KR102131742B1 - 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법 및 시스템 - Google Patents
가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법 및 시스템 Download PDFInfo
- Publication number
- KR102131742B1 KR102131742B1 KR1020190001214A KR20190001214A KR102131742B1 KR 102131742 B1 KR102131742 B1 KR 102131742B1 KR 1020190001214 A KR1020190001214 A KR 1020190001214A KR 20190001214 A KR20190001214 A KR 20190001214A KR 102131742 B1 KR102131742 B1 KR 102131742B1
- Authority
- KR
- South Korea
- Prior art keywords
- patient
- signal
- virtual reality
- tension
- respiratory
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A61B5/04012—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1037—Treatment planning systems taking into account the movement of the target, e.g. 4D-image based planning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1038—Treatment planning systems taking into account previously administered plans applied to the same patient, i.e. adaptive radiotherapy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1031—Treatment planning systems using a specific method of dose optimization
- A61N2005/1035—Simulated annealing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Robotics (AREA)
- Pulmonology (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
본 발명은 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법 및 시스템에 관한 것으로서, 본 발명의 일 실시 예에 따르면, 호흡동조 방사선 치료를 위한 가상현실을 모델링하고, 모델링된 가상현실을 출력 단말로 제공하는 단계, 출력 단말을 통해 제공된 가상현실에 따른 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 측정하는 단계, 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 신호들 간의 상관관계를 분석하는 단계 및 기계학습 또는 딥러닝을 통해 분석된 결과에 기초하여 환자의 호흡치료 기법의 적합도를 학습함으로써 환자의 호흡치료 기법을 결정하기 위한 예측 모델을 생성하는 단계를 포함할 수 있다.
Description
본 발명은 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법 및 시스템에 관한 것으로, 더욱 상세하게는 환자에게 가상현실(Virtual Reality)을 통해 구현한 CT(Computed Tomography) 모의 치료실, 방사선 치료실 등을 환자에게 노출시킴으로써, 환자의 긴장도에 따른 호흡을 제어하고 정확한 치료 및 환자의 치료 만족도를 향상시킬 수 있는 호흡동조 방사선 치료의 최적화 방법 및 시스템에 관한 것이다.
방사선 치료는 환자 체외에서부터 방사선을 조사하여 종양을 제거하기 때문에 비침습적이다. 이러한 특징은 암환자의 국소 치료를 외래에 기반하여 수행할 수 있기 때문에 환자의 치료 접근성이 높으며 많은 환자를 치료하기에 적합하다.
그러나 실제 치료에서는 방사선 치료 장치의 크기, 제한된 치료 시간, 치료실 내부의 분위기나 소음 등 환자에게 불안감을 유발할 요소가 존재한다. 이러한 요소들로 인해 환자의 긴장도가 높을 때 환자의 치료 전 촬영 CT(Computed Tomography)와 치료 중 자세가 불일치할 확률이 높아지며, 환자 본인의 치료 중에 발생하는 불안 자체 또한 치료의 만족도를 낮출 수 있는 문제가 있다.
방사선 치료는 다회에 걸쳐 이루어지며, 이러한 불안은 보통 치료 초기에 나타난다. 만약 환자를 동일한 치료 설비에 다회 노출시킨다면, 실제 치료에서는 환자의 불안감을 낮출 수 있을 것이 분명하다. 하지만 실제 방사선을 전달하지 않은 채 치료 시설을 환자에게 다회 노출시키는 것은 치료 장치를 운영하는 측면에서 어려움이 있다.
본 발명은 전술한 바와 같은 문제점을 해결하기 위한 것으로서, 방사선 치료 전 가상현실을 통해 환자에게 방사선 치료의 과정을 미리 노출시킴으로써, 환자의 방사선 치료 시의 긴장도를 낮추어 정확한 호흡동조 방사선 치료가 이루어질 수 있도록 함과 동시에 긴장도 정량화를 통해 호흡동조 방사선 치료의 전 과정을 최적화할 수 있는 방법 및 시스템을 제공함에 목적이 있다.
또한, 기계학습 또는 딥러닝을 이용하여 환자의 호흡치료 기법을 결정하기 위한 예측 모델의 생성함으로써, 환자에게 알맞은 호흡치료 기법에 대한 결정 및 수행이 이루어질 수 있도록 하는 방법 및 시스템을 제공함에 목적이 있다.
본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법은, 호흡동조 방사선 치료를 위한 가상현실을 모델링하고, 모델링된 가상현실을 출력 단말로 제공하는 단계, 출력 단말을 통해 제공된 가상현실에 따른 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 측정하는 단계, 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 신호들 간의 상관관계를 분석하는 단계 및 기계학습 또는 딥러닝을 통해 분석된 결과에 기초하여 환자의 호흡치료 기법의 적합도를 학습함으로써 환자의 호흡치료 기법을 결정하기 위한 예측 모델을 생성하는 단계를 포함할 수 있다.
본 발명의 일 실시 예에 따르면, 긴장도 신호에는 ECG(Electocephalogram) 신호 및 EKG(Electrocardiogram) 신호가 포함되고, 생체 신호에는 환자의 음성 신호 및 시각 신호가 포함될 수 있다.
본 발명의 일 실시 예에 따른 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 신호들 간의 상관관계를 분석하는 단계는, 긴장도 신호 및 생체 신호에 기초하여 가상현실의 환경이 환자의 긴장도에 미치는 영향을 평가하고, 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 단계 및 호흡 신호 및 긴장도 신호에 기초하여 환자의 긴장도가 환자의 호흡에 미치는 영향을 평가하고, 환자의 긴장도와 환자의 호흡 간의 상관관계를 분석하는 단계를 포함할 수 있다.
본 발명의 일 실시 예에 따른 긴장도 신호 및 생체 신호에 기초하여 가상현실의 환경이 환자의 긴장도에 미치는 영향을 평가하고, 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 단계는, 가상현실의 환경과 환자의 긴장도 간의 상관관계에 대한 분석을 통해 도출된 결과를 기초로 가상현실의 환경 내에서 환자의 긴장도를 상승시키는 인자(Factor)를 추정하는 단계를 포함할 수 있다.
