KR102218752B1 - Periodontal disease management system using deep learning and big data - Google Patents
Periodontal disease management system using deep learning and big data Download PDFInfo
- Publication number
- KR102218752B1 KR102218752B1 KR1020180123420A KR20180123420A KR102218752B1 KR 102218752 B1 KR102218752 B1 KR 102218752B1 KR 1020180123420 A KR1020180123420 A KR 1020180123420A KR 20180123420 A KR20180123420 A KR 20180123420A KR 102218752 B1 KR102218752 B1 KR 102218752B1
- Authority
- KR
- South Korea
- Prior art keywords
- periodontal disease
- hospital
- periodontal
- image
- user
- Prior art date
Links
- 208000028169 periodontal disease Diseases 0.000 title claims abstract description 142
- 238000013135 deep learning Methods 0.000 title claims abstract description 43
- 230000003239 periodontal effect Effects 0.000 claims abstract description 53
- 238000004458 analytical method Methods 0.000 claims description 46
- 238000003745 diagnosis Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 16
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000010191 image analysis Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 201000001245 periodontitis Diseases 0.000 claims description 7
- 208000024891 symptom Diseases 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000006806 disease prevention Effects 0.000 claims 1
- 208000025157 Oral disease Diseases 0.000 description 10
- 208000030194 mouth disease Diseases 0.000 description 10
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005713 exacerbation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000007565 gingivitis Diseases 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 230000009469 supplementation Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 208000002925 dental caries Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- Pathology (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Child & Adolescent Psychology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
사용자가 자신의 치주를 촬영하여 업-로드하고, 문진표를 작성하면 딥러닝을 통해 치주 상태를 분석하여 치주질환 보고서를 사용자에게 제공하여, 사용자가 자신의 치주를 용이하게 관리하고, 치주질환 악화를 사전에 예방할 수 있도록 한 딥러닝과 빅데이터를 이용한 치주질환관리시스템에 관한 것으로서, 사용자의 치주 이미지와 개인 정보, 문진 데이터를 제공하고, 치주질환 보고서를 요청하는 사용자 단말 및 사용자 단말로부터 제공되는 치주 이미지를 딥러닝으로 분석하여 치주질환 보고서를 생성하여 상기 사용자 단말로 전송해주는 치주질환 관리서버를 포함하여, 딥러닝과 빅데이터를 이용한 치주질환관리시스템을 구현한다.When a user photographs and uploads his or her periodontal disease and writes a questionnaire, deep learning analyzes the periodontal condition and provides a periodontal disease report to the user, allowing the user to easily manage his or her periodontal disease and prevent aggravation of periodontal disease. It relates to a periodontal disease management system using deep learning and big data that can be prevented in advance, and provides a user's periodontal image, personal information, and interview data, and a user terminal requesting a periodontal disease report and periodontal provided from the user terminal. A periodontal disease management system using deep learning and big data is implemented, including a periodontal disease management server that analyzes images by deep learning to generate a periodontal disease report and transmits it to the user terminal.
Description
본 발명은 딥러닝과 빅데이터를 이용한 치주질환관리시스템에 관한 것으로, 더욱 상세하게는 사용자가 자신의 치주를 촬영하여 업-로드하고, 문진표를 작성하면 딥러닝을 통해 치주 상태를 분석하여 치주질환 보고서를 사용자에게 제공하여, 사용자가 자신의 치주를 용이하게 관리하고, 치주질환 악화를 사전에 예방할 수 있도록 한 딥러닝과 빅데이터를 이용한 치주질환관리시스템에 관한 것이다.The present invention relates to a periodontal disease management system using deep learning and big data, and more specifically, when a user photographs and uploads his or her periodontal, and creates a questionnaire, the periodontal disease is analyzed by deep learning. It relates to a periodontal disease management system using deep learning and big data that provides a report to the user so that the user can easily manage his or her periodontal disease and prevent deterioration of periodontal disease in advance.
구강 질환은 적절한 예방 치료 및 꾸준한 관리를 통해서 높은 예방 효과를 얻을 수 있지만, 많은 구강 질환 환자들은 구강 건강에 문제가 발생하지 않으면 의사에게 진단을 받거나 치료를 의뢰하지 않는 등 아직까지는 구강 예방에 대한 인식이 부족한 실정이다.Oral diseases can obtain high preventive effects through appropriate preventive treatment and continuous management, but many patients with oral diseases do not seek diagnosis or treatment from a doctor if oral health problems do not occur. This is insufficient situation.
또한, 환자의 현재 구강 상태를 측정함에 있어 치과 의사나 치위생사의 주관적 견해가 아닌, 정확한 검사 및 진단 결과와 그에 따른 객관적 수치 정보가 필요하지만 구강의 건강 상태를 객관적으로 산출하는 시스템이 부재한 상황이다.In addition, in measuring the current oral condition of a patient, accurate examination and diagnosis results and objective numerical information are required, not subjective opinions of a dentist or dental hygienist, but there is no system that objectively calculates the oral health condition. .
구강의 2대 질환은 충치, 치주질환을 의미한다. 특히, 치주염과 치은염을 의미하는 치주질환은 초기에는 동통도 없고 만성적으로 진행하기 때문에 발견이 늦어져, 치주질환을 사전에 예방하는 것은 매우 어려운 상황이다.The two major diseases of the oral cavity mean tooth decay and periodontal disease. In particular, periodontal disease, which means periodontitis and gingivitis, has no pain at the beginning and progresses chronically, so the discovery is delayed, and it is very difficult to prevent periodontal disease in advance.
