KR20180051267A - 골 등급 측정 장치 및 방법 - Google Patents

골 등급 측정 장치 및 방법 Download PDF

Info

Publication number
KR20180051267A
KR20180051267A KR1020160148348A KR20160148348A KR20180051267A KR 20180051267 A KR20180051267 A KR 20180051267A KR 1020160148348 A KR1020160148348 A KR 1020160148348A KR 20160148348 A KR20160148348 A KR 20160148348A KR 20180051267 A KR20180051267 A KR 20180051267A
Authority
KR
South Korea
Prior art keywords
bone
region
wrist
image
grade
Prior art date
Application number
KR1020160148348A
Other languages
English (en)
Inventor
이병대
김한빈
Original Assignee
경기대학교 산학협력단
이병대
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경기대학교 산학협력단, 이병대 filed Critical 경기대학교 산학협력단
Priority to KR1020160148348A priority Critical patent/KR20180051267A/ko
Publication of KR20180051267A publication Critical patent/KR20180051267A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 골 등급을 측정 하는 기술에 관한 것으로서, 구체적으로는 손과 손목 뼈를 이용하여 골 등급을 측정하는 장치 및 방법에 관한 것이다. 본 발명의 실시 예에 따르면, 손목 영역의 영상을 이용하여 객관적이고 신속하고 정확하게 골 등급을 측정할 수 있다.