본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법은, 추정된 인자에 기초하여 환자에 대한 가상현실의 노출 횟수를 결정하고, 결정된 노출 횟수에 따라 가상현실을 추가적으로 출력 단말로 제공하는 단계를 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법은, 결정된 노출 횟수에 따른 가상현실의 추가적인 제공이 완료되면, 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 재측정하여 환자의 긴장도를 평가하고, 예측 모델을 통해 환자의 호흡치료 기법의 적합도를 분석하는 단계를 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템은, 호흡동조 방사선 치료를 위한 가상현실을 모델링하고, 모델링된 가상현실을 출력 단말로 제공하는 가상현실 모델링부, 출력 단말을 통해 제공된 가상현실에 따른 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 측정하는 신호 측정부, 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 신호들 간의 상관관계를 분석하는 제 1 데이터 분석부 및 기계학습 또는 딥러닝을 통해 분석된 결과에 기초하여 환자의 호흡치료 기법의 적합도를 학습함으로써 환자의 호흡치료 기법을 결정하기 위한 예측 모델을 생성하는 예측 모델 생성부를 포함할 수 있다.
본 발명의 일 실시 예에 따른 데이터 분석부는, 긴장도 신호 및 생체 신호에 기초하여 가상현실의 환경이 환자의 긴장도에 미치는 영향을 평가하고, 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 제 1 분석유닛 및 호흡 신호 및 긴장도 신호에 기초하여 환자의 긴장도가 환자의 호흡에 미치는 영향을 평가하고, 환자의 긴장도와 환자의 호흡 간의 상관관계를 분석하는 제 2 분석유닛을 포함할 수 있다.
본 발명의 일 실시 예에 따른 제 1 분석유닛은, 가상현실의 환경과 환자의 긴장도 간의 상관관계에 대한 분석을 통해 도출된 결과를 기초로 가상현실의 환경 내에서 환자의 긴장도를 상승시키는 인자(Factor)를 추정할 수 있다.
본 발명의 일 실시 예에 따른 가상현실 모델링부는, 추정된 인자에 기초하여 환자에 대한 가상현실의 노출 횟수를 결정하고, 결정된 노출 횟수에 따라 가상현실을 추가적으로 출력 단말로 제공할 수 있다.
본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템은, 가상현실 모델링부에 의해 결정된 노출 횟수에 따른 가상현실의 추가적인 제공이 완료되면, 신호 측정부는 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 재측정하고, 재측정된 신호들에 기초하여 환자의 긴장도를 평가하고, 예측 모델을 통해 환자의 호흡치료 기법의 적합도를 분석하는 제 2 데이터 분석부를 더 포함할 수 있다.
한편, 본 발명의 일 실시 예에 의하면, 전술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.
본 발명의 일 실시 예로서 제공되는 환자의 호흡동조 방사선 치료를 최적화하는 방법 및 시스템에 따른 기대효과는 다음과 같다.
(1) 환자의 치료 만족도 증대
방사선치료실은 장비의 항온 및 항습을 위해 22도 정도로 유지되어 환자가 느끼기에 춥고, 장비 특성상 소음 및 위압감을 느낄 수 있다. 따라서, 암치료로 인한 불안에 치료실 분위기로 인한 긴장이 더해져 환자의 치료 시 심리상태가 좋지 않을 가능성이 높다. 본 발명을 통해 환자가 치료실 환경에 다회 노출되어 치료실에서 이루어지는 전 과정을 미리 숙지할 수 있다면, 심리적인 적응을 통해 치료 중 불안을 낮출 수 있으며, 환자의 치료 만족도를 증대시킬 수 있다.
(2) 환자의 치료 중 움직임 감소
치료용 CT를 촬영할 때의 자세와 실제 치료 시 자세가 다르게 될 경우, 방사선이 잘못된 위치에 조사될 수 있다. 이를 위해 다양한 환자 고정도구를 사용하지만, 환자의 긴장도에 따라 근육이완이 달라지는 점까지는 세밀히 보조할 수 없다. 본 발명을 통해 환자의 긴장도를 낮추게 되면, CT 촬영 시 환자의 긴장도와 방사선 치료실에서의 환자 긴장도를 비슷하게 유지하여 환자의 근육이완 정도를 비슷한 수준으로 맞출 수 있다. 이는 환자의 자세 재현도를 높여 고정밀 방사선 치료에 도움이 될 수 있다.
(3) 환자의 호흡치료 효과 증대 및 긴장도 정량화
환자의 긴장도는 심리적인 양으로 정량 평가하는 것이 어렵다. 많은 연구들은 정량화를 위해 설문지를 이용하고 있으나 이는 환자의 긴장도를 정량화하기 어려운 문제가 있다. 또한, 환자에 맞는 호흡치료가 제대로 이루어지지 못하는 문제가 있다. 그러나 본 발명은 환자의 자각상태를 파악하는 HRV (Heart rate variability)를 환자 긴장도를 대변하는 양으로 정의함으로써, 환자의 긴장상태를 손쉽게 파악하여 호흡치료의 효과를 증대시킬 수 있으며, 긴장도가 높은 환자에게 선택적으로 가상현실의 노출횟수를 높여 치료 적응도를 높일 수 있다.
도 1은 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법을 나타낸 순서도이다.
도 2는 본 발명의 일 실시 예에 따른 신호 평가 및 상관관계 분석 단계를 나타낸 순서도이다.
도 3은 본 발명의 일 실시 예에 따른 신호 분석에 따른 긴장도 정량화 및 호흡치료 기법의 적합도 예측 과정을 구체화한 순서도이다.
도 4는 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템을 나타낸 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 신호 평가 및 상관관계 분석 단계를 나타낸 순서도이다.
도 3은 본 발명의 일 실시 예에 따른 신호 분석에 따른 긴장도 정량화 및 호흡치료 기법의 적합도 예측 과정을 구체화한 순서도이다.