따라서 이러한 구강 질환의 상태를 사전에 진단하고, 이를 기반으로 구강건강 증진 및 구강질환 예방을 위한 다양한 방법들이 연구 및 제안되고 있으며, 이러한 연구를 토대로 종래에 제안된 기술이 하기의 <특허문헌 1> 내지 <특허문헌 3> 에 개시되어 있다.Accordingly, various methods for improving oral health and preventing oral diseases have been studied and proposed based on diagnosing the state of these oral diseases in advance, and based on these studies, the conventionally proposed technology is described in <
<특허문헌 1> 에 개시된 종래기술은 사용자 단말기로부터 사용자의 성별, 나이, 치주질환 및 목표 설정 정보 중 적어도 하나에 대한 정보를 포함하는 사용자 조건 정보를 입력받아 저장하는 단계, 의료기록 정보 제공 서버로부터 사용자의 가맹 의료기관에서의 치료 정보를 입력받아 저장하는 단계, 구강 관리 용품 가맹점으로부터 판매할 구강 관리 용품의 종류, 가격, 용도 중 적어도 하나에 대한 정보를 포함하는 카테고리별로 구분된 구강 관리 용품에 대한 정보를 입력받아 저장하는 단계 및 복수의 구강 관리 용품 정보 중 사용자 조건 정보 및 치료 정보에 대응하는 특정 카테고리에 포함되는 특정 구강 관리 용품의 정보를 주기적 또는 비주기적으로 사용자 단말기에 제공하는 단계를 포함한다. 이러한 구성을 통해, 사용자 맞춤형 구간 관리 서비스를 제공한다.The prior art disclosed in <
또한, <특허문헌 2> 에 개시된 종래기술은 환자의 구강 상태를 검진하고, 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 제공하는 구강 검진소, 구강 검진소로부터 받은 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 클라우드 서버 및 클라우드 서버로부터 현행화된 구강 검진 지수 산정 기준 데이터를 받는 구강 검진 관련 기관을 포함한다. 이러한 구성을 통해, 빅데이터 분석을 통한 구강 건강 지수 산정 기준을 현행화하는 딥러닝 알고리즘을 이용하여 구강 건강을 관리한다.In addition, the prior art disclosed in <
또한, <특허문헌 3> 에 개시된 종래기술은 사용자의 개인정보, 사용자의 구강 위생 행동 데이터 및 구강 문진 데이터, 및 사용자가 전문 의료기관을 방문하여 생성된 구강검진 데이터를 수집 및 저장하는 구강 의료 DB, 구강질환 위험도 평가 기준을 포함하는 전문 구강 의료 정보를 저장하는 전문 구강 DB, 상기 구강 의료 DB의 데이터와 상기 전문 구강 DB의 데이터를 통합하여 분석하는 알고리즘을 이용하여 사용자의 구강질환 위험도를 평가하여 구강질환 위험도 평가 값에 따른 개인별 맞춤 서비스를 제공한다.In addition, the prior art disclosed in <
그러나 상기와 같은 종래의 구강 질환 관리 시스템들은 사용자의 개인 정보나 구강 데이터 및 문진 데이터, 전문 의료기관을 통해 생성된 구강검진 데이터를 분석하여 구강 질환 관리정보를 생성하는 방식으로서, 실시간성이 떨어지고 현재 사용자의 구강 이미지를 분석하는 방식이 아니므로 구강 질환의 분석에 정확성이 결여되는 단점이 있다.However, the conventional oral disease management systems as described above are a method of generating oral disease management information by analyzing user's personal information, oral data and interview data, and oral examination data generated through specialized medical institutions. Since it is not a method of analyzing the oral image of the patient, there is a disadvantage of lack of accuracy in the analysis of oral diseases.
또한, 종래의 기술들은 사용자가 실시간으로 자신의 치주질환 상태를 인지하는 것도 어려운 단점이 있다.In addition, conventional techniques have a disadvantage that it is difficult for a user to recognize his or her periodontal disease state in real time.
따라서 본 발명은 상기와 같은 종래기술에서 발생하는 제반 문제점을 해결하기 위해서 제안된 것으로서, 사용자가 자신의 치주를 촬영하여 업-로드하고, 문진표를 작성하면 딥러닝을 통해 치주 상태를 분석하여 치주질환 보고서를 사용자에게 제공하여, 사용자가 자신의 치주를 용이하게 관리하고, 치주질환 악화를 사전에 예방할 수 있도록 한 딥러닝과 빅데이터를 이용한 치주질환관리시스템을 제공하는 데 그 목적이 있다.Therefore, the present invention has been proposed to solve the problems occurring in the prior art as described above, and when a user photographs and uploads his or her periodontal and writes a questionnaire, the periodontal disease is analyzed by deep learning to analyze the periodontal disease. Its purpose is to provide a periodontal disease management system using deep learning and big data that enables users to easily manage their periodontal disease and prevent deterioration of periodontal disease in advance by providing reports to users.
본 발명의 다른 목적은 사용자가 플랫폼을 통해 치주 상태를 실시간 및 주기적으로 관리할 수 있도록 하고, 사용자의 요청에 따라 자동으로 병원을 예약하여 편리성 향상을 도모하도록 한 딥러닝과 빅데이터를 이용한 치주질환관리시스템을 제공하는 것이다.Another object of the present invention is to enable users to manage periodontal status in real time and periodically through the platform, and to improve convenience by automatically booking a hospital according to the user's request, and periodontalization using big data. It is to provide a disease management system.
상기한 바와 같은 목적을 달성하기 위하여, 본 발명에 따른 딥러닝과 빅데이터를 이용한 치주질환관리시스템은, 사용자의 치주 이미지와 개인 정보, 문진 데이터를 제공하고, 치주질환 보고서를 요청하는 사용자 단말; 상기 사용자 단말로부터 제공되는 치주 이미지를 딥러닝으로 분석하여 치주질환 보고서를 생성하여 상기 사용자 단말로 전송해주는 치주질환 관리서버를 포함하고,In order to achieve the above object, the periodontal disease management system using deep learning and big data according to the present invention includes a user terminal that provides a user's periodontal image, personal information, and questionnaire data, and requests a periodontal disease report; A periodontal disease management server for generating a periodontal disease report by analyzing the periodontal image provided from the user terminal by deep learning and transmitting it to the user terminal,
상기 치주질환 관리서버는 상기 사용자 단말로부터 병원 예약 요청시 자동으로 치주질환 보고서의 증상에 대응하는 병원을 탐색하고, 복수의 병원 서버와 연동하여 예약을 자동으로 수행하는 것을 특징으로 한다.The periodontal disease management server is characterized in that when a hospital reservation is requested from the user terminal, automatically searches for a hospital corresponding to a symptom of a periodontal disease report, and automatically performs a reservation in connection with a plurality of hospital servers.
상기에서 사용자 단말은 카메라를 이용하여 사용자의 환부를 촬영하여 치주 이미지를 생성하고, 생성한 치주 이미지를 상기 치주질환 관리서버에 전송하는 것을 특징으로 한다.In the above, the user terminal generates a periodontal image by photographing the affected part of the user using a camera, and transmits the generated periodontal image to the periodontal disease management server.
상기에서 치주질환 관리서버는 사용자의 치주 이미지를 딥러닝으로 학습하여 분석 데이터를 추출하는 정보 분석 수단을 포함하는 것을 특징으로 한다.In the above, the periodontal disease management server is characterized in that it comprises an information analysis means for extracting analysis data by learning the user's periodontal image by deep learning.
상기에서 치주질환 관리서버는 상기 정보 분석 수단에서 추출한 분석 데이터와 문진 정보를 빅데이터를 기반으로 분석하여 치주질환 보고서를 생성하고, 생성한 치주질환 보고서를 상기 사용자 단말에 전송하는 보고서 생성수단을 더 포함하는 것을 특징으로 한다.In the above, the periodontal disease management server further comprises a report generating means for generating a periodontal disease report by analyzing the analysis data and the interview information extracted from the information analysis means based on big data, and transmitting the generated periodontal disease report to the user terminal. It characterized in that it includes.