Description

골 등급 측정 장치 및 방법{APPARATUS AND METHOD FOR MEASURING BONE LEVEL}
본 발명은 골 등급을 측정 하는 기술에 관한 것으로서, 구체적으로는 손목 영역의 뼈를 이용하여 골 등급을 측정하는 장치 및 방법에 관한 것이다.
소아 성장 평가 방법으로 주로 골 등급 측정 방법을 사용한다. 골 등급 측정은 정상적인 성장의 나이별 도표와 환자의 방사선 필름을 비교 평가하는 방법을 사용하고 주로 왼손의 뼈 부위를 이용한다. 골 등급 측정은 골 등급과 실제 나이의 불일치가 발생함에 따라 성장에 영향을 주는 여러 질병들이 진단될 수 있다. 따라서 소아과 영상의학과에서 아주 중요하게 사용되고 있는 진료 과목 중의 하나이다. 골 등급 측정은 평가 시간, 평가의 복잡성, 주관적인 오차가 발생하여 골 등급에 대한 객관적이고 정확한 측정 방법이 필요한 실정이다.
본 발명의 배경기술은 대한민국 공개특허공보 제10-2009-0030167호(2009.03.24)에 개시되어 있다.
본 발명은 손목 영역의 골 등급 측정 기준을 분석하고 특징 점을 정의하여 객관성과 정확도를 높인 골 등급 측정 장치 및 방법을 제공하는 것이다.
또한, 본 발명은 손목 영상을 이용한 신속한 골 등급 측정이 가능한 골 등급 측정 장치 및 방법을 제공하는 것이다.
본 발명의 일 측면에 따르면, 골 등급 측정 장치가 제공된다.
본 발명의 일 실시 예에 따른 골 등급 측정 장치는 손목 영역 영상을 입력 받는 영상 입력부, 입력된 손목 영역 영상에서 노뼈 영역과 자뼈 영역을 추출하는 관심영역 추출부 및 추출된 노뼈 영역과 자뼈 영역에서 골단과 골간단의 길이 비율, 백선(White Line)의 존재 여부, 융합 여부 및 각도 중 적어도 하나의 특징점에 의해 골 등급을 판단하는 골 등급 판단부를 포함할 수 있다.
본 발명의 다른 일 측면에 따르면, 골 등급 측정 방법 및 이를 실행하는 컴퓨터 프로그램이 제공된다.
본 발명의 일 실시 예에 따른 골 등급 측정 방법 및 이를 실행하는 컴퓨터 프로그램은 손목 영역 영상을 입력 받는 단계, 입력된 손목 영역 영상에서 노뼈 영역과 자뼈 영역을 추출하는 단계 및 추출된 노뼈 영역과 자뼈 영역에서 골단과 골간단의 길이 비율, 백선(White Line)의 존재 여부, 융합 여부 및 각도 중 적어도 하나의 특징점에 의해 골 등급을 판단하는 단계를 포함할 수 있다.
본 발명의 실시 예에 따르면, 손목 영역의 영상을 이용하여 객관적이고 신속하고 정확하게 골 등급을 측정할 수 있다.
도 1 내지 도 3는 본 발명의 일 실시 예에 따른 골 등급 측정 장치를 설명하기 위한 도면들.
도 4 내지 도 19는 본 발명의 일 실시 예에 따른 골 등급 측정 방법을 설명하기 위한 도면들.
도 20 및 도 21은 본 발명의 일 실시 예에 따른 골 등급 측정 방법의 효과를 설명하기 위한 도면들.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 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. 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서 및 청구항에서 사용되는 단수 표현은, 달리 언급하지 않는 한 일반적으로 "하나 이상"을 의미하는 것으로 해석되어야 한다.
이하, 본 발명의 바람직한 실시 예를 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1 내지 도 3는 본 발명의 일 실시 예에 따른 골 등급 측정 장치를 설명하기 위한 도면들이다.
도 1을 참조하면, 본 발명에 따른 골 등급 측정 장치(100)는 영상 입력부(110), 관심 영역 추출부(120) 및 골 등급 측정부(130)를 포함한다.
영상 입력부(110)는 영상 촬영 장치로부터 촬영된 측정 대상자의 손목 영역이 포함된 손목 영역 영상을 입력 받는다. 영상 입력부(110)는 영상 촬영 장치로부터 유무선 통신을 통하여 또는 메모리를 이용하여 손목 영역 영상 데이터를 수신할 수 있다. 여기서, 영상 촬영 장치는 예를 들면, CT 촬영 모듈, 초음파 촬영 모듈, X-ray 촬영 모듈 및 MRI 촬영 모듈 중 어느 하나일 수 있으나 이에 한정되는 것은 아니다.
관심 영역 추출부(120)는 입력된 영상을 전처리 단계를 통해 배경과 손목 뼈 영역을 분리한다. 또한, 관심 영역 추출부(120)는 분리된 손목 뼈 영역을 노뼈(Radius) 영역 및 자뼈(Ulna) 영역으로 분리하여 추출한다. 관심 영역 추출부(120)는 이하 도 2에서 더욱 상세히 설명하기로 한다.
골 등급 측정부(130)는 정확성과 신뢰성 있는 골 등급 판단을 위한 특징점을 정의 한다. 골 등급 측정부(130)는 골단과 골간단의 길이 비율, 백선(White Line)의 존재 여부, 각도 계산 등의 특징점으로 골 등급을 판단하고, 특징점을 추출하기 어려운 일부 노뼈(Radius)는 HOG(Histogram of oriented gradients) 특징과 SVM 학습기를 통해 골 등급을 측정한다. 골 등급 측정부(130)는 이하 도 3에서 더욱 상세히 설명하기로 한다.
도 2를 참조하면, 관심 영역 추출부(120)는 전처리부(122), 손목 영역 추출부(124) 및 노뼈 및 자뼈 영역 추출부(126)를 포함한다.