도 4는 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템을 나타낸 블록도이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "유닛", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 명세서 전체에서 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, "그 중간에 다른 구성을 사이에 두고" 연결되어 있는 경우도 포함한다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법을 나타낸 순서도이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법은, 호흡동조 방사선 치료를 위한 가상현실을 모델링하고, 모델링된 가상현실을 출력 단말(200)로 제공하는 단계(S100), 출력 단말(200)을 통해 제공된 가상현실에 따른 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 측정하는 단계(S200), 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 신호들 간의 상관관계를 분석하는 단계(S300) 및 기계학습 또는 딥러닝을 통해 분석된 결과에 기초하여 환자의 호흡치료 기법의 적합도를 학습함으로써 환자의 호흡치료 기법을 결정하기 위한 예측 모델을 생성하는 단계(S400)를 포함할 수 있다.
본 발명의 일 실시 예에 따른 호흡동조 방사선 치료를 위한 가상현실을 모델링하고, 모델링된 가상현실을 출력 단말(200)로 제공하는 단계(S100)에서, 가상현실 모델링부(10)에 의해 생성되는 가상현실에는 호흡동조 방사선 치료 과정에 따른 장소들이 포함될 수 있다. 예를 들어, 호흡동조 방사선 치료는 면담 -> 호흡 훈련 -> CT(Computed Tomography) 모의치료 -> 방사선 치료 순서로 수행될 수 있는데, 이에 따라 가상현실은 가상현실 모델링부(10)에 의해 면담을 위한 진료실, 호흡 훈련실, CT 모의치료실 및 방사선 치료실이 구현된 형태로 3차원 모델링될 수 있다.
전술한 바에 따라 가상현실 모델링부(10)에서 호흡동조 방사선 치료 과정에 따른 장소들이 가상현실로 모델링되면, 모델링된 가상현실이 출력 단말(200)로 제공됨으로써 환자에게 노출될 수 있다. 이때, 가상현실 모델링부(10)에서 출력 단말(200)로 제공되는 가상현실은 호흡동조 방사선 치료 과정의 순서에 따라 제공될 수 있다. 예를 들어, 전술한 치료 과정에 따라 가상현실은 호흡 훈련실, CT 모의치료실, 방사선 치료실 순서로 출력 단말(200)로 제공될 수 있다. 가상현실로서 방사선 치료실이 제공되는 경우, 환자 인도, 영상 유도, 호흡 유도 및 방사선 조사 등 방사선 치료실에서 수행되는 과정에 대한 안내가 제공될 수 있다. 이러한 안내에 따라 환자는 제공되는 가상현실 상에서 호흡동조 방사선의 치료 과정을 체험할 수 있다.
출력 단말(200)을 통해 출력되는 가상현실은 시각적으로 구현된 구성을 비롯하여 사운드적으로 구현된 구성을 모두 포함하는 개념이다. 예를 들어, 방사선 치료실이 구현된 가상현실이 출력 단말(200)로 출력되면, 환자(i.e. 사용자)는 방사선 치료실의 CT 갠트리(Gantry), 카우치(Couch) 등을 포함하는 시각적인 구성뿐만 아니라 CT 갠트리의 이동 소음, 카우치의 이동 소음 등에 대한 사운드적인 구성을 출력 단말(200)을 통해 제공받을 수 있다.
한편, 출력 단말(200)이란 가상현실의 환경을 디스플레이 형태 또는 사운드 형태 등으로 다양하게 출력이 가능한 단말로서, 헤드 마운티드 디스플레이(Head Mounted Display, HMD), 증강현실(Augmented Reality, AR) 기반의 렌즈, 모니터 스크린 등을 모두 포함할 수 있다.
이와 같이 호흡동조 방사선 치료 과정에 따른 장소들이 가상현실로 모델링되어 출력 단말(200)을 통해 환자에게 노출되면, 환자는 방사선 치료의 전 과정을 미리 체험하여 손쉽게 숙지할 수 있으므로, 실제 방사선 치료의 시간 및 비용을 최소화할 수 있으며 동시에 환자의 방사선 치료에 대한 적응력을 향상시킬 수 있다.
본 발명의 일 실시 예에 따른 신호 측정부(20)에서 출력 단말(200)을 통해 제공된 가상현실에 따른 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 측정하는 단계(S200)에서 호흡 신호는 신호 측정부(20)에 의해 환자의 체표면 상의 일 지점 또는 체표면 전체의 부피 변화로 측정되거나 환자의 체내에 삽입된 마커(Marker)의 움직임 변화로 측정될 수 있다. 이와 같이 호흡 신호를 측정하기 위해서 가상현실이 제공되기 이전에 환자의 체표면에는 움직임 또는 부피 변화를 측정하는 센서가 착용되거나 환자의 체내에 마커가 미리 삽입될 수 있다.
이때, 본 발명의 일 실시 예에 따라 측정되는 호흡 신호는 가상현실의 종류에 따라 분류되어 후술할 예측 모델을 생성하기 위한 단계에서 활용되거나 새로운 입력 신호로서 활용될 수 있다. 예를 들어, 가상현실이 호흡 훈련실인 경우에 측정되는 호흡신호는 후술할 예측 모델을 생성하기 위한 신호 분석 및 학습 단계에서 활용될 수 있다. 또한, 가상현실이 방사능 치료실인 경우에 측정되는 호흡신호는 측정되는 시기(ex. 가상현실이 환자에게 최초로 노출된 시점 또는 가상현실이 환자에게 여러 번 노출된 이후 시점)에 따라 후술할 예측 모델을 생성하기 위한 신호 분석 및 학습 단계에서 활용되거나, 예측 모델을 통한 호흡치료 기법의 적합도를 분석하기 위한 입력 신호로서 활용될 수 있다.
본 발명의 일 실시 예에 따르면, 긴장도 신호에는 ECG(Electroencephalogram) 신호 및 EKG(Electrocardiogram) 신호가 포함될 수 잇다. ECG 신호는 대뇌 피질의 활동에 의한 전위 변화와 뇌파에 의하여 일어나는 뇌전류를 측정한 신호값을 말하며, EKG 신호는 심전도를 측정한 신호값을 말한다. 이와 같은 긴장도 신호의 측정을 위해 가상현실이 제공되기 이전에 환자의 신체에는 미리 뇌파 측정 센서 및 심전도 측정 센서가 착용될 수 있다. 측정된 긴장도 신호(ex. ECG 신호 및 EKG 신호 등)는 환자의 호흡동조 방사능 치료에 대한 긴장상태를 정량화하는데 활용될 수 있다.
본 발명의 일 실시 예에 따르면, 생체 신호에는 환자의 음성 신호 및 시각 신호가 포함될 수 있다. 여기서 말하는 생체 신호는 가상현실로 구현되는 환경에 대한 환자의 신체적인 변화를 의미한다. 예를 들어, 가상현실이 방사선 치료실인 경우, 치료실 내의 기계(ex. 갠트리 또는 카우치 등)가 움직임에 따라 발생하는 소음 및 배경 변화로 인한 시야 변화(ex. 눈동자의 움직임 등)가 생체 신호로 측정될 수 있다. 이와 같은 생체 신호는 환자가 착용한 출력 단말(200) 자체에 내장된 카메라 또는 마이크 등을 통해 측정될 수 있다. 전술한 카메라 또는 마이크 등으로 측정된 생체 신호는 가상현실의 환경에 따른 신체 변화를 정량화하는데 활용될 수 있다.
이하에서는 호흡 신호, 긴장도 신호 및 생체 신호의 분석 및 학습 과정(S300, S400)을 도 2를 참조하여 보다 구체적으로 설명하도록 한다.
도 2는 본 발명의 일 실시 예에 따른 신호 평가 및 상관관계 분석 단계(S300)를 나타낸 순서도이며, 도 3은 본 발명의 일 실시 예에 따른 신호 분석에 따른 긴장도 정량화 및 호흡치료 기법의 적합도 예측 과정을 구체화한 순서도이다.
도 2 및 도 3을 참조하면, 본 발명의 일 실시 예에 따른 제 1 데이터 분석부(30)에서 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 신호들 간의 상관관계를 분석하는 단계(S300)는, 제 1 분석유닛(31)에서 긴장도 신호 및 생체 신호에 기초하여 가상현실의 환경이 환자의 긴장도에 미치는 영향을 평가하고, 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 단계(S310)를 포함할 수 있다.
본 발명의 일 실시 예에 따른 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 단계(S310)는 제 1 분석유닛(31)에 의한 데이터 분석 과정으로서, 가상현실을 통해 구현된 호흡동조 방사능 치료를 위한 주변환경의 변화에 따른 환자의 긴장도를 정량화하고, 주변환경과 환자의 긴장도 간의 상관관계를 파악하는 과정으로 이해될 수 있다.
예를 들어, 가상현실이 방사능 치료실인 경우, 제 1 분석유닛(31)에서는 생체 신호와 긴장도 신호를 기초로 치료실 내의 기계(ex. 갠트리 또는 카우치 등)가 움직임에 따라 발생하는 소음 및 배경 변화로 인한 시야 변화(ex. 눈동자의 움직임 등)에 따라 환자의 뇌파(i.e. ECG 신호) 및 심전도(i.e. EKG 신호)가 어떻게 변화하는지를 분석할 수 있다. 이를 통해 제 1 분석유닛(31)에서는 가상현실의 환경이 환자의 긴장도에 어떠한 영향을 미치는지를 평가하여 정량화할 수 있으며, 주변환경의 변화와 환자의 긴장도 간의 상관관계를 도출할 수 있다.
또한, 도 2 및 도 3을 참조하면, 본 발명의 일 실시 예에 따른 제 1 데이터 분석부(30)에서 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 신호들 간의 상관관계를 분석하는 단계(S300)는, 제 2 분석유닛(32)에서 호흡 신호 및 긴장도 신호에 기초하여 환자의 긴장도가 환자의 호흡에 미치는 영향을 평가하고, 환자의 긴장도와 환자의 호흡 간의 상관관계를 분석하는 단계(S320)를 포함할 수 있다.
본 발명의 일 실시 예에 따른 환자의 긴장도와 환자의 호흡 간의 상관관계를 분석하는 단계(S320)는 제 2 분석유닛(32)에 의한 데이터 분석 과정으로서, 가상현실을 통해 구현된 호흡동조 방사능 치료 과정에서 환자의 긴장도에 따른 환자의 호흡량, 호흡주기 등의 변화를 정량화하고, 환자의 긴장도와 환자의 호흡 변화 간의 상관관계를 파악하는 과정으로 이해될 수 있다.
예를 들어, 가상현실이 방사능 치료실인 경우, 제 2 분석유닛(32)에서는 환자 인도, 영상 유도, 호흡 유도 등의 전 과정에서 측정되는 환자의 뇌파(i.e. ECG 신호) 및 심전도(i.e. EKG 신호)에 따라 환자의 호흡량, 호흡주기 등이 어떻게 변화하는지를 분석할 수 있다. 이를 통해 제 2 분석유닛(32)에서는 환자의 긴장도가 환자의 호흡 변화에 어떠한 영향을 미치는지를 평가하여 정량화할 수 있으며, 환자의 긴장도와 환자의 호흡량, 호흡주기 등의 호흡 변화 간의 상관관계를 도출할 수 있다.
도 2 및 도 3을 참조하면, 본 발명의 일 실시 예에 따른 전술한 호흡 신호, 긴장도 신호, 생체 신호의 분석(S300)이 완료되면, 예측 모델 생성부(40)에서는 기계학습 또는 딥러닝을 통해 분석된 결과에 기초하여 환자의 호흡치료 기법의 적합도를 학습함으로써 환자의 호흡치료 기법을 결정하기 위한 예측 모델을 생성할 수 있다(S400).
예를 들어, 호흡 신호 자체의 분석 결과로서 가상현실이 호흡 치료실일 때 선택된 환자의 호흡치료 기법에 따른 호흡 변화가 도출되고, 가상현실의 환경과 환자의 긴장도 간의 상관관계 및 환자의 긴장도와 환자의 호흡 간의 상관관계가 도출되면, 예측 모델 생성부(40)에서 기계학습 또는 딥러닝을 통해 현재 환자의 호흡치료 기법이 얼마만큼 적합한지를 학습할 수 있다. 예측 모델 생성부(40)에서는 이와 같은 학습 과정을 통해 호흡치료 기법의 필요성에 따른 환자군, 호흡치료 기법의 종류에 따른 환자군 등으로 군집화(Clustering)하여 환자의 호흡치료 기법을 결정하기 위한 예측 모델을 생성할 수 있다.