상기에서 치주질환 관리서버는 상기 사용자 단말을 통해 병원 예약이 요청되면, 상기 치주질환 보고서의 증상에 대응하는 병원을 탐색하여 자동으로 예약을 수행하고, 병원 예약 정보를 상기 사용자 단말에 전송하는 병원 예약 수단을 더 포함하는 것을 특징으로 한다.In the above, when a hospital reservation is requested through the user terminal, the periodontal disease management server searches for a hospital corresponding to the symptoms of the periodontal disease report and automatically makes a reservation, and sends hospital reservation information to the user terminal. It characterized in that it further comprises a means.
상기에서 정보 분석 수단은 치주 이미지를 학습하는 이미지 학습부; 상기 이미지 학습부에서 학습한 결과를 분석하는 이미지 분석부; 상기 이미지 분석 결과를 기초로 딥러닝을 통해 상기 치주 이미지를 분석하여 치주질환 분석 데이터를 추출하는 이미지 진단부를 포함하는 것을 특징으로 한다.In the above, the information analysis means includes an image learning unit for learning a periodontal image; An image analysis unit that analyzes the result of learning by the image learning unit; And an image diagnosis unit for extracting periodontal disease analysis data by analyzing the periodontal image through deep learning based on the image analysis result.
상기에서 보고서 생성수단은 상기 정보 분석 수단에서 제공하는 치주질환 분석 데이터를 치주질환 빅데이터를 기반으로 분석하는 빅데이터 분석부; 상기 사용자 단말에 문진 데이터를 제공하며, 사용자 단말로부터 제공되는 문진 정보를 분류하는 문진 분류 및 제공부; 상기 빅데이터 분석부의 분석 결과와 상기 문진 분류 및 제공부의 문진 정보 분류 정보를 기초로 치주질환 보고서를 산출하고, 산출한 치주질환 보고서를 제공하는 보고서 산출 및 제공부를 포함하는 것을 특징으로 한다.In the above, the report generating means includes a big data analysis unit for analyzing periodontal disease analysis data provided by the information analysis means based on periodontal disease big data; A paperweight classification and providing unit that provides paperweight data to the user terminal and classifies the paperweight information provided from the user terminal; It characterized in that it comprises a report calculation and providing unit for calculating a periodontal disease report based on the analysis result of the big data analysis unit and the classification information of the questionnaire classification and providing unit, and providing the calculated periodontal disease report.
상기에서 병원 예약 수단은 사용자가 입력한 병원 명칭 또는 자체 추천 병원과 사용자 주변 병원 위치정보를 기초로 사용자 위치로부터 최단거리 병원을 탐색하여 추천하고, 사용자의 병원 선택에 따라 병원 서버와 연동하여 병원을 자동으로 예약하는 것을 특징으로 한다.In the above, the hospital reservation means searches for and recommends the shortest distance hospital from the user's location based on the hospital name entered by the user or the self-recommended hospital and the location information of nearby hospitals, and interlocks with the hospital server according to the user's hospital selection. It features automatic reservation.
상기에서 병원 예약 수단은 소비자의 평가 및 자체 병원 평가 알고리즘을 이용하여 병원을 평가하여 랭킹을 정하고, 상기 랭킹 기반으로 예약 병원을 탐색하며, 사용자의 병원 선택에 따라 병원 서버와 연동하여 병원을 예약하는 것을 특징으로 한다.In the above, the hospital reservation means evaluates the hospital using the consumer's evaluation and its own hospital evaluation algorithm to determine a ranking, searches for a reservation hospital based on the ranking, and makes a hospital reservation in conjunction with the hospital server according to the user's hospital selection. It features.
본 발명에 따르면 사용자가 자신의 환부(치주 부위)를 촬영하여 업-로드하고, 문진표만 작성하여 전송하면, 딥러닝을 통해 치주 상태를 분석하여 치주질환 보고서를 사용자에게 제공함으로써, 사용자는 실시간으로 자신의 치주 상태를 확인할 수 있으며, 이를 통해 치주 관리를 함으로써 치주질환 악화를 사전에 예방할 수 있는 장점이 있다.According to the present invention, if a user photographs and uploads his or her affected area (periodontal area), writes and transmits only a questionnaire, analyzes the periodontal condition through deep learning and provides a periodontal disease report to the user, allowing the user to You can check your own periodontal status, and through this, periodontal management has the advantage of preventing exacerbation of periodontal disease in advance.
또한, 사용자의 병원 예약 요청에 따라 자동으로 병원을 예약해줌으로써, 사용자의 병원 예약 편의성을 향상해주는 장점도 있다.In addition, there is an advantage of improving the convenience of a user's hospital reservation by automatically making a reservation for a hospital according to a user's request for a hospital reservation.
도 1은 본 발명에 따른 딥러닝과 빅데이터를 이용한 치주질환관리시스템의 전체 구성도,
도 2는 도 1의 정보 분석 수단의 실시 예 구성도,
도 3은 도 1의 보고서 생성수단의 실시 예 구성도,
도 4는 본 발명에서 딥러닝과 빅데이터를 이용한 치주질환관리 과정을 보인 흐름도,
도 5는 본 발명에서 치주염 환부의 분류 구성 예시도,
도 6은 본 발명에서 딥러닝을 이용하여 이미지를 진단하는 예시도,
도 7은 치주질환의 악화 단계 예시도,
도 8은 스마트폰을 이용하여 촬영한 치주 12부위 예시도,
도 9는 본 발명에 적용된 설문조사 응답지 예시도,
도 10은 본 발명에서 설문 진단 예시도,
도 11은 본 발명에 적용된 이미지 진단 시스템인 CNN 모델의 예시도이다.1 is an overall configuration diagram of a periodontal disease management system using deep learning and big data according to the present invention,
2 is a configuration diagram of an embodiment of the information analysis means of FIG. 1;
Figure 3 is a configuration diagram of an embodiment of the report generating means of Figure 1,
4 is a flow chart showing a periodontal disease management process using deep learning and big data in the present invention,
Figure 5 is an exemplary view of the classification configuration of the affected part of periodontitis in the present invention,
6 is an exemplary diagram for diagnosing an image using deep learning in the present invention;
7 is an exemplary diagram of a stage of exacerbation of periodontal disease,
8 is an exemplary view of 12 portions of periodontal taken using a smartphone,
9 is an exemplary view of a questionnaire response sheet applied to the present invention,
10 is an exemplary view of a questionnaire diagnosis in the present invention,
11 is an exemplary diagram of a CNN model, which is an image diagnosis system applied to the present invention.
이하 본 발명의 바람직한 실시 예에 따른 딥러닝과 빅데이터를 이용한 치주질환관리시스템을 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, a periodontal disease management system using deep learning and big data according to a preferred embodiment of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 바람직한 실시 예에 따른 딥러닝과 빅데이터를 이용한 치주질환관리시스템의 개략 구성도이다.1 is a schematic configuration diagram of a periodontal disease management system using deep learning and big data according to a preferred embodiment of the present invention.
