KR102610915B1 - 의료영상 분석 방법 및 장치 - Google Patents
의료영상 분석 방법 및 장치 Download PDFInfo
- Publication number
- KR102610915B1 KR102610915B1 KR1020200075785A KR20200075785A KR102610915B1 KR 102610915 B1 KR102610915 B1 KR 102610915B1 KR 1020200075785 A KR1020200075785 A KR 1020200075785A KR 20200075785 A KR20200075785 A KR 20200075785A KR 102610915 B1 KR102610915 B1 KR 102610915B1
- Authority
- KR
- South Korea
- Prior art keywords
- vertebral body
- model
- spine
- medical image
- command
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 33
- 238000003703 image analysis method Methods 0.000 claims abstract description 22
- 239000011436 cob Substances 0.000 claims description 39
- 239000013598 vector Substances 0.000 claims description 27
- 238000010191 image analysis Methods 0.000 claims description 24
- 208000007623 Lordosis Diseases 0.000 claims description 10
- 208000020307 Spinal disease Diseases 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 241000251539 Vertebrata <Metazoa> Species 0.000 claims description 7
- 210000000115 thoracic cavity Anatomy 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010073306 Exposure to radiation Diseases 0.000 description 1
- 206010023509 Kyphosis Diseases 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 206010039722 scoliosis Diseases 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
- G06T2207/30012—Spine; Backbone
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Quality & Reliability (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
의료 영상 분석 방법 및 장치가 개시된다. 본 발명의 일 실시예에 따른 의료 영상 분석 방법은, 척추에 대한 하나의 정면 영상을 입력받는 단계; 상기 정면 영상에서 척추를 이루는 척추골(vertebra)로부터 추체(vertebral body)를 분리하고, 각 추체의 윤곽선을 추출하는 단계; 기 저장되어 있던 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키는 단계; 매칭된 3D 추체 모델을 구성하는 각 추체의 상단 평면 및 하단 평면을 검출하는 단계; 각 추체의 상단 평면 및 하단 평면을 기준으로 각 추체의 기울기를 도출하는 단계; 및 상기 추체의 기울기를 기준으로 콥 각도(Cobb Angle)를 산출하는 단계를 포함할 수 있다.
Description
본 발명은 의료영상 분석 방법 및 장치에 관한 것으로, 더욱 상세하게는 한 장의 정면 x-ray 영상을 이용해 척추의 콥 각도를 도출하는 의료영상 분석 방법 및 장치에 관한 것이다.
척추의 질환을 진단하는 영상 분석 방법은 X-Ray, CT, MRI 등을 이용한 방법이 있다. 그 중 CT, MRI를 이용한 척추 질환 분석은 척추의 모양을 3차원으로 모델링하여 질환 분석을 더 정확하고 정밀하게 수행할 수 있지만, 촬영 비용이 비싸고 CT의 경우 다량의 방사선에 노출되는 등의 단점이 존재한다.
이러한 단점을 해결하기 위하여, 저렴하고 방사선 노출의 위험이 상대적으로 적은 X-Ray 영상을 이용한 3차원 모델링 방법이 사용되고 있다. X-Ray 영상을 이용한 3차원 모델링 방법에서는 일반적으로 2장 이상의 X-Ray 영상을 이용하는데, 한 장의 영상을 이용하여 3D 모델링을 할 경우 X(가로), Y(세로)축의 값은 알 수 있으나 Z(깊이) 값은 알 수 없기 때문에 부정확한 3D 모델링 결과가 나오기 때문이다.
하지만, 2장 이상의 X-Ray 영상을 이용할 경우에도 동시에 수직으로 촬영하지 않을 경우 X-Ray 영상 간의 캘리브레이션이 어렵고, 각 영상에서 골격 부위의 매칭 문제가 여전히 잔존한다.
이러한 X-Ray 영상을 이용한 척추 질환 분석 방법들 중 척추의 기형 및 외과적 치료를 위한 분석 기법의 하나로 콥 각도(Cobb Angle)를 분석하고 해당 값의 크기에 따라 진단하는 방법이 사용되고 있다. 이 경우 일반적으로 2D 영상으로부터 콥 각도를 계산하게 되는데, 이러한 방법은 3차원으로 된 척추를 2차원에서 진단함으로써 진단의 불완전성을 야기한다는 문제점이 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 한장의 정면 x-ray 영상을 이용해 척추의 콥 각도를 도출하는 의료영상 분석 방법을 제공하는 데 있아.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 상기 의료영상 분석 방법을 이용하는 의료영상 분석 장치를 제공하는 데 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 의료영상 분석 방법은, 척추에 대한 하나의 정면 영상을 입력받는 단계; 상기 정면 영상에서 척추를 이루는 척추골(vertebra)로부터 추체(vertebral body)를 분리하고, 각 추체의 윤곽선을 추출하는 단계; 기 저장되어 있던 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키는 단계; 매칭된 3D 추체 모델을 구성하는 각 추체의 상단 평면 및 하단 평면을 검출하는 단계; 각 추체의 상단 평면 및 하단 평면을 기준으로 각 추체의 기울기를 도출하는 단계; 및 상기 추체의 기울기를 기준으로 콥 각도(Cobb Angle)를 산출하는 단계를 포함할 수 있다.
상기 의료영상 분석 방법은, 상기 3D 추체 모델에 대한 세부 조정을 수행하는 단계; 및 세부 조정된 3D 추체 모델을 기준으로 콥 각도를 재산출하는 단계를 더 포함할 수 있다.
상기 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키는 단계는, 상기 추체 모델의 위치 값, 회전 값 및 형태에 대한 변화 중 적어도 하나를 이용해 상기 추출된 각 추체의 윤곽선에 대한 매칭을 수행하는 단계를 포함할 수 있다.
상기 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키는 단계는, 특정 추체의 전체 척추 상에서의 위치 및 척추의 특성을 고려하여 특정 추체의 앞쪽 기울어짐 또는 뒤쪽 기울어짐을 판단하는 단계를 포함할 수 있다.
상기 척추의 특성은 흉추전만 및 요추전만의 특징, 이웃하는 척추골 간의 연속성을 포함할 수 있다.
상기 3D 추체 모델에 대한 세부 조정을 수행하는 단계는, 각 추체의 상단 평면 및 하단 평면의 기울기를 이용해 상기 척추를 구성하는 추체들을 연결하는 사슬선을 설정하는 단계; 상기 사슬을 기준으로 기준 평면을 도출하는 단계; 및 상기 기준 평면에 대해 해당 추체의 상단 평면 및 하단 평면이 이루는 각도의 차이를 조정하는 단계를 포함할 수 있다.
상기 기준 평면은, 특정 추체를 기준으로 아래로 인접하는 추체 및 위로 인접하는 추체와 연결된 사슬선을 두 방향벡터로 하였을 때 상기 두 방향벡터의 평균을 법선 벡터로 하는 평면일 수 있다.
상기 기준 평면은 또한, 특정 추체를 기준으로 아래로 인접하는 추체와 연결된 제1 사슬선 및 위로 인접한 추체와 연결된 제2 사슬선이 이루는 각도를 이등분하는 평면일 수 있다.
