KR101502708B1 - 팔-다리뼈의 부피와 표면적을 이용한 성별판별법 - Google Patents

팔-다리뼈의 부피와 표면적을 이용한 성별판별법 Download PDF

Info

Publication number
KR101502708B1
KR101502708B1 KR20130168923A KR20130168923A KR101502708B1 KR 101502708 B1 KR101502708 B1 KR 101502708B1 KR 20130168923 A KR20130168923 A KR 20130168923A KR 20130168923 A KR20130168923 A KR 20130168923A KR 101502708 B1 KR101502708 B1 KR 101502708B1
Authority
KR
South Korea
Prior art keywords
bone
surface area
volume
arm
bones
Prior art date
Application number
KR20130168923A
Other languages
English (en)
Inventor
곽대순
이우영
Original Assignee
가톨릭대학교 산학협력단
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 가톨릭대학교 산학협력단 filed Critical 가톨릭대학교 산학협력단
Priority to KR20130168923A priority Critical patent/KR101502708B1/ko
Application granted granted Critical
Publication of KR101502708B1 publication Critical patent/KR101502708B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

본 발명의 팔-다리뼈의 부피와 표면적을 이용한 성별판별법에 관한 것으로, 더욱 상세하게는 (a) 팔, 다리를 구성하는 뼈의 3차원 영상데이터를 생성하는 영상데이터 생성단계; (b) 팔, 다리뼈의 3차원 영상데이터를 이용하여 각 뼈의 부피와 표면적을 계산하는 연산단계; 및 (c) 연산단계에서 계산된 부피 또는 표면적, 또는 이들 모두의 값을 이용하여 판별함수를 생성하는 판결분석단계;를 포함하여 이루어진다.
즉 본 발명은 팔, 다리를 구성하는 뼈의 3차원 영상데이터를 생성한 후, 각 뼈의 부피 또는 표면적, 또는 이들 모두를 계산하고, 이렇게 계산된 각 뼈의 부피 또는 표면적 값을 이용하여 판별함수를 생성하여 정확도와 신뢰성을 담보할 수 있는 팔-다리뼈의 부피와 표면적을 이용한 성별판별법을 제안하고자 한다.