한편, 여기서 호흡치료 기법이란 호흡동조 방사선 치료 과정에서 환자의 호흡을 제어하기 위한 치료 기법을 말한다. 예를 들어, 호흡치료 기법에는 환자의 호흡과 연동된 내부 장기의 움직임을 제어하기 위한 Breath hold(BH), Active Breath Control(ABC) 또는 Shallow Breathing 등이 포함될 수 있다. 만약 예측 모델을 통해 환자에게 별도의 호흡치료 기법이 필요하지 않은 경우(i.e. 환자의 자세 및 호흡 재현도가 높은 경우)에는 호흡을 별도로 제어하지 않고 자연스러운 호흡에 따라 움직이는 종양에 방사선을 조사하는 Free Breathing 방식이 이용될 수 있다.
도 3을 참조하면, 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법은, 제 2 데이터 분석부(50)에서 환자의 호흡 신호 및 긴장도 신호가 측정 모듈(ex. 뇌파 측정 센서, 심전도 센서 등)로부터 입력되면, 예측 모델을 이용하여 환자의 호흡치료 기법의 적합도를 예측하는 단계(S500)를 더 포함할 수 있다. 입력되는 환자의 호흡 신호 및 긴장도 신호는 가상현실을 제공하는 과정에서 측정되는 신호이거나 실제 현실에서 환자가 방사능 치료 과정을 수행함에 따라 측정된 신호일 수 있다.
예를 들어, 가상현실로서 방사능 치료실이 환자에게 노출되어 호흡 신호 및 긴장도 신호가 측정된 경우, 측정된 호흡 신호 및 긴장도 신호가 제 2 데이터 분석부(50)로 입력되면, 해당 신호에 대한 분석을 통해 정량 평가값을 도출할 수 있다. 제 2 데이터 분석부(50)는 도출된 정량 평가값을 기초로 하여 예측 모델을 통해 호흡치료 기법에 대한 적합도를 예측할 수 있다.
이때, 예측 모델에서 예측하는 호흡치료 기법의 적합도는 현재 환자가 수행하고 있는 호흡치료 기법이 존재하는지 여부에 따라 서로 다른 형태로 추정될 수 있다. 예를 들어, 만약 현재 환자가 수행하는 호흡치료 기법이 있다면, 현재 수행하는 호흡치료 기법이 환자에게 얼마만큼 적합한지 여부에 대한 정보가 퍼센트값 등의 수치와 함께 도출될 수 있다. 만약 현재 환자가 수행하고 있는 호흡치료 기법이 없다면, 현재 환자에게 호흡치료 기법이 필요한지 여부가 먼저 분석되고, 호흡치료 기법이 필요하다면 환자에게 가장 적합한 호흡치료 기법에 대한 정보가 퍼센트값 등의 수치와 함께 도출될 수 있다.
본 발명의 일 실시 예에 따른 제 2 데이터 분석부(50)는 이와 같이 예측 모델을 활용함으로써, 환자에게 호흡치료 기법이 필요한지 여부, 호흡치료 기법이 필요하다면 어떠한 호흡치료기법이 환자에게 적합할지 여부 및 환자가 현재 수행하는 호흡치료 기법이 얼만큼 적합한지 등을 분석할 수 있다. 이를 통해 실제 방사능 치료 이전에 환자별로 적합한 호흡치료 기법을 미리 결정하여 적용함으로써, 호흡동조 방사능 치료의 효율 및 정확성을 향상시킬 수 있다. 또한, 환자의 현재 상태를 적절히 반영하여 호흡치료 기법을 조정함으로써, 환자에 대한 맞춤형 호흡치료 기법을 실시간으로 제공할 수 있다.
도 3을 참조하면, 본 발명의 일 실시 예에 따른 긴장도 신호 및 생체 신호에 기초하여 가상현실의 환경이 환자의 긴장도에 미치는 영향을 평가하고, 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 단계(S310)는, 제 1 분석유닛(31)에서 가상현실의 환경과 환자의 긴장도 간의 상관관계에 대한 분석을 통해 도출된 결과를 기초로 가상현실의 환경 내에서 환자의 긴장도를 상승시키는 인자(Factor)를 추정하는 단계(S311)를 포함할 수 있다.
이때, 환자의 긴장도를 상승시키는 인자란 가상현실 환경 내의 치료 장치, 소음 등 시각적 또는 사운드적 구성요소 뿐만 아니라 특정한 치료 과정 등을 모두 포함할 수 있다. 예를 들어, 제 1 분석유닛(31)에서 방사능 치료실로 구현된 가상현실의 환경과 환자의 긴장도 간의 상관관계에 따라 갠트리의 이동으로 소음이 발생한 경우에 환자의 긴장도가 가장 높은 것으로 분석되면, 갠트리의 이동 소음을 환자의 긴장도를 상승시키는 인자로 추정할 수 있다. 또는, 제 1 분석유닛(31)에서 방사선 치료실로 구현된 가상현실의 영상 유도 과정에서 환자의 긴장도가 가장 높은 것으로 분석되면, 영상 유도 과정 자체를 환자의 긴장도를 상승시키는 인자로 추정할 수 있다.
이와 같이 제 1 분석유닛(31)에서는 가상현실의 환경과 환자의 긴장도 간의 상관관계의 분석이 완료되면, 호흡동조 방사선 치료 과정에서 환자의 긴장상태를 유발하는 요인을 분석하여 어떤 과정, 어느 시점 또는 어떤 장치로 인해 긴장하는지를 환자 본인이 정확히 파악하여 훈련하거나 임상의 등이 훈련시킬 수 있도록 할 수 있다.
도 3을 참조하면, 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법은, 가상현실 모델링부(10)에서 추정된 인자에 기초하여 환자에 대한 가상현실의 노출 횟수를 결정하고, 결정된 노출 횟수에 따라 가상현실을 추가적으로 출력 단말(200)로 제공하는 단계(S600)를 더 포함할 수 있다.
이는 방사능 치료 과정에서 환자의 긴장도를 높이는 환경적 요소를 환자에게 반복적으로 노출시킴으로써, 해당 요소에 대한 환자의 긴장도를 낮춤과 동시에 실제 방사능 치료 과정에의 적응력을 높이기 위한 과정으로 이해될 수 있다.