상기 콥 각도는, 상기 척추를 이루는 모든 추체의 상단 평면 및 하단 평면들 중 두 평면이 3차원 상에서 이루는 각도가 가장 큰 2개의 평면 간의 각도로 설정될 수 있다.
상기 의료 영상 분석 방법은 상기 산출된 콥 각도를 척추 질환 진단에 제공하는 단계를 더 포함할 수 있다.
상기 다른 목적을 달성하기 위한 본 발명의 일 실시예에 따른 의료영상 분석 장치는 프로세서; 및 상기 프로세서를 통해 실행되는 적어도 하나의 명령을 저장하는 메모리를 포함하고, 상기 적어도 하나의 명령은, 척추에 대한 하나의 정면 영상을 입력받아, 상기 정면 영상에서 척추를 이루는 척추골(vertebra)로부터 추체(vertebral body)를 분리하도록 하는 명령; 각 추체의 윤곽선을 추출하도록 하는 명령; 기 저장되어 있던 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키도록 하는 명령; 매칭된 3D 추체 모델을 구성하는 각 추체의 상단 평면 및 하단 평면을 검출하도록 하는 명령; 각 추체의 상단 평면 및 하단 평면을 기준으로 각 추체의 기울기를 도출하도록 하는 명령; 및 상기 추체의 기울기를 기준으로 콥 각도(Cobb Angle)를 산출하도록 하는 명령을 포함할 수 있다. 여기서, 상기 영상은 2D X-ray 영상인 것을 특징으로 한다.
상기 적어도 하나의 명령은, 상기 3D 추체 모델에 대한 세부 조정을 수행하도록 하는 명령; 및 세부 조정된 3D 추체 모델을 기준으로 콥 각도를 재산출하도록 하는 명령을 더 포함할 수 있다.
상기 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키도록 하는 명령은, 상기 추체 모델의 위치 값, 회전 값 및 형태에 대한 변화 중 적어도 하나를 이용해 상기 추출된 각 추체의 윤곽선에 대한 매칭을 수행하도록 하는 명령을 포함할 수 있다.
상기 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키도록 하는 명령은, 특정 추체의 전체 척추 상에서의 위치 및 척추의 특성을 고려하여 특정 추체의 앞쪽 기울어짐 또는 뒤쪽 기울어짐을 판단하도록 하는 명령을 포함할 수 있다.
상기 3D 추체 모델에 대한 세부 조정을 수행하도록 하는 명령은, 각 추체의 상단 평면 및 하단 평면의 기울기를 이용해 상기 척추를 구성하는 추체들을 연결하는 사슬선을 설정하도록 하는 명령; 상기 사슬을 기준으로 기준 평면을 도출하도록 하는 명령; 및 상기 기준 평면에 대해 해당 추체의 상단 평면 및 하단 평면이 이루는 각도의 차이를 조정하도록 하는 명령을 포함할 수 있다.
상기 기준 평면은, 특정 추체를 기준으로 아래로 인접하는 추체 및 위로 인접하는 추체와 연결된 사슬선을 두 방향벡터로 하였을 때 상기 두 방향벡터의 평균을 법선 벡터로 하는 평면일 수 있다.
상기 콥 각도는, 상기 척추를 이루는 모든 추체의 상단 평면들 및 하단 평면들 중 두 평면이 3차원 상에서 이루는 각도가 가장 큰 2개의 평면 간의 각도로 설정될 수 있다.
상기 적어도 하나의 명령은 또한 상기 산출된 콥 각도를 척추 질환 진단에 제공하도록 하는 명령을 더 포함할 수 있다.
상기와 같은 본 발명의 실시예들에 따르면, 척추의 질환을 진단하는 데에 있어서 CT, MRI가 아닌 X-Ray 영상을 이용하고, 1장의 정면 영상만을 이용하여 3차원 척추 모델을 구성하여 진단을 보조함으로써 진단에 소요되는 시간과 비용을 절약할 수 있다.
또한, 기존의 2D X-Ray 영상 기반 콥 각도를 계산 방식에 비하여 더 정밀한 콥 각도의 계산이 가능하고, 그에 따른 척추 측만증 진단, 수술 판단 등을 수행할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 의료영상 분석 장치의 블록 구성을 나타낸다.
도 2a 내지 2c는 본 발명에서 고려하는 척추골 및 추체의 형상을 도시한다.
도 3은 본 발명의 일 실시예에 따라 척추골에서 추체를 분리하는 개념을 도시한다.
도 4는 본 발명의 일 실시예에 따라 X-Ray 영상에서 추체 윤곽선(Contour)을 설정하는 개념도이다.
도 5는 본 발명의 일 실시예에 따라 설정된 척추의 전체 추체 윤곽선을 나타낸다.
도 6은 본 발명의 일 실시예에 따른 추체 3D 모델과 x-ray 윤곽선의 매칭 개념도이다.
도 7a는 본 발명에 따른 추체의 3D 모델링을, 도 7b는 추체의 상단 및 하단 평면을 검출하는 개념을 나타낸다.
도 8a 및 8b는 3D 추체를 연결하는 사슬선을 각각 정면과 측면에서 바라보았을 때의 형상을 도시한다.
도 9는 본 발명의 일 실시예에 따라 각 추체의 상단 및 하단 평면의 기울기를 이용해 사슬선을 생성하는 개념을 도시한다.
도 10은 본 발명의 일 실시예에 따라 각 추체를 연결하는 사슬선의 각도를 이용한 추체 기울기를 세부 조정하는 개념도이다.
도 11은 본 발명의 일 실시예에 따라 추체의 상단 및 하단 평면을 이용하여 3D 콥 각도를 분석하는 개념을 도시한다.
도 12는 본 발명의 일 실시예에 따른 의료 영상 분석 방법의 순서도이다.
도 13은 본 발명의 다른 실시예에 따른 의료영상 분석 장치의 블록 구성을 나타낸다.
도 2a 내지 2c는 본 발명에서 고려하는 척추골 및 추체의 형상을 도시한다.
도 3은 본 발명의 일 실시예에 따라 척추골에서 추체를 분리하는 개념을 도시한다.
도 4는 본 발명의 일 실시예에 따라 X-Ray 영상에서 추체 윤곽선(Contour)을 설정하는 개념도이다.
도 5는 본 발명의 일 실시예에 따라 설정된 척추의 전체 추체 윤곽선을 나타낸다.
도 6은 본 발명의 일 실시예에 따른 추체 3D 모델과 x-ray 윤곽선의 매칭 개념도이다.
도 7a는 본 발명에 따른 추체의 3D 모델링을, 도 7b는 추체의 상단 및 하단 평면을 검출하는 개념을 나타낸다.
도 8a 및 8b는 3D 추체를 연결하는 사슬선을 각각 정면과 측면에서 바라보았을 때의 형상을 도시한다.
도 9는 본 발명의 일 실시예에 따라 각 추체의 상단 및 하단 평면의 기울기를 이용해 사슬선을 생성하는 개념을 도시한다.