Description

팔-다리뼈의 부피와 표면적을 이용한 성별판별법{SEX DETERMINATION USING DISCRIMINANT ANALYSIS OF THE VOLUME AND SURFACE AREA OF LOWER/UPPER EXTREMITY BONES}
본 발명은 팔, 다리를 구성하는 빗장뼈(쇄골, Clavicle), 어깨뼈(견갑골, Scapula), 위팔뼈(상완골, humerus), 노뼈(요골, radius), 자뼈(척골, ulna), 볼기뼈(관골, hip bone), 넙다리뼈(대퇴골, femur), 무릎뼈(슬개골, patella), 정강뼈(경골, tibia), 종아리뼈(비골, fibula), 목말뼈(거골, talus), 발꿈치뼈(종골, calcaneus)의 부피 및/또는 표면적을 이용하여 성별을 판별함으로써 정확성과 신뢰성을 담보할 수 있는 성별판별법에 관한 것이다.
일반적으로 사람의 뼈는 남성과 여성간의 차이가 있고, 이러한 특성을 이용하여 신원불상자의 성별을 판별하여 왔다.
특히 머리뼈와 골반은 성별을 판별하는데 가장 효과적인 것으로 알려져 있으나, 머리뼈나 골반이 많이 훼손되거나, 손상된 경우와 같이 이들을 이용할 수 없는 때에는 긴 뼈를 이용하여 미상자의 성별을 판별하는 여러 가지 방법이 연구되고, 적용되고 있다.
긴 뼈를 이용한 성별판별법은 특정 부위의 항목, 예컨대 길이(length), 높이(height), 폭(width), 각도 등을 사용한 계측적 방법과 형태적 특징을 사용하는 비계측적인 방법이 사용되고 있다.
그러나 상기한 바와 같은 기존의 방식들은 판별대상의 항목들이 온전히 보존되어 있는 경우에 유효한 방식이라는 점에서 한계가 있다.
또한 각종 항목의 측정을 위해 사용되는 측정 기준점의 선정과 측정 과정에서 측정자간 오차, 측정간 오차를 발생시키는 한계점이 존재한다.
본 발명은 상기한 바와 같은 문제점을 해결하기 위해 안출된 것으로,
팔, 다리를 구성하는 뼈의 3차원 영상데이터를 생성한 후, 각 뼈의 부피 또는 표면적, 또는 이들 모두를 계산하고, 이렇게 계산된 각 뼈의 부피 또는 표면적 값을 이용하여 판별함수를 생성하여 정확도와 신뢰성을 담보할 수 있는 성별판별법을 제공하고자 하는 것을 하나의 목적으로 한다.
특히 본 발명은 각 뼈의 표면적 항목을 이용함으로써 3차원 모델링 시, 골수공간의 표현 유무나, 뼈 내부의 상태에 상관없이 정밀도 높은 성별판별법을 제공하고자 하는 것을 또 하나의 목적으로 한다.
또한 본 발명은 3차원 스캔 등으로 디지털화 된 자료들에 의하여 성별의 판별이 수행됨으로써 판별자의 주관이 개입되지 않는 객관화된 성별판별법을 제공하고자 하는 것을 또 하나의 목적으로 한다.
본 발명에 따른 팔-다리뼈의 부피와 표면적을 이용한 성별판별법은
(a) 팔, 다리를 구성하는 뼈의 3차원 영상데이터를 생성하는 영상데이터 생성단계;
(b) 팔, 다리뼈의 3차원 영상데이터를 이용하여 각 뼈의 부피와 표면적을 계산하는 연산단계; 및
(c) 연산단계에서 계산된 부피 또는 표면적, 또는 이들 모두의 값을 이용하여 판별함수를 생성하는 판결분석단계;를 포함하여 이루어진다.
본 발명에 따른 판별함수는 팔 또는 다리를 구성하는 하나의 뼈 부피 또는 표면적 값에 의하여 생성되는 것을 특징으로 한다.
본 발명에 따른 (c)단계에서 판별함수는 팔 또는 다리를 구성하는 두 개 뼈의 부피 또는 표면적 값에 의하여 생성되는 것을 특징으로 한다.
본 발명에 따른 (c)단계에서 판별함수는 팔-다리뼈 그룹 내의 복수의 뼈 조합을 통한 부피 또는 표면적 값에 의하여 생성되는 것을 특징으로 한다.
본 발명에 따른 여성의 팔, 다리를 구성하는 뼈의 평균적 표면적은 hip bone(엉덩이 뼈), femur(대퇴골), tibia(경골), scapula(견갑골), humerus(상완골) 순으로 증가하는 것을 특징으로 한다.
본 발명에 따른 남성의 팔, 다리를 구성하는 뼈의 평균적 표면적은 femur, hip bone, tibia, scapula, humerus 순으로 증가하는 것을 특징으로 한다.
본 발명에 따른 팔-다리뼈의 부피와 표면적을 이용한 성별판별법은 팔, 다리를 구성하는 뼈의 3차원 영상데이터를 생성한 후, 각 뼈의 부피 또는 표면적, 또는 이들 모두를 계산하고, 이렇게 계산된 각 뼈의 부피 또는 표면적 값을 이용하여 판별함수를 생성하여 정확도와 신뢰성을 담보할 수 있다.
특히 본 발명은 각 뼈의 표면적 항목을 이용함으로써 3차원 모델링 시, 골수공간의 표현 유무나, 뼈 내부의 상태에 상관없이 정밀도를 보다 향상시킬 수 있다.
