KR102099214B1 - 생체정보 및 영상정보 연계를 통한 인공지능 질환 진단 시스템 - Google Patents

Abstract

본 발명은 환자로부터 취득된 생체신호 및 영상정보를 분석하여 질환의 세부 내역을 진단하되 다수 환자로부터 취득되는 다중 양상 정보의 자동화된 학습을 통해 추론의 정확도를 향상시킬 수 있는 생체정보 및 영상정보 연계를 통한 인공지능 질환 진단 시스템에 관한 것이다.

Description

생체정보 및 영상정보 연계를 통한 인공지능 질환 진단 시스템 {Artificial intelligence diseases diagnostic system through biological information and video information cooperation}

본 발명은 질환 진단 시스템에 관한 것으로, 자세하게는 환자로부터 취득된 생체신호 및 영상정보를 분석하여 질환의 세부 내역을 진단하되 다수 환자로부터 취득되는 다중 양상 정보의 자동화된 학습을 통해 추론의 정확도를 향상시킬 수 있는 생체정보 및 영상정보 연계를 통한 인공지능 질환 진단 시스템에 관한 것이다.

의료용 진단을 위해 환자로부터 다양한 생체신호를 수집하여 질환 부위와 정상적인 부분의 차이를 출력하며 질환을 진단하는 다양한 진단기가 개발되고 있으며, 심박수나 혈압과 같은 매우 기본적인 항목으로부터 엑스레이나 적외선 영상과 같은 영상이 활용되고 있다.

특히 근래 활용도가 높은 적외선 열 진단기법은 적외선센서로부터 적외선을 방사하여 검사대상인 환자의 통증 부위로부터 발생하는 적외선 입사빔 소스를 필터에 의해 원하는 파장대만을 통과시켜 감지소자에 입사하며, 이를 전기신호로 변환하고 각 파장대별 온도를 검출하여 이차원 열화상으로 출력함으로 각종 질병 여부를 진단할 수 있도록 하고 있다.

이러한 열 화상으로 질환 및 환자 상태를 판단하기 위해서는, 특정 지점의 지점 온도를 정확하게 파악하고, 신체 전반의 평균온도를 정확하게 산출해 내야하며, 신체의 좌우 대칭 지점의 온도를 정확히 파악하는 것이 중요하다.

하지만, 종래의 적외선 진단기는 인체가 방사하는 적외선을 통해 컬러 맵핑된 열 화상만을 제공할 뿐, 환자마다 상이한 신체조건으로 인해 정확하면서도 일률적인 결과를 제공하지 못하였고, 각종 환경에 의한 오차를 수반한 결과가 출력되는 문제가 있었다.

이는 결국 의사의 영상 분석 및 진단을 위한 지극히 보조적인 수단으로만 사용되어 질환 진단을 의사의 판단 능력에 의존할 수밖에 없도록 하는 요인으로 작용하는 것으로, 환자로부터 수집되는 생체신호나 영상정보의 분석과정을 자동화하고 데이터 누적에 따른 지속적인 딥러닝을 통해 진단의 정확도를 향상시킬 수 있는 진단 체계가 요구되고 있다.

공개특허공보 제10-2016-0058812호(2016.05.25)

본 발명은 상기와 같은 문제점을 해결하기 위하여 창출된 것으로, 본 발명의 목적은 환자로부터 취득된 생체신호 및 영상정보를 분석하여 질환의 세부 내역을 진단하되 다수 환자로부터 취득되는 다중 양상 정보의 자동화된 학습을 통해 추론의 정확도를 향상시킬 수 있는 생체정보 및 영상정보 연계를 통한 인공지능 질환 진단 시스템을 제공하는 것이다.