본 발명에 따른 딥러닝과 빅데이터를 이용한 치주질환관리시스템은 사용자 단말(100) 및 치주질환 관리서버(200)를 포함한다.The periodontal disease management system using deep learning and big data according to the present invention includes a
도면에는 도시하지 않았지만 상기 치주질환 관리서버(200)는 다수의 병원(치과 병원)과 연계하여, 병원 예약을 수행할 수 있다.Although not shown in the drawing, the periodontal
상기 사용자 단말(100)은 네트워크를 통해 온라인 기반으로 상기 치주질환 관리서버(200)와 접속하여, 사용자의 치주 이미지와 개인 정보, 문진 데이터를 제공하고, 치주질환 보고서를 요청하는 역할을 한다. 사용자는 사용자 단말(100)을 통해 치주질환 보고서를 통해 자신의 치주질환 상태를 인지하고, 이후 후속 조치를 취하는 것이 바람직하다. 이러한 사용자 단말(100)은 사용자가 사용하는 단말기로서, 스마트폰 및 스마트 패드와 같은 모바일 기기, 인터넷이 가능한 퍼스널컴퓨터 및 노트북 컴퓨터 등으로 구현할 수 있으며, 본 발명에서는 실시 예로 스마트폰으로 구현된 것으로 가정한다.The
상기 네트워크는 상기 사용자 단말(100)과 치주질환 관리서버(200) 간의 데이터를 상호 인터페이스 해주는 역할을 한다. 이러한 네트워크는 데이터망, 유/무선망. 이동통신망, 공중전화망 등으로 구현할 수 있다.The network serves to interface data between the
또한, 상기 치주질환 관리서버(200)는 상기 사용자 단말(100)로부터 제공되는 치주 이미지를 딥러닝으로 분석하여 치주질환 보고서를 생성하여 상기 사용자 단말(100)로 전송해주는 역할을 한다. 여기서 치주질환 보고서는 사용자의 치주를 진단한 결과 보고서가 아니고, 치주 이미지를 분석하여 치주질환 상태만을 제공하여 사용자가 예방이라든지 후속 조치(병원 방문) 등을 취할 수 있도록 해주는 상태 보고서이다.In addition, the periodontal
이러한 치주질환 관리서버(200)는 상기 사용자 단말(100)로부터 병원 예약 요청시 자동으로 치주질환 보고서의 증상에 대응하는 병원을 탐색하고, 복수의 병원 서버와 연동하여 예약을 자동으로 수행하는 것이 바람직하다.It is preferable that the periodontal
이를 위해 상기 치주질환 관리서버(200)는 사용자의 치주 이미지를 딥러닝으로 학습하여 분석 데이터를 추출하는 정보 분석 수단(210), 상기 정보 분석 수단(210)에서 추출한 분석 데이터와 문진 정보를 빅데이터를 기반으로 분석하여 치주질환 보고서를 생성하고, 생성한 치주질환 보고서를 상기 사용자 단말(100)에 전송하는 보고서 생성수단(220), 상기 사용자 단말(100)을 통해 병원 예약이 요청되면, 상기 치주질환 보고서의 증상에 대응하는 병원을 탐색하여 자동으로 예약을 수행하고, 병원 예약 정보를 상기 사용자 단말(100)에 전송하는 병원 예약 수단(230)을 포함할 수 있다.To this end, the periodontal
바람직하게 상기 정보 분석 수단(210)은 도 2에 도시한 바와 같이, 치주 이미지를 학습하는 이미지 학습부(211), 상기 이미지 학습부(211)에서 학습한 결과를 분석하는 이미지 분석부(212), 상기 이미지 분석 결과를 기초로 딥러닝을 통해 상기 치주 이미지를 분석하여 치주질환 분석 데이터를 추출하는 이미지 진단부(213)를 포함한다.Preferably, the information analysis means 210 is an
또한, 상기 보고서 생성수단(220)은 도 3에 도시한 바와 같이, 상기 정보 분석 수단(210)에서 제공하는 치주질환 분석 데이터를 치주질환 빅데이터를 기반으로 분석하는 빅데이터 분석부(221), 상기 사용자 단말(100)에 문진 데이터를 제공하며, 사용자 단말(100)로부터 제공되는 문진 정보를 분류하는 문진 분류 및 제공부(222), 상기 빅데이터 분석부(221)의 분석 결과와 상기 문진 분류 및 제공부(222)의 문진 정보 분류 정보를 기초로 치주질환 보고서를 산출하고, 산출한 치주질환 보고서를 제공하는 보고서 산출 및 제공부(223)를 포함한다.In addition, the report generating means 220, as shown in Figure 3, the big
또한, 상기 병원 예약 수단(230)은 바람직하게 사용자가 입력한 병원 명칭 또는 자체 추천 병원과 사용자 주변 병원 위치정보를 기초로 사용자 위치로부터 최단거리 병원을 탐색하여 추천하고, 사용자의 병원 선택에 따라 병원 서버와 연동하여 병원을 자동으로 예약할 수 있다.In addition, the hospital reservation means 230 preferably searches for and recommends the shortest distance hospital from the user's location based on the hospital name input by the user or the self-recommended hospital and location information of the nearby hospital, and recommends the hospital according to the user's hospital selection. Hospitals can be automatically booked by linking with the server.
더욱 바람직하게, 상기 병원 예약 수단(230)은 소비자의 평가 및 자체 병원 평가 알고리즘을 이용하여 병원을 평가하여 랭킹을 정하고, 상기 랭킹 기반으로 예약 병원을 탐색하며, 사용자의 병원 선택에 따라 병원 서버와 연동하여 병원을 예약할 수 있다.More preferably, the hospital reservation means 230 evaluates a hospital using a consumer's evaluation and its own hospital evaluation algorithm to determine a ranking, searches for a reservation hospital based on the ranking, and provides a hospital server and a hospital server according to the user's hospital selection. You can book a hospital in conjunction.
이와 같이 구성된 본 발명에 따른 딥러닝과 빅데이터를 이용한 치주질환관리시스템의 동작을 구체적으로 설명하면 다음과 같다.The operation of the periodontal disease management system using deep learning and big data according to the present invention configured as described above will be described in detail as follows.
먼저, 사용자는 자신의 치주질환 상태를 확인하고 관리하기 위한 치주질환 어플리케이션을 상기 치주질환 관리서버(200)로부터 다운-로드 받아 사용자 단말(100)에 저장한다.First, the user downloads a periodontal disease application for checking and managing his or her periodontal disease state from the periodontal
이어, 치주질환 상태를 확인하기 위해서, 상기 치주질환 어플리케이션을 실행하고(S10), 치주질환 어플리케이션에 포함된 문진 데이터를 기초로 증상을 선택하면서 자가 진단을 실시해 본다(S20). 여기서 문진 데이터는 일반적인 치과 문진과는 다르게, 치과 종합병원에서 의료진들이 장기간 축적해 놓은 진료 및 치료데이터와 노하우를 기반으로 디지털 프로세스 형태로 개발된 것이다.Next, in order to check the periodontal disease state, the periodontal disease application is executed (S10), and self-diagnosis is performed while selecting symptoms based on the interview data included in the periodontal disease application (S20). Unlike general dental interviews, the interview data was developed in the form of a digital process based on the treatment and treatment data and know-how accumulated by medical staff in a dental general hospital for a long time.
