KR101911537B1 - 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델 구축 방법 - Google Patents

Abstract

본 발명은 통계학적 데이터에 기반하여 환자의 상태에 맞는 생체 모델을 구축하는 방법에 관한 발명이다.
본 발명의 일 실시예에 따르면 (A) 복수의 피험 대상체로부터 관심있는 부위의 근골격계에 대한 복수의 이미지를 획득하여, 복수의 피험 대상체에 대한 통계학적 3D 모델을 구축하는 단계; (B) 특정 피험 대상체로부터 2차원 이미지를 추출하는 단계; (C) 추출된 2차원 이미지에 복수의 피험 대상체에 대한 통계학적 3D 모델을 정합시켜 특정 피험 대상체에 대한 맞춤형 생체 모델을 형성하는 단계를 포함하는 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델 구축 방법을 제공한다.

Description

통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델 구축 방법{A Method of Constructing a Patient-specific Bio-model Using Computed Aided Engineering}

본 발명은 통계학적 데이터에 기반하여 환자의 상태에 맞는 생체 모델을 구축하는 방법에 관한 발명이다.

근골격계에 질환이 생겼을 때, 환자의 상태에 따른 진단 및 수술방법을 채택하여야 하며, 이 과정에서 환자의 생체에 맞는 생체 보조기, 교정기, 임플란트를 제작하여 질환을 치료하여야 한다.

환자 개인의 상태를 고려하여 치료를 하려면 환자 개인에 대한 임상학적 정보가 필요한데, 임상학적 정보를 얻기 위하여 통상의 엑스-레이(x-ray) 장치, 자기 공명 영상(MRI: Magnetic Resonance Imaging)장치, 컴퓨터 단층촬영(CT: Computed Tomography)장치로 대표되는 의료영상장치를 이용하고 있다.

상기 의료영상장치 이외에도, 초음파 장치, 양전자 단층촬영(PET: Positron Emission Tomography) 장치, 광 간섭성 단층촬영(OCT: Optical Coherence Tomography)장치 등 다양한 의료영상장치를 이용하여 환자의 임상학적 정보를 획득하고, 질환을 치료하는데 사용한다.

그런데, 환자마다 고유의 생체 정보가 각각 다르므로, 매 환자마다 반복적으로 이와 같은 데이터를 획득하는 과정을 거쳐, 질환을 치료하는 데에는 막대한 시간과 비용이 발생하게 되는 문제가 있다.

대한민국 공개특허공보 제10-2016-0049264호 "환자 개인 특성에 대한 분석 방법 및 그 장치" 대한민국 공개특허공보 제10-2016-0076868호 "의료영상 장치, 영상 처리 장치 및 영상 융합 방법" 대한민국 등록특허공보 제10-1321904호 "맞춤형 보철물의 설계 시스템 및 방법, 그 기록 매체

본 발명에서는 상기한 문제점을 해결하기 위해 안출된 것으로서, 통계학적 전산모델을 이용하여 쉽게 환자 맞춤형 생체 모델을 구축하는 방법을 제안하고자 한다.

상기한 과제를 해결하기 위한 본 발명의 일 실시예에 따르면, (A) 복수의 피험 대상체로부터 관심있는 부위의 근골격계에 대한 복수의 이미지를 획득하여, 상기 획득한 복수의 이미지 상에서 관심있는 부위의 근골격계에 대한 경계를 설정하고, 노이즈를 제거하여 편집하며, 상기 편집된 복수의 이미지를 결합하여 surface화 시키되, 근골격계의 3D 모델을 형성하는 n개의 node를 취합하고, 취합된 node로부터 고유벡터를 추출하는 과정을 통해 복수의 피험 대상체에 대한 통계학적 3D 모델을 구축하는 단계; (B) 특정 피험 대상체로부터 Bi-plane 2차원 이미지를 추출하는 단계; (C) 상기 추출된 2차원 이미지들의 경계 폐곡선을 생성하고, 상기 추출된 2차원 이미지에 상기 복수의 피험 대상체에 대한 상기 통계학적 3D 모델을 정합시켜 상기 특정 피험 대상체에 대한 맞춤형 생체 모델을 형성하고 생성된 경계 폐곡선에 상기 추출된 통계학적 3D 모델을 투영함으로써 정합성을 판단하는 단계;를 포함하는 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델 구축 방법을 제공한다.

