KR102216022B1

KR102216022B1 - 두부경부 컴퓨터 단층 촬영 영상에서 안와뼈 평균형상 모델링 방법 및 장치

Info

Publication number: KR102216022B1
Application number: KR1020190054340A
Authority: KR
Inventors: 홍헬렌; 이민진
Original assignee: 서울여자대학교 산학협력단
Priority date: 2019-05-09
Filing date: 2019-05-09
Publication date: 2021-02-15
Also published as: KR20200129633A

Abstract

두부경부 컴퓨터단층촬영영상(CT: computed tomography)에서의 안와뼈 평균형상 모델링 방법에 있어서, 입력 영상에서 추출 안와뼈를 분할하는 단계; 상기 분할된 추출 안와뼈에서 내벽영역을 지정하고, 상기 내벽영역을 제1 패치 영역 및 제2 패치 영역으로 분할하는 단계; 상기 분할된 제1 패치 영역 및 제2 패치 영역에 대해 학습데이터에서 동일한 지점을 탐색하는 단계; 및 상기 학습데이터에서의 동일 지점의 평균 위치와 그 분산 정도를 이용하여 안와뼈의 평균형상 모델인 안와뼈 평균모델을 생성하는 단계를 포함할 수 있다.

Description

두부경부 컴퓨터 단층 촬영 영상에서 안와뼈 평균형상 모델링 방법 및 장치{A Method and Apparatus for Modeling Average Orbital Shape in Head and Neck CT image by Using Statistical Shape Model}

본 발명은 3차원 두부경부 컴퓨터단층촬영영상(CT: computed tomography)에서의 안와뼈 모델링 방법 및 장치에 관한 것으로, 보다 상세하게는 3차원 두부경부 컴퓨터단층촬영영상(CT: omputed tomography)에서 통계형상 모델을 이용한 평균형상 모델링 방법 및 장치에 관한 것이다.

두부경부 컴퓨터 단층 촬영 영상에서 안와 평균 형상 모델링은 표준형상을 설계하거나 안와뼈 골절에서의 골절 부위의 재건을 위한 안와뼈의 형상 파악 및 3D 프린팅 기술을 이용한 임플란트 제작을 위한 중요한 전처리 작업으로 이용될 수 있다.

그런데, 두부경부 컴퓨터 단층 영상에서 안와뼈는 그 형태가 사람마다 다르며, 특히, 골절 부위의 안와뼈의 경우 두께가 매우 얇고, 주변 연조직과 유사한 밝기값을 가지게 되므로, 그 형태를 예측하기 어려웠다.

따라서, 종래에는 임상적인 부분이 고려되지 않은 평평한 플레이트를 수술에 사용하였는데, 이러한 평평한 플레이트를 이용하여 개인별 안와에 맞는 정확한 형상을 만들기 위해서는 시술자가 매우 번거로울 뿐 아니라 안와뼈 재건에 걸리는 시간이 증대되는 문제가 있었다.

본 발명은, 일 실시예에 따라 3차원 두부경부 컴퓨터단층촬영영상(CT: omputed tomography)에서 통계형상 모델을 이용한 안와뼈 모델링 방법을 개시한다.

특히, 그 형태가 사람마다 다르며, 두께가 매우 얇고 주변 연조직과 유사한 밝기값을 가지는 골절부위의 안와뼈를 복원하기 위한 플레이트를 제작함에 있어서, 통계형상 모델을 이용하여 성별, 키, 몸무게에 따른 각 환자의 안와뼈와 CT데이터를 축척, 분석함으로써 안와뼈의 평균 모델을 생성하는 방법을 개시한다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

일 실시예에 따른 두부경부 컴퓨터단층촬영영상(CT: computed tomography)에서의 안와뼈 평균형상 모델링 방법은, 입력 영상에서 추출 안와뼈를 분할하는 단계; 상기 분할된 추출 안와뼈에서 내벽영역을 지정하고, 상기 내벽영역을 제1 패치 영역 및 제2 패치 영역으로 분할하는 단계; 상기 분할된 제1 패치 영역 및 제2 패치 영역에 대해 학습데이터에서 동일한 지점을 탐색하는 단계; 및 상기 학습데이터에서 탐색한 동일한 지점의 평균 위치와 그 분산 정도를 이용하여 안와뼈 평균모델을 생성하되, 상기 안와뼈 평균모델은 안와뼈의 평균형상 모델인, 안와뼈 평균모델 생성단계를 포함한다.

