한방에서 설진은 초기 병증을 진단할 수 있는 방법으로 객관적인 진단 지표의 개발은 중요한 연구 분야 가운데 하나이다. 그러나 이전의 대부분의 설진 시스템은 한의사의 간섭을 배제한 자동 진단을 위한 전문가 시스템으로서 진료를 위한 객관화된 진단 지표의 생성에 있어서 어려움이 있었다. 따라서 본 논문에서는 한방 설진에 있어서 한의사의 진료 행위에 의해서 최적화된 설진을 위한 진단 지표를 계산하는 컴퓨터 지원 진단 소프트웨어를 제안한다. 개발한 소프트웨어는 반자동 방식으로 설질 추출을 위해서는 한의사의 매뉴얼 방식을 이용하고, 설태 영역을 자동 분할하여 비설태와 설태의 색상, WTCI 등에 대한 수치적 진단 지표를 한의사에게 실시간으로 제공한다. 또한, 설태 비율을 이용하여 소태, 박태, 후태의 분류 확률 추정 값과 진료 편의를 위한 전자의무기록 차트 기능도 제공한다. 구현된 컴퓨터 지원 진단 소프트웨어의 유효성 평가를 위해서는 60명의 피실험자를 대상으로 혀 영상을 구축하고, 설진 소프트웨어를 실험한 결과 피실험자의 95%가 소프트웨어 사용-유효성을 나타냈다.
한방에서 설진은 초기 병증을 진단할 수 있는 방법으로 객관적인 진단 지표의 개발은 중요한 연구 분야 가운데 하나이다. 그러나 이전의 대부분의 설진 시스템은 한의사의 간섭을 배제한 자동 진단을 위한 전문가 시스템으로서 진료를 위한 객관화된 진단 지표의 생성에 있어서 어려움이 있었다. 따라서 본 논문에서는 한방 설진에 있어서 한의사의 진료 행위에 의해서 최적화된 설진을 위한 진단 지표를 계산하는 컴퓨터 지원 진단 소프트웨어를 제안한다. 개발한 소프트웨어는 반자동 방식으로 설질 추출을 위해서는 한의사의 매뉴얼 방식을 이용하고, 설태 영역을 자동 분할하여 비설태와 설태의 색상, WTCI 등에 대한 수치적 진단 지표를 한의사에게 실시간으로 제공한다. 또한, 설태 비율을 이용하여 소태, 박태, 후태의 분류 확률 추정 값과 진료 편의를 위한 전자의무기록 차트 기능도 제공한다. 구현된 컴퓨터 지원 진단 소프트웨어의 유효성 평가를 위해서는 60명의 피실험자를 대상으로 혀 영상을 구축하고, 설진 소프트웨어를 실험한 결과 피실험자의 95%가 소프트웨어 사용-유효성을 나타냈다.
Development of an objective diagnosis index for diagnosing a the beginning nature of a disease is the most one of tongue diagnosis in the oriental medicine. However, previous systems have a difficult problem in the creation of objective diagnosis index, and focused on the expert system that can diag...
Development of an objective diagnosis index for diagnosing a the beginning nature of a disease is the most one of tongue diagnosis in the oriental medicine. However, previous systems have a difficult problem in the creation of objective diagnosis index, and focused on the expert system that can diagnose automatically without an oriental doctor behavior. Therefore, computerized assistant diagnosis software for calculating an optimized diagnosis index is proposed in this paper. This software is operated by the diagnosing behavior of oriental doctor. As developed software is a semi-automatic system, manual method is used to segment a tongue body. Futhermore, numerical diagnosis indices including the color information of non-tongue coating and tongue coating, WTCI are provided to oriental doctor automatically and real-timely. Also, probability estimation value for classifying no coating, thin coating, and thick coating is presented by using the tongue coating area ratio, and EMR chart can use for convenience of diagnosis. In order to evaluate the effectiveness of the our developed software, after building a various tongue image from 60 subjects, we experimented on diagnosis image with our software. As a result, the developed software showed the 95% use-effectiveness of subjects.
Development of an objective diagnosis index for diagnosing a the beginning nature of a disease is the most one of tongue diagnosis in the oriental medicine. However, previous systems have a difficult problem in the creation of objective diagnosis index, and focused on the expert system that can diagnose automatically without an oriental doctor behavior. Therefore, computerized assistant diagnosis software for calculating an optimized diagnosis index is proposed in this paper. This software is operated by the diagnosing behavior of oriental doctor. As developed software is a semi-automatic system, manual method is used to segment a tongue body. Futhermore, numerical diagnosis indices including the color information of non-tongue coating and tongue coating, WTCI are provided to oriental doctor automatically and real-timely. Also, probability estimation value for classifying no coating, thin coating, and thick coating is presented by using the tongue coating area ratio, and EMR chart can use for convenience of diagnosis. In order to evaluate the effectiveness of the our developed software, after building a various tongue image from 60 subjects, we experimented on diagnosis image with our software. As a result, the developed software showed the 95% use-effectiveness of subjects.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 대부분의 설진 소프트웨어는 한의사의 간섭을 가급적 배제하고 혀 영역 추출이나 설태영역의 추출 등에 있어서 컴퓨터의 의존성을 높인 자동화를 목적으로 하고 있기 때문에 사용의 편의성은 있으나, 설진기를 이용한 진료 중에 제시되는 진단 지표(diagnosis index)는 그 정확성이나 객관성에 있어서 효율이 떨어진다. 따라서 본 논문에서는 기존 컴퓨터 지원 설진 소프트웨어의 단점을 개선하고 객관적인 기준에 따른 진단 지표의 생성 및 사용자의 편의성을 개선하는 설진 보조 소프트웨어를 제안한다.
. 이러한 연구의 대부분은 혀 영상 획득 시 빛 간섭 등의 주변 환경의 영향으로부터 획득되는 혀 영상의 훼손을 최소화하고, 사용하는 설진기에 의존적이지 않는 보다 객관적인 진단 지표의 제시가 가능한 하드웨어적 설진 시스템의 개발이 목적이다[4]. 우리의 이전 연구에서도 설진을 위한 객관적 혀 영상의 획득이 가능한 그림 1과 같은 3파장 혀 영상 획득기를 개발하였다[5∼6].
제안 방법
를 사용한다. 개발한 혀 영상 획득기는 혀 영상을 자외선, 적외선, 가시광선의 3파장 대역에서 촬영이 가능하나, 본 논문에서는 일반적 카메라 사용에 의한 구현된 설진 소프트웨어의 연동성을 높이기 위하여 가시광선 대역에서의 RGB 칼라모델의 혀 영상을 촬영하여 사용한다.
본 논문에서 구현한 컴퓨터 지원 설진 소프트웨어의 각 단계에서의 영상 처리 알고리즘은 MathWorks사의 MATLAB 2010b에서 Image Processing Toolbox를 추가한 버전을 사용하여 성능 검증을 위한 시뮬레이션 하였다. 그리고 UI를 포함한 실제 설진 소프트웨어는 우리가 이전 연구에서 개발한 USB 타입의 혀 영상 촬영기를 부착하여 인텔사의 컴퓨터비전 라이브러리인 OpenCV를 기반으로 MS Windows 7 환경 하에서 C++언어를 사용하여 각 처리 단계를 구현하였다.
또한 본 논문에서 구현한 설진 소프트웨어는 그림 6과 같이 한의사의 다양한 UI에 의해서 객관화된 진단지표를 제공한다. 제공되는 UI로는 윤곽 제어, 윤곽 추출, 설태 추출, 관심 영역 설정 그리고 한의사의 주관적평가를 위한 임계값 설정 기능을 포함하며, 특히 각 과정의 처리 결과 영상과 진단 지표의 값이 실시간으로 제시됨으로써 피드백 처리가 가능하다.
또한 제안 시스템은 설진에 필수적인 진단 지표로서 비설태 및 설태의 6 채널 색상 정보와 설태 분석을 위한 WTCI 지표를 제공한다. 특히, 설질에 대한 설태 비율을 이용하여 설태의 무태(no coating), 박태(thin coating), 후태(thick coating)의 분류 확률 추정치와 진료 관리를 위한 전자의무기록(EMR: Electronic Medical Record) 차트 기능도 지원한다.