일 실시예에 따르면 상기 (A) 단계는, n개의 node를 취합하고, 취합된 node로부터 고유벡터를 추출하는 단계;를 더 포함할 수 있으며,

삭제

삭제

여기서 상기 고유벡터의 추출은, 취합된 node로부터 전체 데이터 집합군에 대한 상관 관계를 나타내기 위해 구해진 공분산 행렬(covariance matrix)로부터 추출되는 것을 특징으로 할 수 있다.

삭제

삭제

삭제

한편, 본 발명의 환자 맞춤형 생체 모델 구축 방법을 이용하여 제작된, 의료용 기기를 제공할 수도 있다.

또한, 본 발명의 환자 맞춤형 생체 모델 구축 방법을 이용하여 환자 맞춤형 생체 모델의 구축을 가이드하는 시스템을 제공할 수도 있다.

삭제

본 발명의 일 실시예에 따르면 환자 개개인 마다 CT나 MRI를 촬영할 필요 없이, 기 마련된 통계학적 모델에 환자의 2차원 이미지를 정합시키기만 하면 환자 맞춤형 생체 모델을 구축할 수 있게 되므로, 환자의 질환을 치료함에 있어서 비용을 절감하고 시간을 단축시킬 수 있는 효과가 있다.

본 발명의 일 실시예에 따른 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델을 구축하면, 생체 보조기나 교정기 또는 임플란트를 제작에 있어서, 객체 설정 과정이 단순화되므로, 객체 설정과정에서 필요한 프로세스를 대폭 줄일 수 있는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델 구축방법에 관한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 이미지 획득 및 통계학적 3D 모델을 구축하는 과정을 도시한 개념도이다.
도 3은 본 발명의 일 실시예에 따른 통계학적 3D 모델을 구축하기 위한 ICP(Iterative Closet Pint) 알고리즘을 나타내는 개념도이다.
도 4는 본 발명의 일 실시예에 따른 통계학적 3D 모델을 구축하기 위한 PCA(Principal Component Analysis) 알고리즘을 나타내는 개념도이다.
도 5는 본 발명의 일 실시예에 따른 2차원 이미지와 구축된 통계학적 3D 모델을 정합하는 방법을 나타내는 블록도이다.
도 6은 도 5의 2차원 이미지와 구축된 통계학적 3D 모델을 정합하는 방법을 도시한 개념도이다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. 본 발명을 설명함에 있어 공지된 구성에 대해서는 그 상세한 설명을 생략하며, 또한 발명의 요지를 불필요하게 흐릴 소지가 있는 구성에 대해서도 그 상세한 설명은 생략하기로 한다.

먼저, 도 1을 참조로, 본 발명의 통계학적 모델을 이용한 환자 맞춤형 생체 모델의 구축 방법에 대한 기본 실시예를 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델 구축방법에 관한 블록도이다.

본 발명의 일 실시예에 따르면 (A) 복수의 피험 대상체로부터 관심있는 부위의 근골격계에 대한 복수의 이미지를 획득하여, 복수의 피험 대상체에 대한 통계학적 3D 모델을 구축하는 단계; (B) 특정 피험 대상체로부터 2차원 이미지를 추출하는 단계; (C) 추출된 2차원 이미지에 복수의 피험 대상체에 대한 통계학적 3D 모델을 정합시켜 특정 피험 대상체에 대한 맞춤형 생체 모델을 형성하는 단계를 포함할 수 있다.

여기서 참조부호 (A), (B), (C)는 본 발명의 시계열적 순서를 한정하는 것은 아니다. 예를 들어 기재된 순서와 달리 (B) 단계 이후에 (A) 단계가 수행될 수도 있다.

본 발명의 복수의 피험 대상체란 특정 피험 대상체와 구분되는 개념으로서, 불특정한 다수를 의미할 수 있으며, 바람직하게는 임상시험에 참여하는 피험자의 권리, 안전, 복지를 보호하기 위한 기관인 IRB(Institutional Review Board)로부터 승인 받은 복수의 피험자를 의미할 수 있다.

본 발명에서는 설명의 편의를 위해 환자, 정상인, 또는 복수의 피험대상체를 '몇명의 피험 대상체' 등으로 지칭하는 용어를 사용할 수 있으나, 반드시 복수의 피험 대상체가 인간을 비롯한 특정 동물에 한정되는 것은 아님을 유의해야 한다.

또한, 본 발명의 복수의 피험대상체는 질환을 갖지 않는 피험 대상체와 질환을 갖고 있는 피험 대상체를 구분하지 않는다.

본 발명의 방법을 수행함에 있어서, 예컨대 100명의 피험 대상체(본 명세서에서, 100명의 표본은 설명의 편의를 위한 예시에 불과함)를 선정하고, 선정된 피험 대상체로부터 이미지를 획득할 수 있다. 여기서 이미지를 획득하는 수단으로는 MRI 또는 CT와 같은 3차원 영상 이미지 촬영장치가 사용된다.

피험 대상체를 선정하여 이미지를 획득하고, 이를 통해 통계학적 3D 모델을 구축하는 작업은 환자의 맞춤형 생체 모델을 구축하라는 요청이 있을 때 수행될 수도 있으나, 요청에 앞서 미리 수행되어 마련되는 것일 수도 있다.

특정 피험 대상체는 맞춤형 생체 모델을 구축하고자 하는 환자를 의미할 수 있으며, 환자의 맞춤형 생체 모델을 구축하라는 요청이 있을 때 비로소 해당 환자에 대한 2차원 이미지를 간단히 촬영만하면, 이와 별도의 프로세스로 마련된 통계학적 3D 모델과의 정합을 위한 준비가 완료된다.

그 다음 절차로서, 각각의 프로세스로 마련된 통계학적 3D 모델과, 2차원 이지를 정합하면 해당 환자의 맞춤형 생체 모델이 구축된다.

이하, 상술한 (A), (B), (C) 단계에 대하여 도 2 내지 도 6을 참조로 더욱 구체적으로 설명한다.

도 2는 본 발명의 일 실시예에 따른 이미지 획득 및 통계학적 3D 모델을 구축하는 과정을 도시한 개념도이다. 도 3은 본 발명의 일 실시예에 따른 통계학적 3D 모델을 구축하기 위한 ICP(Iterative Closet Pint) 알고리즘을 나타내는 개념도이다. 도 4는 본 발명의 일 실시예에 따른 통계학적 3D 모델을 구축하기 위한 PCA(Principal Component Analysis) 알고리즘을 나타내는 개념도이다. 도 5는 본 발명의 일 실시예에 따른 2차원 이미지와 구축된 통계학적 3D 모델을 정합하는 방법을 나타내는 블록도이다. 도 6은 도 5의 2차원 이미지와 구축된 통계학적 3D 모델을 정합하는 방법을 도시한 개념도이다.

도 2를 참조하면, (A) 단계에서는 먼저 관심있는 부위의 근골격계 이미지를 획득한다.

여기서 근골격계는 주로 뼈, 관절 또는 이들의 일부를 의미할 수 있다. 여기서 뼈와 관절은 동물의 머리, 어깨, 엉덩이, 무릎, 발목, 척추 등을 포함할 수 있으며, 인대, 연골, 근육과 같은 조직을 포함할 수 있다.