도 10은 본 발명의 일 실시예에 따라 각 추체를 연결하는 사슬선의 각도를 이용한 추체 기울기를 세부 조정하는 개념도이다.
도 11은 본 발명의 일 실시예에 따라 추체의 상단 및 하단 평면을 이용하여 3D 콥 각도를 분석하는 개념을 도시한다.
도 12는 본 발명의 일 실시예에 따른 의료 영상 분석 방법의 순서도이다.
도 13은 본 발명의 다른 실시예에 따른 의료영상 분석 장치의 블록 구성을 나타낸다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 의료영상 분석 장치의 블록 구성을 나타낸다.
본 발명의 일 실시예에 따른 의료영상 분석 장치(100)는 추체 윤곽선 추출 모듈(110), 매칭 모듈(120), 추체평면 검출 모듈(130), 세부조정 모듈(140), 콥 각도 산출 모듈(150)을 포함할 수 있다. 의료영상 분석 장치(100)는 또한, 변형가능한 3D 추체 모듈(170), 및 X-ray 영상과 정합된 3D 척추 모듈(190)을 더 포함할 수 있다.
본 발명에 따른 의료영상 분석 장치로 입력되는 것은 한 장의 정면 X-Ray 영상이다. 추체 윤곽선 추출 모듈(110)은 입력된 X-Ray영상에서 척추 부위의 각 척추뼈를 추출하고, 각 척추골의 몸통(추체; Vertebral Body)의 윤곽선(Contour)을 설정한다.
매칭 모듈(120)은 기 저장된 3D 추체 모듈(170)에 대해 위치, 방향, 형태의 변형을 수행하여, x-ray 영상으로부터 추출된 추체의 윤곽선과의 정합을 수행한다. 추체 윤곽선과 정합하도록 변형된 3D 추체 모듈(190)은 가시화 작업을 거쳐 사용자에게 제공될 수 있다. 추체평면 검출 모듈(130)은 정합이 완료된3D 추체 모델에 대해 각 추체의 아래, 윗쪽 면에 대응하는 평면을 검출한다.
세부조정 모듈(140)은 검출된 추체의 3D 평면의 법선 기울기를 이용하여 각 추체의 사슬 선(Chain Line)을 구성하고, 사슬 선과 각 추체의 수평면 간의 각도를 비교하여 3D 추체 모델에 대한 세부 조정을 수행한다. 콥 각도 산출 모듈(150)은 세부 조정된 추체의 평면을 이용하여 3D 콥 각도를 계산하고, 계산된 콥 각도를 척추 관련 질환의 진단에 제공한다.
정리하면, 따른 의료영상 분석 장치(100)에 대한 입력은 척추를 포함하는 정면 X-Ray영상 한장이고 출력은 3D 척추 모델 및 3D 콥 각도 결과값이다.
일반적으로 X-Ray를 이용한 3D Modeling은 2장 이상의 X-Ray영상을 이용한다. 한장의 X-Ray영상만으로 3D 모델링을 수행하는 경우, 이 때 한 장의 2D 영상만으로는 X(가로)축과 Y(세로)는 알 수 있으나 측면 영상이 없으므로 Z(깊이)를 알기가 힘들기 때문이다. 본 발명은 한 장의 정면 영상의 분석만으로 3D 깊이를 추정하고, 이를 통해 3D 모델링의 정확도를 높이는 방법을 제시하며, 이 부분이 다른 척추 3D 모델링과 다른 차별성 중 하나이다.
한편, 본 발명에서 기 저장된3D 추체 모델은 변형 가능한(Deformable) 3D 추체 모델이다. 해당 모델이 SSM(Statistical Shape Model) 방식에 의해 생성된 것이라면, 척추골 모델의 샘플 집합에서 추체(Vertebral Body) 부분을 분리하고, 그것들을 PCA((Principal Component Analysis) 분석을 통해서 SSM 파라미터를 조정하여, 샘플 집합의 모양 내에서 변형이 가능하도록 생성된다. 만약 3D 추체 모델이 FFD(Free Form Deformation) 방식으로 변형 가능한하다면, 표준 골격 모델 및 조정을 위한 해당 모델은 그리드(Grid) 정점 수 등을 함께 포함할 수 있다.
도 2a 내지 2c는 본 발명에서 고려하는 척추골 및 추체의 형상을 도시한다.
도 2a는 각 척추의 마디마디를 이루는 척추골(Vertebra)(200)의 형상을 도시한다. 척추골(200)에서 척추골의 뒷부분의 돌기들(Spinous Process, Transverse Process, Superior Articular Process 등)과 고리판(Lamina) 등을 제외하고 몸통을 이루는 부분을 추체(Vertebral Body)라고 한다.
추체는 각 마디별로 조금씩 모양이 다르지만, 도 2b및 도 2c에 나타낸 바와 같이 아랫면과 윗면이 대체적으로 타원 모양의 평면이고, 옆면은 원통형(Cylinder)의 모양을 하고 있다.
도 3은 본 발명의 일 실시예에 따라 척추골에서 추체를 분리하는 개념을 도시한다.
본 발명의 일 실시예에서는 추체를 대상으로 하여 3D 모델링 및 콥 각도 계산을 수행한다. 이를 위해 본 발명에서는 도 3과 같이 각 척추골(Vertebra)에 대한 3D 모델에서 추체만을 분리하여 변형 가능한 3D 모델을 생성할 수 있다.
도 4는 본 발명의 일 실시예에 따라 X-Ray 영상에서 추체 윤곽선(Contour)을 설정하는 개념도이다.
도 4에 도시된 바와 같이X-Ray 영상의 각 척추골에서 추체의 윤곽선은 비교적 뚜렷하게 확인할 수 있다. 추체의 윤곽선 설정시, 추체 이외의 다른 부위(돌기들, 고리판 등)은 고려하지 않는다. 추체의 윤곽선은 척추의 각 마디별로 크기와 모양이 조금씩 다르며, 추체의 X(가로축), Y(세로축), Z(깊이) 기울기에 따라서 다시 변화가 일어난다. 본 발명은 추체의 X, Y, Z축에서의 기울기에 따른 모양의 차이점을 이용하여 각 추체의 3D 기울기를 계산하고, 3D 기울기를 이용하여 각 추체의 상대적인 깊이(Z값)을 계산한다.
추체는 실린더(cylinder) 형태를 띠게 되므로 측면으로의 기울어짐이 없으면 정면에서 보았을 때 직사각형 형태의 모양을 띤다. 그런데 측면 방향에서의 기울어짐이 커지면 커질수록 추체의 아래, 윗쪽이 타원 모양으로 볼록하게 나타나게 된다. 따라서, 추체의 윗면과 아랫면의 볼록한 굴곡이 커질수록 측면으로의 기울어짐이 크다는 것을 나타낸다.
이때, 추체의 윤곽선은 딥러닝(Deep Learning)을 이용한 시멘틱 세그멘테이션(Semantic Segmentation) 기술을 이용하여 설정할 수 있다. 또한, 추체의 윤곽선은 사용자에 의해 설정될 수도 있다. 추체의 윤곽선을 딥러닝 등을 이용해 자동으로 설정하고, 후작업으로 부정확하게 지정된 부분을 보완하는 반자동 방식도 이용할 수 있다.