또한 본 발명은 3차원 스캔 등으로 디지털화 된 자료들에 의하여 성별의 판별이 수행됨으로써 판별자의 주관이 개입되지 않는 객관화된 결과를 얻을 수 있다.
나아가 본 발명은 실물 보관의 각종 뼈 컬렉션의 디지털화 작업을 통하여 성별판별의 자동화에 활용할 수 있게 된다.
도 1은 팔-다리뼈의 부피와 표면적을 이용한 성별판별법을 나타내는 흐름도.
이하에서는 도면을 참조하면서 본 발명 팔-다리뼈의 부피와 표면적을 이용한 성별판별법을 첨부된 도면을 참조하여 상세히 기술하기로 한다.
도 1에 도시된 바와 같이 본 발명에 따른 팔-다리뼈의 부피 및 표면적을 이용한 성별판별법은
(a) 팔, 다리를 구성하는 뼈의 3차원 영상데이터 생성단계와, (b) 3차원 영상데이터를 이용하여 각 뼈의 부피 및/또는 표면적을 계산하는 연산단계와, (c) 부피 및/또는 포면적 값을 이용하여 판별함수를 생성하는 판별분석단계를 포함하여 구성된다.
일반적으로 사람의 뼈는 남성과 여성간의 차이가 있고, 이러한 특성을 이용하여 신원불상자의 성별을 판별하여 왔다.
특히 머리뼈와 골반은 성별을 판별하는데 가장 효과적인 것으로 알려져 있으나, 머리뼈나 골반이 많이 훼손되거나, 손상된 경우와 같이 이들을 이용할 수 없는 때에는 긴 뼈를 이용하여 미상자의 성별을 판별하는 여러 가지 방법이 연구되고, 적용되고 있다.
긴 뼈를 이용한 성별판별법은 특정 부위의 항목, 예컨대 길이(length), 높이(height), 폭(width), 각도 등을 사용한 계측적 방법과 형태적 특징을 사용하는 비계측적인 방법이 사용되고 있다.
그러나 상기한 바와 같은 기존의 방식들은 판별대상의 항목들이 온전히 보존되어 있는 경우에 유효한 방식이라는 점에서 한계가 있다.
또한 측정 기준점의 선정이 주관적이고, 측정장치의 운용에 따라 오차가 발생할 수 있어 측정자간 오차, 측정간 오차에 의해 판별정확도가 감소하는 문제가 발생할 수 있다.
이하에서는 상기한 바와 같은 기존의 방식들의 문제를 일거에 해소하면서도 정확성과 신뢰성을 확보할 수 있는 성별판별법을 제안하고자 한다.
우선 도 1에 도시된 바와 같이 본 발명에 따른 성별판별법의 (a)단계는
남성이나, 여성의 팔, 다리의 뼈를 구성하는 각 뼈의 3차원 영상데이터를 생성하는 프로세서이다.
남성 및/또는 여성의 팔, 다리를 구성하는 뼈를 이용하여 성별을 판별하기 위한 모델링을 구축하기 위해 한국인 기증시신 110표본(남자 시신 55구, 여자 시신 55구)를 활용하였다.
활용된 표본의 평균 나이는 여성 54세, 남성 52세이며, 평균 키는 여성 156cm, 남성 165cm 이다.
기증 시신의 팔, 다리뼈들을 컴퓨터 단층촬영 후, 3차원 영상을 생성하게 되는데,
이때 촬영간격은 0.75mm로 왼쪽, 오른쪽을 독립적으로 촬영하여 3차원 모델을 제작하고, 충분한 해상도를 위해 pixel dimension 0.43 ~ 0.46mm를 유지할 수 있도록 하는 것이 바람직하다.
이 과정에서 CT 영상을 확인하여 빗장뼈, 어깨뼈, 위팔뼈, 노뼈, 자뼈, 볼기뼈, 무릎뼈, 정강뼈, 종아리뼈, 목말뼈, 뒤꿈치뼈 부분에 골절, 기형, 수술 등의 흔적이 보이는 표본은 보다 신뢰할 수 있는 모델링 확보를 위해 연구대상에서 제외하였다.
이상이 없음이 확인된 CT 영상을 의료영상처리 프로그램(Mimics Ver.16.0, Materialise, Belgium)을 이용하여 부피 영점조절 과정을 거쳐 빗장뼈, 어깨뼈, 위팔뼈, 노뼈, 자뼈, 볼기뼈, 무릎뼈, 정강뼈, 종아리뼈, 목말뼈, 뒤꿈치뼈의 3차원 모델을 생성하였다.
3차원 모델 생성시 뼈의 외형을 구성하는 골피질(cortical bone)의 바깥쪽 경계선을 기준으로 3차원 모델링을 실시하였으며, 뼈 내부에 골수공간은 표현되지 않았다.
이때 3차원 전산 모델과 실제 뼈의 특정 부분의 치수를 확인한 결과 통계적 차이를 발견할 수 없었다(p=0.79).
다음으로 도 1 내지 도 2에 도시된 바와 같이 본 발명에 따른 (b)단계는
팔, 다리뼈의 3차원 영상데이터를 이용하여 각 뼈의 부피와 표면적을 연산하는 프로세서이다.
(a)단계를 통하여 팔, 다리뼈의 3차원 영상데이터가 생성되고, 수집되면 이 영상데이터를 이용하여 3차원 모델링에 사용된 프로그램과 동일한 프로그램을 활용하여 각 뼈의 부피 및/또는 표면적을 계산하였다.
테이블 1은 팔, 다리를 구성하는 각 뼈의 부피와 표면적 값을 나타내고 있다.
[테이블 1] : 단위 : 부피 cm^3, 면적 cm^2
Figure 112013121248938-pat00001