다음으로, 자신의 치주질환 상태를 실시간으로 확인하고자 하면, 사용자 단말(100)에 구비된 카메라를 이용하여 치주질환 상태를 확인하고자 하는 치주 부위를 촬영하고, 촬영한 치주 이미지와 문진 데이터 정보 및 자신의 개인정보를 치주질환 관리서버(200)로 전송하고, 치주질환 보고서를 요청한다(S30).Next, if you want to check your own periodontal disease status in real time, use a camera provided in the
상기 치주질환 관리서버(200)는 사용자 단말(100)을 통해 전송된 치주 이미지와 개인 정보 및 문진 데이터가 수신되면, 정보 분석 수단(210)에서는 인공 지능(딥러닝)을 통해 치주 이미지를 분석하여 치주질환 데이터를 추출하고, 보고서 생성수단(220)에서는 상기 치주질환 데이터와 문진 정보를 기초로 빅 데이터 분석을 통해 최종적으로 치주질환 상태 보고서를 생성한다.When the periodontal
예컨대, 상기 정보 분석 수단(210)은 전송된 치주 이미지 데이터의 경우, 개인이 직접 촬영하기에 촬영 환경이 각각 달라 실제 촬영 이미지의 색상의 기준이 없다. 따라서 기준점을 잡아서 모든 사진들이 기준점과 동일하게 색상 보정을 자동으로 진행한 후 저장한다. 이어, 이미지 학습부(211)는 수신한 치주 이미지를 학습하고, 이미지 분석부(212)는 상기 이미지 학습부(211)에서 학습한 결과를 분석한다. 이어, 이미지 진단부(213)는 상기 이미지 분석 결과를 기초로 딥러닝을 통해 치주 이미지를 분석하여 치주질환 분석 데이터를 추출한다. 여기서 치주질환 분석 데이터는 치주질환 관련 빅데이터를 이용하여 치주질환을 분석하기 위한 사전 데이터를 의미한다.For example, in the case of the transmitted periodontal image data, the information analysis means 210 does not have a standard for the color of the actual photographed image because the individual photographing environment is different because the individual shoots directly. Therefore, a reference point is set, and all pictures are automatically color corrected in the same way as the reference point, and then stored. Subsequently, the
즉, 이미지 학습은 사용자가 제시한 치주 부위의 이미지가 어느 부위인지를 확인하고, 치주 부위 이미지의 위치를 확인한 후 이미지 학습을 수행한다. 치주질환은 치주염과 치은염으로 구분되며, 치주염 분석을 위해 일반적으로 치주염 환부는 도 5와 같이 12부위로 분류된다. 따라서 사용자가 전송한 치주 이미지를 상기 분류된 12부위와 비교하여, 환부 위치가 어디인지를 확인한다. 이어 학습 결과를 기초로 이미지 분석을 한다.That is, in the image learning, an image of a periodontal region presented by a user is identified, and image learning is performed after confirming the position of the periodontal region image. Periodontal disease is divided into periodontitis and gingivitis, and for analysis of periodontitis, the affected area of periodontitis is generally classified into 12 sites as shown in FIG. 5. Therefore, by comparing the periodontal image transmitted by the user with the classified 12 areas, it is checked where the affected area is. Then, image analysis is performed based on the learning results.
이미지 분석이 완료되면, 딥러닝을 통해 이미지를 진단하고, 그 진단 결과를 치주질환 분석을 위한 치주질환 분석 데이터를 추출한다.When the image analysis is completed, the image is diagnosed through deep learning, and periodontal disease analysis data for periodontal disease analysis is extracted from the diagnosis result.
딥러닝은 도 6에 도시한 바와 같이, 기존에 진행하던 데이터기반의 학습이 아닌, 임상시험을 통해 전문 의료인들에게 도출된 데이터를 통해서 학습을 진행시킨다. 환자가 12부위로 촬영한 치주 이미지는 다시 8부위로 나눠지게 되며, 이를 CNN을 통한 신경회로망 분석을 통해 더욱 정확한 분석을 수행한다(S40).As shown in FIG. 6, deep learning progresses learning through data derived from medical professionals through clinical trials, not through data-based learning that has been previously conducted. The periodontal image captured by the patient at 12 sites is divided into 8 sites again, and a more accurate analysis is performed through neural network analysis through CNN (S40).
도 11에 도시한 바와 같이, CNN(Convolutional Neural Network) 알고리즘은 치주 및 치아 사진을 입력하면, Convolution Layer, Pooling Layer, Convolution Layer, Pooling Layer를 다수 거친 후, Fully-Connected Layer 층을 통해 최종적으로 진단 결과(치주질환 분석 데이터)를 도출하는 알고리즘이다. Tensorflow, Keras 등의 Pathon 라이브러리를 사용하며, 치주 부위 및 크기에 적합한 Convolution/Pooling 필터의 사이즈, 개수 및 이동 간격(Strides)을 설정하는 것이 바람직하다.As shown in Fig. 11, when CNN (Convolutional Neural Network) algorithm inputs periodontal and tooth photos, it passes through a number of Convolution Layer, Pooling Layer, Convolution Layer, and Pooling Layer, and finally diagnoses through the Fully-Connected Layer layer. It is an algorithm that derives the results (periodontal disease analysis data). It is preferable to use Pathon libraries such as Tensorflow and Keras, and to set the size, number, and strides of the Convolution/Pooling filter suitable for the periodontal region and size.
도 6에서 좌측은 치주 이미지 전체를 CNN 알고리즘으로 학습하여 진단 결과(치주질환 분석 데이터로서 위험 여부 및 지수)를 도출하는 것이고, 우측은 치주 이미지를 다시 8부위로 분할하여 개별적으로 CNN 알고리즘으로 학습하여 진단 결과(치주질환 분석 데이터로서 위험 여부 및 지수)를 도출하는 예시이다.In Fig. 6, the left side is to derive the diagnosis result (periodical disease analysis data as risk status and index) by learning the entire periodontal image with the CNN algorithm, and the right side is to divide the periodontal image into 8 parts and learn individually with the CNN algorithm. This is an example of deriving the diagnosis result (periodical disease analysis data, whether or not there is a risk and index).
CNN 알고리즘을 통해 치주 이미지로부터 치주질환 분석 데이터가 도출되면, 보고서 생성수단(220)은 치주질환 보고서를 생성하고, 이를 사용자 단말(100)로 전송한다(S50).When the periodontal disease analysis data is derived from the periodontal image through the CNN algorithm, the report generation means 220 generates a periodontal disease report and transmits it to the user terminal 100 (S50).