도 5는 본 발명의 일 실시예에 따라 설정된 척추의 전체 추체 윤곽선을 나타낸다.
본 발명에서 추체의 윤곽선은 전체 척추에서 척추골 마디별로 설정한다. 도 5에 도시된 바와 같이, 전체 척추에 대해 설정된 추체 윤곽선 영상에서는, 척추의 측면에서 보았을 때의 기울어짐에 따라서 인접한 추체끼리 중첩되는 부위도 발생한다. 하지만, 이는 실제로 척추골이 중첩하는 것은 아니며, 척추골들이 3D 공간 상에서는 서로 떨어져 있지만 척추골이 X, Y, Z 축으로 기울어짐에 따라 아랫면, 윗면의 타원 모양이 볼록하게 윤곽선 상에 드러나는 과정에서 서로 중첩되어 보이는 것이다.
도 6은 본 발명의 일 실시예에 따른 추체 3D 모델과 x-ray 윤곽선의 매칭 개념도이다.
본 발명에서는 추체3D 모델에 대한 위치, 방향, 크기, 변형을 통해, 추체3D 모델과 X-Ray 영상으로부터 도출한 추체 윤곽선의 매칭을 수행할 수 있다.
본 발명에 사용되는 추체3D 모델은 이동(Translation), 회전(Rotation), 변형(Deformation)이 가능하다. 따라서, 추체 3D 모델의 위치값 (Tx, Ty, Tz)와 회전값 (Rx, Ry, Rz)의 변화와 형태의 변화를 통해서 추체 3D모델의 윤곽선이 X-Ray 영상에서 지정한 추체의 윤곽선과 일치할 때까지 반복적으로 매칭을 수행하여 추체 3D 모델을 최적화한다.
이 때, 추체 3D 모델의 형태 변화는 자유형 변형(Free Form Deformation, FFD) 방식 또는 통계적 형상 모델(Statistical Shape Model, SSM) 방식 등을 이용해 수행될 수 있다.
자유형 변형(Free Form Deformation, FFD) 방식은, 전체를 그리드(Grid) 기반으로 나누어 각 그리드의 꼭지점을 이동하는 방식이다. 또한, 통계적 형상 모델(Statistical Shape Model, SSM)을 이용하는 방식은 추체의 3D모델의 샘플(Sample) 집합을 통계학적으로 분석하여 주성분 분석(Principal Component Analysis, PCA) 기반의 파라미터를 이용한다. 추체의 샘플이 많을 경우에는 FFD보다 SSM을 이용한 변형 방식이 실제 모델에 더 가깝게 변형할 수 있다.
한편, 추체의 회전값을 계산할 때 정면에서의 기울어짐은 즉시 알 수 있으나, 측면에서의 기울어짐은 추체의 형태를 보고 짐작하여 계산할 수 밖에 없다.
추체가 측면에서 바라보았을 때 기울어진 경우 앞쪽으로 기울어질 수도 있고 뒤쪽으로 기울어질 수도 있지만, 두 가지 경우에 대해 정면 X-Ray에서 보았을 때의 모양이 동일한 형태를 띠게 된다. 따라서, 해당 모양이 앞쪽으로 기울어진 것인지 아니면 뒤쪽으로 기울어진 것인지는 아래 두 가지 정보를 이용하여 계산할 수 있다.
첫째, 개인 별로 척추의 모양은 다를 수 있지만 공통적인 특징을 가지는 부분이 있다. 즉, 인간의 척추는 가슴 부위의 척추뼈(가슴부분 T1~T12)가 곱사등처럼 휘는 흉추후만(Thoracic Kyphosis)과 허리부분의 척추뼈(허리부분 L1~L5)가 반대의 방향으로 휘는 요추전만(Lumbar Lordosis)의 형태적 특징을 가진다. 따라서, 정면 X-Ray에서 추체의 모양이 측면 기울임이 없이 직사각형으로 나오는 경우가 흉추 부위에 1개, 아랫쪽 요추 부위에 1개씩 나오게 된다. 이를 기준으로 윗쪽은 곱사등처럼 휘는 후만(Lordosis)의 모양을 하고, 아랫쪽은 반대 방향으로 휘는 전만(Kyphosis)의 모양을 하고 있다고 가정할 수 있으므로 각 추체가 앞쪽으로 휘었는지 뒤쪽으로 휘었는지를 판단한다. 따라서, 예를 들어, 정면 x-ray에서 추체의 모양이 측면 기울임이 없이 직사각형으로 나오는 경우가 1개만 나타날 경우 요추 전만이 없는 경우가 많으므로 이 때는 전체가 척추 후만증 형태의 모양을 가졌다고 가정한다.
둘째, 척추골은 각각이 체인처럼 이어져 있다. 따라서 각 척추골은 인접한 아래, 윗쪽 척추골의 방향과 연속성을 가지며 조금씩 방향을 바꾼다.
도 7a는 본 발명에 따른 추체의 3D 모델링을, 도 7b는 추체의 상단 및 하단 평면을 검출하는 개념을 나타낸다.
각 추체는 원통(Cylinder)의 형태를 하고 있으므로 윗면과 아랫면은 원 모양의 3D 평면으로 근사(approximation)가 가능하다. 이는 샘플 일치(Sample Consensus; SAC) 방법 혹은 반복적 최근접 포인트(Iterative Closest Point; ICP) 방법 등을 이용하여 계산이 가능하다. 원통의 아랫쪽, 윗쪽 3D 평면이 도출되면 평면의 법선을 이용하여 추체의 기울기를 알 수 있게 된다. 이 때 산출한 3D 평면을 이용해 콥 각도에 대한 초기값 도출이 가능하다.
또한, 본 발명에서는 콥 각도의 초기값을, 사슬선(Chain Line) 구조를 기반으로 세부 조정하여 보완할 수 있으며, 이하에서 상세히 설명한다.
도 8a 및 8b는 3D 추체를 연결하는 사슬선을 각각 정면과 측면에서 바라보았을 때의 형상을 도시한다.
도 8a 및 8b를 참조하면, 척추골은 각각이 체인처럼 연결되어 있다. 따라서 각 척추골은 인접한 아래 척추골 및 윗쪽 척추골의 방향과 연속성을 가지며 조금씩 방향을 바꾸는 구조를 가지게 된다. 이는 이웃하는 척추골과 비교하였을 때 해당 척추골의 방향이 갑자기 크게 바뀌는 경우는 발생하지 않음을 의미한다. 만약, 앞쪽 기울임 또는 뒤쪽 기울임이 잘못 추정된 추체의 모양이 있다고 할 때, 사용자가 그 중 대표적인 추체 한 개에 대한 추정치만 바꿔주더라도, 체인 형태의 가정에 따라서 나머지도 자동으로 교정될 수 있다.
도 9는 본 발명의 일 실시예에 따라 각 추체의 상단 및 하단 평면의 기울기를 이용해 사슬선을 생성하는 개념을 도시한다.
즉, 도 9는 각 추체의 상단 및 하단의 평면 기울기를 이용하여 사슬선을 생성하고, 그것을 이용하여 각 추체의 Z값(깊이)을 계산하는 예를 도시한다.
각 추체를 연결하는 사슬선의 계산은 아래에서 설명하는 바와 같이 수행될 수있다.
각 추체의 3D 평면의 법선 기울기를 이용하여 사슬 선을 구하기 위해서는 정면 방향에서의 X(가로), Y(세로)축과 깊이 방향의 Z축을 별도로 생각한다.
정면 X, Y축은 정면 영상을 기준으로 각 추체의 중심을 연결하여 계산한다. 깊이 방향의 Z축은 Y(세로)축을 높이로 삼고, Z축을 깊이로 하여 해당 축에서 보았을 때의 각 평면의 법선벡터를 평균하였을 때의 벡터값을 방향벡터로 삼아서 두 추체의 중심을 연결하는 선을 이용하여 산출할 수 있다. 이렇게 함으로써 두 추체 중 하나의 추체를 기준으로 삼았을 때의 상대적인 깊이 Z값을 구할 수 있다. 이는 측면에서 보았을 때의 면을 (Z, Y)로 설정하여 계산할 때, 두 추체의 각 (Z, Y) 평면에 대한 두 법선 벡터가 이루는 각을 이등분한 각을 기준으로 하는 Z, Y 축 상의 평면의 법선 벡터를 방향벡터로 하여 두 추체를 연결하는 선을 도출하는 것과 동일하다.
도 10은 본 발명의 일 실시예에 따라 각 추체를 연결하는 사슬선의 각도를 이용한 추체 기울기를 세부 조정하는 개념도이다.
앞서 실시예들을 통해 설명한 바와 같이, 인접한 추체끼리의 사슬선을 결정하면, 하나의 추체를 기준으로 할 때 전체 추체들의 상대적인 깊이값을 알 수 있고, 전체 척추의 X, Y, Z 축에 대한 3D 모델을 도출할 수 있다. 이렇게 추체를 연결하는 사슬선이 계산되면 해당 사슬선을 이용하여 다시 추체의 방향을 세부 조정할 수 있다.
3D 추체 후보 모델의 외곽선과 X-Ray영상에서 추체의 외곽선 정합을 이용하여 생성된 추체 3D 모델은 외곽선의 추정 에러, 3D 모델 정합 에러 등으로 인하여 오류가 발생할 수 있다. 이러한 오류로 인하여 추정된 평면의 오류가 발생할 수 있고, 이를 바로잡기 위하여 각 추체를 연결하는 사슬선을 활용한다.
각 추체의 세부 조정을 위해서는 기준 평면을 미리 구하는데, 특정 추체를 기준으로 아래 또는 위로 인접한 추체와 연결된 사슬선을 방향벡터로 보았을 때 이 두 벡터의 평균을 법선 벡터로 하는 평면을 계산하고, 이 평면이 기준 평면(1000)이 된다. 이 기준 평면은 두 사슬선이 이루는 각도를 이등분하는 평면이다.
세부조정은 기준 평면과 추체의 아래/위 평면이 이루는 각도의 차이를 가중치(Weight)를 이용하여 조정한다. 가중치가 크면 아래/위 평면의 값을 크게 조정하여 기준 평면과 최대한 근접하게 조정하고, 가중치가 작으면 아래/위 평면의 값을 기준 평면으로 조정하는 정도를 작게 한다.
도 11은 본 발명의 일 실시예에 따라 추체의 상단 및 하단 평면을 이용하여 3D 콥 각도를 분석하는 개념을 도시한다.
실시예들을 통해 살펴본 바와 같이 세부 조정된 추체의 평면은 각 인접한 추체들 간의 상호 연관 관계를 고려하여 방향을 조정하기 때문에 좀 더 안정적인 각도의 계산이 가능하다. 3D 콥 각도는 계산된 모든 추체의 아래, 위 평면들 간의 3차원에서 각도가 가장 큰 평면 2개를 선택하고, 선택된 2개의 평면 간의 각도 값이 3D 콥 각도의 값이 된다.
일반적으로 정면의 X-Ray 영상에서 2D의 콥 각도를 구하고 이를 이용하여 척추측만증을 진단하는 경우가 많다. 본 발명은 정면의 X-Ray 영상만을 이용하여 3D 콥 각도를 구할 수 있게 해 준다. 3D 콥 각도는 정면의 기울기뿐만 아니라 측면의 기울기를 동시에 고려하여 각도를 계산하기 때문에 일반적으로 정면에서 구한 각도보다 10도 이상의 큰 값이 나온다.
사람의 척추는 기본적으로 3차원 공간 상에서 입체적으로 구성된 물질이기 때문에 이를 2D에서 분석하기보다는 본 발명과 같이 3D로 재구성함으로써 원래의 척추 모델의 특성을 그대로 반영하여 척추 질환의 진단에 활용할 수 있다.
도 12는 본 발명의 일 실시예에 따른 의료 영상 분석 방법의 순서도이다.
도 12를 참조하면, 본 발명에 따른 의료 영상 분석 장치가 척추에 대한 하나의 정면 영상을 입력으로 수신하면(S1210), 상기 정면 영상에서 척추를 이루는 척추골(Vertebra)로부터 추체를 분리하고(S1220), 각 추체의 윤곽선을 추출한다(S1230). 이때, 본 발명에 따른 의료 영상 분석 장치가 입력받는 영상은 2D X-ray 영상인 것을 특징으로 한다.
이후, 의료 영상 분석 장치는 기 저장되어 있던 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키는 작업을 수행한다(S1240). 여기서, 3D 추체 모델은 위치, 방향, 형태에 대한 변형이 가능하다. 따라서, 추체 모델의 위치 값, 회전 값 및 형태에 대한 변화 중 적어도 하나를 이용해 추출된 각 추체의 윤곽선에 대한 매칭을 수행하게 된다.
매칭 단계(S1240)에서는 또한, 특정 추체의 전체 척추 상에서의 위치 및 척추의 특성을 고려하여 특정 추체의 앞쪽 기울어짐 또는 뒤쪽 기울어짐을 판단할 수 있다. 여기서, 척추의 특성은 흉추전만 및 요추전만의 특징, 이웃하는 척추골 간의 연속성을 포함할 수 있다.
매칭이 완료되면, 3D 추체 모델을 구성하는 각 추체의 상단 평면 및 하단 평면을 검출하고(S1250), 각 추체의 상단 평면 및 하단 평면을 기준으로 각 추체의 기울기를 도출한다(S1260). 추체의 기울기가 얻어지면, 이를 기준으로 콥 각도(Cobb Angle)를 산출할 수 있다(S1270). 한편, 도 12에서는 도시의 편의상 추체의 기울기 도출 및 콥 각도의 산출이 3D 추체 모델의 추체 윤곽선 매칭 단계 이후 수행되는 것으로 도시되었으나, 해당 단계에서 수행되지 않고 아래에서 설명될 3D 추체 모델에 대한 세부 조정 이후 수행될 수도 있다.