테이블 1에서 Clavicle-쇄골, Scapula-견갑골, Humerus-상완골, Radius-노뼈, Ulna-척골, Hip bone-엉덩이 뼈, Femur-대퇴골, Patella-슬개골, Tibia-경골, Fibula-비골, Talus-거골, Calcaneus-종골 이다.
즉 테이블 1에서 알 수 있는 바와 같이 남성과 여성의 팔, 다리뼈의 평균적 부피는 femur, hip bone, tibia, humerus, scapula 순으로 증가하는 것으로 나타났다.
이는 남성과 여성의 팔, 다리뼈의 평균적 부피의 순위가 동일한 것을 의미하고, 따라서 평균적 부피만으로 성별을 판별하는 것은 어렵다는 것을 알 수 있다.
한편 테이블 1에서 팔, 다리를 구성하는 각 뼈의 평균적 표면적은 여성의 경우 hip bone, femur, tibia, scapula, humerus 순으로 증가하는 것으로 나타나 있고,
남성의 경우 femur, hip bone, tibia, scapula, humerus 순으로 증가하는 것으로 나타나 있다.
즉 hip bone과 femur의 표면적의 크기는 성별로 순위가 다르게 나타났는데, 이는 남성과 여성의 팔, 다리를 구성하는 뼈들의 평균적 표면적 크기에 따라 성별을 판별하는 것이 가능하다는 것을 의미한다.
이 경우 여성은 69.89%에서 hip bone의 표면적이 가장 크게 나타났고, 남성의 경우 90.32%에서 femur의 표면적이 가장 크게 나타났다.
이는 남성의 경우에는 신뢰도가 높으나, 여성의 경우 신뢰도가 남성에 비하여 다소 낮은 신뢰도를 가짐을 알 수 있다.
따라서 이하에서는 테이블 1에 의한 각 뼈의 부피 및/또는 표면적 값을 이용하여 판별함수를 생성함으로써 보다 신뢰성 있는 성별판별법을 제공하고자 한다.
도 1에 도시된 바와 같인 본 발명에 따른 (c)단계(S300)는
(b)단계(S200)에서 계산된 부피 및/또는 표면적 값을 이용한 판별함수를 생성하는 프로세서이다.
즉 (c)단계(S300)에서는 판별분석법(discriminant analysis method)을 이용하게 되는데,
먼저 하나의 뼈만을 판별분석 결과 테이블 2와 같이 정확도는 전체적인 정확도는 72.3% ~ 94.5%로 나타남을 알 수 있다.
[테이블 2]
Figure 112013121248938-pat00002