예컨대, 보고서 생성수단(220)의 빅데이터 분석부(221)는 상기 치주질환 분석 데이터를 기존 치과 종합병원에서 의료진으로부터 받은 진단 및 치료 데이터인 빅데이터를 이용하여, 치주질환 상태 정보를 추출한다. For example, the big
아울러 문진 분류 및 제공부(222)는 사용자가 제공한 문진 정보를 FFNN(Feed Forward Neural Network) 알고리즘을 분류한다. 여기서 FFNN 알고리즘은 도 10에 도시한 바와 같이, 설문 응답(사용자 정보)이 입력이고, 진단 결과가 출력이 된다. Tensorflow, Keras 등의 Python 기반 라이브러리를 사용하여 입출력 구조에 적합한 FFNN를 설계하였다. 활성화 함수, 손실 함수, 최적화 방법, 병렬 컴퓨팅 구조, 과적합 문제 등에 대해서는 최근 연구 및 분석된 FFNN 알고리즘을 이용하였다. 입력 데이터(설문 응답)를 전처리하고, 전처리 데이터를 학습 데이터와 검증 데이터로 분할한다. 이어, 학습 데이터는 신경 회로망 학습을 통해 학습이 이루어지고, 검증 데이터와 학습 결과 데이터를 검증 및 보완 절차를 통해 새롭게 설계된 신경 회로망으로 학습 된다. 그리고 검증 및 보완이 완료되면 최종 모델이 설문 진단 결과로 출력된다.In addition, the paperweight classification and providing
이어, 보고서 산출 및 제공부(223)는 상기 빅데이터 분석부(221)에서 분석한 치주질환 상태 정보와 상기 문진 분류 및 제공부(222)에서 획득한 설문 진단 결과를 조합하여 치주질환 보고서를 생성한다. 이렇게 생성한 치주질환 보고서는 사용자 단말(100)로 전송된다.Subsequently, the report calculation and
여기서 치주질환 보고서에는 평상시 치주 관리를 위한 전문 모니터링 서비스가 함께 이루어진다. 치주질환 보고서는 원격 혹은 디지털로 행해지는 의료행위가 아닌 예방을 목적으로 하는 보고서이다. 즉, 단순히 사용자의 치주질환 상태만을 보고서 형식으로 제공해주는 것이다. 사용자는 제공되는 치주질환 보고서를 보고, 병원 방문이 필요하다고 판단이 되면 사용자 단말(100)을 통해 치주질환 관리서버(200)로 병원 예약을 요청한다(S60). 사용자는 치주질환 데이터가 누적됨에 따라 가신의 치아관련 이력이 생성되며, 생성된 보고서를 기반으로 자신의 상태를 트래킹할 수 있다. 필요에 따라 병원 예약이 요청되면 치주질환 관리서버(200)는 자동으로 병원을 예약하고, 병원 예약 정보를 사용자 단말(100)로 전송해준다(S70, S80).Here, the periodontal disease report includes a professional monitoring service for regular periodontal management. The periodontal disease report is a report for the purpose of prevention, not a medical practice conducted remotely or digitally. In other words, it simply provides the user's periodontal disease status in the form of a report. When the user sees the provided periodontal disease report and determines that a hospital visit is necessary, the user requests a hospital reservation to the periodontal
여기서 병원 탐색 및 예약은 빠른 예약 가능한 병원 찾기 및 예약, 사용자 위치기준 가까운 거리의 병원 찾기 및 예약, 자체 랭킹 시스템에 의한 병원 찾기 및 예약, 명칭 검색으로 병원 찾기 및 예약 등의 과정 중 어느 하나 또는 둘 이상을 조합하여 최적의 병원을 탐색하고 예약을 수행한다.Here, the hospital search and reservation is one or two of the processes of finding and making reservations for hospitals that can be quickly reserved, finding and making reservations for hospitals near the user's location, finding and making reservations for hospitals by using the self-ranking system, and finding and making reservations for hospitals by name search. By combining the above, we search for the best hospital and make an appointment.
즉, 위치 정보, 사용자와 병원 간의 거리 정보, 진료 가능 시간 정보를 기초로 예약 병원을 탐색하고, 사용자의 병원 선택에 따라 병원 서버와 연동하여 병원을 예약한다.That is, the reservation hospital is searched based on location information, distance information between the user and the hospital, and treatment time information, and the hospital is booked in conjunction with the hospital server according to the user's hospital selection.
예컨대, 사용자가 입력한 병원 명칭 또는 자체 추천 병원과 사용자 주변 병원 위치정보를 기초로 사용자 위치로부터 최단거리 병원을 탐색하여 추천하고, 사용자의 병원 선택에 따라 병원 서버와 연동하여 병원을 자동으로 예약한다.For example, based on the hospital name entered by the user or the self-recommended hospital and the location information of nearby hospitals, the hospital searches for and recommends the shortest distance hospital from the user's location, and automatically reserves the hospital by linking with the hospital server according to the user's hospital selection. .
다른 방법으로는, 소비자의 평가 및 자체 병원 평가 알고리즘을 이용하여 병원을 평가하여 랭킹을 정하고, 상기 랭킹 기반으로 예약 병원을 탐색하며, 사용자의 병원 선택에 따라 병원 서버와 연동하여 병원을 예약할 수 있다.Alternatively, a hospital can be ranked by evaluating the hospital using the consumer's evaluation and its own hospital evaluation algorithm, searching for a reservation hospital based on the ranking, and interlocking with the hospital server according to the user's hospital selection. have.
랭킹 시스템을 이용하는 병원 예약 방법은, 소비자의 평가 및 자체 병원 평가 알고리즘을 이용하여 평가된 후, 평가 결과를 기반으로 랭킹이 정해진 병원 정보를 의료정보 데이터베이스로부터 추출한다. 여기서 랭킹 시스템의 특성상 보다 높은 의료서비스를 받기 위한 소비자(사용자)의 욕구가 반영되는 것이기에, "지금 진료 가능한 병원"을 포함시켜 사용자에게 더욱 많은 옵션을 부여해주는 것이 바람직하다.The hospital reservation method using the ranking system is evaluated by using the evaluation of the consumer and its own hospital evaluation algorithm, and then, the ranking of hospital information is extracted from the medical information database based on the evaluation result. Here, since the desire of consumers (users) to receive higher medical services is reflected due to the characteristics of the ranking system, it is desirable to provide more options to users by including "hospitals available for treatment now".