즉, 본 발명에 따른 의료 영상 분석 방법에서는, 매칭된 3D 추체 모델에 대한 세부 조정을 수행하고(S1280), 세부 조정된 3D 추체 모델을 기준으로 콥 각도를 산출 또는 재산출하는 단계를 포함할 수 있다(S1290).
3D 추체 모델에 대한 세부 조정 단계(S1280)에서는, 각 추체의 상단 평면 및 하단 평면의 기울기를 이용해 상기 척추를 구성하는 추체들을 연결하는 사슬선을 설정하고, 상기 사슬을 기준으로 기준 평면을 도출하며, 상기 기준 평면에 대해 해당 추체의 상단 평면 및 하단 평면이 이루는 각도의 차이를 조정할 수 있다.
이때, 상기 기준 평면은, 특정 추체를 기준으로 아래로 인접하는 추체 및 위로 인접하는 추체와 연결된 사슬선을 두 방향벡터로 하였을 때 상기 두 방향벡터의 평균을 법선 벡터로 하는 평면일 수 있다.
상기 기준 평면은 또한, 특정 추체를 기준으로 아래로 인접하는 추체와 연결된 제1 사슬선 및 위로 인접한 추체와 연결된 제2 사슬선이 이루는 각도를 이등분하는 평면일 수 있다.
여기서, 상기 콥 각도는 상기 척추를 이루는 모든 추체의 상단 평면 및 하단 평면들 중 두 평면이 3차원 상에서 이루는 각도가 가장 큰 2개의 평면 간의 각도로 설정될 수 있다.
도 12에 도시하지는 않았으나, 산출된 콥 각도는 척추 관련 질환을 진단하는 데 제공될 수 있다.
도 13은 본 발명의 다른 실시예에 따른 의료영상 분석 장치의 블록 구성을 나타낸다.
본 발명의 일 실시예에 따른 의료영상 분석 치는, 적어도 하나의 프로세서(1310), 상기 프로세서를 통해 실행되는 적어도 하나의 명령을 저장하는 메모리(1320) 및 네트워크와 연결되어 통신을 수행하는 송수신 장치(1330)를 포함할 수 있다.
의료영상 분석 장치(1300)는 또한, 입력 인터페이스 장치(1340), 출력 인터페이스 장치(1350), 저장 장치(1360) 등을 더 포함할 수 있다. 의료영상 분석 장치 (1300)에 포함된 각각의 구성 요소들은 버스(bus)(1370)에 의해 연결되어 서로 통신을 수행할 수 있다.
프로세서(1310)는 메모리(1320) 및 저장 장치(1360) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(1310)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 포함할 수 있다. 메모리(1320) 및 저장 장치(1360) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(1320)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중에서 적어도 하나로 구성될 수 있다.
여기서, 상기 적어도 하나의 명령은, 척추에 대한 하나의 정면 영상을 입력받아, 상기 정면 영상에서 척추를 이루는 척추골(vertebra)로부터 추체(vertebral body)를 분리하도록 하는 명령; 각 추체의 윤곽선을 추출하도록 하는 명령; 기 저장되어 있던 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키도록 하는 명령; 매칭된 3D 추체 모델을 구성하는 각 추체의 상단 평면 및 하단 평면을 검출하도록 하는 명령; 각 추체의 상단 평면 및 하단 평면을 기준으로 각 추체의 기울기를 도출하도록 하는 명령; 및 상기 추체의 기울기를 기준으로 콥 각도(Cobb Angle)를 산출하도록 하는 명령을 포함할 수 있다. 여기서, 상기 영상은 2D X-ray 영상인 것을 특징으로 한다.
상기 적어도 하나의 명령은 상기 3D 추체 모델에 대한 세부 조정을 수행하도록 하는 명령; 및 세부 조정된 3D 추체 모델을 기준으로 콥 각도를 재산출하도록 하는 명령을 더 포함할 수 있다.
상기 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키도록 하는 명령은, 상기 추체 모델의 위치 값, 회전 값 및 형태에 대한 변화 중 적어도 하나를 이용해 상기 추출된 각 추체의 윤곽선에 대한 매칭을 수행하도록 하는 명령을 포함할 수 있다.
상기 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시키도록 하는 명령은 또한, 특정 추체의 전체 척추 상에서의 위치 및 척추의 특성을 고려하여 특정 추체의 앞쪽 기울어짐 또는 뒤쪽 기울어짐을 판단하도록 하는 명령을 포함할 수 있다.
상기 3D 추체 모델에 대한 세부 조정을 수행하도록 하는 명령은, 각 추체의 상단 평면 및 하단 평면의 기울기를 이용해 상기 척추를 구성하는 추체들을 연결하는 사슬선을 설정하도록 하는 명령; 상기 사슬을 기준으로 기준 평면을 도출하도록 하는 명령; 및 상기 기준 평면에 대해 해당 추체의 상단 평면 및 하단 평면이 이루는 각도의 차이를 조정하도록 하는 명령을 포함할 수 있다.
상기 기준 평면은, 특정 추체를 기준으로 아래로 인접하는 추체 및 위로 인접하는 추체와 연결된 사슬선을 두 방향벡터로 하였을 때 상기 두 방향벡터의 평균을 법선 벡터로 하는 평면일 수 있다.
상기 콥 각도는, 상기 척추를 이루는 모든 추체의 상단 평면들 및 하단 평면들 중 두 평면이 3차원 상에서 이루는 각도가 가장 큰 2개의 평면 간의 각도로 설정될 수 있다.
상기 적어도 하나의 명령은 또한 상기 산출된 콥 각도를 척추 질환 진단에 제공하도록 하는 명령을 더 포함할 수 있다.
본 발명의 실시예에 따른 방법의 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.
실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.