전처리부(122)는 입력된 손목 영역 영상을 전처리 한다. 전처리부(122)는 입력된 손목 영역 영상에서 골 등급을 측정하는 노뼈(Radius) 영역 및 자뼈(Ulna) 영역이 하단부에 위치하기 때문에 영상을 반으로 나눴을 때 하단부의 평균 밝기값을 임계값으로 이진화하여 배경과 손목 영역을 최적으로 분리할 수 있다.
손목 영역 추출부(124)는 전처리된 손목 영역 영상에서 노뼈(Radius) 영역 및 자뼈(Ulna) 영역이 미리 설정된 기준 축에 의해 정렬되도록 손목 영역 영상을 회전하고 손목 뼈 영역을 추출한다.
노뼈 및 자뼈 영역 추출부(126)는 추출한 손목 뼈 영역 영상에서 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 분리한다. 노뼈 및 자뼈 영역 추출부(126)는 노뼈(Radius) 영역과 자뼈(Ulna) 영역의 안쪽 경계점들을 통해 경계점 좌표를 구하여 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 분리할 수 있다.
도 3을 참조하면, 골 등급 측정부(130)는 특징점 정의부(131), 골 윤곽 추출부(133), 길이 판단부(135), 백선 판단부(137) 및 HOG 골 등급 판단부(139)를 포함한다.
특징점 정의부(131)는 골 등급 측정을 위하여 노뼈(Radius) 영역과 자뼈(Ulna) 영역에 대해 특징점을 정의한다. 특징점 정의부(131)는 예를 들면, 노뼈(Radius) 영역에 대해 화골핵이 없는 경우 A 골 등급으로, 화골핵의 크기가 100픽셀 이상일 때 B 골 등급으로 정의할 수 있다. 또한, 특징점 정의부(131)는 예를 들면, 골단(Epiphysis)과 골간단(Metaphysis) 간의 길이 비율이 1/3 이상일 때 C 골 등급, 1/2 이상 2/3 미만일 때 D 골 등급, 2/3 이상 1 미만일 때 E 골 등급으로 정의할 수 있다. 또한, 특징점 정의부(131)는 예를 들면, 백선(White Line)을 판단하여 F 골 등급, G 골 등급 및 H 골 등급을 정의할 수 있으며, 융합(Fusion)인 경우 I 골 등급으로 정의할 수 있다. 특징점 정의부(131)는 예를 들면, 자뼈(Ulna) 영역에 대해 화골핵이 없는 경우 A 등급으로, 화골핵의 크기가 100픽셀 이상일 때 B 등급으로 정의할 수 있다. 또한, 특징점 정의부(131)는 예를 들면, 골단(Epiphysis)과 골간단(Metaphysis) 간의 길이 비율이 1/3 이상일 때 C 등급, 1/2 이상 2/3 미만일 때 D 등급으로 정의할 수 있다. 또한, 특징점 정의부(131)는 예를 들면, 골단 왼쪽에 작은 융기가 있을 경우 E 등급, 골단에 움푹한 홈이 있는 경우 F 등급으로, 골단(Epiphysis)과 골간단(Metaphysis) 간의 길이 비율이 1 이상일 때 G 등급을 정의할 수 있으며, 융합(Fusion)인 경우 H 등급으로 정의할 수 있다.
골 윤곽 추출부(133)는 분리된 노뼈 영역과 자뼈 영역에서 노뼈의 윤곽선 및 자뼈의 윤곽선을 추출한다. 골 윤곽 추출부(133)는 그랩컷(Grab cut) 알고리즘을 적용하여 정확하게 뼈 형태를 추출할 수 있다. 골 윤곽 추출부(133)는 추출된 노뼈 영역에서 화골핵 존재여부를 판단하고, A, B 및 I 골 등급 여부를 판단할 수 있다. 또한, 골 윤곽 추출부(133)는 자뼈 영역에서 화골핵 존재여부를 판단하고 A, B 및 H 골 등급 여부를 판단할 수 있다.
길이 판단부(135)는 노뼈 영역 또는 자뼈 영역에서 골단(Epiphysis)과 골간단(Metaphysis) 간 양쪽 길이를 계산한다. 길이 판단부(135)는 노뼈 영역에서 골단(Epiphysis)과 골간단(Metaphysis) 간의 길이 비율을 이용하여 C, D 및 E 골 등급을 판단할 수 있으며, 자뼈 영역에서 골단(Epiphysis)과 골간단(Metaphysis) 간의 길이 비율을 이용하여 C, D 및 G 골 등급을 판단할 수 있다.
백선 판단부(137)는 노뼈 영역에서 주성분 분석(Principal Component Analysis) 및 이진화 방법을 통해 백선(White Line)을 판단한다. 백선 판단부(137)는 노뼈 영역에서 백선의 존재 여부에 따라 F, G 및 H 골 등급을 판단할 수 있다.
HOG 골 등급 판단부(139)는 특징점을 추출하기 어려운 일부 노뼈에 대해서는 HOG(Histogram of Oriented Gradients)와 선형 SVM(Support Vector Machine) 학습기를 사용하여 노뼈 영역을 등급화하여 F, G 및 H 골 등급을 판단한다.
도 4 내지 도 20은 본 발명의 일 실시 예에 따른 골 등급 측정 방법을 설명하기 위한 도면들이다.
도 4를 참조하면, 단계 S410에서, 골 등급 측정 장치(100)는 골 등급 측정 대상자의 손목 영역 영상을 입력 받는다. 골 등급 측정 장치(100)는 영상 촬영 장치로부터 촬영된 대상자의 손목 영역이 포함된 손목 영역 영상을 입력 받는다. 골 등급 측정 장치(100)는 영상 촬영 장치로부터 유무선 통신을 통하여 또는 메모리를 이용하여 손목 영역 영상 데이터를 수신할 수 있다.
단계 S420에서, 골 등급 측정 장치(100)는 입력된 손목 영역 영상을 전처리 한다. 골 등급 측정 장치(100)는 입력된 손목 영역 영상에서 골 등급을 측정하는 노뼈(Radius) 영역 및 자뼈(Ulna) 영역이 하단부에 위치하며 배경이 차지하는 부분의 비율은 작다. 골 등급 측정 장치(100)는 노뼈(Radius) 영역 및 자뼈(Ulna) 영역을 추출하기 위하여 이진화 처리한다. 골 등급 측정 장치(100)는 영상 전체의 평균 밝기 값을 이진화의 임계값으로 사용할 경우 손의 영역만 분리하는데 문제가 생길 수 있으므로 영상을 반으로 나눴을 때 하단부의 평균 밝기값을 임계값으로 사용하여 배경과 손의 영역을 최적으로 분리한다. 도 5는 본 발명의 일 실시 예에 따라 입력된 손목 영역 영상의 하단부의 평균 밝기값을 이용해 이진화한 영상이다.
단계 S430에서, 골 등급 측정 장치(100)는 전처리 된 손목 영역 영상에서 손목 뼈 영역을 추출한다. 골 등급 측정 장치(100)는 노뼈(Radius) 영역 및 자뼈(Ulna) 영역이 미리 설정된 기준 축에 의해 정렬되도록 전처리 된 손목 영역 영상을 회전한다. 골 등급 측정 장치(100)는 미리 설정된 기준 축에 의해 정렬되지 않는 경우 골 등급 측정 시 회전에 따른 특징 추출의 값이 달라지게 됨으로써 골 등급 측정의 정확도를 낮아질 수 있다. 골 등급 측정 장치(100)는 손목 영역 영상에서 하단부의 손 영역에서 손목의 중앙점을 구한다. 골 등급 측정 장치(100)는 도 6에 표시된 손목의 영역을 세모(△) 점들로 설정할 수 있으며, 손목의 중앙점을 네모(□) 점들로 설정할 수 있다. 골 등급 측정 장치(100)는 설정한 손목의 영역 및 손목의 중앙점을 이용하여 추세선을 계산할 수 있으며 모든 영상에 대해 손목의 방향을 일치시킬 수 있다. 골 등급 측정 장치(100)는 추세선을 통해 회전각을 계산하고 영상을 회전시키고 도 7 및 도 8과 같이 손 영역의 중심점을 통해 회전된 영상에서 손목 뼈 영역을 추출할 수 있다.
단계 S440에서, 골 등급 측정 장치(100)는 추출한 손목 뼈 영역에서 노뼈 영역 및 자뼈 영역을 추출한다. 골 등급 측정 장치(100)는 추출한 손목 뼈 영역 영상에서 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 분리한다. 골 등급 측정 장치(100)는 골 등분 측정에 사용되지 않는 손목 뼈(Carpal Bone)이 많이 포함되어 있기 때문에 이를 최소화한다. 골 등급 측정 장치(100)는 영상 전체의 평균 밝기값을 이진화의 임계값으로 사용하여 손목 영상에서 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 분리할 수 있다. 골 등급 측정 장치(100)는 예를 들면, 도 9와 같이 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 분리할 수 있다. 골 등급 측정 장치(100)는 노뼈(Radius) 영역과 자뼈(Ulna) 영역의 안쪽 경계점들을 통해 경계점 좌표를 구하여 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 분리할 수 있다. 골 등급 측정 장치(100)는 다른 손목 뼈의 영역을 줄이기 위하여 이진화된 영상에서 각 영역들의 넓이, 영역의 중심과 관심 영역(Region of Interest) 중심부의 가까움의 정도를 서로 합하였을 때의 값이 가장 큰 것을 표현하여 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 추출할 수 있다.
단계 S450에서, 골 등급 측정 장치(100)는 골 등급 별 특징점을 정의한다. 골 등급 측정 장치(100)는 골 등급의 측정 시간과 측정 과정의 복잡성을 단축시키기 위해 사용되는 13개의 손목 뼈 중에서 가장 복잡한 손목뼈인 노뼈(Radius) 영역과 자뼈(Ulna) 영역에 대해 골 등급에 대한 특징점을 정의할 수 있다.
도 10을 참조하면, 본 발명의 일 실시 예에 따른 손목 뼈의 각 등급별 특징에 대한 영상에서 노뼈(Radius) 영역과 자뼈(Ulna) 영역에 화골핵이 나타나지 않는 A 골 등급인 경우, 골단(Epiphysis)과 골간단(Metaphysis)이 표시될 수 있다. 또한, 손목 뼈의 각 등급별 특징에 대한 영상에서 노뼈(Radius) 영역과 자뼈(Ulna) 영역에 융합(Fusion)이 나타날 수 있는데 이는 검은 음영(Dark Band)이 사라지는 시점을 말한다.
도 11을 참조하면, 골 등급 측정 장치(100)는 노뼈(Radius) 영역에 대해 화골핵이 없는 경우 A 골 등급으로, 화골핵의 크기가 100픽셀 이상일 때 B 골 등급으로 정의할 수 있다. 또한, 골 등급 측정 장치(100)는 골단(Epiphysis)과 골간단(Metaphysis) 간의 길이 비율이 1/3 이상일 때 C 골 등급, 1/2 이상 2/3 미만일 때 D 골 등급, 2/3 이상 1 미만일 때 E 골 등급으로 정의할 수 있다. 또한, 골 등급 측정 장치(100)는 백선(White Line)을 판단하여 F 골 등급, G 골 등급 및 H 골 등급을 정의할 수 있으며, 융합(Fusion)인 경우 I 골 등급으로 정의할 수 있다. 골 등급 측정 장치(100)는 노뼈(Radius) 영역의 F, G, H 골 등급에 대해서는 HOG(Histogram of Oriented Gradients)와 SVM(Support Vector Machine)을 사용하여 분류하고 골 등급을 측정한다.
도 12를 참조하면, 골 등급 측정 장치(100)는 자뼈(Ulna) 영역에 대해 화골핵이 없는 경우 A 등급으로, 화골핵의 크기가 100픽셀 이상일 때 B 등급으로 정의할 수 있다. 또한, 골 등급 측정 장치(100)는 골단(Epiphysis)과 골간단(Metaphysis) 간의 길이 비율이 1/3 이상일 때 C 등급, 1/2 이상 2/3 미만일 때 D 등급으로 정의할 수 있다. 또한, 골 등급 측정 장치(100)는 골단 왼쪽에 작은 융기가 있을 경우 E 등급, 골단에 움푹한 홈이 있는 경우 F 등급으로, 골단(Epiphysis)과 골간단(Metaphysis) 간의 길이 비율이 1 이상일 때 G 등급을 정의할 수 있으며, 융합(Fusion)인 경우 H 등급으로 정의할 수 있다.
다시 도 4를 참조하면, 단계 S460에서, 골 등급 측정 장치(100)는 노뼈 영역의 골 등급을 판단한다.
도 13을 참조하여 본 발명의 일 실시 예에 따른 노뼈 영역에 대한 골 등급 측정 방법을 설명하면, 단계 S461에서, 골 등급 측정 장치(100)는 분리한 노뼈 영역에서 융합을 판단한다. 노뼈가 융합(Fusion)이 시작되면 골단부와 골간단부의 경계가 모호해진다. 따라서 낮은 골 등급의 특징점인 길이 비율을 계산할 수 없다. 또한 각 특징점으로 골 등급을 판단할 때 정확도가 높은 특징점으로 먼저 골 등급을 판단하는 것이 유리하다. 따라서 골 등급 측정 장치(100)는 분리한 노뼈 영역에서 융합 여부를 먼저 판단한다.
단계 S463에서, 골 등급 측정 장치(100)는 노뼈 영역에서 화골핵을 판단한다.
우선, 골 등급 측정 장치(100)는 뼈의 윤곽선을 추출한다. 골 등급 측정 장치(100)는 예를 들면, 그랩컷(Grab cut) 알고리즘을 적용하여 정확하게 뼈 형태를 추출할 수 있다. 이를 더욱 상세히 설명하면, 골 등급 측정 장치(100)는 골 등급 측정 장치(100)는 우선 지정되지 않은 모든 전경 영역에 화소를 할당하고 화소를 유사한 색상의 클러스터로 묶은 후 전경과 배경 화소의 경계를 이용하여 전경 영역과 배경 영역 분할을 결정한다. 이때, 골 등급 측정 장치(100)는 유사한 색상으로 화소를 묶을 때는 최적화 과정을 통해 수행하고, 상대적으로 비슷한 명암을 갖는 영역의 경계는 봉쇄하도록 한다. 골 등급 측정 장치(100)는 이와 같은 클러스터링 과정을 반복하여 새롭게 최적화를 거친 분할 결과를 얻을 수 있다. 즉, 골 등급 측정 장치(100)는 분할 결과를 점진적으로 개선할 때까지의 과정을 반복하여 수행한다.
도 15는 노뼈 영역과 자뼈 영역에 그랩컷(Grab cut) 알고리즘을 적용하여 뼈의 윤곽선을 추출한 영상이다. 골 등급 측정 장치(100)는 노뼈 영역에서 추출한 뼈의 윤곽선을 이용하여 화골핵을 판단한다.
단계 S465에서, 골 등급 측정 장치(100)는 노뼈 영역에서 골단과 골갈단 간 길이를 판단한다. 골 등급 측정 장치(100)는 골 등급 측정 단계 중에서 골 성숙도가 낮은 등급에 해당하는 특징점인 길이 측정 단계에 대해 노뼈 영역에서 골단과 골갈단 간 양쪽 길이를 계산한다. 골 등급 측정 장치(100)는 추출된 뼈의 윤곽선을 통해서는 골간단부, 골단부의 길이를 측정할 수 없으므로, 길이 측정 단계에서는 먼저 골단부의 영역과 골간단부의 영역을 추출한다. 골 등급 측정 장치(100)는 지역 가변 이진화(Locally adaptive thresholding)를 통해 골단부와 골간단부의 경계를 추출한다. 골 등급 측정 장치(100)는 예를 들면, X-Ray영상에서 뼈의 밝기는 백선(White Line)이나 뼈의 경계면에 따라 밝기 값의 차이가 존재하므로 전역 고정 이진화(Global fixed thresholding)를 통해서는 골단부와 골간단부의 영역을 제대로 추출할 수 없었다. 따라서, 골 등급 측정 장치(100)는 픽셀 주변의 일부 영역에만 밝기 평균의 임계값을 사용하는 방법인 지역 가변 이진화 방법을 사용했다. 여기서, 지역 가변 이진화는 영상의 한 픽셀 중심으로 한 N x N 주변 영역의 밝기 평균에 일정한 상수 C를 빼서 임계값을 결정한다. 이에 대한 식은 다음과 같다.
골 등급 측정 장치(100)는 상기 식에서 N의 크기와 상수 C에 다라 결과가 달라질 수 있기 때문에 실험적으로 골단부와 골간단부의 경계를 가장 잘 분할할 수 있는 파라미터로 노뼈 영역의 크기는 200 x 200 인 경우 최적의 값은 N = 19, C = 2로 설정하였다.
도 16은 본 발명의 일 실시 예에 따른 지역 가변 이진화를 이용하여 골단과 골간단 간의 경계를 추출한 결과를 보여준다. 이후, 골 등급 측정 장치(100)는 노뼈 영역에서 골단과 골갈단 간 길이를 판단한다.
단계 S467에서, 골 등급 측정 장치(100)는 노뼈 영역에서 백선을 판단한다. 골 등급 측정 장치(100)는 노뼈 영역에서 주성분 분석(Principal Component Analysis)를 통해 백선(White Line)을 판단한다. 여기서, 주성분 분석방법은 많은 수의 연관된 데이터 집합을 분석하는 통계적 기법이다. 주성분 분석방법은 고차원 공간상에 분포하는 데이터들의 주축(major axes)을 찾아주는 역할을 한다. 이는 적은 수의 파라미터를 이용하여 데이터를 표현하는데 유용하다. 골 등급 측정 장치(100)는 예를 들면, X-ray 영상마다 노이즈(Noise)와 뼈의 윤곽이 밝은 특징을 제거하기 위해 주성분 분석을 적용한다. 따라서 골 등급 측정 장치(100)는 백선의 주요 특징을 찾아낼 수 있다.
도 17 및 도 18은 백선이 나타나는 F 골 등급 이전과 이후의 주성분 분석을 적용한 영상이다. 골 등급 측정 장치(100)는 주성분분석 영상에서 백선 성분을 찾기 위해 예를 들면, 오쯔(Otsu) 이진화 방법을 사용할 수 있다. 여기서, 오쯔(Otsu)의 이진화 방법은 임계값 K를 기준으로 영상 픽셀들을 두 클래스로 분류했을 때 두 클래스간의 intra-class variance를 최소화하거나 또는 inter-class variance를 최대화하는 임계값 K를 찾는 이진화 방법이다.
도 19를 참조하면, 골 등급 측정 장치(100)는 백선이 존재하는 F 등급 이전과 이후의 영상에서 백선 성분의 존재 유무를 확인할 수 있다.
단계 S469에서, 골 등급 측정 장치(100)는 노뼈 영역에서 HOG(Histogram of Oriented Gradients)와 선형 SVM(Support Vector Machine) 학습기를 사용하여 등급화하여 골 등급을 측정한다. 여기서, HOG(Histogram of oriented gradients)는 노뼈 영역 영상의 국소 영역에 밝기 분포를 기울기에 대한 방향성 히스토그램을 특징 벡터로 사용한다. HOG(Histogram of oriented gradients)는 에지(Edge)의 방향 정보를 이용하기 때문에 일종의 에지 기반 템플릿 매칭이다. 여기서, 에지는 기본적으로 영상의 밝기 변화, 조명 변화 등에 덜 민감하다. 골 등급 측정 장치(100)는 HOG에서 일반적으로 사용하는 64 X 128 윈도우를 사용하여 계산 된 특징 벡터를 선형 SVM 학습기를 이용하여 등급화 하였고, 해당 영상이 F, G, H 골 등급 중에서 어떤 등급인지 판단한다.
다시 도 4를 참조하면, 단계 S470에서, 골 등급 측정 장치(100)는 자뼈의 골 등급을 판단한다.
도 14를 참조하여 본 발명의 일 실시 예에 따른 자뼈에 대한 골 등급 측정 방법을 설명하면, 단계 S471에서, 골 등급 측정 장치(100)는 분리한 자뼈 영역에서 융합을 판단한다. 골 등급 측정 장치(100)는 노뼈 영역에서 융합을 판단한 방법과 동일한 방법에 의해 자뼈 영역에서 융합을 판단할 수 있다.
단계 S473에서, 골 등급 측정 장치(100)는 자뼈 영역에서 화골핵을 판단한다. 골 등급 측정 장치(100)는 노뼈 영역에서 화골핵을 판단한 방법과 동일한 방법에 의해 자뼈 영역에서 화골핵을 판단할 수 있다.
단계 S475에서, 골 등급 측정 장치(100)는 자뼈 영역에서 골단과 골갈단 간 길이를 판단한다. 골 등급 측정 장치(100)는 노뼈 영역에서 골단과 골갈단 간 길이를 판단한 방법과 동일한 방법에 의해 자뼈 영역에서 골단과 골갈단 간 길이를 판단할 수 있다.
단계 S477에서, 골 등급 측정 장치(100)는 자뼈 영역에서 골단 각도를 계산한다. 골 등급 측정 장치(100)는 자뼈 영역에서 골단 각도를 계산하여 자뼈의 E 및 F 골 등급을 판단할 수 있다.
도 20 및 도 21은 본 발명의 일 실시 예에 따른 골 등급 측정 방법의 효과를 설명하기 위한 도면들이다.
본 발명의 일 실시 예의 실험 구성은 제주대학병원의 영상의학과에서 골 연령 측정을 위해서 촬영된 632장의 왼손 X-ray 영상을 사용하여 노뼈(Radius)와 자뼈(Ulna) 골 등급을 측정하였다. 영상은 모두 1000 X 1000 이상의 해상도를 가지는 X-Ray 영상이며, 각각의 영상마다 임상의가 본 발명의 골 등급 방법을 통해 각 13개의 골 등급을 측정한 데이터를 바탕으로 본 발명의 정확도를 실험하였다.
도 20을 참조하면, 본 발명에 따른 노뼈(Radius)의 골 등급 측정 실험 결과는 총 632장의 임상의가 측정한 노뼈(Radius) 골 등급 대한 분포, 본 발명에서 제안하는 자동 골 등급 측정 결과에 대한 분포를 보여준다. 노뼈(Radius)의 골 등급 측정 정확도는 약 65%를 보였다. 본 발명은 길이를 측정하는 A부터 E의 골 등급까지는 84장 중 69장이 정확하게 골 등급을 측정하였음을 확인할 수 있었다. 그러나 본 발명을 적용하였을 때, 각 F, G, H 등급의 HOG 특징과 SVM 학습기를 이용한 골 등급 측정은 약 60%만의 정확도를 보였다. I 등급의 융합(Fusion)을 판단하는 방법은 81%의 정확도를 보였다.
도 21을 참조하면, 본 발명에 따른 자뼈(Ulna)의 골 등급 측정 실험 결과는 자뼈(Ulna)의 뼈 길이를 측정하는 A, B, C, D, G 골 등급은 270장 중 216장이 정확하게 골 등급을 측정하였음을 확인할 수 있었다. 융합(Fusion)을 판단하는 H 골 등급은 노뼈의 정확도보다 낮음을 확인할 수 있었다. 본 발명의 실시 예에 따르면, 손목 영역의 영상을 이용하여 객관적이고 정확하게 골 등급을 측정할 수 있다.
본 발명의 실시 예에 따른 장치 및 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
110: 영상 입력부
120: 관심영역 추출부
130: 골등급 측정부

Claims (11)

  1. 손목 영역 영상을 입력 받는 영상 입력부;
    상기 입력된 손목 영역 영상에서 노뼈 영역과 자뼈 영역을 추출하는 관심영역 추출부; 및
    상기 추출된 노뼈 영역과 자뼈 영역에서 골단과 골간단의 길이 비율, 백선(White Line)의 존재 여부, 융합 여부 및 각도 중 적어도 하나의 특징점에 의해 골 등급을 판단하는 골 등급 판단부를 포함하는 골 등급 측정 장치.
  2. 제1 항에 있어서,
    상기 관심영역 추출부는,
    입력된 손목 영역 영상에서 배경과 손의 영역을 분리하는 전처리부;
    전처리된 손목 영역 영상에서 노뼈(Radius) 영역 및 자뼈(Ulna) 영역이 미리 설정된 기준 축에 의해 정렬되도록 전처리 된 손목 영역 영상을 회전하고 손목 뼈 영역을 추출하는 손목 영역 추출부; 및
    추출한 손목 뼈 영역 영상에서 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 분리하는 노뼈 및 자뼈 영역 추출부를 포함하는 골 등급 측정 장치.
  3. 제1 항에 있어서,
    상기 전처리부는
    입력된 손목 영역 영상의 하단부의 평균 밝기값을 임계값으로 이진화하여 배경과 손의 영역을 분리하는 골 등급 측정 장치.
  4. 제1 항에 있어서,
    상기 노뼈 및 자뼈 영역 추출부는
    상기 노뼈(Radius) 영역과 자뼈(Ulna) 영역의 안쪽 경계점들을 통해 경계점 좌표를 구하여 상기 손목 뼈 영역 영상에서 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 분리하는 골 등급 측정 장치.
  5. 제1항에 있어서,
    상기 골 등급 측정부는
    상기 노뼈 영역 또는 자뼈 영역에서 노뼈의 윤곽선 또는 자뼈의 윤곽선을 각각 추출하는 골 윤곽 추출부; 및
    상기 노뼈 영역 또는 자뼈 영역에서 골단과 골갈단 간 양쪽 길이를 계산하는 길이 판단부를 더 포함하는 골 등급 측정 장치.
  6. 제5항에 있어서,
    상기 노뼈 영역에서 주성분 분석(Principal Component Analysis) 및 이진화 방법을 통해 백선(White Line) 여부를 판단하는 백선 판단부를 더 포함하는 골 등급 측정 장치.
  7. 골 등급 측정 방법에 있어서,
    손목 영역 영상을 입력 받는 단계;
    상기 입력된 손목 영역 영상에서 노뼈 영역과 자뼈 영역을 추출하는 단계; 및
    상기 추출된 노뼈 영역과 자뼈 영역에서 골단과 골간단의 길이 비율, 백선(White Line)의 존재 여부, 융합 여부 및 각도 중 적어도 하나의 특징점에 의해 골 등급을 판단하는 단계를 포함하는 골 등급 측정 방법.
  8. 제7항에 있어서,
    상기 입력된 손목 영역 영상에서 노뼈 영역과 자뼈 영역을 추출하는 단계는
    입력된 손목 영역 영상에서 배경과 손의 영역을 분리하는 단계;
    전처리된 손목 영역 영상에서 노뼈(Radius) 영역 및 자뼈(Ulna) 영역이 미리 설정된 기준 축에 의해 정렬되도록 전처리 된 손목 영역 영상을 회전하고 손목 영역을 추출하는 단계; 및
    추출한 손목 영역 영상에서 노뼈(Radius) 영역과 자뼈(Ulna) 영역을 분리하는 단계를 포함하는 골 등급 측정 방법.
  9. 제7항에 있어서,
    상기 골 등급을 판단하는 단계는
    골 등급 및 상기 골 등급 별 특징점을 정의하는 단계;
    뼈의 윤곽선을 추출하는 단계;
    노뼈 영역 또는 자뼈 영역에서 화골핵을 판단하는 단계; 및
    노뼈 영역 또는 자뼈 영역에서 골단과 골갈단 간 길이를 판단하는 단계를 포함하는 골 등급 측정 방법.
  10. 제9 항에 있어서,
    노뼈 영역에서 백선을 판단하는 단계를 더 포함하는 골 등급 측정 방법.
  11. 제7항 내지 제10항 중 어느 하나의 골 등급 측정 방법을 실행하고 컴퓨터가 판독 가능한 기록매체에 기록된 컴퓨터 프로그램.



KR1020160148348A 2016-11-08 2016-11-08 골 등급 측정 장치 및 방법 KR20180051267A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160148348A KR20180051267A (ko) 2016-11-08 2016-11-08 골 등급 측정 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160148348A KR20180051267A (ko) 2016-11-08 2016-11-08 골 등급 측정 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20180051267A true KR20180051267A (ko) 2018-05-16

Family

ID=62452326

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160148348A KR20180051267A (ko) 2016-11-08 2016-11-08 골 등급 측정 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20180051267A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200029218A (ko) * 2018-09-10 2020-03-18 주식회사 소노엠 골연령 측정 시스템
KR102150682B1 (ko) * 2019-08-08 2020-09-02 주식회사 딥노이드 특이점 분류 장치 및 분류 방법
KR102152385B1 (ko) * 2019-08-08 2020-09-04 주식회사 딥노이드 특이점 진단 장치 및 진단 방법
WO2024048918A1 (ko) * 2022-08-31 2024-03-07 주식회사 크레스콤 골 성장 단계의 분석 방법, 골 성장 단계 분석 장치, 및 골 성장 단계 분석 시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200029218A (ko) * 2018-09-10 2020-03-18 주식회사 소노엠 골연령 측정 시스템
KR102150682B1 (ko) * 2019-08-08 2020-09-02 주식회사 딥노이드 특이점 분류 장치 및 분류 방법
KR102152385B1 (ko) * 2019-08-08 2020-09-04 주식회사 딥노이드 특이점 진단 장치 및 진단 방법
WO2024048918A1 (ko) * 2022-08-31 2024-03-07 주식회사 크레스콤 골 성장 단계의 분석 방법, 골 성장 단계 분석 장치, 및 골 성장 단계 분석 시스템

Similar Documents

Publication Publication Date Title
Zortea et al. A simple weighted thresholding method for the segmentation of pigmented skin lesions in macroscopic images
EP2948062B1 (en) Method for identifying a specific part of a spine in an image
US8693750B2 (en) Method and system for automatic detection of spinal bone lesions in 3D medical image data
JP4634418B2 (ja) 医療画像において腫瘤や実質組織変形をコンピュータを用いて検出する自動化した方法と装置
JP4999163B2 (ja) 画像処理方法および装置ならびにプログラム
US9208582B2 (en) Image analyzing system and method
ES2914387T3 (es) Estudio inmediato
US20020028008A1 (en) Automatic detection of lung nodules from high resolution CT images
EP1381997A2 (en) Method and system for automatically detecting lung nodules from multi-slice high resolution computed tomography (mshr ct) images
KR20180051267A (ko) 골 등급 측정 장치 및 방법
KR101926015B1 (ko) 영상 처리 장치 및 방법
Maitra et al. Automated digital mammogram segmentation for detection of abnormal masses using binary homogeneity enhancement algorithm
US8189894B2 (en) Method to detect the aortic arch in CT datasets for defining a heart window
US7873196B2 (en) Medical imaging visibility index system and method for cancer lesions
EP3047455B1 (en) Method and system for spine position detection
EP3971762A1 (en) Method, device and system for processing image
JP2009211138A (ja) 対象領域抽出方法および装置ならびにプログラム
JP2022546344A (ja) 脳卒中特徴取得のための画像処理
CN112545562A (zh) 多模态多参数乳腺癌筛查***、装置及计算机存储介质
KR20180045473A (ko) 이미지 분석을 이용한 흑색종 검사 시스템, 방법 및 컴퓨터 프로그램
Lenga et al. Deep learning based rib centerline extraction and labeling
JP5640280B2 (ja) 骨粗鬆症診断支援装置及び骨粗鬆症診断支援プログラム
US20160217262A1 (en) Medical Imaging Region-of-Interest Detection Employing Visual-Textual Relationship Modelling.
CN112529900A (zh) 匹配乳腺图像中roi的方法、装置、终端与存储介质
Ahmad et al. Brain tumor detection & features extraction from MR images using segmentation, image optimization & classification techniques

Legal Events

Date Code Title Description
N231 Notification of change of applicant