상기와 같은 목적을 위해 본 발명은 질환 진단 시스템에 있어서, 사용자의 신체정보 및 증상 호소 부위를 포함하는 사용자정보를 입력받는 사용자설정부; 사용자로부터 심박수 및 혈압을 포함하는 생체정보를 수집하는 센서부; 사용자의 신체를 촬영하여 적외선 열 열상을 획득하는 촬영부; 열 영상 및 생체정보로부터 질환을 판정하는 기준정보가 저장되어 구축되는 분석DB; 상기 열 영상 중 사용자의 신체 및 호소 부위에 대한 부분을 분리한 후 생체신호와 함께 기준정보를 기반으로 질환을 판정하는 정보분석부; 판정된 질환을 관리자에게 제시하고, 관리자로부터 피드백정보를 입력받는 피드백부; 상기 피드백정보를 분석하여 상기 분석DB에 저장된 기준정보를 갱신하는 학습부; 로 이루어지는 것을 특징으로 한다.

이때 상기 분석DB에는 열 영상 판정을 위한 제1기준정보와, 생체정보 판정을 위한 제2기준정보가 구분되어 저장되고, 상기 정보분석부는 열 영상과 생체정보에 대해 각각 제1기준정보 및 제2기준정보를 적용하여 각각 질환판정을 할 수 있다.

또한, 상기 분석DB에는 열 영상 판정결과 및 생체정보 판정결과를 통해 질환을 판정하기 위한 제3기준정보가 저장되고, 상기 정보분석부는 열 영상과 생체정보에 대한 각각의 판정결과에 제3기준정보를 적용하여 각각 질환을 재판정할 수 있다.

또한, 상기 정보분석부는 분리된 열 영상의 대칭성을 판단하되, 상기 기준정보는 대칭부의 평균 및 열 패턴과, 정상패턴에서의 열 분포에 관한 정보를 포함할 수 있다.

또한, 사용자정보별로 판정된 질환을 관리자의 피드백정보와 사용자 치료를 위해 입력된 의료정보 및 호전상태를 나타내는 경과정보와 함께 누적 저장하는 개인DB; 상기 개인DB에서 상태호전으로 판단되는 경과정보를 검색하여 판정질환 및 피드백 정보를 역추적하여 관리자에게 제시하는 리포팅부; 를 더 포함할 수 있다.

본 발명은 적외선 열 영상을 사용자의 생체정보와 연동하여 기계적으로 학습·훈련하며 피드백을 통해 정확도를 향상시키게 됨에 환자의 질환에 대한 의사의 진단이 더욱 빠르고 정확하도록 돕게 되며, 자동으로 바로 진단할 수도 있어 환자와 의사의 시간적 부담을 크게 감소시킬 수 있다.

도 1은 본 발명의 바람직한 실시예에 따른 구성 및 연결관계를 나타낸 블록도 이다.

이하, 첨부된 도면을 참조하여 본 발명 생체정보 및 영상정보 연계를 통한 인공지능 질환 진단 시스템의 구성을 구체적을 설명한다.

도 1은 본 발명의 바람직한 실시예에 따른 구성 및 연결관계를 나타낸 블록도로서, 본 발명은 적외선 열 영상과 심박수나 혈압과 같은 생체정보를 통해 질환을 진단하고자 하는 것으로 딥러닝 기술을 적용하여 그 정확도를 향상시키고자 하는 기술로, 사용자설정부(110)와, 센서부(120)와, 촬영부(130)와, 분석DB(140)와, 정보분석부(150)와, 피드백부(160)와, 학습부(170)와, 개인DB(180)와, 리포팅부(190)의 세부구성을 구비한다.

상기 사용자설정부(110)는 질환의 판단과정을 사용자별로 관리할 수 있도록 사용자의 신체정보 및 증상 호소 부위를 포함하는 사용자정보를 입력받는 구성으로, 질환의 판단과 치료를 위한 전체적인 의료서비스에 앞서 회원가입 형태로 이러한 정보를 입력받아 체계적이면서도 효과적인 진단 및 질환관리가 이루어질 수 있다.