이상 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
Claims (20)
- 척추에 대한 하나의 정면 영상을 입력받는 단계;
상기 정면 영상에서 척추를 이루는 척추골(vertebra)로부터 추체(vertebral body)들을 분리하고, 각 추체의 윤곽선을 추출하는 단계;
기 저장되어 있던 3D 추체 후보 모델을 변형하여, 추출된 각 추체의 윤곽선에 매칭시켜서 3D 추체 모델을 획득하되, 각 추체의 전체 척추 상에서의 위치 및 척추의 특성을 고려하여 앞쪽 기울어짐 또는 뒤쪽 기울어짐을 판단하여, 각 추체의 측면으로의 기울어짐과 아울러 깊이 방향으로의 기울어짐이 상기 3D 추체 모델에 반영되도록 하는 단계;
상기 3D 추체 모델 내에 있는 각 추체의 상단 평면 및 하단 평면을 검출하는 단계; 및
각 추체의 상단 평면 및 하단 평면을 기준으로 콥 각도(Cobb Angle)를 산출하는 단계를 포함하는, 의료 영상 분석 방법. - 청구항 1에 있어서, 각 추체의 상단 평면 및 하단 평면을 검출하는 단계가
상기 3D 추체 모델에 대한 세부 조정을 수행하는 단계;를 포함하여,
상기 콥 각도가 세부 조정된 3D 추체 모델을 기준으로 산출되는, 의료 영상 분석 방법. - 청구항 1에 있어서,
상기 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시켜서 3D 추체 모델을 획득하는 단계는,
상기 추체 모델의 위치 값, 회전 값 및 형태에 대한 변화 중 적어도 하나를 이용해 상기 추출된 각 추체의 윤곽선에 대한 매칭을 수행하는 단계를 포함하는, 의료 영상 분석 방법. - 삭제
- 청구항 1에 있어서,
상기 척추의 특성은 흉추전만 및 요추전만의 특징, 이웃하는 척추골 간의 연속성을 포함하는, 의료 영상 분석 방법. - 청구항 2에 있어서,
상기 3D 추체 모델에 대한 세부 조정을 수행하는 단계는,
각 추체의 상단 평면 및 하단 평면의 기울기를 이용해 상기 척추를 구성하는 추체들을 연결하는 사슬선을 설정하는 단계;
상기 사슬을 기준으로 기준 평면을 도출하는 단계; 및
상기 기준 평면에 대해 해당 추체의 상단 평면 및 하단 평면이 이루는 각도의 차이를 조정하는 단계를 포함하는, 의료 영상 분석 방법. - 청구항 6에 있어서,
상기 기준 평면은,
특정 추체를 기준으로 아래로 인접하는 추체 및 위로 인접하는 추체와 연결된 사슬선을 두 방향벡터로 하였을 때 상기 두 방향벡터의 평균을 법선 벡터로 하는 평면인, 의료 영상 분석 방법. - 청구항 6에 있어서,
상기 기준 평면은,
특정 추체를 기준으로 아래로 인접하는 추체와 연결된 제1 사슬선 및 위로 인접한 추체와 연결된 제2 사슬선이 이루는 각도를 이등분하는 평면인, 의료 영상 분석 방법. - 청구항 1에 있어서,
상기 콥 각도는,
상기 척추를 이루는 모든 추체의 상단 평면 및 하단 평면들 중 두 평면이 3차원 상에서 이루는 각도가 가장 큰 2개의 평면 간의 각도로 설정되는, 의료 영상 분석 방법. - 청구항 1에 있어서,
상기 산출된 콥 각도를 척추 질환 진단에 제공하는 단계를 더 포함하는, 의료 영상 분석 방법. - 청구항 1에 있어서,
상기 영상은, 2D X-ray 영상인 것을 특징으로 하는, 의료 영상 분석 방법. - 프로세서; 및
상기 프로세서를 통해 실행되는 적어도 하나의 명령을 저장하는 메모리를 포함하고,
상기 적어도 하나의 명령은,
척추에 대한 하나의 정면 영상을 입력받아, 상기 정면 영상에서 척추를 이루는 척추골(vertebra)로부터 추체(vertebral body)들을 분리하고 각 추체의 윤곽선을 추출하도록 하는 명령;
기 저장되어 있던 3D 추체 후보 모델을 변형하여, 추출된 각 추체의 윤곽선에 매칭시켜서 3D 추체 모델을 획득하되, 각 추체의 전체 척추 상에서의 위치 및 척추의 특성을 고려하여 앞쪽 기울어짐 또는 뒤쪽 기울어짐을 판단하여, 각 추체의 측면으로의 기울어짐과 아울러 깊이 방향으로의 기울어짐이 상기 3D 추체 모델에 반영되도록 하는 명령;
상기 3D 추체 모델 내에 있는 각 추체의 상단 평면 및 하단 평면을 검출하도록 하는 명령; 및
각 추체의 상단 평면 및 하단 평면을 기준으로 콥 각도(Cobb Angle)를 산출하도록 하는 명령을 포함하는, 의료 영상 분석 장치. - 청구항 12에 있어서, 각 추체의 상단 평면 및 하단 평면을 검출하도록 하는 명령은,
상기 3D 추체 모델에 대한 세부 조정을 수행하도록 하는 명령;을 포함하여,
상기 콥 각도를 산출하도록 하는 명령이 세부 조정된 3D 추체 모델을 기준으로 상기 콥 각도를 재산출하도록 하는, 의료 영상 분석 장치. - 청구항 12에 있어서,
상기 3D 추체 모델을 변형하여 추출된 각 추체의 윤곽선에 매칭시켜서 상기 3D 추체 모델을 획득하도록 하는 명령은,
상기 추체 모델의 위치 값, 회전 값 및 형태에 대한 변화 중 적어도 하나를 이용해 상기 추출된 각 추체의 윤곽선에 대한 매칭을 수행하도록 하는 명령을 포함하는, 의료 영상 분석 장치. - 삭제
- 청구항 12에 있어서,
상기 3D 추체 모델에 대한 세부 조정을 수행하도록 하는 명령은,
각 추체의 상단 평면 및 하단 평면의 기울기를 이용해 상기 척추를 구성하는 추체들을 연결하는 사슬선을 설정하도록 하는 명령;
상기 사슬을 기준으로 기준 평면을 도출하도록 하는 명령; 및
상기 기준 평면에 대해 해당 추체의 상단 평면 및 하단 평면이 이루는 각도의 차이를 조정하도록 하는 명령을 포함하는, 의료 영상 분석 장치. - 청구항 16에 있어서,
상기 기준 평면은,
특정 추체를 기준으로 아래로 인접하는 추체 및 위로 인접하는 추체와 연결된 사슬선을 두 방향벡터로 하였을 때 상기 두 방향벡터의 평균을 법선 벡터로 하는 평면인, 의료 영상 분석 장치. - 청구항 12에 있어서,
상기 콥 각도는,
상기 척추를 이루는 모든 추체의 상단 평면들 및 하단 평면들 중 두 평면이 3차원 상에서 이루는 각도가 가장 큰 2개의 평면 간의 각도로 설정되는, 의료 영상 분석 장치. - 청구항 12에 있어서,
상기 적어도 하나의 명령은,
상기 산출된 콥 각도를 척추 질환 진단에 제공하도록 하는 명령을 더 포함하는, 의료 영상 분석 장치. - 청구항 12에 있어서,
상기 영상은 2D X-ray 영상인 것을 특징으로 하는, 의료 영상 분석 장치.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200075785A KR102610915B1 (ko) | 2020-06-22 | 2020-06-22 | 의료영상 분석 방법 및 장치 |
US17/353,071 US11928815B2 (en) | 2020-06-22 | 2021-06-21 | Method and apparatus for analyzing medical image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200075785A KR102610915B1 (ko) | 2020-06-22 | 2020-06-22 | 의료영상 분석 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210157684A KR20210157684A (ko) | 2021-12-29 |
KR102610915B1 true KR102610915B1 (ko) | 2023-12-06 |
Family
ID=79022408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200075785A KR102610915B1 (ko) | 2020-06-22 | 2020-06-22 | 의료영상 분석 방법 및 장치 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11928815B2 (ko) |
KR (1) | KR102610915B1 (ko) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102481191B1 (ko) | 2022-03-28 | 2022-12-26 | 주식회사 에이비스 | 딥러닝을 이용한 고속화된 의료 영상 분석 방법 |
CN114983459A (zh) * | 2022-06-21 | 2022-09-02 | 济南大学 | 一种三维脊柱模型Cobb角的交互式测量***及方法 |
KR20240042866A (ko) | 2022-09-26 | 2024-04-02 | 부산대학교 산학협력단 | 인공지능 기반의 척추측만증 정보 제공 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011206148A (ja) | 2010-03-29 | 2011-10-20 | Terumo Corp | 三次元人体モデル生成装置、三次元人体モデル生成方法及び三次元人体モデル生成プログラム |
JP2015532144A (ja) | 2012-10-12 | 2015-11-09 | エコール ドゥ テクノロジー スペリウールEcole De Technologie Superieure | 側弯症の進行を予測するシステム及び方法 |
US20170020626A1 (en) * | 2012-04-30 | 2017-01-26 | Christopher Schlenger | Ultrasonic systems and methods for examining and treating spinal conditions |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100419573B1 (ko) | 2000-12-14 | 2004-02-19 | 한국전자통신연구원 | 엑스선 영상을 이용한 해면골 발달정도 측정 방법 |