이때, 결정된 노출 횟수에 따라 출력 단말(200)로 제공되는 가상현실은 환자의 긴장도를 상승시키는 인자가 포함된 일 부분 또는 일 과정(ex. 방사능 치료실에서의 갠트리 이동 과정)이거나 환자의 긴장도를 상승시키는 인자가 포함된 전체 장소(ex. 방사능 치료실)일 수 있다. 또한, 가상현실의 노출 횟수는 제 1 분석유닛(31)을 통해 평가된 환자의 긴장도에 따라 결정될 수 있다.
예를 들어, 제 1 분석유닛(31)에서 방사능 치료실에서의 갠트리의 이동 소음이 환자의 긴장도를 상승시키는 인자로 추정된 경우, 가상현실 모델링부(10)에서는 환자의 긴장도에 따라 방사능 치료실에서의 갠트리의 이동 과정에 대한 노출 횟수를 5회로 결정할 수 있다. 이와 같이 결정된 노출 횟수에 따라 출력 단말(200)을 통해 방사능 치료실에서의 갠트리 이동 과정이 5회 동안 반복적으로 환자에게 제공될 수 있다.
도 3을 참조하면, 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법은, 가상현실 모델링부(10)에서 결정된 노출 횟수에 따른 가상현실의 추가적인 제공이 완료되면, 신호 측정부(20)에서 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 재측정하여, 제 1 데이터 분석부(30)에서 환자의 긴장도를 평가하고, 제 2 데이터 분석부(50)에서 예측 모델을 통해 환자의 호흡치료 기법의 적합도를 분석하는 단계(S700)를 더 포함할 수 있다.
이는 환자의 긴장도를 높이는 환경적 요소를 환자에게 반복적으로 노출시킨 결과, 해당 요소에 대한 환자의 긴장도가 실제로 어느 정도까지 낮춰졌으며, 환자에게 호흡치료 기법이 필요한지 여부 또는 현재 수행하고 있는 호흡치료 기법이 효과적으로 수행되었는지 여부 등을 분석하는 피드백 과정으로 이해될 수 있다.
즉, 본 발명의 일 실시 예에 따라 가상현실의 추가적인 제공 과정에서 신호 측정부(20)에서 호흡 신호, 긴장도 신호 및 생체 신호가 재측정되면, 제 1 분석유닛(31) 및 제 2 분석유닛(32)에 의해 전술한 신호의 평가 및 상관관계 분석이 수행될 수 있다. 이때, 제 2 데이터 분석부(50)에서는 각 분석유닛에 의해 분석된 결과에 기초하여 환자의 긴장도를 정량화하여 평가할 수 있으며, 예측 모델을 이용하여 환자의 호흡치료 기법의 적합도를 분석할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템(100)을 나타낸 블록도이다.
도 4를 참조하면, 본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템(100)은, 호흡동조 방사선 치료를 위한 가상현실을 모델링하고, 모델링된 가상현실을 출력 단말(200)로 제공하는 가상현실 모델링부(10), 출력 단말(200)을 통해 제공된 가상현실에 따른 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 측정하는 신호 측정부(20), 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 신호들 간의 상관관계를 분석하는 제 1 데이터 분석부(30) 및 기계학습 또는 딥러닝을 통해 분석된 결과에 기초하여 환자의 호흡치료 기법의 적합도를 학습함으로써 환자의 호흡치료 기법을 결정하기 위한 예측 모델을 생성하는 예측 모델 생성부(40)를 포함할 수 있다.
본 발명의 일 실시 예에 따른 데이터 분석부는, 긴장도 신호 및 생체 신호에 기초하여 가상현실의 환경이 환자의 긴장도에 미치는 영향을 평가하고, 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 제 1 분석유닛(31) 및 호흡 신호 및 긴장도 신호에 기초하여 환자의 긴장도가 환자의 호흡에 미치는 영향을 평가하고, 환자의 긴장도와 환자의 호흡 간의 상관관계를 분석하는 제 2 분석유닛(32)을 포함할 수 있다.
본 발명의 일 실시 예에 따른 제 1 분석유닛(31)은, 가상현실의 환경과 환자의 긴장도 간의 상관관계에 대한 분석을 통해 도출된 결과를 기초로 가상현실의 환경 내에서 환자의 긴장도를 상승시키는 인자(Factor)를 추정할 수 있다.
본 발명의 일 실시 예에 따른 가상현실 모델링부(10)는, 추정된 인자에 기초하여 환자에 대한 가상현실의 노출 횟수를 결정하고, 결정된 노출 횟수에 따라 가상현실을 추가적으로 출력 단말(200)로 제공할 수 있다.
본 발명의 일 실시 예에 따른 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템(100)은, 가상현실 모델링부(10)에 의해 결정된 노출 횟수에 따른 가상현실의 추가적인 제공이 완료되면, 신호 측정부(20)는 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 재측정하고, 재측정된 신호들에 기초하여 환자의 긴장도를 평가하고, 예측 모델을 통해 환자의 호흡치료 기법의 적합도를 분석하는 제 2 데이터 분석부(50)를 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 시스템(100)과 관련하여서는 전술한 방법에 대한 내용이 적용될 수 있다. 따라서, 시스템(100)과 관련하여, 전술한 방법에 대한 내용과 동일한 내용에 대하여는 설명을 생략하였다.
한편, 본 발명의 일 실시 예에 의하면, 전술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다. 다시 말해서, 전술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터 판독 가능 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터 판독 가능 매체에 여러 수단을 통하여 기록될 수 있다. 본 발명의 다양한 방법들을 수행하기 위한 실행 가능한 컴퓨터 프로그램이나 코드를 기록하는 기록 매체는, 반송파(carrier waves)나 신호들과 같이 일시적인 대상들은 포함하는 것으로 이해되지는 않아야 한다. 상기 컴퓨터 판독 가능 매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, DVD 등)와 같은 저장 매체를 포함할 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10: 가상현실 모델링부 20: 신호 측정부
30: 제 1 데이터 분석부 31: 제 1 분석유닛
32: 제 2 분석유닛 40: 예측 모델 생성부
50: 제 2 데이터 분석부
100: 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템
200: 출력 단말
30: 제 1 데이터 분석부 31: 제 1 분석유닛
32: 제 2 분석유닛 40: 예측 모델 생성부
50: 제 2 데이터 분석부
100: 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템
200: 출력 단말
Claims (13)
- 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법에 있어서,
상기 호흡동조 방사선 치료를 위한 가상현실을 모델링하고, 상기 모델링된 가상현실을 출력 단말로 제공하는 단계;
상기 출력 단말을 통해 제공된 가상현실에 따른 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 측정하는 단계;
상기 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 상기 신호들 간의 상관관계를 분석하는 단계; 및
기계학습 또는 딥러닝을 통해 상기 분석된 결과에 기초하여 상기 환자의 호흡치료 기법의 적합도를 학습함으로써 상기 환자의 호흡치료 기법을 결정하기 위한 예측 모델을 생성하는 단계;를 포함하고,
상기 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 상기 신호들 간의 상관관계를 분석하는 단계는,
상기 긴장도 신호 및 생체 신호에 기초하여 상기 가상현실의 환경이 상기 환자의 긴장도에 미치는 영향을 평가하고, 상기 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 단계; 및 상기 호흡 신호 및 긴장도 신호에 기초하여 상기 환자의 긴장도가 상기 환자의 호흡에 미치는 영향을 평가하고, 상기 환자의 긴장도와 환자의 호흡 간의 상관관계를 분석하는 단계;를 포함하는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하는 방법.
- 제 1 항에 있어서,
상기 긴장도 신호에는 ECG(Electroencephalogram) 신호 및 EKG(Electrocardiogram) 신호가 포함되고,
상기 생체 신호에는 상기 환자의 음성 신호 및 시각 신호가 포함되는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하는 방법.
- 삭제
- 제 1항에 있어서,
상기 긴장도 신호 및 생체 신호에 기초하여 상기 가상현실의 환경이 상기 환자의 긴장도에 미치는 영향을 평가하고, 상기 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 단계는,
상기 가상현실의 환경과 환자의 긴장도 간의 상관관계에 대한 분석을 통해 도출된 결과를 기초로 상기 가상현실의 환경 내에서 상기 환자의 긴장도를 상승시키는 인자(Factor)를 추정하는 단계를 포함하는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하는 방법.
- 제 4 항에 있어서,
상기 추정된 인자에 기초하여 상기 환자에 대한 상기 가상현실의 노출 횟수를 결정하고, 상기 결정된 노출 횟수에 따라 상기 가상현실을 추가적으로 상기 출력 단말로 제공하는 단계를 더 포함하는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하는 방법.
- 제 5 항에 있어서,
상기 결정된 노출 횟수에 따른 가상현실의 추가적인 제공이 완료되면, 상기 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 재측정하여 상기 환자의 긴장도를 평가하고, 상기 예측 모델을 통해 상기 환자의 호흡치료 기법의 적합도를 분석하는 단계를 더 포함하는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하는 방법.
- 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템에 있어서,
상기 호흡동조 방사선 치료를 위한 가상현실을 모델링하고, 상기 모델링된 가상현실을 출력 단말로 제공하는 가상현실 모델링부;
상기 출력 단말을 통해 제공된 가상현실에 따른 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 측정하는 신호 측정부;
상기 측정된 호흡 신호, 긴장도 신호 및 생체 신호를 평가하고, 상기 신호들 간의 상관관계를 분석하는 제 1 데이터 분석부; 및
기계학습 또는 딥러닝을 통해 상기 분석된 결과에 기초하여 상기 환자의 호흡치료 기법의 적합도를 학습함으로써 상기 환자의 호흡치료 기법을 결정하기 위한 예측 모델을 생성하는 예측 모델 생성부를 포함하고,
상기 데이터 분석부는,
상기 긴장도 신호 및 생체 신호에 기초하여 상기 가상현실의 환경이 상기 환자의 긴장도에 미치는 영향을 평가하고, 상기 가상현실의 환경과 환자의 긴장도 간의 상관관계를 분석하는 제 1 분석유닛 및 상기 호흡 신호 및 긴장도 신호에 기초하여 상기 환자의 긴장도가 상기 환자의 호흡에 미치는 영향을 평가하고, 상기 환자의 긴장도와 환자의 호흡 간의 상관관계를 분석하는 제 2 분석유닛을 포함하는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템.
- 제 7 항에 있어서,
상기 긴장도 신호에는 ECG(Electroencephalogram) 신호 및 EKG(Electrocardiogram) 신호가 포함되고,
상기 생체 신호에는 상기 환자의 음성 신호 및 시각 신호가 포함되는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템.
- 삭제
- 제 7 항에 있어서,
상기 제 1 분석유닛은,
상기 가상현실의 환경과 환자의 긴장도 간의 상관관계에 대한 분석을 통해 도출된 결과를 기초로 상기 가상현실의 환경 내에서 상기 환자의 긴장도를 상승시키는 인자(Factor)를 추정하는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템.
- 제 10 항에 있어서,
상기 가상현실 모델링부는,
상기 추정된 인자에 기초하여 상기 환자에 대한 상기 가상현실의 노출 횟수를 결정하고, 상기 결정된 노출 횟수에 따라 상기 가상현실을 추가적으로 상기 출력 단말로 제공하는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템.
- 제 11 항에 있어서,
상기 가상현실 모델링부에 의해 상기 결정된 노출 횟수에 따른 가상현실의 추가적인 제공이 완료되면, 상기 신호 측정부는 상기 환자의 호흡 신호, 긴장도 신호 및 생체 신호를 재측정하고,
상기 재측정된 신호들에 기초하여 상기 환자의 긴장도를 평가하며, 상기 예측 모델을 통해 상기 환자의 호흡치료 기법의 적합도를 분석하는 제 2 데이터 분석부를 더 포함하는 것을 특징으로 하는 환자의 호흡동조 방사선 치료를 최적화하기 위한 시스템.
