Mahato et al. Uncertainty quantification in deep learning framework for mallampati classification
KR20210074514A (ko) 유방암 자가 검진 서버 및 그 방법
Wankhede et al. IoT & AI-ML Based Portable Non-Contact Retinal Imaging for Glaucoma and Eye Disease Monitoring at Home

Legal Events

Date Code Title Description
A201 Request for examination
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20130227

PA0201 Request for examination
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20140507

Patent event code: PE09021S01D

AMND Amendment
PG1501 Laying open of application
E601 Decision to refuse application
PE0601 Decision on rejection of patent

Patent event date: 20141229

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

Patent event date: 20140507

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I

AMND Amendment
PX0901 Re-examination

Patent event code: PX09011S01I

Patent event date: 20141229

Comment text: Decision to Refuse Application

Patent event code: PX09012R01I

Patent event date: 20140911

Comment text: Amendment to Specification, etc.

PX0601 Decision of rejection after re-examination

Comment text: Decision to Refuse Application

Patent event code: PX06014S01D

Patent event date: 20150330

Comment text: Amendment to Specification, etc.

Patent event code: PX06012R01I

Patent event date: 20150227

Comment text: Decision to Refuse Application

Patent event code: PX06011S01I

Patent event date: 20141229

Comment text: Amendment to Specification, etc.

Patent event code: PX06012R01I

Patent event date: 20140911

Comment text: Notification of reason for refusal

Patent event code: PX06013S01I

Patent event date: 20140507