상기 센서부(120)는 사용자로부터 심박수 및 혈압을 포함하는 생체정보를 수집하는 구성으로, 심박수와 혈압을 측정할 수 있는 공지의 센서를 비롯하여 필요에 따라 근전도나 뇌파와 같은 다양한 생체신호를 수집하여 사용할 수 있다.

상기 촬영부(130)는 사용자의 신체를 촬영하여 적외선 열 열상을 획득하는 구성으로, 공지된 적외선 체열 진단장치를 사용할 수 있다. 이는 기본적으로 인체의 통증으로 인한 미세한 체온변화를 컬러 영상으로 나타내줌으로, 신체의 이상 유무를 진단할 수 있도록 한다.

즉 인체에서 자연적으로 방출되는 극미량의 적외선을 적외선 카메라가 실시간 감지하여 인체의 통증 부위나 질병 부위, 혈류 흐름의 미세한 체열 변화를 컬러 영상으로 나타내 줌으로써 신체의 이상 유무나 혈류의 흐름을 신속히 진단할 수 있도록 하는 것으로, 광학계(光學系)를 이용하여 피사체 표면에서 방사되는 적외선을 검출하고, 검출된 적외선 신호로부터 체표 온도 분포를 산출하여 화상으로 구성한다.

상기 분석DB(140)는 열 영상 및 생체정보로부터 질환을 판정하는 기준정보가 저장되어 구축되는 구성으로 웹을 통해 접속되는 서버상에 구비되어 분석을 위해 필요한 기준정보를 불러들일 수 있도록 한다.

이때 상기 기준정보는 상기 열 영상 및 생체정보의 비교분석을 통해 질환을 판정하기 위한 기준을 나타내는 정보로, 다양한 열 영상 및 생체정보에 대해 수집·분석되고 지속적인 수집 및 업그레이드되며 취득된 열 영상 및 생체정보를 기준정보와 비교하여 유사도를 판정함으로 어떤 질환인지 판정을 할 수 있도록 한다.

상기 정보분석부(150)는 상기 열 영상 중 사용자의 신체 및 호소 부위에 대한 부분을 분리한 후 기준정보를 기반으로 질환을 판정하는 구성으로, 이를 위해 먼저 다양한 이미지처리 알고리즘을 적용하여 열 영상 중 호소 부위 즉 환부를 정상부분으로부터 분리된 영상에 대하여 상기 센서부(120)를 통해 수집된 생체정보와 함께 상기 분석DB(140)에 저장된 기준정보와 비교하며 유사도가 가장 높은 질환으로 판정하게 된다.

이를 위해 상기 분석DB(140)에는 기준정보로서 열 영상 판정을 위한 제1기준정보와, 생체정보 판정을 위한 제2기준정보가 구분되어 저장되고, 상기 정보분석부(150)는 열 영상과 생체정보에 대해 각각 제1기준정보 및 제2기준정보를 적용하여 각각 질환판정을 할 수 있다. 이와 같이 생체정보와 열 영상을 위한 분석을 별도의 기준을 통해 각각 도출함으로 개별적으로 도출된 판단결과를 의사가 확인하고 공통 증상으로 판단할 수 있는 질환 도출에 도움을 줄 수 있다.

이에 한 걸음 더 나아가 상기 분석DB(140)에는 열 영상 판정결과 및 생체정보 판정결과의 통합적인 분석을 통해 질환을 판정하기 위한 제3기준정보가 저장되고, 상기 정보분석부(150)는 열 영상과 생체정보에 대한 각각의 판정결과에 제3기준정보를 적용하여 각각 질환을 재판정할 수 있다. 이를 위해 제1기준정보 및 제2기준정보를 통해 도출된 내용을 수집·분석을 통해 미리 작성된 제3기준정보를 통해 앞서 언급한 개별적으로 도출된 판단결과에 따른 공통 증상의 판단을 기계적으로 수행함으로 시간을 절감할 수 있다.

상기 피드백부(160)는 판정된 질환을 관리자에게 제시하고, 관리자로부터 피드백정보를 입력받는 구성으로, 상기 정보분석부(150)를 통해 기계적으로 판정된 결과에 대해 전문가로부터 검증을 받는 구성이다. 즉 질환에 대한 판정결과가 올바른지 확인 후 그 결과를 피드백정보로 입력하게 되며, 정확하게 인식한 경우가 아니라면 추후에라도 실질적으로 판정된 질환에 대한 정보를 의사나 전문가가 입력하는 형태로 피드백정보가 작성될 수 있다.

상기 학습부(170)는 상기 피드백정보를 분석하여 상기 분석DB에 저장된 기준정보를 갱신하는 구성으로, 상기 정보분석부(150)를 통한 사용자에 대해 잘못된 질환 판정에 대한 피드백을 통한 학습이 이루어지는 것으로 이러한 학습과정의 누적을 통해 기준정보가 지속적으로 갱신됨에 따라 추후 질환 판단의 정확도가 상승하게 된다.

이와 같이 촬영된 열 영상 및 생체정보를 통해 질환을 인식하는 정확도가 점차 높아짐에 따라 종래와 같이 의사의 판단 및 문자로 사용자에 대한 상태를 입력하지 않더라도 자동적인 분석이 이루어져 더욱 편리하고 효율적인 질환판단이 이루어질 수 있다.

이때, 상기 정보분석부(150)는 분리된 열 영상의 대칭성을 판단하되, 상기 기준정보는 대칭부의 평균 및 열 패턴과, 정상패턴에서의 열 분포에 관한 정보를 포함하는 것이 바람직하다.

본 발명에서 사용되는 적외선 체열 영상 진단 검사의 가장 기본적이면서도 중요한 한 가지 이론은 정상 성인을 기준으로 볼 때 체열 분포 양상(Thermographic Pattern)은 좌우가 항상 대칭적양상(Symmetrical Pattern )을 보인다는 것이다.

미국의학협회(America Medicine Association, AMA)에서도 신체의 표면온도 분포계측에 사용하기 위한 적외선 방사를 이용하는 의료용 적외선 촬영장치로 인체 내부에 있는 질병의 유무를 파악할 수 있는 적외선 체열 촬영 영상을 판독함에 있어 양측의 체열분포의 비대칭적 양상(Asymmetrical Thermographic Pattern)을 가장 중요한 요소로 다루고 있다.

특히 적외선 체열 영상 진단 검사법은 척추 및 말초 신경손상 등의 신경계 질환, 혈관계 질환, 근 골격계 질환 및 스포츠 손상의 진단, 유방암 등의 암질환의 초기 진단 검사 외에 통증에 수반되는 다양한 통증 증후군의 진단 및 대사장애나 피부과 질환 등을 진단하는데 있어 유용하게 사용되어 왔고 특히 최근 급증하는 대사장애 질환, 즉 비만환자의 혈액순환 저하를 객관화하여 치료과정을 확인하는데 유용하여 다양한 연구가 진행되고 있다.

또한, 법의학적 문제를 다루는데에 있어서 동통의 진위를 판별하는데 활발히 이용되고 있고, 실시간 동영상으로 이미지를 취득할 수 있으므로 기존 검사 이외에도 수술실이나 부하 검사시 다양하게 임상에 적용할 수 있다.

특히 척추 질환의 경우 75%의 환자가 다음과 같은 특정 구획에서 좌, 우 온도 비대칭성을 나타내게 되는 등 상기 정보분석부(150)에서 분리된 열 영상의 대칭성을 판단하되, 상기 기준정보는 대칭부의 평균 및 열 패턴과, 정상패턴에서의 열 분포에 관한 정보를 통한 판단이 매우 중요하다.

상기 개인DB(180)는 사용자정보별로 판정된 질환을 관리자의 피드백정보와 사용자 치료를 위해 입력된 의료정보 및 호전상태를 나타내는 경과정보와 함께 누적 저장되는 구성으로, 수집된 전 사용자의 질환과 입력된 의료정보 및 호전상태에 대해 신장, 몸무게, 성별, 연령과 같은 신체정보별 정렬이 이루어지도록 하여 통계분석이 가능하도록 서버상에 구축된다. 즉 질환이 판정된 사용자의 치료과정에서 발생되는 의료정보와 더불어 해당 의료정보에 대응하여 호전되는 정보를 지속적으로 수집함으로 특정 질환의 치료에 대한 딥러닝이 이루어지는 토대가 마련된다.

상기 리포팅부(190)는 상기 개인DB(180)에서 상태호전으로 판단되는 경과정보를 검색하여 판정질환 및 피드백 정보를 역추적하여 관리자에게 제시하는 구성으로, 질환의 판정에서 더 나아가 해당 질환의 치료를 위한 과정을 함께 수집하여 추후 유사 또는 동일 질환에 대한 최적의 치료과정을 산출하는데 도움을 줄 수 있도록 한다.

본 발명의 권리는 위에서 설명된 실시 예에 한정되지 않고 청구범위에 기재된 바에 의해 정의되며, 본 발명의 분야에서 통상의 지식을 가진 자가 청구범위에 기재된 권리범위 내에서 다양한 변형과 개작을 할 수 있다는 것은 자명하다.

110: 사용자설정부 120: 센서부
130: 촬영부 140: 분석DB
150: 정보분석부 160: 피드백부
170: 학습부 180: 개인DB
190: 리포팅부

Claims (5)

1. 질환 진단 시스템에 있어서,
   사용자의 신체정보 및 증상 호소 부위를 포함하는 사용자정보를 입력받는 사용자설정부(110);
   사용자로부터 심박수 및 혈압을 포함하는 생체정보를 수집하는 센서부(120);
   사용자의 신체를 촬영하여 적외선 열 열상을 획득하는 촬영부(130);
   열 영상 판정을 위한 제1기준정보와, 생체정보 판정을 위한 제2기준정보와, 열 영상 판정결과 및 생체정보 판정결과를 통해 질환을 판정하기 위한 제3기준정보를 포함하는 기준정보가 저장되어 구축되는 분석DB(140);
   상기 열 영상 중 사용자의 신체 및 호소 부위에 대한 부분을 분리한 후 생체신호와 함께 기준정보를 기반으로 질환을 판정하되, 열 영상과 생체정보에 대해 각각 제1기준정보 및 제2기준정보를 적용하여 각각 질환판정을 하고, 열 영상과 생체정보에 대한 각각의 판정결과에 제3기준정보를 적용하여 각각 질환을 재판정하는 정보분석부(150);
   판정된 질환을 의사나 전문가에게 제시하고, 판정결과가 올바른지 확인 후 그 결과를 피드백정보로 입력받는 피드백부(160);
   상기 피드백정보를 분석하여 상기 분석DB에 저장된 기준정보를 갱신하는 학습부(170);
   사용자정보별로 판정된 질환을 관리자의 피드백정보와 사용자 치료를 위해 입력된 의료정보 및 호전상태에 대해 신장, 몸무게, 성별, 연령과 같은 신체정보별 정렬이 이루어지도록 한 경과정보와 함께 누적 저장하는 개인DB(180);
   상기 개인DB에서 상태호전으로 판단되는 경과정보를 검색하여 판정질환 및 피드백 정보를 역추적하여 관리자에게 제시하는 리포팅부(190); 로 이루어지는 것을 특징으로 하는 생체정보 및 영상정보 연계를 통한 인공지능 질환 진단 시스템.
   
2. 삭제
3. 삭제
4. 제1항에 있어서,
   상기 정보분석부(150)는 분리된 열 영상의 대칭성을 판단하되,
   상기 기준정보는 대칭부의 평균 및 열 패턴과, 정상패턴에서의 열 분포에 관한 정보를 포함하는 것을 특징으로 하는 생체정보 및 영상정보 연계를 통한 인공지능 질환 진단 시스템.
   
5. 삭제

Images