또한 테이블 2에서 알 수 있는 바와 같이 부피 항목에서는 radius, humerus, ulna 순으로 90%가 넘는 정확도를 보였으며, 표면적 항목에서는 humerus, clavicle, radius, ulna 순으로 90%가 넘는 정확도를 나타냈다.
Ulna의 경우에는 부피와 표면적 모두에서 94%가 넘는 정확도를 나타내고 있다.
이 경우 각 뼈의 판별분석에서 디마킹 포인트를 기준으로 그 이상인 경우 남성이고, 그 이하인 경우 여성으로 분석된다.
다음으로는 테이블 3 및 4는 두 개의 뼈 조합을 통한 부피와 표면적 항목의 판별분석의 결과이다.
[테이블 3] : 부피 항목
Figure 112013121248938-pat00003

[테이블 4] : 표면적 항목
Figure 112013121248938-pat00004

즉 테이블 3 및 4에서 알 수 있는 바와 같이 두 개의 뼈를 이용한 판별분석에서는 부피, 표면적 항목 모두 다수의 조합에서 90%가 넘는 정확도를 나타냈다.
그리고 부피를 사용한 분석에서는 66가지 조합 중 32개 조합에서 90%가 넘는 정확도를 보였고,
특히 Ulna를 포함하는 조합에서 높은 정확도를 보였는데, ulna와 femur, tibia 또는 fibula를 사용할 경우 95.7%의 가장 높은 정확도를 나타냈다.
또한 표면적을 이용한 분석에서는 66가지 조합 중 38개 조합에서 90%가 넘는 정확도를 보였으며, 특히 ulna와 clavicle 또는 patella의 조합에서 95.4%의 높은 정확도를 나타내고 있다.
나아가 테이블 5는 팔, 다리 그룹 내의 여러 개의 뼈를 조합하여 stepwise 분석 결과를 나타내고 있다.
[테이블 5]
Figure 112013121248938-pat00005
Demarking point = 0, Upper은 팔뼈, Lower은 다리뼈
즉 테이블 5에 나타난 바와 같이 상수값은 판별분석법에 의하여 도출된 결과이고, 판별함수는 각 뼈의 상수값과 각 뼈 그룹 내의 부피 또는 표면적의 곱한 값의 합으로 나타난다.
먼저 다리뼈의 부피(femur, patella, fibula)를 이용한 stepwise method는 86.0%, 팔뼈(clavicle, ulna)의 부피 이용시 94.9%, 팔-다리뼈(clavicle, scapula, humerus, radius, ulna, hip bone, patella, fibula) 이용시 96.9%의 정확도를 나타냈다.
예컨대 하기 계산식은 팔-다리뼈의 부피를 이용한 성별 판별식으로 계산 결과, 즉 디마킹 포인트(demarking point)가 '0'보다 크면 남성이고, '0'보다 작으면 여성임을 의미한다.
VO = 0.091 x clavicle + 0.011 x scapula + 0.066 x humerus + (-0.107) x radius + 0.187 x ulna + (-0.027) x hip bone + 0.172 x patella + (-0.092) x fibula - 8.221
다음으로 표면적을 이용한 분석에서는 다리뼈(hip bone, femur, patella, tibia, fibula, talus) 89.3%, 팔뼈(clavicle, scapula, ulna) 95.9%, 팔-다리(clavicle, scapula, humerus, radius, ulna, hip bone, patella, fibula, talus) 이용시 99.4%의 정확도를 나타냈다.
예컨대 하기 계산식은 팔-다리뼈의 표면적을 이용한 성별 판별식으로 계산 결과, 즉 디마킹 포인트(demarking point)가 '0'보다 크면 남성이고, '0'보다 작으면 여성임을 의미한다.
SA = 0.060 x clavicle + 0.020 x scapula + 0.045 x humerus + (-0.049) x radius + 0.093 x ulna + (-0.023) x hip bone + 0.091 x patella + (-0.052) x fibula + 0.043 x talus - 11.548
상기한 바와 같은 결과를 통하여 다음과 같은 결론을 얻을 수 있다.
즉 팔-다리뼈의 표면적을 이용하는 경우 stepwise 분석결과 팔-다리뼈의 표면적을 이용한 경우 99.4%의 아주 높을 정확도를 나타내고 있음을 알 수 있다.
본 발명은 3차원 디지털화된 팔-다리 뼈의 부피와 표면적을 이용하여 성별판별을 수행한 결과,
기존 성별판별 연구에 많이 이용되던 hip bone, femur 의 경우 약 80% 수준의 정확도를 나타내 부피와 표면적을 사용한 성별판별의 우수성을 언급하기 어렵다.
Humerus, radius, ulna는 부피, 표면적 항목 모두에서 90% 이상의 정확성을 나타냈으며,
특히 ulna는 부피를 이용한 경우 94.5%, 표면적을 사용한 경우 94.0% 높은 정확도를 나타냈다.
그리고 판별의 정확도는 2개의 뼈를 이용한 방법에서 ulna, femur / tibia / fibula 중 한 개의 조합의 부피를 이용한 결과 95.7%의 값을 보였으며, 여러 개의 뼈를 이용하면 부피 항목의 경우 96.9%, 표면적 항목의 경우 99.4%의 매우 높은 정확도를 나타냈다.
따라서 기존에 긴뼈를 사용한 계측학적 성별판별 연구와 정확도를 비교해 보면 전체적으로 매우 높은 정확도를 보이는 것을 알 수 있다.
특히 여러 개 뼈의 표면적을 이용한 판별분석에서는 99.4%의 놀라운 정확도를 확인 할 수 있었다.
실제 법의학 현장에서 발견되는 신원 미상의 뼈는 부분적으로 파손된 형태가 다수 있으므로 온전한 형태의 뼈를 대상으로 연구한 결과와 차이가 있을 수 있다.
부분 파손의 내용을 포함한 radius와 talus의 부피를 이용한 성별판별 연구가 수행되었지만, 부분 부피와 전체 부피를 사용한 판별 정밀도에서 큰 차이가 없었으며(80~90% 정확도), 잔존 부위 선정에 따라서 전체 부피가 많이 변하기에 직접 활용에는 한계가 있을 수 있다.
그러나 기존에 성별판별에 사용되던 부피 항목 보다 표면적 항목이 판별 정확도가 높은 것을 확인하였고,
무엇보다도 표면적 항목은 뼈의 3차원 모델링시 골수공간의 표현 유무에 관계없이 계산할 수 있는 물리량으로 사용에서 더욱 편리하다는 결론을 얻을 수 있었다.
본 발명에서는 부분 파손에 대한 고려는 하지 않았지만 뼈의 표면적을 이용한 99.4%의 높은 정밀도를 나타내는 성별판별법은 다양한 형태로 사용될 수 있을 것으로 기대된다.
또한 3차원 스캔 등으로 디지털화된 자료들이 있는 경우 이 연구에서 수행한 방법을 적용하면 연구자의 주관이 개입되지 않는 객관적 방법의 성별판별법으로 활용할 수 있을 것이다.
특히 실물 보관의 각종 뼈 컬렉션의 디지털화 작업에서 성별을 자동 판별하는 기능으로 활용될 수 있을 것으로 기대한다.
본 명세서에서 설명되는 실시예와 첨부된 도면은 본 발명에 포함되는 기술적 사상의 일부를 예시적으로 설명하는 것에 불과하다. 따라서, 본 명세서에 개시된 실시예들은 본 발명의 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아님은 자명하다. 본 발명의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시 예는 모두 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
S100 : (a)단계
S200 : (b)단계
S300 : (c)단계