US6500131B2 (en) * | 2001-03-19 | 2002-12-31 | Orthoscan Technologies, Inc. | Contour mapping system applicable as a spine analyzer, and probe useful therein |
US8900146B2 (en) | 2009-07-27 | 2014-12-02 | The Hong Kong Polytechnic University | Three-dimensional (3D) ultrasound imaging system for assessing scoliosis |
US8437521B2 (en) * | 2009-09-10 | 2013-05-07 | Siemens Medical Solutions Usa, Inc. | Systems and methods for automatic vertebra edge detection, segmentation and identification in 3D imaging |
US20110306873A1 (en) * | 2010-05-07 | 2011-12-15 | Krishna Shenai | System for performing highly accurate surgery |
KR101265981B1 (ko) | 2012-09-10 | 2013-05-22 | 한국과학기술정보연구원 | 한국인 인체척추 정보의 제작방법 및 시스템 |
KR101542663B1 (ko) | 2013-11-22 | 2015-08-06 | 한국산업기술대학교산학협력단 | 근골격 콥스각의 3차원 모델을 이용한 척추 만곡 진단장치 및 그 진단방법 |
KR101695079B1 (ko) * | 2015-01-28 | 2017-01-10 | 울산대학교 산학협력단 | 콥 각도 측정장치 및 그 방법 |
US9401020B1 (en) * | 2015-05-01 | 2016-07-26 | London Health Science Centre Research Inc | Multi-modality vertebra recognition |
WO2017074890A1 (en) * | 2015-10-29 | 2017-05-04 | Broncus Medical Inc. | Learning-based spine vertebra localization and segmentation in 3d ct |
KR102199152B1 (ko) | 2016-02-15 | 2021-01-06 | 각고호우징 게이오기주크 | 척주배열 추정장치, 척주배열 추정방법 및 척주배열 추정프로그램 |
WO2017209662A1 (en) | 2016-05-30 | 2017-12-07 | Prismatic Sensors Ab | X-ray imaging for enabling assessment of scoliosis |
KR101929127B1 (ko) | 2017-02-10 | 2018-12-13 | 연세대학교 산학협력단 | 의료 영상에 기반하여 상태를 진단하는 장치 및 방법 |
KR102577472B1 (ko) | 2018-03-20 | 2023-09-12 | 한국전자통신연구원 | 동작 인식을 위한 가상 학습 데이터를 생성하는 방법 및 장치 |
KR101968144B1 (ko) | 2018-10-11 | 2019-08-13 | 가톨릭대학교 산학협력단 | 척추 및 경추의 경사각 자동 진단 장치 및 방법 |
US11944385B2 (en) * | 2019-04-02 | 2024-04-02 | Medicrea International | Systems and methods for medical image analysis |
-
2020
- 2020-06-22 KR KR1020200075785A patent/KR102610915B1/ko active IP Right Grant
-
2021
- 2021-06-21 US US17/353,071 patent/US11928815B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011206148A (ja) | 2010-03-29 | 2011-10-20 | Terumo Corp | 三次元人体モデル生成装置、三次元人体モデル生成方法及び三次元人体モデル生成プログラム |
US20170020626A1 (en) * | 2012-04-30 | 2017-01-26 | Christopher Schlenger | Ultrasonic systems and methods for examining and treating spinal conditions |
JP2015532144A (ja) | 2012-10-12 | 2015-11-09 | エコール ドゥ テクノロジー スペリウールEcole De Technologie Superieure | 側弯症の進行を予測するシステム及び方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210398279A1 (en) | 2021-12-23 |
KR20210157684A (ko) | 2021-12-29 |
US11928815B2 (en) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102610915B1 (ko) | 의료영상 분석 방법 및 장치 | |
EP3525171B1 (en) | Method and system for 3d reconstruction of x-ray ct volume and segmentation mask from a few x-ray radiographs | |
JP5417321B2 (ja) | 半自動式輪郭検出方法 | |
KR20210002606A (ko) | 의료 영상 처리 방법 및 장치, 전자 기기 및 저장 매체 | |
AU2018377863B2 (en) | Customization method and apparatus | |
EP3020022B1 (en) | Generation of a patient-specific anatomical atlas | |
KR20200092489A (ko) | 딥러닝을 이용한 3차원 전신 골격 모델 생성 장치 및 방법 | |
Zheng et al. | Scaled, patient-specific 3D vertebral model reconstruction based on 2D lateral fluoroscopy | |
US10109072B2 (en) | View classification-based model initialization | |
EP1685534B1 (en) | Three-dimensional segmentation using deformable surfaces | |
EP1709591A1 (en) | Real time user interaction with deformable surfaces of segmentation | |
US20120249551A1 (en) | alignment of shapes of body parts from images | |
JP4701861B2 (ja) | 領域抽出装置、領域抽出方法およびプログラム | |
EP3948781A1 (en) | Pre-morbid characterization of anatomical object using statistical shape modeling (ssm) | |
JP6498316B2 (ja) | 超音波撮像装置、および画像処理方法 | |
EP4012650A1 (en) | Segmentation of anatomical structure in image | |
WO2014032041A1 (en) | Method and system for image registration | |
KR102672531B1 (ko) | 딥러닝 기반의 포즈 추정을 활용한 의료 영상에서의 척추 위치 자동 추정 방법 및 장치 | |
KR102663449B1 (ko) | 방사선 영상에서 척추 전위 정량화 방법 및 장치 | |
Kumar et al. | Combined SCP and geometric reconstruction of spine from biplanar radiographs | |
US11468652B2 (en) | Method for producing a digital representation for producing an appliance for a living body and corresponding device | |
Zheng et al. | Reconstruction of 3D vertebral models from a single 2D lateral fluoroscopic image | |
Boisvert et al. | 3D reconstruction of the human spine from radiograph (s) using a multi-body statistical model | |
CN118173226A (zh) | 脊椎截骨切面的规划方法、装置、设备及存储介质 | |
Vrtovec et al. | Determination of vertebral pose in 3D by minimization of vertebral asymmetry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |