KR101647254B1 - 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법 - Google Patents
얼굴전산화단층촬영이미지을 이용한 안와용적 측정법 Download PDFInfo
- Publication number
- KR101647254B1 KR101647254B1 KR1020150044384A KR20150044384A KR101647254B1 KR 101647254 B1 KR101647254 B1 KR 101647254B1 KR 1020150044384 A KR1020150044384 A KR 1020150044384A KR 20150044384 A KR20150044384 A KR 20150044384A KR 101647254 B1 KR101647254 B1 KR 101647254B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- orbital
- facial
- computed tomography
- images
- Prior art date
Links
- 230000001815 facial effect Effects 0.000 title claims abstract description 28
- 238000002591 computed tomography Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 241000270295 Serpentes Species 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims abstract description 6
- 238000012217 deletion Methods 0.000 claims abstract description 4
- 230000037430 deletion Effects 0.000 claims abstract description 4
- 238000009792 diffusion process Methods 0.000 claims description 13
- 238000000691 measurement method Methods 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 6
- 210000000988 bone and bone Anatomy 0.000 description 5
- 208000010392 Bone Fractures Diseases 0.000 description 4
- 206010017076 Fracture Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 210000002474 sphenoid bone Anatomy 0.000 description 3
- 238000003325 tomography Methods 0.000 description 3
- 208000007825 Orbital Fractures Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 210000002050 maxilla Anatomy 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 210000003625 skull Anatomy 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 206010016042 Facial bones fracture Diseases 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000030172 endocrine system disease Diseases 0.000 description 1
- 210000001031 ethmoid bone Anatomy 0.000 description 1
- 210000002454 frontal bone Anatomy 0.000 description 1
- 210000001983 hard palate Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 210000004561 lacrimal apparatus Anatomy 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 229910052718 tin Inorganic materials 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000000472 traumatic effect Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
- A61B3/145—Arrangements specially adapted for eye photography by video means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Ophthalmology & Optometry (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
본 발명은 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법에 관한 것으로 보다 상세하게는 스네이크 알고리즘을 통하여 안와경계를 자동으로 정확하게 추출하기 위한 발명에 관한 것으로서, 다수의 얼굴전산화단층촬영이미지를 추출하는 제1단계(S1); 상기 제1단계(S1)에서 추출된 이미지 중 어느 하나의 이미지를 필터 처리하는 제2단계(S2);상기 제2단계(S2)에서 처리된 이미지를 2진화 처리하는 제3단계(S3); 상기 제3단계(S3)에서 처리된 이미지에서 임필(Imfill) 함수에 의한 홀(hole)부분을 처리하는 제4단계(S4); 상기 제4단계(S4)에서 처리된 이미지에서 미리 결정된 기준에 의해 불필요한 부분의 삭제 및 에지를 추출하는 제5단계(S5); 상기 제5단계(S5)에서 추출된 이미지에서 안와경계를 추출하는 제6단계(S6); 상기 제6단계(S6)에서 추출된 이미지의 면적을 계산하는 제7단계(S7); 상기 제1단계(S1)의 다수의 얼굴전산화단층촬영이미지에 대하여 상기 제1단계(S1) 내지 상기 제7단계(S7)를 각각 수행하는 제8단계(S8); 상기 제7단계(S7)에서 계산된 이미지의 모든 면적을 이용하여 용적을 계산하는 제9단계(S9); 를 포함하는 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법을 제공함으로써, 얼굴 전산화단층촬영이미지으로부터 컴퓨터 프로그램을 이용한 안와용적 측정은 특별한 추가 장치 없이 안와용적을 비교적 간편하고 정확하게 측정할 수 있는 강점이 있다.
Description
본 발명은 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법에 관한 것으로 보다 상세하게는 스네이크 알고리즘을 통하여 안와경계를 자동으로 정확하게 추출하기 위한 발명에 관한 것이다.
안와(orbit)는 사변형의 피라미드 형태 공간으로, 위쪽으로 이마뼈(frontal bone)와 나비뼈 작은 날개(lesser wing ofsphenoid bone), 코쪽으로 벌집뼈(ethmoid bone), 눈물뼈(lacrimal bone), 윗턱뼈(maxillary bone)와 나비뼈 몸통(body of sphenoid bone), 아래쪽에는 윗턱뼈(maxillarybone), 광대뼈(zygomatic bone)와 입천장뼈(palatine bone), 가쪽으로 광대뼈(zygomatic bone)와 나비뼈 큰 날개(greaterwing of sphenoid bone)가 경계를 이루고 있다.
안구 함몰 등 안구 주위의 수술 등의 치료를 위하여는 안와(orbit)의 용적 계산이 매우 중요하다.
안구 함몰은 안와 골절이 있는 환자에서 발생하는데, Whitehouse 등의 연구에 따르면, 2 cm3의 안와용적의 증가가 있을 때 안구 함몰이 발생하는데, 안와 안쪽벽 골절에서 평균 1.3 cm3, 안와 바닥 골절에서 약 2.37 cm3의 용적 증가가 발생하며, 안와바닥 골절과 안쪽벽 골절이 동시에 발생한 경우 가장 많은 빈도로 안구 함몰이 발생한다고 한다.
그러나, 안와 내부 공간은 안구, 외안근, 신경혈관 조직들, 눈물샘과 안와 지방 등이 구성하고 있는데 그 구조가 매우 복잡하다.
이와 같이 그 구조의 복잡성은 물론, 수많은 선천성, 외상성, 혈관성, 내분비적 질환들이 안와 내용물의 용적 변화 및 안와용적에 영향을 미치고 있고 있기에, 안와용적을 정확하게 측정하기가 매우 곤란하다는 문제가 존재하는 것이다.
관련 종래기술들을 살펴보면, 안와용적의 측정은 건조 두개골을 사용하여 아르키메데스 원리나 모래를 채워 넣는 방법을 통한 연구가 있었으나 신뢰도 높은 결과를 얻지 못하였다.
이처럼 건조 두개골을 이용한 안와용적을 측정하는 비교적 원시적인 방법에서 출발하여, 현재는 전산화단층촬영이미지으로부터 컴퓨터 소프트웨어를 이용한 측정 방법까지 안와용적의 측정 방법에 대한 연구가 지속적으로 발전하고 있다.
그러나, 이와 같이 전산화단층촬영이미지으로부터 컴퓨터 소프트웨어를 이용한 종래기술들 역시 안와용적 측정을 위한 경계 설정에 있어서는 관찰자가 수동으로 경계를 그려야 하는 등의 수작업이 많아 불편할 뿐 아니라 이에 따른 오차 발생 가능성이 높은 문제가 있었던 것이다.
이후 전산화단층촬영의 발전에 더불어 안와용적의 측정에 관한 연구가 끊임없이 계속되었고, 안와는 그 구성물 간의 대비(contrast)가 크고 서로 겹치는 부분이 적기 때문에 새로운 연구의 좋은 대상이 되었다.
이처럼 전산화단층촬영에서 3차원 영상의 복원이 가능한 소프트웨어가 개발됨에 따라 이를 이용한 많은 연구가 진행되어 왔으나, 용적 측정을 위한 경계 설정에 있어서 수동적 작업이 많아 이에 따른 오차 발생이 많은 문제가 여전히 존재하였던 것이다.
종래기술인 한국등록특허 제1,381,061호는 CT영상으로부터 치열구조의 자동추출방법이 개시되고 있으나 이 역시 위와 같은 문제점을 해결하지는 못하고 있다.
이에 본 발명은 상기한 바와 같은 종래 기술의 문제점을 극복하기 위하여 안출된 것으로, 안와 골절로 인한 안구 함몰 등 안와용적 계산이 필요한 환자의 수술적 교정 시 이식 뼈의 크기를 정하는 데 도움을 주고, 수술 후에도 교정되지 않은 안구 함몰 환자의 2차 수술과 삽입물 크기 결정에 있어 매우 유용한 정보를 제공할 수 있도록 하는 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법을 제공하는 것에 그 목적이 있다.
상기와 같은 문제점을 해결하기 위한 본 발명은 다수의 얼굴전산화단층촬영이미지를 추출하는 제1단계(S1); 상기 제1단계(S1)에서 추출된 이미지 중 어느 하나의 이미지를 필터 처리하는 제2단계(S2);상기 제2단계(S2)에서 처리된 이미지를 2진화 처리하는 제3단계(S3); 상기 제3단계(S3)에서 처리된 이미지에서 임필(Imfill) 함수에 의한 홀(hole)부분을 처리하는 제4단계(S4); 상기 제4단계(S4)에서 처리된 이미지에서 미리 결정된 기준에 의해 불필요한 부분의 삭제 및 에지를 추출하는 제5단계(S5); 상기 제5단계(S5)에서 추출된 이미지에서 안와경계를 추출하는 제6단계(S6); 상기 제6단계(S6)에서 추출된 이미지의 면적을 계산하는 제7단계(S7); 상기 제1단계(S1)의 다수의 얼굴전산화단층촬영이미지에 대하여 상기 제1단계(S1) 내지 상기 제7단계(S7)를 각각 수행하는 제8단계(S8); 상기 제7단계(S7)에서 계산된 이미지의 모든 면적을 이용하여 용적을 계산하는 제9단계(S9); 를 포함하는 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법을 제공한다.
또한, 상기 제2단계(S2)는 비등방성 확산 필터로 처리되는 것을 특징으로 하는 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법일 수도 있다.
또한, 상기 제3단계(S3)는 Otsu 알고리즘에 의해 안와경계가 선택되어 2진화 처리되는 것을 특징으로 하는 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법일 수도 있다.
또한, 상기 제6단계(S6)는 스네이크 알고리즘을 이용하여 안와경계를 추출하는 것을 특징으로 하는 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법일 수도 있다.
상기한 바와 같은 본 발명은 다음과 같은 효과가 있다.
첫째, 특별한 추가 장치 없이 안와용적을 비교적 간편하고 정확하게 측정할 수 있는 강점이 있다.
둘째, 안와용적에 차이를 발생시킬 수 있는 다양한 질환에서 사용할 수 있는 범용성의 장점이 있다.
셋째, 비등방성 확산 필터 처리로 인하여 보다 정확한 경계 추출이 가능해 지는 이점이 있다.
넷째, Otsu 알고리즘을 적용하기 때문에 정보를 단순화 처리함으로써 보다 신속하고 정확한 안와용적 추출이 가능해 진다.
다섯째, 스네이크 알고리즘을 적용하기 때문에 안와경계가 보다 정확하고 확실하게 추출되는 강점이 있다.
도 1은 본 발명의 바람직한 실시 예에 따른 영상처리 알고리즘이다.
도 2는 본 발명의 바람직한 실시 예에 따른 용적 계산 알고리즘을 도시한 것이다.
도 3은 본 발명의 바람직한 실시 예에 따른 알고리즘 각 단계별 결과 이미지로서, 도 3a는 얼굴전산화단층촬영 원본 이미지이고, 도 3b는 얼굴전산화단층촬영 원본 이미지에 비등방성 확산필터를 적용한 이미지이며, 도3c는 얼굴전산화단층촬영 원본 이미지에 비등방성 확산필터를 적용한 이미지에 Otsu 알고리즘에 의해 자동으로 안와경계가 선택되는 이미지이며, 도3d는 Otsu 알고리즘에 의해 자동으로 안와경계가 선택되는 이미지에 임필(Imfill) 함수에 의한 홀(hole)부분이 처리된 이미지이고, 도 3e는 임필(Imfill) 함수에 의한 홀(hole)부분이 처리된 이미지에서 불필요한 부분이 삭제된 이미지이며, 도 3f는 불필요한 부분이 삭제된 이미지에서 에지를 추출한 이미지이며, 도 3g는 불필요한 부분이 삭제된 이미지에서 에지를 추출한 이미지로부터 스네이크 알고리즘을 적용하여 안와용적을 자동으로 추출한 이미지이다.
도 4는 본 발명의 바람직한 실시 예에 따른 비등방성 확산 필터의 처리 프로세스를 나타낸 것이다.
도 5는 본 발명의 바람직한 실시 예에 따른 스네이크 알고리즘을 이용한 안와경계를 자동으로 추출하는 과정을 도시한 것으로서, 도 5a는 해부학적 정보를 획득한 이미지이며, 도 5b는 왼쪽 눈의 정보를 획득한 이미지이고, 도 5c는 오를 쪽 눈의 정보를 획득한 이미지이다.
도 2는 본 발명의 바람직한 실시 예에 따른 용적 계산 알고리즘을 도시한 것이다.
도 3은 본 발명의 바람직한 실시 예에 따른 알고리즘 각 단계별 결과 이미지로서, 도 3a는 얼굴전산화단층촬영 원본 이미지이고, 도 3b는 얼굴전산화단층촬영 원본 이미지에 비등방성 확산필터를 적용한 이미지이며, 도3c는 얼굴전산화단층촬영 원본 이미지에 비등방성 확산필터를 적용한 이미지에 Otsu 알고리즘에 의해 자동으로 안와경계가 선택되는 이미지이며, 도3d는 Otsu 알고리즘에 의해 자동으로 안와경계가 선택되는 이미지에 임필(Imfill) 함수에 의한 홀(hole)부분이 처리된 이미지이고, 도 3e는 임필(Imfill) 함수에 의한 홀(hole)부분이 처리된 이미지에서 불필요한 부분이 삭제된 이미지이며, 도 3f는 불필요한 부분이 삭제된 이미지에서 에지를 추출한 이미지이며, 도 3g는 불필요한 부분이 삭제된 이미지에서 에지를 추출한 이미지로부터 스네이크 알고리즘을 적용하여 안와용적을 자동으로 추출한 이미지이다.
도 4는 본 발명의 바람직한 실시 예에 따른 비등방성 확산 필터의 처리 프로세스를 나타낸 것이다.
도 5는 본 발명의 바람직한 실시 예에 따른 스네이크 알고리즘을 이용한 안와경계를 자동으로 추출하는 과정을 도시한 것으로서, 도 5a는 해부학적 정보를 획득한 이미지이며, 도 5b는 왼쪽 눈의 정보를 획득한 이미지이고, 도 5c는 오를 쪽 눈의 정보를 획득한 이미지이다.
이하 첨부된 도면을 참조하여 상세히 설명한다.
이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술 되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 기술되어야 할 것이다.
도 1은 본 발명의 바람직한 실시 예에 따른 영상처리 알고리즘에 관한 것이다.
제1단계(S1)에서는 얼굴전산화단층촬영이미지를 추출한다.
얼굴전산화단층촬영은 도 3a에서 도시되고 있으며, 이와 같은 최초 단층촬영이미지는 다수의 노이즈를 포함하고 있기 때문에 노이즈 제거 작업을 필요로 한다.
제2단계(S2)는 제1단계(S1)에서 추출된 이미지를 필터 처리하는 것이다.
필터 처리 방법에는 등방성 필터 방식과 비등방성 필터 방식이 있다.
등방성 필터 방식은 모든 방향에서 같은 정도의 부드럽기를 만들도록 필터링 하는 방법을 가리킨다.
이에 반해 비등방성 필터 방식은 영상의 정보를 분석하여 각 방향의 필터링 정도를 다르게 결정하는 것을 가리킨다.
도 4는 본 발명의 바람직한 실시 예에 따른 비등방성 확산 필터의 처리 프로세스를 나타낸 것이다.
이 때, 노이즈를 제거하는 필터 처리 단계에서는 비등방성 확산 필터가 이용되는 것이 보다 바람직할 수 있다.
비등방성 확산 필터의 원리는 다음과 같다.
비등방성 확산 필터는 열이 전도되는 현상에서 수식이 유래되었는데, 예를 들어 방안에 뜨거운 물체가 놓이면 그 열은 시간이 지나면서 사방으로 퍼져나가게 되는데 열전도 방정식은 열원에서 주위로 열이 시간에 따라 전달이 되는 프로세스를 활용한 것이다.
영상에서는 영상의 노이즈를 하나의 열원으로 취급하고 열전도 방정식을 사용하면 노이즈를 엷게 퍼지게 만들어 이상적으로는 노이즈를 제거하는 효과를 가진다.
그러나, 열전도 방정식은 방향성이 없는 등방성 확산을 기술하기 때문에 브블러(Blurring)가 발생하며, 따라서 경계선 보존을 위해 공간으로 확산하는 역할을 하는 이미지의 라플라스 항을 공분산 행렬의 고유벡터, 고유치, 및 이미지의 hessian 행렬 등에 조합한다.
여기서, 경계선을 보존하는 이미지 구배(gradient) 함수를 선택하는 것이다.
제3단계(S3)는 제2단계(S2)에서 처리된 이미지를 2진화 처리하게 된다.
이 때, Otsu 알고리즘에 의하여 비등방성 확산 필터링된 영상을 이진화 처리하는 것이 보다 바람직할 수 있다.
Otsu 알고리즘은 임의의 선택된 특정 값을 경계로 하여 영상 전체를 0과 1로 처리하여 정보를 단순화 처리함으로써 안와경계값을 추출하는 이른 바 자동 THV 선택을 가능하게 한다.
다음으로 제4단계(S4)에서는 제3단계(S3)에서 처리된 이미지에서 임필(Imfill) 함수에 의한 홀(hole)부분을 처리한다.
제2단계(S2)에서 Otsu 알고리즘에 의하여 자동 선택된 영상은 원 영상에 비해 단순화처리 되었지만 사람의 코와 뇌에 해당하는 안와 볼륨 측정을 어렵게 만드는 불필요한 영역이 존재하게 된다.
도 3d와 같이 머리 주위의 경계에 해당하는 색(흰색)으로 닫힌 부분, 즉 불필요한 부분에 대하여 홀(hole)과 같은 부분을 채울 수 있는데, 임필(Imfill)함수 자체는 공지의 방법인데, 이하에서는 이를 임필(Imfill) 함수에 의한 홀(hole)부분 처리 라고 지칭하기로 한다.
위와 같은 불필요한 부분 삭제를 위하여 예를 들어 5000 픽셀 이하의 부분 삭제 방식을 사용하여 사람 이외의 부분을 삭제 처리함으로써 도 3e와 같은 이미지를 획득할 수 있다.
제5단계(S5)에서는 제4단계(S4)에서 처리된 이미지에서 미리 결정된 기준에 의해 불필요한 부분을 삭제 및 에지를 추출하며, 입력을 대기한다.
제5단계(S5)는 도 5a 내지 도 5c와 같이 에지 부분만 추출하고 스네이크 알고리즘 적용을 위한 해부학적 경계 부분 입력을 받아서 다음에 설명할 스네이크 알고리즘을 적용하기 최상의 조건을 형성한다.
여기에서 미리 결정된 방법은 어떠한 것도 가능하나, 예를 들어 해부학적 정보를 이용할 수 있는데, 도 5a와 같은 해부학적 정보를 획득하고, 도 5b처럼 왼쪽 눈의 정보를 획득하며, 도 5c와 같이 오른 쪽 눈의 정보를 획득함으로써 이하에서 설명될 스네이크 알고리즘 적용을 위한 준비를 마치게 된다.
제6단계(S6)는 제5단계(S5)에서 추출된 이미지에서 안와경계를 추출하는 단계이다.
보다 바람직하게는 제6단계(S6)는 스네이크 알고리즘을 이용하여 안와경계를 추출하는 단계이다.
도 5b와 도5c에서 각각 추출된 왼쪽 눈 정보 및 오른 쪽 눈 정보를 도 3a의 원본 이미지에 마스킹을 수행한 뒤 이를 토대로 스네이크 알고리즘을 통해 최종적으로 도 3g와 같은 안와경계가 자동으로 추출되는 것이다.
본 발명의 바람직한 실시 예는 스네이크 알고리즘의 내용을 MATLAB 컴퓨터 프로그램으로 구현할 수 있다.
전산화단층촬영이미지을 입력하면 이 프로그램에 입력되어 있는 알고리즘을 통해 자동적으로 윤곽을 잡는 작업(automatic outlining)을 한 후 단순화된 이미지을 출력한다.
이는 영역 성장(region growing)이라는 방법으로, 관찰자가 기준점(seed point)을 지정하였을 때 그 지점의 밀도(density)를 기준으로 그 이웃하는 영역의 화소(pixel)의 밀도에 대하여 미리 정해둔 기준에 의해 포함을 시키는 것이다.
예를 들면, 1부터 19까지의 숫자가 랜덤으로 적혀 있는 
영역에 있어서, 숫자 9를 선택한 경우에, 숫자 9를 기준으로 9보다 큰 숫자가 적힌 픽셀들이 자동으로 선택되는 것이다.
이 때, 선택되어진 픽셀에 적힌 숫자는 9보다 모두 큰 숫자들이지만, 9보다 큰 숫자가 적힌 픽셀이더라도 선택되어지는 영역의 최외곽 픽셀 숫자 보다 작은 숫자일 경우에는 선택되지 않는다.
예를 들면, 숫자 9가 적힌 픽셀이 선택되는 경우 이에 순차적으로 인접된 픽셀에 적힌 값이 각각 11, 12, 19, 15 인 경우 11, 12, 19 이 적힌 픽셀은 포함이 되지만, 비록 15가 11 보다 큰 숫자이기는 하지만 15가 적힌 픽셀은 포함되지 않는 것이다. 왜냐하면, 15는 19보다 작은 숫자이기 때문이다.
제7단계(S7)는 제6단계(S6)에서 추출된 이미지의 면적을 계산하는 단계이다.
안와에 해당하는 경계를 설정하는 작업이 수행되는 것이다.
안와에 해당하는 경계를 설정하는 방법으로는 다음의 것들이 있다.
제1실시 예로 축영상(axial scan)의 앞쪽 경계를 앞안쪽코융기(anteromedial nasal prominence)와 앞가쪽안와벽(anterolateral orbital wall)을 잇는 경계로 설정할 수 있다.
제2실시 예로는 안와광대뼈 봉합선(orbitozygomatic suture)와 앞눈물능선골막(anterior lacrimal creast)을 기준으로 할 수도 있다.
제3실시 예로는 관상영상(coronal scan)에서 안쪽 안와연(medial orbital rim)과 가쪽 안와연(lateral orbital rim)을 기준으로 측정할 수 있다.
제4실시 예로서, 관상영상에서도 역시 눈물샘오목(lacrimal fossa)를 기준으로 하거나 아래 안와연이 절반 이상 보이는 곳을 경계로 설정하여 측정하는 것도 가능하다.
뒤쪽 경계는 안와첨이나 시신경관을 기준으로 측정하였다.
축영상의 앞쪽 경계는 안쪽안와연과 가쪽안와연을 잇는 직선으로 설정하고, 관상영상에서는 아래안와연이 절반 이상 보이는 곳으로 할 수 있고, 뒤쪽 경계의 경우 축영상에서는 진씨총건륜(annulus of Zinn)을 경계로 할 수 있으며, 관상영상에서는 시신경관을 기준으로 할 수 있다.
제8단계(S8)는 제7단계(S7)에서 계산된 면적을 토대로 얼굴전산화단층촬영이미지 전체에 대한 분석을 실시하는 단계이다.
다시 말해, 제8단계(S8)에서는 제1단계(S1)의 다수의 얼굴전산화단층촬영이미지에 대하여 앞서 언급한 제1단계(S1) 내지 제7단계(S7)를 각각 수행하는 것이다.
제9단계(S9)는 제8단계(S8)에서 분석된 이미지의 용적을 계산하는데, 용적 계산과 관련된 식은 도 2와 같다.
이 때, 연속적으로 측정된 단면적들은 모두 용적으로 변환하게 되는데, 여기 필요한 높이는 절편 두께에 해당하는, 예를 들어 3 mm를 화소값으로 대입하여 용적을 계산할 수 있다.
마지막으로 측정된 용적을 표준 단위(cm3)로 변환하여 최종 안와용적을 구하게 된다.
상기에서는 본 발명의 바람직한 실시 예를 참조하여 설명하였지만, 당업계에서 통상의 지식을 가진 자라면 이하의 특허 청구범위에 기재된 본 발명의 사상 및 영역을 벗어나지 않은 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
S1 : 제1단계
S2 : 제2단계
S3 : 제3단계
S4 : 제4단계
S5 : 제5단계
S6 : 제6단계
S7 : 제7단계
S8 : 제8단계
S9 : 제9단계
S2 : 제2단계
S3 : 제3단계
S4 : 제4단계
S5 : 제5단계
S6 : 제6단계
S7 : 제7단계
S8 : 제8단계
S9 : 제9단계
Claims (4)
- 다수의 얼굴전산화단층촬영이미지를 추출하는 제1단계(S1);
상기 제1단계(S1)에서 추출된 이미지 중 어느 하나의 이미지를 필터 처리하는 제2단계(S2);
상기 제2단계(S2)에서 처리된 이미지를 2진화 처리하는 제3단계(S3);
상기 제3단계(S3)에서 처리된 이미지에서 임필(Imfill) 함수에 의한 홀(hole)부분을 처리하는 제4단계(S4);
상기 제4단계(S4)에서 처리된 이미지에서 미리 결정된 기준에 의해 불필요한 부분의 삭제 및 에지를 추출하는 제5단계(S5);
상기 제5단계(S5)에서 추출된 이미지에서 안와경계를 추출하는 제6단계(S6);
상기 제6단계(S6)에서 추출된 이미지의 면적을 계산하는 제7단계(S7);
상기 제1단계(S1)의 다수의 얼굴전산화단층촬영이미지에 대하여 상기 제1단계(S1) 내지 상기 제7단계(S7)를 각각 수행하는 제8단계(S8);
상기 제7단계(S7)에서 계산된 이미지의 모든 면적을 이용하여 용적을 계산하는 제9단계(S9);
를 포함하는,
얼굴전산화단층촬영이미지을 이용한 안와용적 측정법.
- 제1항에 있어서,
상기 제2단계(S2)는,
비등방성 확산 필터로 처리되는 것을 특징으로 하는,
얼굴전산화단층촬영이미지을 이용한 안와용적 측정법.
- 제1항에 있어서,
상기 제3단계(S3)는,
Otsu 알고리즘에 의해 안와경계가 선택되어 2진화 처리되는 것을 특징으로 하는,
얼굴전산화단층촬영이미지을 이용한 안와용적 측정법.
- 제1항에 있어서,
상기 제6단계(S6)는,
스네이크 알고리즘을 이용하여 안와경계를 추출하는 것을 특징으로 하는,
얼굴전산화단층촬영이미지을 이용한 안와용적 측정법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150044384A KR101647254B1 (ko) | 2015-03-30 | 2015-03-30 | 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150044384A KR101647254B1 (ko) | 2015-03-30 | 2015-03-30 | 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101647254B1 true KR101647254B1 (ko) | 2016-08-10 |
Family
ID=56713570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150044384A KR101647254B1 (ko) | 2015-03-30 | 2015-03-30 | 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101647254B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230080946A (ko) * | 2021-11-30 | 2023-06-07 | 경북대학교 산학협력단 | 3차원 이미지 장비를 이용한 물체 부피 측정 장치 및 그 방법 |
| CN116597551A (zh) * | 2023-06-21 | 2023-08-15 | 厦门万安智能有限公司 | 一种基于私有云的智能楼宇访问管理系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101381061B1 (ko) * | 2012-07-27 | 2014-04-04 | 경희대학교 산학협력단 | Ｃｔ영상으로부터 치열구조의 자동추출방법 |
-
2015
- 2015-03-30 KR KR1020150044384A patent/KR101647254B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101381061B1 (ko) * | 2012-07-27 | 2014-04-04 | 경희대학교 산학협력단 | Ｃｔ영상으로부터 치열구조의 자동추출방법 |
Non-Patent Citations (1)
| Title |
|---|
| 한국등록특허 제1,381,061호, 일본등록특허제5,538,997호 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230080946A (ko) * | 2021-11-30 | 2023-06-07 | 경북대학교 산학협력단 | 3차원 이미지 장비를 이용한 물체 부피 측정 장치 및 그 방법 |
| KR102650686B1 (ko) * | 2021-11-30 | 2024-03-22 | 경북대학교 산학협력단 | 3차원 이미지 장비를 이용한 물체 부피 측정 장치 및 그 방법 |
| CN116597551A (zh) * | 2023-06-21 | 2023-08-15 | 厦门万安智能有限公司 | 一种基于私有云的智能楼宇访问管理系统 |
| CN116597551B (zh) * | 2023-06-21 | 2024-06-11 | 厦门万安智能有限公司 | 一种基于私有云的智能楼宇访问管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101966575B1 (ko) | Ｔ1 ｍｒｉ로부터의 자동 3ｄ 분할 및 피질 표면 재구성 | |