Claims (6)

  1. (a) 팔, 다리를 구성하는 뼈의 3차원 영상데이터를 생성하는 영상데이터 생성단계(S100);
    (b) 팔, 다리뼈의 3차원 영상데이터를 이용하여 각 뼈의 부피와 표면적을 계산하는 연산단계(S200); 및
    (c) 상기 (b) 단계(S200)에서 계산된 부피 또는 표면적, 또는 이들 모두의 값을 이용하여 판별함수를 생성하는 판결분석단계(S300);
    를 포함하여 이루어진 팔-다리뼈의 부피와 표면적을 이용한 성별판별법.
  2. 제 1 항에 있어서, 상기 (c)단계에서
    상기 판별함수는 팔 또는 다리를 구성하는 하나의 뼈 부피 또는 표면적 값에 의하여 생성되는 것을 특징으로 하는 팔-다리뼈의 부피와 표면적을 이용한 성별판별법.
  3. 제 1 항에 있어서, 상기 (c)단계에서
    상기 판별함수는 팔 또는 다리를 구성하는 두 개 뼈의 부피 또는 표면적 값에 의하여 생성되는 것을 특징으로 하는 팔-다리뼈의 부피와 표면적을 이용한 성별판별법.
  4. 제 1 항에 있어서, 상기 (c)단계에서
    상기 판별함수는 팔-다리뼈 그룹 내의 복수의 뼈 조합을 통한 부피 또는 표면적 값에 의하여 생성되는 것을 특징으로 하는 팔-다리뼈의 부피와 표면적을 이용한 성별판별법.
  5. 제 1 항에 있어서,
    여성의 팔, 다리를 구성하는 뼈의 평균적 표면적은 hip bone(엉덩이 뼈), femur(대퇴골), tibia(경골), scapula(견갑골), humerus(상완골) 순으로 증가하는 것을 특징으로 하는 팔-다리뼈의 부피와 표면적을 이용한 성별판별법.
  6. 제 4 항에 있어서,
    남성의 팔, 다리를 구성하는 뼈의 평균적 표면적은 femur, hip bone, tibia, scapula, humerus 순으로 증가하는 것을 특징으로 하는 팔-다리뼈의 부피와 표면적을 이용한 성별판별법.
KR20130168923A 2013-12-31 2013-12-31 팔-다리뼈의 부피와 표면적을 이용한 성별판별법 KR101502708B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130168923A KR101502708B1 (ko) 2013-12-31 2013-12-31 팔-다리뼈의 부피와 표면적을 이용한 성별판별법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130168923A KR101502708B1 (ko) 2013-12-31 2013-12-31 팔-다리뼈의 부피와 표면적을 이용한 성별판별법

Publications (1)