이러한 본 발명에 따르면 사용자가 자신의 치주를 촬영하여 업-로드하고, 문진표를 작성하여 전송만 하면, 딥러닝을 통해 치주 상태를 분석하여 치주질환 보고서를 실시간으로 사용자에게 제공함으로써, 사용자가 자신의 치주를 용이하게 관리하고, 치주질환 악화를 사전에 예방할 수 있게 되는 것이다.According to the present invention, a user only needs to photograph and upload his or her periodontal, write and transmit a questionnaire, analyze the periodontal status through deep learning, and provide a periodontal disease report to the user in real time. Periodontal disease can be easily managed and periodontal disease deterioration can be prevented in advance.
이상 본 발명자에 의해서 이루어진 발명을 상기 실시 예에 따라 구체적으로 설명하였지만, 본 발명은 상기 실시 예에 한정되는 것은 아니고 그 요지를 이탈하지 않는 범위에서 여러 가지로 변경 가능한 것은 이 기술분야에서 통상의 지식을 가진 자에게 자명하다.Although the invention made by the present inventor has been described in detail according to the above embodiment, the present invention is not limited to the above embodiment, and it is common knowledge in the art that various changes can be made without departing from the gist of the invention. It is self-evident to those who have
100: 사용자 단말
200: 치주질환 관리서버
210: 정보 분석 수단
211: 이미지 학습부
212: 이미지 분석부
213: 이미지 진단부
220: 보고서 생성수단
221: 빅데이터 분석부
222: 문진 분류 및 제공부
223: 보고서 산출 및 제공부
230: 병원 예약 수단100: user terminal
200: periodontal disease management server
210: information analysis means
211: image learning department
212: image analysis unit
213: image diagnosis unit
220: report generation means
221: Big data analysis unit
222: Paperweight classification and provision unit
223: Report calculation and provision unit
230: Hospital appointment means
Claims (10)
사용자의 치주 이미지와 개인 정보, 문진 데이터를 제공하고, 치주질환 보고서를 요청하는 사용자 단말; 및
상기 사용자 단말로부터 제공되는 치주 이미지를 딥러닝으로 분석하여 치주질환 보고서를 생성하여 상기 사용자 단말로 전송해주는 치주질환 관리서버를 포함하고,
상기 문진 데이터는 치과 종합병원에서 의료진들이 장기간 축적해 놓은 진료 및 치료데이터와 노하우를 기반으로 디지털 프로세스 형태로 만들어진 데이터이며,
상기 치주질환 보고서는 사용자가 치주질환 예방이라든지 병원 방문을 취할 수 있도록 단순히 치주질환 상태정보만을 제공하며,
상기 치주질환 관리서버는 사용자의 치주 이미지를 딥러닝으로 학습하여 분석 데이터를 추출하는 정보 분석 수단을 포함하되,
상기 정보 분석 수단은 전송된 치주 이미지 데이터의 경우, 기준점을 잡아서 모든 사진들이 기준점과 동일하도록 색상 보정을 자동으로 진행하며,
상기 정보 분석 수단은 치주 이미지를 학습하는 이미지 학습부를 포함하되,
상기 이미지 학습부는 사용자가 전송한 치주 이미지와 치주염 분석을 위해 미리 12부위로 분류된 치주염 환부를 비교하여, 환부 위치가 어디인지를 확인하고, 치주 이미지 학습을 수행하며,
상기 치주질환 관리서버는 상기 사용자 단말을 통해 병원 예약이 요청되면, 상기 치주질환 보고서의 증상에 대응하는 병원을 탐색하여 자동으로 예약을 수행하고, 병원 예약 정보를 상기 사용자 단말에 전송하는 병원 예약 수단을 포함하되,
상기 병원 예약 수단은 소비자의 평가 및 자체 병원 평가 알고리즘을 이용하여 병원을 평가하여 랭킹을 정하고, 상기 랭킹 기반으로 예약 병원을 탐색하며, 사용자의 병원 선택에 따라 병원 서버와 연동하여 병원을 예약하는 것을 특징으로 하는 딥러닝과 빅데이터를 이용한 치주질환관리시스템.
As a system that manages periodontal disease using deep learning and big data,
A user terminal that provides a user's periodontal image, personal information, and interview data, and requests a periodontal disease report; And
A periodontal disease management server that analyzes the periodontal image provided from the user terminal by deep learning to generate a periodontal disease report and transmits it to the user terminal,
The interview data is data created in the form of a digital process based on the treatment and treatment data and know-how accumulated by medical staff for a long time in a dental general hospital,
The periodontal disease report simply provides periodontal disease status information so that the user can take periodontal disease prevention or a hospital visit,
The periodontal disease management server includes information analysis means for extracting analysis data by learning the user's periodontal image through deep learning,
In the case of the transmitted periodontal image data, the information analysis means automatically performs color correction so that all pictures are the same as the reference point by setting a reference point,
The information analysis means includes an image learning unit for learning a periodontal image,
The image learning unit compares the periodontal image transmitted by the user with the affected area of periodontitis classified in advance into 12 areas for analysis of periodontitis, checks where the affected area is, and performs periodontal image learning,
When a hospital reservation is requested through the user terminal, the periodontal disease management server searches for a hospital corresponding to the symptoms of the periodontal disease report, automatically performs the reservation, and transmits hospital reservation information to the user terminal. Including,
The hospital reservation means evaluates a hospital using a consumer's evaluation and its own hospital evaluation algorithm to determine a ranking, searches for a reservation hospital based on the ranking, and interlocks with the hospital server according to the user's hospital selection to reserve a hospital. Periodontal disease management system using deep learning and big data characterized.
The method of claim 1, wherein the periodontal disease management server automatically searches for a hospital corresponding to a symptom of a periodontal disease report when a hospital reservation is requested from the user terminal, and automatically performs a reservation in connection with a plurality of hospital servers. Periodontal disease management system using deep learning and big data.
The periodontal disease using deep learning and big data according to claim 1, wherein the user terminal generates a periodontal image by photographing the affected part of the user using a camera, and transmits the generated periodontal image to the periodontal disease management server. Management system.
The method of claim 1, wherein the information analysis means comprises: an image analysis unit for analyzing a result of learning by the image learning unit; A periodontal disease management system using deep learning and big data, characterized in that it comprises an image diagnosis unit that analyzes the periodontal image through deep learning based on the image analysis result and extracts periodontal disease analysis data.
In claim 1, wherein the periodontal disease management server generates a report for periodontal disease by analyzing analysis data and interview information extracted from the information analysis means based on big data, and generating a report for transmitting the generated periodontal disease report to the user terminal. Periodontal disease management system using deep learning and big data, characterized in that it further comprises a means.
The method of claim 6, wherein the report generating means comprises: a big data analysis unit for analyzing periodontal disease analysis data provided by the information analysis means based on periodontal disease big data; A paperweight classification and providing unit that provides paperweight data to the user terminal and classifies the paperweight information provided from the user terminal; Deep learning, characterized in that it comprises a report calculation and providing unit that calculates a periodontal disease report based on the analysis result of the big data analysis unit and the classification information of the questionnaire information of the interview classification and providing unit, and provides the calculated periodontal disease report. Periodontal disease management system using big data.