관심있는 부위의 근골격계 이미지는 단층 촬영 기법 등을 통해 3차원 이미지로 획득되며, 획득된 이미지를 다시 3차원 데이터로 복원하는 과정을 거친다. 획득된 이미지를 3차원 데이터로 복원하는 과정을 통해 관심있는 부위의 근골격계에 대한 3D 모델이 생성되는 것이다.

피험 대상체가 100여명이라면, 100여명에 대하여 모두 3차원 이미지를 획득하고, 이를 다시 3차원 데이터로 복원하는 과정을 거쳐 100개의 3D 모델을 확보함으로써 통계 모델을 만든다.

보다 구체적으로, 본 발명의 일 실시예에 따르면 상기 (A) 단계에서 획득된 복수의 이미지를 편집하고, 편집된 복수의 이미지를 결합하여 surface화 시킴으로써 통계학적 3D 모델을 생성할 수 있다.

도 2에 도시된 바와 같이 관심있는 부위를 한정하여 근골격계 이미지를 확보하더라도, 예컨대 척추를 그 대상 근골격계라 설정한 경우에 있어서 척추 주위의 기타 생체 조직, 갈비뼈, 등뼈, 또는 기타 뼈 조각 등의 노이즈에 대한 이미지가 함께 획득될 수 있다. 이러한 노이즈는 통계학적 3D 모델을 구축함에 있어 정밀성을 떨어뜨리고 연산속도를 지연시키는 요소가 되므로 편집과정에서 제외할 수 있으며, 복수의 이미지를 결합하여 surface화 시킬 때 이를 제외할 수 있다.

편집된 복수의 이미지의 결합은 획득된 이미지의 좌표 기준, 특정 방향으로 단층 촬영된 영상을 연속적으로 이어 붙이는 것을 의미할 수 있다.

본 발명의 일 실시예에 따르면 단층 촬영된 영상을 연속적으로 이어 붙이는 작업을 하기 위해 각각의 이미지마다 대상 근골격계에 대한 경계를 설정할 수 있다. 여기서 대상 근골격계에 대한 경계를 설정하는 작업은 상기 노이즈를 제거하는 과정과 동시에 수행될 수 있다.

편집된 복수의 이미지를 결합하여 surface화 시킴으로써 3D 모델링이 형성되는데, 여기서 3D 모델링은 메쉬모델로서 표현될 수 있다. 그리고 이후 3D 모델링을 데이터화하는 과정이 수행된다.

한편, 본 발명의 일 실시예에 따르면 상기 (A) 단계에서, n개의 node를 취합하고, 취합된 node로부터 고유벡터를 추출하는 단계;를 더 포함할 수 있다.

그리고 상기 고유벡터의 추출은, 취합된 node로부터 전체 데이터 집합군에 대한 상관 관계를 나타내는 공분산 행렬(covariance matrix)을 구하고, 공분산 행렬로부터 추출될 수 있다.

위 내용을 보다 구체적으로 설명하기 위하여 도 3을 참조한다.

도 3을 참조하면, 3D 모델을 데이터화하는 과정에서 ICP(Interative Closet Point) 알고리즘이 사용될 수 있다. ICP 알고리즘이란 기존의 데이터셋에 현재 데이터를 등록(registration)시키는 방법중의 하나로, 각 데이터들의 가장 가까운 점을 이용하여 연관성을 찾고 그에 맞게 현재데이터를 이동 및 회전을 시켜 기존 데이터셋에 추가하는 방법을 의미한다.

ICP 알고리즘을 이용하여 3D 모델을 데이터화하면 전술한 100명의 피험 대상체에 대한 100개의 3D 모델링에 대하여 모든 모델의 토폴로지가 일치하게 된다. 여기서 토폴로지가 일치한다는 것은 데이터의 성질과 규격들이 통일화되는 것을 의미한다.

예컨대, 토폴로지가 일치한다는 것은 node 개수와 node 넘버링등이 통일되는 것을 의미할 수 있다. 각 피험 대상체마다 근골격계의 치수 및 형상이 상이하므로 node의 개수와 node 넘버링 등은 상이할 수 있기 때문이다.