- 제 1 항, 제 2 항, 제 4 항 내지 제 6 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190001214A KR102131742B1 (ko) | 2019-01-04 | 2019-01-04 | 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법 및 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190001214A KR102131742B1 (ko) | 2019-01-04 | 2019-01-04 | 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법 및 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102131742B1 true KR102131742B1 (ko) | 2020-07-08 |
Family
ID=71599820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190001214A KR102131742B1 (ko) | 2019-01-04 | 2019-01-04 | 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법 및 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102131742B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021108189A1 (en) * | 2019-11-25 | 2021-06-03 | Accuray Incorporated | Partial deformation maps for reconstructing motion-affected treatment dose using machine learning |
WO2022139005A1 (ko) * | 2020-12-22 | 2022-06-30 | 주식회사 프로젝트레인보우 | 호흡훈련 시스템 및 이에 포함되는 호흡측정장치 |
KR20230019686A (ko) | 2021-08-02 | 2023-02-09 | 가톨릭대학교 산학협력단 | 호흡 운동 관리 방법, 장치 및 프로그램 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150119695A (ko) * | 2014-04-16 | 2015-10-26 | 가톨릭대학교 산학협력단 | 방사선 치료시 자연호흡법을 이용한 환자 호흡동조 시스템 및 이에 의한 방사선 조사방법 |
KR101647361B1 (ko) * | 2014-08-08 | 2016-08-11 | 경북대학교 산학협력단 | 호흡 운동 예측 장치 및 호흡 운동 예측 방법 |
JP2017522097A (ja) * | 2014-06-18 | 2017-08-10 | エレクタ アクチボラゲット(パブル) | 自動治療計画のためのシステム及び方法 |
US20170326332A1 (en) * | 2014-03-06 | 2017-11-16 | Virtual Reality Medical Applications, Inc. | Virtual Reality Medical Application System |
KR20180095148A (ko) | 2017-02-16 | 2018-08-27 | 가톨릭관동대학교산학협력단 | 실시간 환자 모니터링이 가능한 정신질환 치료용 가상현실제공장치 |
-
2019
- 2019-01-04 KR KR1020190001214A patent/KR102131742B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170326332A1 (en) * | 2014-03-06 | 2017-11-16 | Virtual Reality Medical Applications, Inc. | Virtual Reality Medical Application System |
KR20150119695A (ko) * | 2014-04-16 | 2015-10-26 | 가톨릭대학교 산학협력단 | 방사선 치료시 자연호흡법을 이용한 환자 호흡동조 시스템 및 이에 의한 방사선 조사방법 |
JP2017522097A (ja) * | 2014-06-18 | 2017-08-10 | エレクタ アクチボラゲット(パブル) | 自動治療計画のためのシステム及び方法 |
KR101647361B1 (ko) * | 2014-08-08 | 2016-08-11 | 경북대학교 산학협력단 | 호흡 운동 예측 장치 및 호흡 운동 예측 방법 |
KR20180095148A (ko) | 2017-02-16 | 2018-08-27 | 가톨릭관동대학교산학협력단 | 실시간 환자 모니터링이 가능한 정신질환 치료용 가상현실제공장치 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021108189A1 (en) * | 2019-11-25 | 2021-06-03 | Accuray Incorporated | Partial deformation maps for reconstructing motion-affected treatment dose using machine learning |
US11922656B2 (en) | 2019-11-25 | 2024-03-05 | Accuray Incorporated | Partial deformation maps for reconstructing motion-affected treatment dose using machine learning |
WO2022139005A1 (ko) * | 2020-12-22 | 2022-06-30 | 주식회사 프로젝트레인보우 | 호흡훈련 시스템 및 이에 포함되는 호흡측정장치 |
KR20230019686A (ko) | 2021-08-02 | 2023-02-09 | 가톨릭대학교 산학협력단 | 호흡 운동 관리 방법, 장치 및 프로그램 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230181077A1 (en) | Machine differentiation of abnormalities in bioelectromagnetic fields | |
KR102131742B1 (ko) | 가상현실을 이용하여 환자의 호흡동조 방사선 치료를 최적화하는 방법 및 시스템 | |
US11903714B2 (en) | Systems, devices, software, and methods for diagnosis of cardiac ischemia and coronary artery disease | |
TWI589274B (zh) | 心理臨床應用的虛擬實境系統 | |
Liu et al. | Taxonomy and real-time classification of artifacts during biosignal acquisition: A starter study and dataset of ECG | |
KR102379132B1 (ko) | 디지털 컨텐츠 기반 치료 정보 제공 장치 및 방법 | |
Park et al. | Quasi‐breath‐hold technique using personalized audio‐visual biofeedback for respiratory motion management in radiotherapy | |
CN109102862A (zh) | 正念减压***及方法、存储介质、操作*** | |
JP6306024B2 (ja) | デバイス形状センシングを用いた臨床意思決定支援及びトレーニングシステム | |
Szwoch | Emotion recognition using physiological signals | |
Li et al. | Real‐Time Needle Force Modeling for VR‐Based Renal Biopsy Training with Respiratory Motion Using Direct Clinical Data | |
Cruz-Garza et al. | EEG-based investigation of the impact of classroom design on cognitive performance of students | |
Alnaser et al. | Evaluation of open-source software for the lung segmentation | |
Golz et al. | Prediction of immediately occurring microsleep events from brain electric signals | |
WO2020106284A1 (en) | Systems, devices, software, and methods for diagnosis of cardiac ischemia and coronary artery disease | |
CN106570335A (zh) | 立体放疗中基于肿瘤和标记点之间关联模型的无色变换 | |
KR20230085597A (ko) | 환자 맞춤형 방사선 치료의 가상 체험 방법 및 시스템 | |
Díez et al. | Analysis and evaluation of periodic physiological organ motion in radiotherapy treatments | |
US20230329944A1 (en) | Shielded chamber for diagnostic evaluation of medical conditions | |
EP4282329A1 (en) | Fmri guided coma therapy optimization | |
Odenbach et al. | Interactive monitoring system for visual respiratory biofeedback: Assessment of an air bellows belt | |
Buccioli et al. | Control tower to surgical theater: Clinical engineer as a leader of productive process in operating room block | |
Kretschmer et al. | Evaluating different approaches to identify a three parameter gas exchange model | |
Noeh et al. | Evaluation of an app-based stress protocol | |
Stehle et al. | A java based simulator with user interface to simulate ventilated patients |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |