초록 ▼

본 연구의 목표는 통증과 관련된 패턴규칙을 이용하여 통증환자의 진단을 쉽고 빠르고 정확하게 하는 통증진단시스템을 개발하는 것이다. 이를 위해 먼저 재활의학과에서 정의하고 있는 169개의 통증패턴에 대하여 통증패턴과 관련된 통증영역, 관련증상, 관련근육을 조사하였다. 통증환자의 진단을 위해서는 통증의 위치와 영역이 가장 중요한 정보이며, 이러한 통증영역을 정보화하는 것은 매우 어렵다. 통증을 말이나 글로써 표현하거나 2차원 드로잉차트에 통증부위를 그리는 방법은 정확도가 떨어질 뿐만 아니라 분석도 어렵기 때문에 본 연구에서는 3차원 인

본 연구의 목표는 통증과 관련된 패턴규칙을 이용하여 통증환자의 진단을 쉽고 빠르고 정확하게 하는 통증진단시스템을 개발하는 것이다. 이를 위해 먼저 재활의학과에서 정의하고 있는 169개의 통증패턴에 대하여 통증패턴과 관련된 통증영역, 관련증상, 관련근육을 조사하였다. 통증환자의 진단을 위해서는 통증의 위치와 영역이 가장 중요한 정보이며, 이러한 통증영역을 정보화하는 것은 매우 어렵다. 통증을 말이나 글로써 표현하거나 2차원 드로잉차트에 통증부위를 그리는 방법은 정확도가 떨어질 뿐만 아니라 분석도 어렵기 때문에 본 연구에서는 3차원 인체피부모델을 많은 셀로 나누어 피부영역을 표시할 수 있도록 하였다. 셀을 이용하여 통증부위를 셀 번호만으로 표현하기 때문에 통증부위를 효과적으로 정보화하고 분석할 수 있다. 셀을 이용해 표현된 통증은 기존 방법보다 세밑하고 정확히 통증을 나타낼 수 있으며, 분석도 용이하여 진단시스템 및 진단 알고리듬에 쉽게 적용할 수 있고, 전문가시스템을 위한 지식기반(knowldege base)으로 사용된다.
본 연구에서 개발할 진단 알고리듬은 환자통증부위와 통증패턴의 공통면적, 그리고 통증 영역의 형태를 진단을 위한 중요한 속성으로 사용한다. 진단 알고리듬은 진단에 영향을 주는 각 속성에 대해 각각 유사도를 계산한 후, 이들의 가중치 합으로 최종 유사도를 계산한다. 또한 단일 은닉층과 역전파 알고리듬(backpropagation algorithm)을 사용하는 인공신경망을 이용하여 통증을 진단한다. 신경망에 대한 실험은 머리 부분에 존재하는 26가지 패턴에 대한 분류 문제(classification problem)로 범위를 한정하였다. 실험에 사용한 신경망은 머리부분에 있는 셀 3491개에 대한 입력값을 입력노드로 하였으며, 각각의 패턴을 대표하는 26개의 출력 노드를 갖도록 설계하였다. 실험결과 환자가 입력한 통증부위가 훈련된 패턴과 유사할수록 좋은 결과를 얻을 수 있었다.
셀 기반의 3차원 인체피부모델과 진단 알고리듬을 기반으로 진단 시스템을 개발하였다. 의사는 이러한 자동화된 통증진단시스템을 활용함으로써 통증환자의 진단과 처방을 전문가적 지식이 없이도 빠르고 정확하게 할 수 있다. 진단시스템은 환자의 통증영역을 입력받아 진단을 수행하고 진단결과로서 유사도가 높은 통증패턴을 보여준다. 또한 통증패턴의 상세한 정보와 운동요법까지 보여줌으로써 의사와 환자에게 필요한 많은 정보를 제공한다.
통증진단시스템은 재활의학과에서 의학교육과 의학연구에서도 사용될 수 있으며 기존의 의학지식과 함께 의료진단 분야에서도 활용이 가능하다. 여기서 사용된 통증표현방법은 많은양의 환자통증데이터를 간단하게 정보화하고 관리할 수 있으므로 전자의무기록에 활용될 수 있다. 통증진단시스템을 통해 축적된 데이터는 새로운 연구를 의한 기초자료로 활용될 수 있으며, 특히 병원정보시스템과 통합할 경우 방대한 환자정보와 임상지식을 병원정보시스템으로부터 직접 도출해 냄으로써 규칙기반과 같은 종전의 주관적인 지식습득방법의 제한점을 극복할 수 있다. 또한 병원에 있는 의료장비들과 연계할 경우 지식습득과정의 효율성을 더욱 극대화 할 수 있다.

Abstract ▼

This research aims for the development of a pain diagnosis system. The system diagnoses a patient′s illness in an easy, quick and accurate way through the rule of the pain patterns. First, we investigate pain areas, symptoms and muscles related to the 169 pain patterns defined in the rehabilitation

This research aims for the development of a pain diagnosis system. The system diagnoses a patient′s illness in an easy, quick and accurate way through the rule of the pain patterns. First, we investigate pain areas, symptoms and muscles related to the 169 pain patterns defined in the rehabilitation medicine. To diagnose a patient′s pain, greatly important is the position and area of a pain. But it is very hard to informationize it. Because of the inaccuracy as well as the analytic difficulty in drawing the pain area in 2 dimensional paper or expressing the pain literally or verbally, it is also not easy to apply to the system. In this study, we describe the skin area by dividing a 3D human model into a large number of cells. If using cell, we can mark the pain area by cell number, which enables us to informationize and analyze the pain area more effectively. This method also helps us analyze more easily and express the pain rather precisely and accurately than the existing one and can be easily applied to the diagnosis system and algorithm.
In this research, the developed algorithm has important factors to the diagnosis: the common area of pain pattern and patient′s pain and the shape of pain area. After computing the similarity to each factor, the diagnosis algorithm calculates the final similarity through the weighted sum. And also the system diagnoses through the artificial neural network that has one hidden layer and uses backpropagation algorithm. Our experiment is limited to the classification of 26 types of patterns in the head. The neural network experiment uses the input values of 3491 cells as input nodes and is designed to have 26 output nodes representing each pain pattern. The result of the experiment shows that the more similar the patient drawing is to the training set, the better the output value. A number of training must be required to prevent misdiagnosis.
We dovelop a pain diagnosis system with a cell-based 3D human skin model and diagnosis algorithm. Without expert knowledge, any doctor can diagnose and prescribe a patient in a faster and more exact way through the pain diagnosis system. The system performs through the input of patient′s pain area and presents pain patterns with high similarity. In addition, it shows detail information on the pain pattern and the exorcist therapy and gives necessary and much information to both doctors and patients.
The pain diagnosis system is available to the education and the medical research in the department of rehabilitation medicine and manage very large amount of pain data, which makes it availablel to the eletronic medical record. New researches can launch on the accumulated data through the system. Especially, if integrating this system with medical information system, we can cope with the restriction in the previous subjective knowledge acquirement in rule-based expert system. And the integration with medical facilities maximizes the efficiency in the knowledge acquisition.

목차 Contents

• Ⅱ. 총괄연구개발과제 연구결과...8
• 1. 총괄연구개발과제의 최종 연구개발 목표...8
• 2. 총괄연구개발과제의 최종 연구개발 내용 및 결과...12
• 3. 총괄연구개발과제의 연구결과 고찰 및 결론...36
• 4. 총괄연구개발과제의 연구성과 및 목표달성도...38
• 5. 총괄연구개발과제의 활용계획...39
• 6. 첨부서류...40
• 7. 참고문헌...41