| US20190355183A1 (en) | Methods of Reconstructing Skulls | |
| AU2010291554B2 (en) | Method for digitizing dento-maxillofacial objects | |
| KR20190065590A (ko) | 임플란트 식립영역 선정 장치 및 방법 | |
| CN106997594B (zh) | 一种眼部组织的定位方法及装置 | |
| US20150269727A1 (en) | Method for determining bone resection on a deformed bone surface from few parameters | |
| CN105488350B (zh) | 基于反应扩散模型的三维脉络膜新生血管生长预测方法 | |
| KR101611488B1 (ko) | 의료 영상에서 아티팩트와 병변을 구분하는 방법 | |
| KR101647254B1 (ko) | 얼굴전산화단층촬영이미지을 이용한 안와용적 측정법 | |
| AU2016263038B2 (en) | OCT image modification | |
| KR102255413B1 (ko) | Ct 영상에서 치아 관심 영역 추출 방법 및 장치 | |
| CN100588370C (zh) | 小儿漏斗胸三维建模方法 | |
| TW201736865A (zh) | 來自核子醫學影像的生理累積之自動去除及ｃｔ影像之自動分段 | |
| KR20180107086A (ko) | 이미지 프로세싱 방법 | |
| EP2821968A1 (en) | Processing model data representing a biological body section having a defect portion | |
| Abdolali et al. | Mandibular canal segmentation using 3D Active Appearance Models and shape context registration | |
| JP6785237B2 (ja) | チャネル検出を使用する画像データ内の物体の分割 | |
| WO2017179255A1 (ja) | Ｃｔ画像中の骨領域の自動推定方法、装置、およびコンピュータプログラム | |
| KR102231334B1 (ko) | 치아 배열 분석 방법, 이를 이용한 파노라마 이미지 생성 방법 및 그 장치 | |
| KR102292876B1 (ko) | 자동 치식 설정을 통한 식립 계획 수립방법 및 이를 위한 치과영상 처리장치 | |
| Din et al. | Nasofacial morphometric analysis for nasal reconstruction | |
| Choi et al. | Automatic detection of inferior alveolar nerve canal from cone-beam computed tomography images for dental surgery planning | |
| Abdou | Three Dimensional (3D) Forensic Facial Reconstruction in an Egyptian Population using Computed Tomography Scanned Skulls and Average Facial Templates: A Study Examining Subjective and Objective Assessment Methods of 3D Forensic Facial Reconstructions | |
| McComb | An exploratory approach for mapping the surface of the human skull in three dimensions: Technical methods and clinical application | |
| Kovalovs et al. | The Possibility of Determining Osteoporosis by Analysing the Medical Images of the Cortical Bone |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20150330 |
|
| PA0201 | Request for examination | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20160511 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20160803 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20160803 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| PR1001 | Payment of annual fee |
Payment date: 20200803 Start annual number: 5 End annual number: 5 |
|
| PR1001 | Payment of annual fee |
Payment date: 20210802 Start annual number: 6 End annual number: 6 |
|
| PR1001 | Payment of annual fee |
Payment date: 20220705 Start annual number: 7 End annual number: 7 |
|
| PR1001 | Payment of annual fee |
Payment date: 20230703 Start annual number: 8 End annual number: 8 |