Journal Archive

대부분의 두피 관련 애플리케이션은 단순한 자가진단용 질문을 제공하거나 두피 마사지 방법 혹은 두피 질환 예방 및 좋은 음식 등의 서비스를 지원한다[9]-[12]. 대표적인 스마트폰 기반 두피 관련 애플리케이션인 ‘CRANCHE’와 ‘피부 클렌징’ 그리고 ‘Dandruff Treatments Guide’[6]-[8]은 자가진단용 질문을 통해 사용자의 상태를 예측하고, 두피 마사지 기법을 통해 보다 나은 두피 건강을 위한 방법을 제공한다. 특히, ‘CRANCHE’는 두피 질환의 사진을 함께 제공함으로써 사용자가 본인의 두피와 비교분석 할 수 있다. 또한 ‘피부 클렌징’은 두피도 피부의 일부라는 전제 하에 피부를 청결히 하고 관리하는 방법에 대한 서비스를 제공한다. 기존 애플리케이션은 단순한 정보제공에 치중하였기 때문에 실제로 적용해서 자가 진단을 하기 어려운 것이 사실이다. 자가진단용 서비스이기 때문에 일회성적인 소프트웨어가 될 가능성이 높다.

Fig. 1. 
Virtual experience system for hairstyle related applications

실시간 검진 기법은 크게 HSV 영상처리 기법과 데이터 마이닝 기법 그리고 사용자 기반 영상처리 기법으로 나눌 수 있다. HSV 영상처리 기법은 검사를 위한 대상이 되는 사진으로 Hue, Saturation, Value를 이용하여 분석하는 기법이다. 즉, 색상, 채도, 명도로 색을 지정하는 방법을 이용한 영상처리 기법인데, 이를 위해서 조명이 관건이라고 할 수 있다. RGB Color를 이용할 수도 있지만 사람이 보는 관점에서의 색과 컴퓨터의 관점에서의 색이 충분히 다를 수 있기 때문에 HSV가 적합하다고 판단하였다. 데이터 마이닝 기법은 인터넷 검색을 해보면, 두피 전문가마다 두피 질환을 분류하는 방식이 다르며 질환 관련 사진 또한 극소수이다. 따라서 두피 질환에 대한 특정 분류 방법을 기준으로 정하고 그에 관련된 각 질환별 사진을 수집하고 수집한 사진들에 가중치를 두어 HSV 방식으로 데이터를 추출 및 정규화 하였다. 여기에는 더 많은 다양한 질환별 사진이 제공된다면 점점 더 기준을 명확히 하기 위해 Fuzzy Logic을 이용하여 데이터 마이닝 기법을 활용하였다. 이는 그 어디에도 나와 있지 않은 데이터 분류로서 전문가와 협업을 한다면 더욱 좋은 결과를 가져올 수 있을 것이다. 마지막으로 사용자 기반 영상처리 기법은 아직 부족한 자료로 인해 실시간 검진 기법의 정확도가 부족할 시에 쓰인다. 본인의 사진이 화면에 나오고 사진을 왼쪽으로 넘기는 제스처를 취하면 예상되는 해당 질환을 두 가지로 보여줌으로써 사용자가 본인의 질환에 더 가까운 질환을 육안으로 확인할 수 있다. 또한 두피 질환에 대한 설명이 있는 메뉴가 있으므로 이 또한 활용할 수 있다.

실시간 검진 기법으로 채울 수 없는 정밀함이나 앞으로의 세부적인 치료 방법 혹은 치료 가격 등에 대한 정보를 두피 질환 전문가에게 이메일을 보내는 기능을 통해 더욱 정교하고 애플리케이션을 충분히 활용할 수 있다. 또한, 전문가 입장에서는 본인의 병원을 홍보할 수 있고, 물리적인 제약(장소) 없이 환자를 위해 간접적으로 진료할 수 있다.

두피 시스템이 원활히 동작하기 위한 데이터 흐름은 두피 직접 검사와 이메일을 통한 검사 방법으로 나뉜다. 첫째, 카메라를 통해 받아온 사진을 날짜별로 스마트폰의 저장매체에 저장하고 사진을 가지고 질환별 HSV 데이터와 비교 분석을 통해 가장 유사한 질환 사진을 두 개로 보여준다. i) 사용자의 카메라를 통해 얻는 Bitmap Data ii) 날짜를 파일 이름으로 스마트폰 내에 따로 저장하는 모듈 iii) 카메라를 통해 얻은 사진으로 분석하는 과정이다. 이 과정에는 기존의 질환별 데이터들과 비교하고 유사도에 따라 그 결과를 두 가지 이하로 보여준다. 둘째, 이메일을 통해 스마트폰에 저장된 사진을 첨부하고 전문가에게 답장을 받는다. [그림 5]는 전체적인 데이터 절차 알고리즘 구조를 나타낸다. [그림 6]은 두피진단 전반적인 구조이다.

Fig. 5. 
Mobile Scalp Diagnostic System Dataflow Structure

Fig. 6. 
Fuzzy Logic Values

두피 건강 진단을 위한 데이터 분석을 수행할 시에 질환 간의 구분을 위해 Fuzzy Logic의 사용이 필요하다. 또한, 두피 질환명을 결정하는데 큰 비중을 가진 속성을 질환별로 구분하는 것 또한 중요하다. 아직은 부족한 두피 질환 관련 데이터지만, 만약 두피 질환 관련 사진들이 확보되면 될수록 데이터를 구분하는 기준은 갈수록 정교해질 것이다. [그림 6]은 질환에 대한 새로운 데이터가 추가되었을 때, Fuzzy Logic을 적용하여 두피 질환별 데이터를 [그림 7]에서 왼쪽 그래프는 두피의 붉은 부분의 포함 정도를 두피 질환별로 나누어 보여주고, 오른쪽 그래프는 두피의 각질 부분의 포함 정도를 두피 질환별로 보여준다.

Fig. 7. 
Criteria for distinguish diseases

HSV는 Hue(색상), Saturation(채도), Value(명도)로 색상을 지정하는 방법이다. 이를 컴퓨터는 원통형으로 그 값을 구분한다. Hue(색상)은 각도로, Saturation(채도)는 원통의 중심에서 떨어진 정도(가로), Value(명도)는 원통의 높이의 정도에 따라 나타낸다. [그림 8]은 HSV를 시각적으로 나타낸다. [그림 9]는 스마트폰으로 실제 두피를 촬영해 독자적인 인식방법으로 데이터를 구분한 사진이다. 스마트폰으로 촬영할 시에 낮은 해상도를 보안하기 위한 방법으로 스마트폰용 접사렌즈를 보여준다. [그림 10]은 수집한 혼합성 두피 인식 과정을 보여준다.

Fig. 8. 
HSV Imaging System

Fig. 9. 
Shooting Results Using Macro Lenses for Smartphones

Fig. 10. 
Mixed Scalp Disease

사용자 기반 영상처리 기법은 촬영 시 빛의 양 혹은 아직은 부족한 두피 질환 데이터로 인해 검사 결과에 착오가 있을 경우를 대비한 영상처리 기법이다. 가능한 두피 질환을 두 가지 이하로 보여주고 사용자가 본인의 두피와 실제 두피 질환 사진을 비교하며 자신의 질환을 육안으로 판단한다. 이는 더욱 높은 정확도를 높일 수 있을 것으로 기대된다.