In claim 1, the hospital reservation means searches for and recommends the shortest distance hospital from the user's location based on the hospital name input by the user or the self-recommended hospital and the location information of the nearby hospital, and interlocks with the hospital server according to the user's hospital selection. Periodontal disease management system using deep learning and big data, characterized in that the hospital is automatically booked.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180123420A KR102218752B1 (en) | 2018-10-16 | 2018-10-16 | Periodontal disease management system using deep learning and big data |
| US17/285,651 US20210398275A1 (en) | 2018-10-16 | 2019-10-16 | Oral health prediction apparatus and method using machine learning algorithm |
| JP2021547020A JP2022508923A (en) | 2018-10-16 | 2019-10-16 | Oral health prediction device and method using machine learning algorithms |
| PCT/KR2019/013563 WO2020080819A1 (en) | 2018-10-16 | 2019-10-16 | Oral health prediction apparatus and method using machine learning algorithm |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180123420A KR102218752B1 (en) | 2018-10-16 | 2018-10-16 | Periodontal disease management system using deep learning and big data |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200046162A KR20200046162A (en) | 2020-05-07 |
| KR102218752B1 true KR102218752B1 (en) | 2021-02-23 |
Family
ID=70733980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180123420A KR102218752B1 (en) | 2018-10-16 | 2018-10-16 | Periodontal disease management system using deep learning and big data |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102218752B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102388763B1 (en) * | 2021-10-27 | 2022-04-20 | 임시원 | Hospital reception relay system and operation method thereof |
| KR102657737B1 (en) | 2022-10-24 | 2024-04-16 | 주식회사 십일리터 | Method and apparatus for analysis of oral in pets |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102304370B1 (en) | 2020-09-18 | 2021-09-24 | 동국대학교 산학협력단 | Apparatus and method of analyzing status and change of wound area based on deep learning |
| KR102571472B1 (en) * | 2020-12-08 | 2023-08-28 | 서울대학교산학협력단 | Device for gingivitis diagnosis using dental clinical photograph |
| KR102539276B1 (en) * | 2021-02-05 | 2023-06-01 | 이재용 | Self-dental-diagnosis system and computer-readable recording medium storing programs for self-dental-diagnosis |
| KR102571912B1 (en) * | 2021-03-25 | 2023-08-30 | 주식회사 와이즈케어 | System and method for providing medical platform on big data |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101142568B1 (en) * | 2011-09-26 | 2012-05-08 | 주식회사 페모지아 | Medical information integrated management system usnig bi-directional communicaion based and management method thereof |
| KR101788030B1 (en) * | 2016-06-15 | 2017-11-15 | 주식회사 카이아이컴퍼니 | System and method for risk diagnosis on oral disease and oral care |
| KR101839789B1 (en) * | 2017-08-01 | 2018-03-19 | 주식회사 뷰노 | System for generating interpretation data of dental image |
| KR101857624B1 (en) * | 2017-08-21 | 2018-05-14 | 동국대학교 산학협력단 | Medical diagnosis method applied clinical information and apparatus using the same |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140050352A (en) * | 2012-10-19 | 2014-04-29 | 주식회사 솔트 | Method and system for mediated a hospital |
| KR101836187B1 (en) | 2015-10-30 | 2018-03-08 | 동의대학교 산학협력단 | Method and server for providing user-costomized oral care service and |
| KR102492183B1 (en) * | 2016-01-19 | 2023-01-26 | 삼성전자주식회사 | User terminal and control method of the same |
| KR101868979B1 (en) | 2016-05-31 | 2018-07-23 | (주)이너웨이브 | A system and method for managing of oral care using deep learning |
-
2018
- 2018-10-16 KR KR1020180123420A patent/KR102218752B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101142568B1 (en) * | 2011-09-26 | 2012-05-08 | 주식회사 페모지아 | Medical information integrated management system usnig bi-directional communicaion based and management method thereof |
| KR101788030B1 (en) * | 2016-06-15 | 2017-11-15 | 주식회사 카이아이컴퍼니 | System and method for risk diagnosis on oral disease and oral care |
| KR101839789B1 (en) * | 2017-08-01 | 2018-03-19 | 주식회사 뷰노 | System for generating interpretation data of dental image |
| KR101857624B1 (en) * | 2017-08-21 | 2018-05-14 | 동국대학교 산학협력단 | Medical diagnosis method applied clinical information and apparatus using the same |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102388763B1 (en) * | 2021-10-27 | 2022-04-20 | 임시원 | Hospital reception relay system and operation method thereof |
| KR102657737B1 (en) | 2022-10-24 | 2024-04-16 | 주식회사 십일리터 | Method and apparatus for analysis of oral in pets |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200046162A (en) | 2020-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102218752B1 (en) | Periodontal disease management system using deep learning and big data | |
| US20210398275A1 (en) | Oral health prediction apparatus and method using machine learning algorithm | |
| JP6383321B2 (en) | Diagnosis support system | |
| CN116580830B (en) | Remote intelligent medical service system based on cloud platform | |
| KR102311398B1 (en) | Mobile based self-oral examination device | |
| KR102311385B1 (en) | Oral Health Prediction Device and Method Using Dental Caries Detection | |
| Paterson et al. | Expert decision making in relation to unanticipated blood glucose levels | |
| CN111128333A (en) | One-stop intelligent diagnosis and intelligent medical management system | |
| US20170161450A1 (en) | Real-time veterinarian communication linkage for animal assessment and diagnosis | |
| US10937160B1 (en) | Dental images processed with artificial intelligence | |
| US20200286599A1 (en) | Experience Engine-Method and Apparatus of Learning from Similar Patients | |
| US11545261B2 (en) | Hospital healthcare provider monitoring and verifying device and system for patient care condition | |
| CN111710396A (en) | System and method for controlling intra-medical cataract patient | |
| KR20200054366A (en) | Children oral health care and education system | |
| KR20220092419A (en) | Method and Platform of Providing Telehealth Care Service | |
| US20190180851A1 (en) | System and method for predicting non-adherence risk based on socio-economic determinates of health | |
| KR102410322B1 (en) | Psychological counselor recommending system and method for recommending wtih psychological counselor | |
| JP7382741B2 (en) | Medical institution selection support device | |
| KR102311395B1 (en) | Oral Health Prediction Device and Method Using Periodontitis Detection | |
| US20230320653A1 (en) | Apparatus for managing atopic dermatitis based on learning model and method therefor | |
| JP6411640B2 (en) | Skin condition measurement analysis system and skin condition measurement analysis method | |
| US20210350530A1 (en) | Dental Images Correlated to the Human Genome with Artificial Intelligence | |
| KR20240058233A (en) | Periodontal disease management system using Artificial Intelligence | |
| KR102334346B1 (en) | Healthcare platform for analyzing captured ear images | |
| WO2021152710A1 (en) | Information transmission device and information transmission method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |