질병과 관련한 연구 중 가장 중요한 것은 질병이 발생치 알도록 하기 위해 치료보다는 예방과 보건 그리고 약품보다는 식품을 더 중요시해야 한다는 것이다. 따라서 일단 환자를 접할시 가장 중요한 것은 질환의 유무 그리고 만약 질환이 있다면 어떤 질환인지를 정확히 진단해 내는 것이 가장 중요하고 그 후에 용약(用藥) 과정을 거치게 된다. 본 논문에서는 한방에 있어 4대 질환 진단 방법중 가장 중요한 망진(望診)에 대해 기술하고자 한다. 망진은 관형(觀形)과 찰색(察色)이 주된 방법인데 지금까지는 이를 모두 의사의 직관에 의지 하였 왔던 것이 현 실정이었다. 이를 위해 본 연구에서는 의사에게 망진에 필요한 기초 자료를 자동으로 제공해 주는 시스템을 개발하고자 한다. 이때 시스템 개발시 개발 단계상 첫 번째 개발 단계이며 가장 중요한 작업은 관형이나 찰색에 상관없이 우선적으로 얼굴 영역을 자동으로 추출해 내는 작업이 수행되어야 한다. 또한 추출된 얼굴 영역에서 정면 얼굴인 경우는 중요한 얼굴내 요소인 눈, 눈썹, 코, 입등의 영역을 추출해 주고, 측면 얼굴의 경우는 코와 귀를 추출해 내는 작업이 전체 시스템 구축시 두 번째 작업 단계가 된다. 따라서 본 논문에서는 관형과 찰색을 위한 전체 시스템 개발 작업중 첫 번째와 두 번째 단계 작업인 정면 얼굴의 얼굴 영역 추출 방법, 그리고 추출된 정면얼굴 영역에서 눈, 눈썹, 코, 입등의 영역을 추출해 주는 방법에 대해 제안하고자 한다. 또한 제안한 방법의 유용성을 확인하기 위해 20명을 대상으로 실험을 수행한 결과 정면 얼굴의 영역 추출은 $100\%$ 성공하였다. 그리고 눈, 눈썹, 코, 입등과 같은 정면 얼굴내 주요 특징 영역 추출도 $100\%$ 성공하였으나 머리카락과 눈썹이 붙어 있는 경우에는 해당 눈썹 영역을 추출하지 못하는 결과도 있었다. 이는 차후 형태학적 연산등을 사용하여 추출해야 할 으로 사료된다.
질병과 관련한 연구 중 가장 중요한 것은 질병이 발생치 알도록 하기 위해 치료보다는 예방과 보건 그리고 약품보다는 식품을 더 중요시해야 한다는 것이다. 따라서 일단 환자를 접할시 가장 중요한 것은 질환의 유무 그리고 만약 질환이 있다면 어떤 질환인지를 정확히 진단해 내는 것이 가장 중요하고 그 후에 용약(用藥) 과정을 거치게 된다. 본 논문에서는 한방에 있어 4대 질환 진단 방법중 가장 중요한 망진(望診)에 대해 기술하고자 한다. 망진은 관형(觀形)과 찰색(察色)이 주된 방법인데 지금까지는 이를 모두 의사의 직관에 의지 하였 왔던 것이 현 실정이었다. 이를 위해 본 연구에서는 의사에게 망진에 필요한 기초 자료를 자동으로 제공해 주는 시스템을 개발하고자 한다. 이때 시스템 개발시 개발 단계상 첫 번째 개발 단계이며 가장 중요한 작업은 관형이나 찰색에 상관없이 우선적으로 얼굴 영역을 자동으로 추출해 내는 작업이 수행되어야 한다. 또한 추출된 얼굴 영역에서 정면 얼굴인 경우는 중요한 얼굴내 요소인 눈, 눈썹, 코, 입등의 영역을 추출해 주고, 측면 얼굴의 경우는 코와 귀를 추출해 내는 작업이 전체 시스템 구축시 두 번째 작업 단계가 된다. 따라서 본 논문에서는 관형과 찰색을 위한 전체 시스템 개발 작업중 첫 번째와 두 번째 단계 작업인 정면 얼굴의 얼굴 영역 추출 방법, 그리고 추출된 정면얼굴 영역에서 눈, 눈썹, 코, 입등의 영역을 추출해 주는 방법에 대해 제안하고자 한다. 또한 제안한 방법의 유용성을 확인하기 위해 20명을 대상으로 실험을 수행한 결과 정면 얼굴의 영역 추출은 $100\%$ 성공하였다. 그리고 눈, 눈썹, 코, 입등과 같은 정면 얼굴내 주요 특징 영역 추출도 $100\%$ 성공하였으나 머리카락과 눈썹이 붙어 있는 경우에는 해당 눈썹 영역을 추출하지 못하는 결과도 있었다. 이는 차후 형태학적 연산등을 사용하여 추출해야 할 으로 사료된다.
One of the most important things in the researches on diseases is to attach more importance to prevention of a disease and preservation of health than to treatment of a disease, also to foods rather than to medicines. In this context, the most significant concern in examining a patient is to find th...
One of the most important things in the researches on diseases is to attach more importance to prevention of a disease and preservation of health than to treatment of a disease, also to foods rather than to medicines. In this context, the most significant concern in examining a patient is to find the presence of disease, and, if any, to diaguose the type of disease, after which a pharmacotherapy is followed. In this paper, various diagnosis methods of Oriental medicines are discussed. And ocular inspection, the most important method among the 4 disease diagnoses of Oriental medicines, is studied. Observing a person's shape and color has been the major method for ocular inspection, which usually has been dependent upon doctor's intuition as of these days. We are developing an automatic system which provides objective basic data for ocular inspection. As the first stage, we applied the signal processing techniques to automatic feature extraction of faces for ocular inspection. Firstly, facial regions are extracted from the point of frontal view, which was followed by extraction of their features. The experiment applied to 20 persons showed that frontal face regions are perfectly extracted, as well as their features, such as eyes, eyebrows, noses and mouths. Future work will seek to address the issues of morphological operation for a few unfinished extraction results, such as combined hair and eyebrows.
One of the most important things in the researches on diseases is to attach more importance to prevention of a disease and preservation of health than to treatment of a disease, also to foods rather than to medicines. In this context, the most significant concern in examining a patient is to find the presence of disease, and, if any, to diaguose the type of disease, after which a pharmacotherapy is followed. In this paper, various diagnosis methods of Oriental medicines are discussed. And ocular inspection, the most important method among the 4 disease diagnoses of Oriental medicines, is studied. Observing a person's shape and color has been the major method for ocular inspection, which usually has been dependent upon doctor's intuition as of these days. We are developing an automatic system which provides objective basic data for ocular inspection. As the first stage, we applied the signal processing techniques to automatic feature extraction of faces for ocular inspection. Firstly, facial regions are extracted from the point of frontal view, which was followed by extraction of their features. The experiment applied to 20 persons showed that frontal face regions are perfectly extracted, as well as their features, such as eyes, eyebrows, noses and mouths. Future work will seek to address the issues of morphological operation for a few unfinished extraction results, such as combined hair and eyebrows.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이를 위한 환자들의 적극적 협조가 본 기기 개발의 관건이 되리라 여겨진다. 끝으로 에 많은 도움을 주었던 대전대학교 한의과대학 교수들과 천안한방병원 임상의들과 입원 환자들에게 감사의 말씀을 드리고자 한다. 끝으로 본 연구는 충북대학 교 유비쿼터스 바이오정보기술센터의 연구비 지원으 로 수행되었음을 부기하는 바 이다
이를 성공적으로 수 행해야만 다음 단계 작업인 관형 정보 처리와 찰색 의 정보 처리 작업을 수행할 수 있게 된다. 따라서 본 논문에서는 정면 얼굴 영상에서 얼굴 영역을 추 출하는 작업 그리고 추출된 얼굴 영역에서 관형과 찰색에 주요한 얼굴내 특징 요소 영역 추출 방법에 대해 제안하고자 한다.
다시 말해 얼굴밖의 검은 부분을 제거하게 되면 이제 남은 부 분은 얼굴 내의 주요 얼굴을 구성하는 요소만이 남 게 된다. 따라서 얼굴 밖의 검은색 부분을 제거하기 위해 모폴로지 연산중 침식(erosion) 필터링을 통해 행하고자 한다. 침식 (erosion) 필터링은 연산시 흰 물체의 둘레로부터 한 픽셀을 없애는 효과를 갖는 다.
이는 오장이 내는 소리가 오음과 오성으로 모두가 다르므로 이를 파악하여 환자의 질병을 진단하는 방법이다. 또한 특정한 소 리에 대한 반응으로 오장중 어느 장기에 이상이 있 는지를 파악 한다.
본 연구는 한방에서 질병 진단에 사용되는 여러가지 진료 방법 즉, 망진(望診), 청진(聽診), 문진(問 診), 맥진(脈診중 망진을 기술에 의해 구현.방법하는 방법을 제안하고자. 한다.
본 논문에서는 망진을 기기로 구현하기 위한 전체 시스템 구축 작업중 첫 번째 작업이며 가장 중요한 작업이라 할 수 있는 정면 얼굴 영상에서 정면 얼굴 영역인 살색 영역을 추출하고 이에 망진에 필요한 영역들인 눈, 눈썹, 코, 입등의 영역들을 추출 하는 방법을 제안하였다. 실험은 남, 여 10명씩 총 20명, 그리고 안경 착용한 사람들을 포함하여 실험을 수행하였으며 실험 결과 정면 얼굴 영역 추출과 얼굴내 주요 특징 영역들에 대한 추출이 효과적으로 행해질수 있었다.
따라서 본 연구자들은 이 같은 관형과 찰색 방법을 기기로 구현하는 연구를 정부기관의 연구비 지원하에 5년 과제로 연구를 수 행하고 있으며, 이 중 본 논문은 1차년도 과제 수행 결과로써 망진을 위해 정면 얼굴의 영역을 추출하고 추출된 얼굴 영역에서 눈 눈썹, 코, 입등과 같은 .얼굴내 주요 특징 요소들의 영역을 추출하는 방법에 대해 제안하여 실험을 걸쳐 그 유용성을 입증하 고자 한다. 이는 관형과 찰색을 위해 최우선적으로 행해져야 하는 작업으로 이를 성공적으로 개발을 완료해야 다음 단계 작업인 관형과 찰색에 필요한 정보를 주줄하고 이를 콘텐츠로 구축하는 작업을 수행 할 수 있게 된다.
위에서 언급했듯이 관형과 찰색으로 질환의 유무 와 진행 정도를 파악해 내는 것이 가장 중요한 한 방의 질병 진단 방법인 바 이를 위해 본 연구팀은 아래와 같이 망진 기기에 대한 전체 시스템을 개발 하고자 한다.
이 중 본 논문은 우리나라『동의보감』「내경(內 景)편」과「외경(外景)편」을 보면 인체의 형상과 색 이 여러가지 질병과 어떻게 연관되는지가 상당히 구체적으로 나와 있는 망진을 기기로 구현하기 위한 전체 5년도 연구 과제중 1차년도 과제 수행 결 과로써 전체 시스템중 그 첫 번째 작업이며 가장 중요한 작업인 정면 얼굴 영상에서 정면 얼굴 영역 추출, 그리고 정면 얼굴내에서 주요 특징 요소 영역 인 눈' 눈썹, 코, 입등과 같은 영역을 추출하는 방법에 대해 제안한다. 위의 (그림 1)에서 검은색으로 되어 있는 부분이 본 논문의 주된 내용이 된다.
제안 방법
그러나 망진에서 가장 폭넓게 한방 임상의들이 사용하는 방법은 관형과 찰색이다. 따라서 본 연구자들은 이 같은 관형과 찰색 방법을 기기로 구현하는 연구를 정부기관의 연구비 지원하에 5년 과제로 연구를 수 행하고 있으며, 이 중 본 논문은 1차년도 과제 수행 결과로써 망진을 위해 정면 얼굴의 영역을 추출하고 추출된 얼굴 영역에서 눈 눈썹, 코, 입등과 같은 .얼굴내 주요 특징 요소들의 영역을 추출하는 방법에 대해 제안하여 실험을 걸쳐 그 유용성을 입증하 고자 한다.
즉, 보통 컬러 히스토그램과 같은 영상 처리 기술은 영상의 명암도 만을 가지고 계산해야 하는데 RGB 공간에서는 명 암도를 추출하기가 쉽지 않다는 문제점이 존재한다. 따라서 이를 위해 YCbCr를 적용하고자 한다. 이는 YCbCr에서의 얼굴 영역 추출시 사용한 피부색 영역이 RGB 색 범위에서의 피부색 영역보다 더 조 밀하므로 YCbCr의 범위를 이용해서 피부색 영역을 결정하는 것이 적용의 타당성과 문제 해결에 있어 보다 더 효율적이기 때문이다.
본 연구는 한방에서 질병 진단에 사용되는 여러가지 진료 방법 즉, 망진(望診), 청진(聽診), 문진(問 診), 맥진(脈診중 망진을 기술에 의해 구현.방법하는 방법을 제안하고자.
또한 우리나라 고유의 한방 기술인 사상 의학에서 사상 체질 분류를 위해서도 기존의 방법들은 적용에 문 저〕가 있는 방법들 이었다. 이를 위해 본 논문에서는 YCbCr를 이용하여 색상 처리를 행하고 피부색을 기본으로 얼굴 피부 영역을 추출하는 방법을 적용 하고자 한다. 또한 침식 작업을 통해 전체 영상에서 아주 작은 객체를 저】거하거나 또는 전체 영상에서 배경 확장에 따른 객체를 축소하는 역할을 수행한다.
또한 침식 작업을 통해 전체 영상에서 아주 작은 객체를 저】거하거나 또는 전체 영상에서 배경 확장에 따른 객체를 축소하는 역할을 수행한다. 이에 영역 기반 분할 방법을 적용하여 얼굴의 주요 특징 요소들만을 남겨 놓코 여기에 메디안 필 터를 적용하여 잡음을 제거한다. 최종적으로 얼굴의 주요 특징 요소들에 대해 수직 스캐닝과 수평 스캐 닝을 통해 눈, 3, 입, 눈썹 영역등을 추출해 낸다.
성능/효과
아울러 문진을 통해 질병을 알아 내는 것을 공의(工醫), 맥진을 해서 질병을 파악하는 것을 교의(巧鹭라 한다. 결론적으로 말하면 가장 질병 판단에 성공적인 방법이 바로 관형과 찰색 을 위주로 질병을 판단해 내는 망진이라 할 수 있다. 아래[표 1]에 한방의 4진을 IT기술에 의해 구현 하려 할시 주된 구현 기술이라 여겨지는 기술과 방 법등에 대해 정리하였다.
셋째, 얼굴형은 타원형만 존재하는 것이 아니다. 한방에 있어 기본 얼굴형은 둥근형(토형:土形)과 네 모난 사람(금형:金形)이다.
최종적으로 (그림 9), (그림 12), (그림 15)가 얼굴 내 주요 특징 요소인 눈, 코 입, 눈썹 영역을 추출 한 결과 데이터이다. 실험 결과에서 알 수 있듯이 본 연구에서 개발한 방법이 안경을 착용하지 않은 사람뿐 아니라[(그림 10)-(그림 12), (그림 13)-(그림 15)] 정면 얼굴 영상 처리에서 문제점이었던 입력 영상에서 안경을 착용한 것[(그림 4)-(그림 6), (그림 7)-(그림 9)]에 관계없이 정면 얼굴 영역인 피부 색 영역을 추출하고 이를 기초로 하여 얼굴내 주요 특징 요소인 눈 코, 입, 눈썹등의 영역을 효과적으로 추출할 수 있음을 확인할 수 있었다. 그러나 (그림 15)에서 알 수 있듯이 머리카락과 눈썹이 붙어 있는 경우 눈썹 영역이 추출이 안되는 문제가 존재 한다.
본 논문에서는 망진을 기기로 구현하기 위한 전체 시스템 구축 작업중 첫 번째 작업이며 가장 중요한 작업이라 할 수 있는 정면 얼굴 영상에서 정면 얼굴 영역인 살색 영역을 추출하고 이에 망진에 필요한 영역들인 눈, 눈썹, 코, 입등의 영역들을 추출 하는 방법을 제안하였다. 실험은 남, 여 10명씩 총 20명, 그리고 안경 착용한 사람들을 포함하여 실험을 수행하였으며 실험 결과 정면 얼굴 영역 추출과 얼굴내 주요 특징 영역들에 대한 추출이 효과적으로 행해질수 있었다. 그러나 머리카락과 눈썹이 붙 어 있는 경우 눈썹 영역이 추출 안되는 문제가 있 었고 이는 향후 형태학적 연산에 의해 해결할 예정 이다.
이는 관형과 찰색을 위해 최우선적으로 행해져야 하는 작업으로 이를 성공적으로 개발을 완료해야 다음 단계 작업인 관형과 찰색에 필요한 정보를 주줄하고 이를 콘텐츠로 구축하는 작업을 수행 할 수 있게 된다. 제안한 방법의 유용성을 입증 하기 위해 총 20명을 대상으로 실험을 수행한 결과 정면 얼굴의 영역 추출은 100% 성공하였으며, 정면 열굴내 주요 특징 요소들의 영역 추츨 결과도 100% 성공하였다. 그러나 머리카락 영역과 눈썹 영 역이 붙어 있는 경우는 눈썹 영역이 검출되지 않는 결과도 도출되었다.
후속연구
끝으로 에 많은 도움을 주었던 대전대학교 한의과대학 교수들과 천안한방병원 임상의들과 입원 환자들에게 감사의 말씀을 드리고자 한다. 끝으로 본 연구는 충북대학 교 유비쿼터스 바이오정보기술센터의 연구비 지원으 로 수행되었음을 부기하는 바 이다
아울러 코의 2차원적인 평면 넓이는 현재 알고리즘으로 파악이 가능하지만 코영역에서 코의 높이등에 대한 정보는 추출이 안되는 상황이므로 이를 측면 얼굴 처리등을 통해 해결하는 방법에 대한 알고리즘도 조속히 개발되어야 하리라 여겨진다. 또한 음향 신호를 처리하여 환자의 음성 신호에 대한 피치 분석, 인텐서티 분석과 포만트 분석등을 통해 청진에 필요한 신호 처리 기법등도 개발하여 한 방 기기 전반에 걸쳐 실제 임상에서 효과적으로 사용할 수 있도록 하기 위한 후속 작업등도 지속적으로 행해져야 하리라 여겨진다.
본 논문은 현재 망진 기기 개발에 대한 전체 5년 과제 연구중 1차년도 연구 수행 결과로 망진에 필요한 1차 작업인 얼굴 영역 추출과 주요 특징 요소 영역 추출이 수행된 결과이다 향후 2차년도 연구로 는 추출된 얼굴 영역과 특징 요소 영역들로부터 망 진에 필요한 정보 처리를 행하는 예를 들면 “코가 크다, , , , , 눈이 동그랗다, , 등과 같은 관형(觀形)에 필요한 정보 추출과 “관골이 붉다”등과 같은 찰색(察 色)에 대한 정보 추출등에 대해 연구를 수행할 예정 이다 총 5년에 걸쳐 망진 기기와 사상 체질 분류기 기 그리고 청진 기기를 개발할 예정이며 이를 통해 한방의 우수한 진료 방법을 기기로 구현하여 한방 의 계량화, 정량화등에 지속적인 연구를 수행할 예 정이다. 현재 실험을 수행하면서 문제가 되고 있는 것은 실제 질환을 가지고 있는 환자들의 동의를 구 해 실험을 행해야 하는데 이의 동의를 구하는 것이 초상권 침해부터 시작해서 협조가 쉽지 않은 것이 현 실정이다.
아울러 현재 피부색 영역 선정은 동양인을 기준으로 하여 추출한 것이므로 이를 모든 인종에 관계없이 피부색을 추출할 수 있도록 알고리즘을 확장하는 작업에 대한 후속 작업이 이루어져야 하리라 사 료된다. 아울러 코의 2차원적인 평면 넓이는 현재 알고리즘으로 파악이 가능하지만 코영역에서 코의 높이등에 대한 정보는 추출이 안되는 상황이므로 이를 측면 얼굴 처리등을 통해 해결하는 방법에 대한 알고리즘도 조속히 개발되어야 하리라 여겨진다. 또한 음향 신호를 처리하여 환자의 음성 신호에 대한 피치 분석, 인텐서티 분석과 포만트 분석등을 통해 청진에 필요한 신호 처리 기법등도 개발하여 한 방 기기 전반에 걸쳐 실제 임상에서 효과적으로 사용할 수 있도록 하기 위한 후속 작업등도 지속적으로 행해져야 하리라 여겨진다.
그러나 머리카락 영역과 눈썹 영 역이 붙어 있는 경우는 눈썹 영역이 검출되지 않는 결과도 도출되었다. 향후 이를 보완하기 위해 형태 학적 방법들을 사용하여 해결하고자 한다.
참고문헌 (16)
R. Wildes, 'Iris Recognition : An Emerging Biometric Technology', Proceedings of the IEEE, VoI.85, No.9, pp.1348-1363, 1997
C.B.Ko et aI, 'Fingerprint Classification Based on the Entropy of Ridge', KIPS Trans. : Part B, VoI.10-B, No.5, 2003
Y.W.Chung, 'Performance Improvement Method of Face Detection Using SVM', KIPS Trans. : Part B, VoI.10-B, No.5, 2003
백일성, 사진으로 보는 홍채학, 서원당, 1998
신성복, 김성훈, 당신의 눈 무엇을 말하는가?, 테크메니아, 1998
James & Sheelagh Colton, Iridology, Element, ?1996
임양근, 설진, 정담, 2003
이문욱, 망진, 과학보급출판사광주분사
등중염, 나익관, 망진색체도보, 삼련서점
M.H.Yang, D.J.Kriegman & N.Ahuja, Detecting Faces in Images : A Survey', IEEE Trans. on PAMI, Vol.24, No.1, pp. 34-58, 2002
L.Zhang and P.Lenders, 'Knowledge-Based Eye Detection for Human FaceRecognition', 4th International Conf. on Knowledge-Based Intelligent Engineering Systems & Allied Technologies, vol.1, pp.117-120, University of Brighton, UK, September, 2000
R. Chellappa, Wilson, C.L.Sirohey, 'Human and Machine Recognition of Faces', Proc. of IEEE, Vol. 83, pp.705-740, 1995
K.K.Sung and T.Poggio, 'Example-based learning for view-based human face detection', IEEE Trans. PAMI 20, pp. 39-51, 1998
※ AI-Helper는 부적절한 답변을 할 수 있습니다.