현재의 한국의 의료 기술은 세계에서 인정받고 있을 만큼 최고의 수준이다. 그에 따라 여러 의사들은 다양한 장애나 질병에 대해 전문적인 지식을 가지고 더 좋은 방법으로 치료를 진행하고 있다. 이렇게 높아지는 의료 기술에 따라 시술이나 수술의 성공확률의 증대와 동시에 환자에게 높은 신뢰성을 제공할 수 있게 되었다. 시술이나 수술 이후에 있을 부작용을 줄이고 빠른 완치를 위해 행하는 재활치료도 의료의 일종이다. 하지만, 이 부분에서의 사정은 조금 다른 점이 있다. 재활에 관련된 기구, 동작 등 개발하려는 움직임은 있으나, 현재는 대부분을 외국에 의존하고 있다. 우리가 흔히 알고 있는 재활치료는 동작에 의한 형태가 주를 이룬다. 하지만, 환자의 증상이 어느 정도인지, 얼마만큼 나아졌는지 알아보는 것 또한 재활의 일종이며, 그 또한 의사가 판단하는 하에 그 지표를 마련하고 있는 실정이다. 본 논문에서는 음식물 삼킴 동작에 문제가 있는 것을 심각 정도에 따라 파악하는 VFSS 검사에 딥러닝을 활용하여 눈으로 보이는 지표를 마련해 프로그램을 개발하는 것을 연구해 보았다.
현재의 한국의 의료 기술은 세계에서 인정받고 있을 만큼 최고의 수준이다. 그에 따라 여러 의사들은 다양한 장애나 질병에 대해 전문적인 지식을 가지고 더 좋은 방법으로 치료를 진행하고 있다. 이렇게 높아지는 의료 기술에 따라 시술이나 수술의 성공확률의 증대와 동시에 환자에게 높은 신뢰성을 제공할 수 있게 되었다. 시술이나 수술 이후에 있을 부작용을 줄이고 빠른 완치를 위해 행하는 재활치료도 의료의 일종이다. 하지만, 이 부분에서의 사정은 조금 다른 점이 있다. 재활에 관련된 기구, 동작 등 개발하려는 움직임은 있으나, 현재는 대부분을 외국에 의존하고 있다. 우리가 흔히 알고 있는 재활치료는 동작에 의한 형태가 주를 이룬다. 하지만, 환자의 증상이 어느 정도인지, 얼마만큼 나아졌는지 알아보는 것 또한 재활의 일종이며, 그 또한 의사가 판단하는 하에 그 지표를 마련하고 있는 실정이다. 본 논문에서는 음식물 삼킴 동작에 문제가 있는 것을 심각 정도에 따라 파악하는 VFSS 검사에 딥러닝을 활용하여 눈으로 보이는 지표를 마련해 프로그램을 개발하는 것을 연구해 보았다.
In Korea, current medical technology is the highest level in the world. As a result, many doctors have specialized knowledge of various disorders or diseases, and are proceeding in a better way. With such high medical technology, it is possible to increase the probability of success of surgery to pr...
In Korea, current medical technology is the highest level in the world. As a result, many doctors have specialized knowledge of various disorders or diseases, and are proceeding in a better way. With such high medical technology, it is possible to increase the probability of success of surgery to provide high reliability to patients. Rehabilitation is also a form of medical treatment that reduces the side effects that occur after surgery that is done for quick cure. However, the situation in this section is slightly different. There are moves to develop rehabilitation devices and operations, but most of them are now dependent on foreign technology. Rehabilitation therapy, which we commonly know, is dominated by behavior. However, it is also a kind of rehabilitation to find out how much the patient's symptoms are improved or recovered. In this paper, we have studied the development of a program by using the Deeplearning method in order to detect the problem of the food swallowing operation by the severity.
In Korea, current medical technology is the highest level in the world. As a result, many doctors have specialized knowledge of various disorders or diseases, and are proceeding in a better way. With such high medical technology, it is possible to increase the probability of success of surgery to provide high reliability to patients. Rehabilitation is also a form of medical treatment that reduces the side effects that occur after surgery that is done for quick cure. However, the situation in this section is slightly different. There are moves to develop rehabilitation devices and operations, but most of them are now dependent on foreign technology. Rehabilitation therapy, which we commonly know, is dominated by behavior. However, it is also a kind of rehabilitation to find out how much the patient's symptoms are improved or recovered. In this paper, we have studied the development of a program by using the Deeplearning method in order to detect the problem of the food swallowing operation by the severity.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 눈으로 확인하기 어려운 의료영상데이터에 이미지 처리 방법을 통하여 의학 진단에 있어서 수동으로 행하는 부분에 대하여 도움을 주고, 지표를 마련해 주는 프로그램을 개발하는 연구를 해보았다.
따라서 본 논문에서는 위의 연하곤란에 대하여 실제 병원에서 검사방법으로 사용되고 있는 VFSS(VideoFluoroscopic swallowing study) 즉, 비디오 투시 연하검사로부터 사람의 눈으로 판별하기 어려운 부분에 도움을 줄 수 있는 프로그램을 개발하는 것에 대해 연구하였다.
제안 방법
이를 해결하기 위한 방안으로 딥러닝을 사용해 보았다. 딥러닝은 Tensorflow를 사용하였고 Object detection을 지원하는 다양한 모델 중 제일 편리하게 사용 가능한 mobilenet을 이용해 보았다. 아래는 model별 속도를 나타내는 표이다.
이를 해결하기 위한 방안으로 딥러닝을 사용해 보았다. 딥러닝은 Tensorflow를 사용하였고 Object detection을 지원하는 다양한 모델 중 제일 편리하게 사용 가능한 mobilenet을 이용해 보았다.
이론/모형
위의 그림 2에서 흰색으로 제일 밝게 나온 부분이 필요한 검출 구간이다. 사용된 Fuzzy C-Means 알고리즘은 Fuzzy 이론을 적용시킨 Clustering이며 영역에 대한 색상의 차이 정도를 구간을 나누어주는 것에 대해서 Fuzzy 이론이 적용된다. 적용 결과를 볼 때 Segmentation 결과와 상당히 비슷하나, 구간에 대한 가중치가 때에 따라서 다르다.
후두개곡에서 앞쪽에 조금 검게 되어있는 부분이 설골이며, 섭취물이 넘어갈 때 위 아래로 움직인다. 영역에 대해서 검출하기 전 정확한 모양을 확인하기 위해 Fuzzy C-Means 알고리즘을 적용시켜 보았다.
후속연구
이를 더 개선할 수 있는 방법으로 첫 번째는 딥러닝에 사용될 Labeling Data의 다양화 및 양을 늘리는 것이다. 실제로 병원에 양해를 구하고 수많은 환자의 데이터를 사용 할 수 있다면 더 다양한 VFSS 검사에 사용될 프로그램의 Stress Test가 가능할 것이다.
이러한 프로그램 내 처리 방법은 의사로 하여금 진단에 대한 정확성과 편리함을 주고, 환자에게는 그 지표로 인해 병원에 대한 신뢰성을 제공하게 되는 계기가 될 것이다.
지금까지 사용되었던 방법이 정확하다면 UI를 적용한 후 프로그램을 제작하면 실제로도 사용이 가능할 것이다. 하지만 위의 결과들은 매우 잘 나온 결과물이며 실제 딥러닝에는 더 많은 데이터가 필요로 하고, 이미지의 밝기 및 환경이 어떻게 달라질지 모르는 상황이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.