또한, 본 논문에서 구현한 설진 소프트웨어는 한의사에게 설질에 내재한 설태 및 비설태 영역의 색상 정보와 설태량에 관한 객관적인 진단 지표를 제공한다.
본 논문에서 구현하는 한방 설진을 위한 컴퓨터 지원 설진 시스템은 그림 2와 같이 혀 영상 획득, 설질 및 설태 분할, WTCI 분석, 혀 색상 분석 그리고 EMR 차트의 5개의 세부 모듈로 구성된다.
설질을 구성하는 설태 및 비설태 영역에 대한 색상진단 지표는 RGB 칼라 모델과 CIE Lab 칼라 모델에 대해서 채널을 분리하여 6가지 채널에 대한 색상 지표를 계산한다.
또한 본 논문에서 구현한 설진 소프트웨어는 그림 6과 같이 한의사의 다양한 UI에 의해서 객관화된 진단지표를 제공한다. 제공되는 UI로는 윤곽 제어, 윤곽 추출, 설태 추출, 관심 영역 설정 그리고 한의사의 주관적평가를 위한 임계값 설정 기능을 포함하며, 특히 각 과정의 처리 결과 영상과 진단 지표의 값이 실시간으로 제시됨으로써 피드백 처리가 가능하다.
제안한 소프트웨어는 정확하고 객관적인 진단 지표를 위해서 설질 분할에 있어서 한의사의 매뉴얼 방식을 적용한 반자동(semi-auto) 방식으로 개발하며, 각 진료과정을 실시간으로 한의사에게 제공함으로서 한의사의 간섭에 의한 진단 효율의 향상이 가능하다.
대상 데이터
구현한 설진 소프트웨어의 효율성 판정을 위해서는 60명의 피실험자를 대상으로 혀 영상을 수집하여 설진 소프트웨어를 이용한 설진 완료 작업을 수행하고, 설진과정 중에 생성되는 약 60명x30장=1800개의 중간 진단영상을 검증하였다. 그 결과 피실험자의 95%가 설태평가를 위주로 하는 설진에서의 소프트웨어의 사용-유효성(use-effectiveness)을 나타냈다.
이론/모형
먼저 설태량 측정을 위해서는 Winkel이 고안한 WTCI(Winkel Tongue Coating Index) 방법[8]을 참조하여 설질 영역의 최소근접각형을 종으로 2등분, 횡으로 3등분하고, i영역에서의 설태의 양 WTCI(i)을 아래 식 (6)을 이용하여 계산한다.
본 논문에서 구현한 컴퓨터 지원 설진 소프트웨어의 각 단계에서의 영상 처리 알고리즘은 MathWorks사의 MATLAB 2010b에서 Image Processing Toolbox를 추가한 버전을 사용하여 성능 검증을 위한 시뮬레이션 하였다. 그리고 UI를 포함한 실제 설진 소프트웨어는 우리가 이전 연구에서 개발한 USB 타입의 혀 영상 촬영기를 부착하여 인텔사의 컴퓨터비전 라이브러리인 OpenCV를 기반으로 MS Windows 7 환경 하에서 C++언어를 사용하여 각 처리 단계를 구현하였다.
성능/효과
구현한 설진 소프트웨어의 효율성 판정을 위해서는 60명의 피실험자를 대상으로 혀 영상을 수집하여 설진 소프트웨어를 이용한 설진 완료 작업을 수행하고, 설진과정 중에 생성되는 약 60명x30장=1800개의 중간 진단영상을 검증하였다. 그 결과 피실험자의 95%가 설태평가를 위주로 하는 설진에서의 소프트웨어의 사용-유효성(use-effectiveness)을 나타냈다. 이것은 진단 영상및 진단 지표가 95%의 피실험자에게 사용 가능성을 보인다는 것을 의미한다.
그럼에도 불구하고 구현한 컴퓨터 지원 설진 소프트웨어는 최적의 진단 영상 정보를 제공할 뿐만 아니라,한의사의 객관적인 진료을 위해 각 영상의 수치적인 정보를 진단지표로 제공함으로써 객관성 있는 진료를 보장한다. 따라서 본 논문에서 구현한 소프트웨어는 한방설진에서 한의사에게 컴퓨터 진단 보조 소프트웨어로서 그 활용성이 크다.
본 논문에서 구현한 한방 설진을 위한 컴퓨터 지원진단 소프트웨어는 한의사의 진료 행위를 구체적으로 지원할 수 있는 반자동 방식으로 진단 지표에 있어서 객관성과 정확성을 향상시켰다. 또한 설진을 위한 중요한 진단 지표인 비설태 및 설태의 색상 진단 지표를 두개의 칼라 모델에서 6개의 채널 값으로 다양하게 제공하고 있으며, 병증 판단에 중요한 지표인 WTCI와 무태, 소태, 박태의 설태 분류 소견을 확률값으로 지원하고 있다.
후속연구
이것은 진단 영상및 진단 지표가 95%의 피실험자에게 사용 가능성을 보인다는 것을 의미한다. 그러나 본 논문에서 진단 영상의 사용-유의성 평가는 한의사 1인의 평가에 의해서 이루어졌기 때문에 보다 객관적인 평가를 위해서는 다수의 한의사에 의한 실제적 임상 실험이 요구된다.
질의응답
핵심어
질문
논문에서 추출한 답변
한방에서 설진은?
한방에서 설진은 초기 병증을 진단할 수 있는 방법으로 객관적인 진단 지표의 개발은 중요한 연구 분야 가운데 하나이다. 그러나 이전의 대부분의 설진 시스템은 한의사의 간섭을 배제한 자동 진단을 위한 전문가 시스템으로서 진료를 위한 객관화된 진단 지표의 생성에 있어서 어려움이 있었다.
설진 시스템의 문제점은?
한방에서 설진은 초기 병증을 진단할 수 있는 방법으로 객관적인 진단 지표의 개발은 중요한 연구 분야 가운데 하나이다. 그러나 이전의 대부분의 설진 시스템은 한의사의 간섭을 배제한 자동 진단을 위한 전문가 시스템으로서 진료를 위한 객관화된 진단 지표의 생성에 있어서 어려움이 있었다. 따라서 본 논문에서는 한방 설진에 있어서 한의사의 진료 행위에 의해서 최적화된 설진을 위한 진단 지표를 계산하는 컴퓨터 지원 진단 소프트웨어를 제안한다.
설진의 장점은?
설진(Tongue diagnosis)은 환자의 상태를 육안으로관찰하여 진단하는 방법인 망진의 한 종류로서 혀를 관찰하는 한의학적 진단 방법이다. 육안으로 관찰하는 망진의 특성상 간단하면서도 비침습적인 진단 방법의 장점이 존재하나 이를 관찰하는 한의사의 주관적인 견해가 개입될 요소가 많으며 진단 환경이나 환자의 상태나 습관 등으로 인해 진단에 심각한 오류를 야기할 가능성이 높아 많이 활용되지 못했다[1].
참고문헌 (10)
G. Kim, "the past and future trends in tongue diagnosis", IEIE, vol.37(7), pp.702-211, 2010. 7.
Y. Wang, et al., "Region partition and feature matching based color recognition of tongue image", Pattern Recognition Letters, vol.28(1), pp. 11-19, 2007. 1.
X. Wang, "A high quality color imaging system for computerized tongue image analysis", Expert Systems with Applications, vol.40(15), pp. 5854- 5866, 2013. 11.
C. Choi, W. Lee, et al., "Coated Tongue Region Extraction using the Fluorescence Response of the Tongue Coating by Ultraviolet Light Source", IIBC, vo.12(4), pp. 181-188, 2012. 8.
W. Lee, et al., "Computerized assistant diagnosis system for tongue diagnosis in oriental medicine", IPIU2012 Jeju KOREA, P-114, 2012. 2.
J. Canny, "A Computational Approach to Edge Detection", IEEE Trans. on Pattern Analysis Machine Intelligence, vol.8(6), pp.679-698, 1986.
E. G. Winkel, et al., "Clinical effects of a new mouthrinse containing chlorhexidine, cetylpyridinium chloride and zinc-lactate on oral halitosis", Journal of Clinical Periodontology, vol.30(4), pp.300-306, 2003.
J. Kim, et al., "Development of differential criteria on tongue coating thickness in tongue diagnosis", Complementary Therapies in Medicine, vol.20(5), pp. 316-322, 2012. 10.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.