본 장에서는 두피 진단 서비스를 제공하기 위한 전체적인 인터페이스에 대해 설명한다. 본 애플리케이션의 로딩화면은 약 1 초간 애니메이션 효과를 보인 후, 메인메뉴 화면이 나온다. 메인메뉴는 ‘두피 진단 시작’, ‘나의 두피 상태’, ‘치료 예방 방법’, ‘질문 및 응답’, ‘제작자 & 어플 소개’로 다섯 가지 버튼이 있으며 각각의 서비스는 다음과 같다. 첫째, ‘두피 진단 시작’ 버튼을 누르면 ‘카메라 촬영’ 버튼과 ‘사진 앨범 선택’ 버튼이 있다. ‘카메라 촬영’ 버튼은 카메라 센서를 작동시켜 사진을 찍게 하고 사진 중 잘 나온 부분만 잘라서 저장할 수 있도록 크롭 기능을 추가하였다. ‘사진 앨범 선택’ 기능은 기존에 찍어둔 사진으로 검사하는 방법이다. 어떤 방법으로든 위의 과정을 거치면 ‘다시 찍기’ 버튼과 ‘진단하기’ 버튼을 확인할 수 있는데 ‘진단하기’ 버튼을 누르면 ‘두피 진단 중입니다.’라는 문구가 지나가고 두피 진단 결과를 확인할 수 있다.

Fig. 11. 
Mobile scalp diagnostic system main interface

최대 예측되는 두 가지의 두피 질환 사진이 보이고, 해당 사진을 누르면 두피 상태에 대한 정보를 얻을 수 있다. 두피 상태에 대한 정보를 확인하며 사용자 기반 영상처리를 마지막으로 검사를 마칠 수 있다. ‘나의 두피 상태’ 메뉴를 누르면 사진첩을 불러와 개별적으로 저장된 두피 사진을 보여줌으로써 사용자 본인의 두피 진행 과정을 확인할 수 있다. ‘치료 예방 방법’ 버튼을 누르면 ‘정상두피’, ‘지성두피’, ‘건성두피’, ‘민감성두피’, ‘탈모성 두피’ 다섯 가지의 버튼으로 구분하여 해당 두피 질환에 대한 정보를 확인할 수 있다. ‘질문 및 응답’ 버튼을 누르면 ‘상담 E-MAIL’ 보내기 버튼이 있고, 주소, 제목 등의 정보를 입력하고 메일을 보낼 수 있다. 두피 질환 전문의에게 자신의 두피 사진을 첨부하여 이메일을 보냄으로써 더 정확한 피드백을 받을 수 있다.

두피진단 시스템은 두피 전문가 추천에서 최초의 시스템이기 때문에, 사용자 측면에서의 만족도 및 유용성에 대해 검증한다. 이를 위해 헤나 시스템을 사용한 80명의 사용자를 대상으로 성능평가를 수행하였다. 성능평가는 인터페이스, 시스템의 편리성, 데이터에 대한 항목에 따른 설문으로, 5가지 등급 ‘매우 안좋음’,‘안좋음’,‘보통’,‘좋음’,‘매우 좋음’으로 나눠 평가를 수행하였다. [표. 1]은 사용자 측면에서 성능평가를 수행한 결과이다.

사용자 성능평가 결과는 다음과 같다. 첫째, 인터페이스의 성능적 만족도를 수행하기 위해, 화면 전환, 정보 저장에 대해 설문 결과가 ‘좋음’, ‘매우좋음’에 편중되어 있어, 성능적인 만족도가 높음을 검증하였다. 둘째, 인터페이스의 가독성 측면에서의 결과는 대다수 사용자가 매우 좋다는 응답을 보여, 시스템의 깔끔한 인터페이스와 귀여운 이미지가 적절히 적용된 것으로 본다.

셋째, 시스템의 편리성 측면에서 검증을 위해 전문가 추천의 처리 속도와 만족도의 설문 결과가 초기의 서비스 사용 시 진단 시스템의 만족도가 높아서, 기존 두피진단 알고리즘의 문제점을 해결하였음을 확인할 수 있다. 그러나 데이터양에 대한 질문에 대해서도 보통인 것으로 보아 데이터양이 부족하여 전문가 추천 시스템의 정확성 및 신뢰성, 셀프 두피진단에 대한 만족도의 감소 요인임을 확인하였다. 아울러, 가상체험의 편리성을 설문한 결과는 대체로 ‘안좋음’이 많다. 이는 이미지의 이동이 원활하게 이루어지지만, 이미지의 크기를 조정하는 데 어려움이 있고, 측면 이미지에 맞게 사용자가 조절해야 하므로 불편함을 느끼는 것으로 확인된다.