Publication Number Publication Date
KR101502708B1 true KR101502708B1 (ko) 2015-03-13

Family

ID=53027594

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130168923A KR101502708B1 (ko) 2013-12-31 2013-12-31 팔-다리뼈의 부피와 표면적을 이용한 성별판별법

Country Status (1)

Country Link
KR (1) KR101502708B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240029668A (ko) 2022-08-26 2024-03-06 대한민국(관리부서: 행정안전부 국립과학수사연구원장) 유양돌기 체적을 통한 성별 식별 정보 제공 방법
KR20240048046A (ko) 2022-10-04 2024-04-15 대한민국(관리부서: 행정안전부 국립과학수사연구원장) 미간 체적을 통한 성별 식별 정보 제공 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11112877A (ja) * 1997-09-30 1999-04-23 Fuji Photo Film Co Ltd 骨計測方法および装置
JP3888975B2 (ja) * 2001-04-26 2007-03-07 帝人株式会社 3次元関節構造計測方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11112877A (ja) * 1997-09-30 1999-04-23 Fuji Photo Film Co Ltd 骨計測方法および装置
JP3888975B2 (ja) * 2001-04-26 2007-03-07 帝人株式会社 3次元関節構造計測方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240029668A (ko) 2022-08-26 2024-03-06 대한민국(관리부서: 행정안전부 국립과학수사연구원장) 유양돌기 체적을 통한 성별 식별 정보 제공 방법
KR20240048046A (ko) 2022-10-04 2024-04-15 대한민국(관리부서: 행정안전부 국립과학수사연구원장) 미간 체적을 통한 성별 식별 정보 제공 방법

Similar Documents

Publication Publication Date Title
Choppin et al. The accuracy of breast volume measurement methods: a systematic review
Sharp et al. Computer‐based methods for measuring joint space and estimating erosion volume in the finger and wrist joints of patients with rheumatoid arthritis
Zhu et al. An automatic 2D–3D image matching method for reproducing spatial knee joint positions using single or dual fluoroscopic images
Lee et al. Sex determination using discriminant analysis of upper and lower extremity bones: New approach using the volume and surface area of digital model
Nelson et al. Association of incident symptomatic hip osteoarthritis with differences in hip shape by active shape modeling: the Johnston County Osteoarthritis Project
Akiyama et al. Three-dimensional distribution of articular cartilage thickness in the elderly talus and calcaneus analyzing the subchondral bone plate density
Li et al. The role of femoral neck anteversion in the development of osteoarthritis in dysplastic hips
Tsai et al. Principal component analysis in construction of 3D human knee joint models using a statistical shape model method
Li et al. Gender and condylar differences in distal femur morphometry clarified by automated computer analyses
Sela et al. Feature selection of the combination of porous trabecular with anthropometric features for osteoporosis screening
Lujan et al. A computational technique to measure fracture callus in radiographs
Al Shehri et al. Determination of sex from radiographic measurements of the humerus by discriminant function analysis in Saudi population, Qassim region, KSA
Solan et al. Estimation of total length of femur from its fragments in South Indian population
Yong et al. Morphometric analysis of the proximal ulna using three-dimensional computed tomography and computer-aided design: varus, dorsal, and torsion angulation
Djorojevic et al. Estimation of Purkait’s triangle method and alternative models for sex assessment from the proximal femur in the Spanish population
Chapman et al. Femoral curvature variability in modern humans using three-dimensional quadric surface fitting
Fischer et al. A robust method for automatic identification of femoral landmarks, axes, planes and bone coordinate systems using surface models
Siebold et al. A computerized analysis of femoral condyle radii in ACL intact and contralateral ACL reconstructed knees using 3D CT
Thibeault et al. Disentangling Cro-Magnon: A multiproxy approach to reassociate lower limb skeletal remains and to determine the biological profiles of the adult individuals
KR101502708B1 (ko) 팔-다리뼈의 부피와 표면적을 이용한 성별판별법
Zhao et al. Predicting the optimal entry point for femoral antegrade nailing using a new measurement approach
CN108431899A (zh) 图像处理方法
Ozsoy et al. An attempt to gender determine with phalanx length and the ratio of phalanxes to whole phalanx length in direct hand radiography
Dolatowski et al. Bilateral symmetrical comparison of the proximal femur using 3D-CT models
Xing et al. 3D automatic feature construction system for lower limb alignment

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180302

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190304

Year of fee payment: 5