신뢰성이 보장되고, 개개의 환자에 적용가능한 통계 모델을 형성하려면 상술한 바와 같이 데이터의 성질과 규격들이 규합하는 과정을 거쳐야 한다.

node 개수와 node 넘버링 등이 통일되면 피험 대상체에 대한 각각의 3D 모델로부터 얻은 정보를 도3의 우측 하단에 도시된 행렬과 같이 조합할 수 있다.

그 다음, 도 4를 참조하면, 본 발명의 일 실시예에 따른 통계학적 3D 모델 구축 방법은, 전체 피험자에 대한 3D 모델의 node 정보가 표시된 행렬을 PCA(Principal Component Analysis)기법을 이용해 고유 벡터를 추출하는 과정을 거친다.

PCA 기법이란 고차원의 데이터를 낮은 차원으로 줄여 다루기 쉽게하는 통계적 방법이다. 이를 본 발명의 통계학적 3D 모델 구축 방법에 적용한다는 것은 수많은 node 데이터로 인해 방대한 3D 모델링 데이터의 크기를 필요에 따라 다운사이징하거나 필요한 node 데이터만을 선별함을 의미할 수 있다. 관심있는 근골격계의 형상을 구성하는 node들은 모두 주성분 벡터(Principal Component Vector)로 표현이 가능하기 때문이다.

즉, 본 발명의 통계학적 3D 모델 구축 방법에서는 전체 데이터 집합군(100여명의 피험 대상체에 대한 3D 모델링)에 대한 상관관계를 나타내는 공분산 행렬(covariance matrix)을 구성하고, 상술한 PCA 알고리즘을 이용하여 주성분 벡터를 구한 다음 이 벡터들을 선형 조합하면 고유벡터(Eigenvector)를 추출할 수 있게 된다.

추출된 고유벡터는 복수의 피험 대상체를 기반으로 형성된 해부학적 Geometry 통계 모델을 표상한다. 실시예에 따라서는 추출된 고유벡터에 관심있는 근골격계에 대한 shape function(형상 함수)를 곱할 수도 있으며, 이를 통해 임의의 환자에 대한 3D 모델을 구축하게 된다.

다음으로 상술한 (B) 단계와 (C) 단계에 대하여 상세히 설명한다.

본 발명의 일 실시예에 따르면, 상기 (B) 단계에서 추출되는 2차원 이미지는 특정 피험 대상체로부터 추출되는 Bi-Plane 이미지일 수 있다. 여기서 Bi-Plane 이미지란 X-ray 등과 같은 2차원 이미지 촬영장치를 이용하여 피험 대상체의 관심있는 부위의 근골격계를 주위에서 획득되는 2가지 면의 이미지를 말할 수 있다.

본 발명의 Bi-Plane이란 어느 특정 각도 상의 면을 의미하지는 않으나, 바람직하게는 관상면(coronal plane 또는 frontal pla숟)과 시상면(sagittal plane)을 의미할 수 있다.

여기서 관상면이란 대상체를 정면에서 바라본 상태에서 대상체를 수직방향으로 자른 해부학적 면(anatomical plane)을 말하며, 시상면이란 대상체를 수직방향으로 관통하는 가운데 선을 기준으로 앞에서 뒤를 향해 자른 해부학적 면을 의미한다.

종래에는 근골격계 질환이 있는 환자에 따른 맞춤형 진단 및 수술 방법을 채택하거나, 맞춤형 생체 보조기, 교정기, 임플란트를 제작할 때, 특정환자의 임상학적 정보를 3차원 의료영상장치를 이용하여야만 했다면, 본 발명에서는 특정 환자에 대한 2차원적 이미지만 확보하면 족하다.

그 다음 본 발명의 (C) 단계에 따르면, 추출된 2차원 이미지에 복수의 피험 대상체에 대한 통계학적 3D 모델을 정합시켜 특정 피험 대상체에 대한 맞춤형 생체 모델을 형성함에 있어서,

추출된 2차원 이미지들의 경계 폐곡선을 생성하는 단계와, 생성된 경계 폐곡선에 상기 추출된 통계학적 3D 모델을 투영함으로써 정합성을 판단하는 단계를 더 포함할 수 있다.

도 5를 참조하면, 본 발명의 (C)단계에 대해서 더욱 구체적인 방법이 제시되는데, 먼저, Bi-Plane X-ray 상에서 다수의 점들로 구성된 경계 폐곡선을 형성하고(C1), 상술한 통계모델을 X-Ray 2차원 이미지의 평면에 투영시킨다(C2).

이때, X-ray를 통해 얻어진 2차원 이미지의 평면은 특정 환자에 대한 것이고, 3차원 통계모델은 불특정한 다수의 피험 대상체를 통해 얻어진 것이므로, 3차원 통계모델의 형상변수들을 최적화하면서 정합을 수행해 나가야 한다(C3).

3차원 통계모델의 형상변수는, 통계학적 3D 모델의 고유벡터의 계수를 의미할 수 있으며, 3차원 통계모델의 형상변수의 최적화란 특정 피험 대상체로부터 얻어진 2차원 이미지에 맞게 통계학적 3D 모델의 고유벡터의 계수를 변경시키는 것을 의미할 수 잇따.

그리고 2차원 평면에서 두 모델이 일치하는 것을 목적함수로 설정하여 최적화를 수행하면(C4), 최종적으로 환자의 맞춤형 생체 모델이 형성된다(C5).

도 6에는 도 5에 따른 정합방법을 개념적으로 나타낸 도면이 도시된다. 참고로, 앞에서도 언급한 바와 같이 본 발명의 통계학적 모델을 이용한 환자 맞춤형 생체 모델 구축방법은 어느 특정 근골격계에 대한 생체 모델 구축 방법에 한정되지 않는다. 따라서, 도 6에 도시된 도면에서는 대퇴부 관절을 도시하였으나, 이는 예시적인 것일 뿐이며, 도 2와 도 3에 도시된 척추에도 적용될 수 있음은 물론 다른 관심있는 부위의 근골격계에 모두 적용될 수 있음을 유의하여야 한다.

도 6(a)를 참조하면, Bi-Plane X-ray 이미지 중 한면의 이미지에서 다수의 점들로 구성된 경계 폐곡선을 그린다. 여기에 도 6(b)에 도시된 바와 같이, 통계학적 3D 모델을 투영시켜 한면의 정합도를 판별하며, 나아가 이와 같은 작업을 다른 면의 이미지에서도 반복적으로 수행하게 되는것이다.

정합도는 2차원 이미지의 경계 폐곡선에 통계학적 3D 모델을 투영시켰을 때, 일치도를 수치상으로 표현하여 판별될 수 있으며, 일치도가 기 설정된 값을 초과하였을 때, 정합한 것으로 판별할 수 있다.

예컨대, 관상면과 시상면 방향의 Bi-Plane X-ray 이미지를 획득하였을 때를기준으로 구체적으로 설명한다. 관상면에 대해서만 정합도를 판별하면 대상 근골격계에 대한 전방과 후방의 정보가 불확실한 상태에서 생체 모델을 구축하게 된다. 따라서, 관상면에 대한 정합도 판별과 함께 시상면에서도 정합도를 판별함으로써 대상 근골격계의 전방과 후방, 그리고 좌측과 우측의 정보를 맞추어 환자의 맞춤형 생체 모델을 형성한다.

본 발명에서 통계학적 3D 모델의 구축을 비롯하여, 2차원 이미지의 획득, 획득된 2차원 이미지와 구축된 통계학적 3D 모델간의 정합성 판단을 비롯한 일련의 과정들은 CAE(Computer Aided Engineering)를 이용하여 수행될 수 있다.

구체적으로 이상에서 설명된 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델 구축 방법은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 매체에 기록될 수 있다. 컴퓨터 판독 가능한 매체는 프로세서에 의해 액세스 가능한 임의의 매체일 수 있다. 이러한 매체는 휘발성 및 비휘발성 매체 둘 다, 착탈식과 비착탈식 매체, 저장 매체 및 컴퓨터 저장 매체를 포함할 수 있다. 언급된 저장 매체는 RAM, 플래시 메모리, ROM, EPROM, 전기적으로 소거 가능한 판독 전용 메모리("EEPROM"), 레지스터, 하드 디스크, 착탈식 디스크, 콤팩트 디스크 판독 전용 메모리("CD-ROM"), 또는 공지된 임의의 기타 형태의 저장 매체를 포함할 수 있다. 언급된 컴퓨터 저장 매체는, 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 그 밖의 데이터와 같은 정보를 저장하기 위한 임의의 방법이나 기술로 구현되는 착탈형(removable)과 고정형(non-removable), 및 휘발성과 비휘발성 매체를 포함한다. 이러한 컴퓨터 저장 매체는 RAM, ROM, EPROM, EEPROM, 플래시 메모리, 다른 고체 메모리 기술, CDROM, 디지털 다용도 디스크(DVD), 또는 다른 광 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 언급된 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.

한편, 본 발명에 따른 생체 전산모델을 이용하면, 수술에 앞서 컴퓨터 시뮬레이션을 이용하여 환자에 맞는 임플란트나 보조기기를 제시할 수 있고, 환자에게 맞춤형 시술방법이나 수술방법을 제시할 수 있게 되어, 환자 및 임상의의 부담을 줄일 수 있게 된다.

예를들어, 환자 맞춤형 생체 모델을 구축하게 되어, 몇 개의 임플란트를 어느 위치에 삽입하는 것이 효과적인 지를 예측할 수 있게 된다.

나아가, 본 발명에 따른 생체 전산모델을 기존의 시술이나 수술방법의 평가 및, 문제점 파악에 따른 해결방안을 제시하는데 이용할 수도 있게 된다.

또한, 본 발명의 일 실시예에 따르면, 환자 맞춤형 생체 모델 구축 방법을 이용하여 환자에 대한 수술이나 시술방법에 대한 가이드를 제시하는 방법을 제공할 수 있다.

예컨대, 구축된 환자 맞춤형 생체 모델을 이용함으로써 몇 개의 임플란트를 어느 위치에 삽입하는 것이 효과적인 지에 대한 가이드를 함으로써 시술방법에 대한 가이드를 제시할 수 있다.

구체적으로 환자에 대한 수술과 시술을 수행할 때, 본 발명의 일 실시예에 따른 방법에 의해 구축된 환자 맞춤형 생체 모델을 이용하면 생체 모델의 위치 및 형상등에 대한 정보를 정확히 파악할 수 있으므로, 정밀한 수술과 시술방법이 시행되도록 가이드할 수 있게 된다.

종래 기술에서는 환자 맞춤형 생체 모델을 구현하고자 할 때마다 3차원적 이미지를 촬영하고 이를 모델링하여 수술 및 시술에 반영하여야 했으므로 상당한 시간이 소요되었다. 그러나 본 발명에 따르면 기 마련된 통계학적 모델에, 획득한 2차원적 이미지를 정합시키기만 하면 되므로, 환자의 생체 모델을 얻는데 필요한 시간과 노력이 훨씬 절감된다.

즉, 본 발명에 따르면 거의 실시간으로 환자 맞춤형 생체 모델을 구축할 수 있게 되어 환자에 대한 수술이나 시술방법에 대한 가이드를 제시할 수 있게 되는 것이다.

아울러, 본 발명의 일 실시예에 따르면, 복수의 피험 대상체로부터 관심있는 부위의 근골격계에 대한 복수의 이미지를 획득하는 3차원 이미지 획득부; 복수의 피험 대상체에 대한 통계학적 3D 모델을 구축하는 통계학적 모델 구축부; 특정 피험 대상체로부터 2차원 이미지를 추출하는 2차원 이미지 획득부; 추출된 2차원 이미지에 복수의 피험 대상체에 대한 통계학적 3D 모델을 정합시키는 정합부를 포함하여 환자 맞춤형 생체 모델의 구축을 가이드하는 시스템을 제공할 수도 있다.

상기한 바와 같이 본 발명에서는 통계학적 모델을 이용한 환자 맞춤형 생체 모델 구축방법을 제시하였다. 본 발명에 따르면 환자 개개인 마다 CT나 MRI를 촬영할 필요 없이, 기 마련된 통계학적 모델에 환자의 2차원 이미지를 정합시키기만 하면 환자 맞춤형 생체 모델을 구축할 수 있게 되므로, 환자의 질환을 치료함에 있어서 비용을 절감하고 시간을 단축시킬 수 있는 효과가 있으며,

또한, 본 발명의 일 실시예에 따른 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델을 구축하면, 생체 보조기기나 교정기기 또는 임플란트를 쉽게 제작할 수 있으며, 이들 장치를 제작함에 있어서 객체 설정 과정이 단순화되므로, 객체 설정과정에서 필요한 프로세스를 대폭 줄일 수 있는 효과가 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

A : 복수의 피험 대상체로부터 관심있는 부위의 근골격계에 대한 복수의 이미지를 획득하여 3D 모델을 구축하는 단계
B : 특정 피험 대상체로부터 2차원 이미지를 추출하는 단계
C : 추출된 2차원 이미지에 복수의 피험 대상체에 대한 통계학적 3D 모델을 정합시켜 특정 피험 대상체에 대한 맞춤형 생체 모델을 형성하는 단계

Claims (10)

1. (A) 복수의 피험 대상체로부터 관심있는 부위의 근골격계에 대한 복수의 이미지를 획득하여, 상기 획득한 복수의 이미지 상에서 관심있는 부위의 근골격계에 대한 경계를 설정하고, 노이즈를 제거하여 편집하며, 상기 편집된 복수의 이미지를 결합하여 surface화 시키되, 근골격계의 3D 모델을 형성하는 n개의 node를 취합하고, 취합된 node로부터 고유벡터를 추출하는 과정을 통해 복수의 피험 대상체에 대한 통계학적 3D 모델을 구축하는 단계;
   (B) 특정 피험 대상체로부터 Bi-plane 2차원 이미지를 추출하는 단계;
   (C) 상기 추출된 2차원 이미지들의 경계 폐곡선을 생성하고, 상기 추출된 2차원 이미지에 상기 복수의 피험 대상체에 대한 상기 통계학적 3D 모델을 정합시켜 상기 특정 피험 대상체에 대한 맞춤형 생체 모델을 형성하고 생성된 경계 폐곡선에 상기 통계학적 3D 모델을 투영함으로써 정합성을 판단하는 단계;를 포함하는 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델 구축 방법.
   
2. 삭제
3. 삭제
4. 삭제
5. 제1항에 있어서,
   상기 고유벡터의 추출은,
   취합된 node로부터 전체 데이터 집합군에 대한 상관 관계를 나타내는 공분산 행렬(covariance matrix)을 구하고, 공분산 행렬로부터 추출되는 것을 특징으로 하는 통계학적 전산 모델을 이용한 환자 맞춤형 생체 모델 구축 방법.
   
6. 삭제
7. 삭제
8. 삭제
9. 제1항 및 제5항 중 어느 한 항에 따른 환자 맞춤형 생체 모델 구축 방법을 이용하여 제작된 의료용 기기.
   
10. 제1항 및 제5항 중 어느 한 항에 따른 환자 맞춤형 생체 모델 구축 방법을 통해 구축한 상기 맞춤형 생체 모델을 환자에 대한 시술방법이나 수술방법에 대한 가이드로 제시하는 방법.

Images