또한, 다른 일실시예로, 제 1항에 있어서, 상기 동일 지점을 탐색하는 단계는, 주요성분 분석(PCA, Principal Component Analysis) 방법 또는 특이값 분해(Singular value decomposition) 방법을 통한 유사도 분석을 통해 동일지점을 탐색하는 것이다.

또한, 다른 일실시예로, 상기 추출 안와뼈를 분할하는 단계는, 상기 입력 영상에서 안와영역을 추출하는 단계; 상기 안와영역에서 3차원 영역 성장기법을 이용하여 비강 영역의 분할을 수행하는 단계; 상기 비강 영역이 분할된 안와영역에서 2차원 영역 성장기법 및 홀(hole)메우기를 통해 2차원 안와뼈의 분할을 수행하는 단계; 및 상기 분할된 2차원의 안와뼈에서 3차원 형상 생성 및 후처리를 수행하여 추출 안와뼈를 분할하는 단계를 포함한다.

또한, 다른 일실시예로, 상기 패치 영역을 분할하는 단계는, 경계 설정을 통해 손실이 발생하는 안와영역에 대해 특정한 형상의 제1 패치 영역 및 제2 패치 영역을 지정하는 단계를 더 포함 것이다.

또한, 다른 일실시예로, 상기 학습 데이터는, 성별, 및 연령 중 적어도 하나를 포함하는 신체 데이터를 기초로 구별되어 있는 것이다.

또한, 일 실시예에 따른 안와뼈 모델링 장치는, 하나 이상의 프로세서; 및 상기 하나 이상의 프로세서에 의한 실행 시, 상기 하나 이상의 프로세서가 연산을 수행하도록 하는 명령들이 저장된 하나 이상의 메모리를 포함하고, 상기 하나 이상의 프로세서에 의해 수행되는 상기 연산은, 입력 영상에서 추출 안와뼈를 분할하는 연산; 상기 분할된 추출 안와뼈에서 내벽영역을 지정하고, 상기 내벽영역을 제1 패치 영역 및 제2 패치 영역으로 분할하는 연산; 상기 분할된 제1 패치 영역 및 제2 패치 영역에 대해 학습데이터에서 동일한 지점을 탐색하는 연산; 및 상기 학습데이터에서의 동일 지점의 평균 위치와 그 분산 정도를 이용하여, 안와뼈의 평균형상 모델인 안와뼈 평균모델을 생성하는 연산을 포함한다.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램, 그리고 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.

상기와 같은 본 발명에 따르면, 아래와 같은 다양한 효과들을 가진다.

일 실시예에 따른, 두부경부 영상에서 안와뼈 평균형상 모델링 방법 및 장치는, 개선된 안와뼈 평균형상 모델링을 통해 안와뼈 재건 수술에 필요한 안와뼈 플레이트 제작의 다양성을 향상시킴으로써, 수술의 효율성과 수술 시간을 단축 시킬 수 있다. 나아가, 인체를 대상으로 하는 다양한 컴퓨터 단층 촬영 영상에서의 다양한 밝기 값을 갖는 뼈 구조의 플레이트를 제작함에 있어서, 유사한 방식으로 뼈 구조를 모델링하여 정합도를 향상 시킬 수 있다.

도 1은 일 실시예에 따른 두부경부 컴퓨터 단층촬영영상에서 안와뼈 모델링 방법을 설명하기 위한 개념도이다.
도 2는 일 실시예에 따른 두부경부 컴퓨터 단층촬영영상에서의 안와뼈의 구조를 설명하기 위한 도이다.
도 3은 일 실시예에 따른 안와뼈 모델링 방법을 설명하기 위한 순서도이다.
도 4는 일 실시예에 따른 추출 안와뼈 분할 방법을 설명하기 위한 순서도이다.
도 5는 일 실시예에 따른 패치영역을 분할하는 일 예를 설명하기 위한 도이다.
도 6은 일 실시예에 따른 분할된 패치영역에서 평균형상 모델(즉, 안와뼈 평균모델)을 생성하는 일 예를 설명하기 위한 도이다.
도 7은 일 실시예에 따른 안와뼈 모델링 장치의 내부 구성을 개략적으로 나타낸 도이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.

본 명세서에서 '의료영상데이터'는 촬영장치를 통해 사람의 신체에 대해 획득되는 영상을 의미한다.

본 명세서에서 '촬영장치'는 의료영상데이터를 촬영하는 장치를 의미한다. '촬영장치'는 X-Ray 또는 컴퓨터 단층촬영(Computed Tomography; CT) 장치와 같이 질병을 진단하기 위해 인체의 내부를 촬영하는 장치 등의 다양한 의료영상 촬영장치를 포함할 수 있다.

본 명세서에서 '두부경부(head and neck) 영상'은 머리와 목 영역을 의료영상데이터를 의미한다.

본 명세서에서 '입력 영상'은 안와뼈 평균모델을 생성하고자 하는 환자의 두부경부 영상데이터를 의미한다.

본 명세서에서 '안와뼈'는 안구, 눈물샘의 부속기 등을 수용하는 얼굴머리뼈의 움푹 들어간 부위의 뼈를 의미한다. '안와뼈'는 복수의 안와벽으로 구성된다.

본 명세서에서 '추출 안와뼈'는 의료영상데이터에서 안와에 해당하는 영역으로 획득되는 것을 의미한다.

본 명세서에서 '안와 영역'은 의료영상데이터에서 안와뼈가 포함된 영역을 의미한다. 즉, '안와 영역'은 추출 안와뼈를 획득하기 위한 의료영상데이터 내에서 추출되는 영역을 의미한다.

본 명세서에서 '안와뼈 평균모델'은 추출 안와뼈를 기반으로 생성된 안와뼈의 평균모델을 의미한다.

도 1은 일 실시예에 따른 두부경부 컴퓨터 단층촬영영상에서 안와뼈 모델링 방법을 설명하기 위한 개념도이다.

도 1을 참조하면, 일 실시예에 따른 두부경부 컴퓨터 상에서 안와뼈 모델링 시스템은, 안와뼈 모델링 장치(100) 및 촬영장치(120)로 구성될 수 있다. 또한, 이러한 안와뼈 모델링 장치(100) 및 촬영장치(120)는 네트워크(110)로 연결될 수 있다.

우선, 일 실시예에 따른 촬영장치(120)는 두부경부(head and neck) 영상을 촬영할 수 있다. 촬영장치(120)는 기계 학습을 위한 훈련 영상 데이터 또는 안와뼈의 평균형상 모델을 생성하기 위한 학습 데이터를 생성할 수 있다.

일 실시예에 따른 안와뼈 모델링 장치(100)는 촬영장치(120)에서 촬영된 두부경부 컴퓨터 단층 영상에서 통계형상 모델을 이용한 안와뼈 평균모델을 모델링하는 방법을 개시한다. 특히, 그 형태가 사람마다 다르며, 두께가 매우 얇고 주변 연조직과 유사한 밝기값을 가지는 골절부위의 안와뼈를 복원하기 위한 플레이트를 제작함에 있어서, 통계형상 모델을 이용하여 신체 데이터를 고려한 각 환자의 안와뼈와 CT데이터를 축척, 분석함으로써 안와뼈의 평균 모델을 생성할 수 있다.

일 실시예에 따른 네트워크(110)는 무선 네트워크뿐만 아니라 유선 네트워크를 포함할 수도 있으며, 촬영장치(120)에서 촬영된 영상을 안와뼈 모델링 장치(100)로 전달하기 위한 다양한 수단이 모두 포함되는 것으로 이해될 수 있다.

도 2는 일 실시예에 따른 두부경부 컴퓨터 단층촬영영상에서의 안와뼈의 구조를 설명하기 위한 도이다.

도 2에 도시되듯이, 안와를 감싸는벽(orbital wall)(이하, 안와벽 이라 함)은 안와 외벽(orbital lateral wall, 201), 안와 지붕(orbital roof, 202), 안와 내벽(orbital medial wall, 203), 및 안와 바닥(orbital floor, 204)을 포함하는 사면의 피라미드 뼈 구조로 구성되며, 눈 및 눈과 인접한 신경을 보호한다. 또한, 안와벽은 높은 밝기 값의 피질 뼈와 낮은 밝기 값의 소주골(trabecular) 및 얇은 뼈로 구성된다. 한편, 안와뼈 분할을 통해서 확인하고자 하는 안와골절은 가장 일반적인 골절의 하나이며, 특히 얇은 안와 내벽(203) 및 안와 바닥(204)에서 자주 발생한다. 즉, 안와뼈 골절에 따른 안와벽 재건을 위한 두개 안악면 수술(cranio-maxillofacial surgery)에서, 안구 위치를 지지하고 안와의 볼륨과 형태를 복원하기 위해 안와뼈의 모델링이 필수적이다. 그런데, 두부경부 컴퓨터 단층 영상에서 안와뼈는 그 형태가 사람마다 다르며, 특히, 골절 부위의 안와뼈의 경우 두께가 매우 얇고, 주변 연조직과 유사한 밝기값을 가지게 되므로, 그 형태를 예측하기 어려웠다.

특히, 종래에는 임상적인 부분이 고려되지 않은 평평한 플레이트를 수술에 사용하였는데, 이러한 평평한 플레이트를 이용하여 개인별 안와에 맞는 정확한 형상을 만들기 위해서는 시술자가 매우 번거로울 뿐 아니라 안와뼈 재건에 걸리는 시간이 증대될 수 있었다.

따라서, 일 실시예에 따른 안와뼈 모델링 방법은, 통계형상 모델을 이용한 평균형상 모델링을 통해 안와뼈 재건 수술에 필요한 안와뼈 플레이트 제작의 다양성을 향상시킴으로써, 수술 효율성과 수술 시간을 단축 시킬 수 있다.

이하, 도 3 내지 도 6을 참조하여 안와뼈 모델링 방법 및 장치(100)의 동작을 상세히 설명한다.

도 3은 일 실시예에 따른 안와뼈 모델링 방법을 설명하기 위한 순서도이다.

단계 S300에서, 일 실시예에 따른 안와뼈 모델링 방법은, 입력 영상에서 추출 안와뼈를 분할할 수 있다. 예를 들면, 신경망 네트워크를 이용하여 기계학습된 데이터를 바탕으로 컴퓨터 단층 촬영영상에서 추출 안와뼈를 자동으로 분할할 수 있다. 또한, 안와뼈가 일부 붕괴된 상태에서 안와영역을 분할하기 위하여, 컴퓨터 단층 촬영 영상에서 3차원 모델링된 비강영역을 분할한뒤 2차원 성장 기법 및 홀메우기 등을 통해 안와뼈를 복원할 수 있다. 상세한 추출 안와뼈 분할 방법은 도 4를 참조하여 상세히 후술 한다.

단계 S310에서, 일 실시예에 따른 안와뼈 모델링 방법은, 분할된 안와영역에서 내벽영역을 지정하고, 내벽영역을 제1 패치 영역 및 제2 패치 영역으로 분할한다.

여기서, 상기 제1 패치 영역 및 상기 제2 패치 영역은 동일한 크기를 가지도록 설정될 수 있다. 안와 내벽영역에서 제1 패치 영역 및 제2 패치 영역을 설정하는 방법은 도 5를 참조하여 후술한다.

단계 S320에서, 일 실시예에 따른 안와뼈 모델링 방법은, 분할된 제1 패치 영역 및 제2 패치 영역에 대해 학습데이터에서 동일한 지점을 탐색한다.

상기 동일 지점을 탐색하는 단계는, 주요성분 분석(PCA, Principal Component Analysis) 방법 또는 특이값 분해(Singular value decomposition) 방법을 통한 유사도 분석을 통해 학습데이터에서 동일한 지점을 결정할 수 있다. 이때, 학습데이터는 성별 및 연령 중 적어도 하나(예를 들어, 남녀에 해당하는 성별, 유아, 어린이, 성인과 같은 연령 그룹별 또는 나이별)를 포함하는 신체 데이터를 기초로 구별되어 있을 수 있다. 즉, 비슷한 신체 데이터를 가지는 사람의 안와 영역의 형태가 비슷할 것이라는 가정을 기반으로, 유사도 분석을 통해 후술하는 안와 영역의 평균 형상을 모델링 할 수 있다.

단계 S330에서, 일 실시예에 따른 안와뼈 모델링 방법은, 학습데이터에서의 동일 지점의 평균 위치와 그 분산 정도를 이용하여 안와뼈의 평균형상 모델인 안와뼈 평균모델을 생성할 수 있다. 또한, 3차원 평균형상 모델을 생성함으로써, 안와 내벽의 크기 및 각도를 자유롭게 측정할 수도 있다.

도 4는 일 실시예에 따른 의료영상데이터에서 추출 안와뼈를 분할하는 방법을 설명하기 위한 순서도이다.

단계 S400에서, 일 실시예에 따른 안와뼈 분할 방법은, 안와 영역을 추출한다. 안와 영역은 사용자가 수동으로 VOI(volume of intent)를 설정함으로써 지정될 수도 있다. 이 때, 3차원 영상의 VOI를 획득하기 위해 형태 정보를 기반으로 소정 개수의 슬라이스(slice)가 선택될 수 있다.

단계 S410에서, 일 실시예에 따른 안와뼈 분할 방법은, 3차원 영역 성장기법을 이용하여 비강 영역을 분할할 수 있다. 이때 안와뼈 및 비강 영역 등은 임계값 설정을 통해 분할될 수 있다. 특히 복수의 슬라이스에 대해 임계값을 적용하는 3차원 성장기법을 통해 비강 영역을 분할한 뒤 안와뼈를 분할해 낼 수 있다.

예컨대, 비강영역에 대해서만 임계값을 적용하는 경우 최소 -1000HU에서 최대 -200HU가 임계값으로 선택될 수 있다. 또한 뼈 영역에 대한 임계값을 설정하는 경우 최소 300HU에서 최대 밝기값까지로 선택될 수 있다.

단계 S420에서, 일 실시예에 따른 안와뼈 분할 방법은, 비강 영역이 분할된 안와 영역에 대해 2차원 영역 성장기법 및 홀(hole)메우기를 통해 추출 안와뼈 분할을 수행할 수 있다. 예를 들면, 임시로 분할된 안와뼈의 2차원 슬라이스영상에서 뼈로 분리된 부분의 빈공간 뿐만 아니라 안와뼈 내부의 홀을 채워 넣을 수 있다.

단계 S430에서, 일 실시예에 따른 안와뼈 분할 방법은, 분할된 2차원 추출 안와뼈에서 3차원 형상을 생성하고 후처리를 수행하여 최종 추출 안와뼈를 분할할 수 있다. 여기서, 상기 후처리를 수행하는 단계는 다듬질(smoting) 횟수와 강도를 조절함으로써, 복원되는 안와영역의 해상도를 조절할 수 있다. 예컨대, 다듬질 강도가 클수록 다듬질이 많이 되도록 설정 될 수 있다.

도 5는 일 실시예에 따른 패치영역을 분할하는 일 예를 설명하기 위한 도이다.

도 5를 참조하면, 추출 안와뼈에서 복원이 필요한 영역에 대해 제1 패치 영역(510)이 먼저 선택될 수 있다. 다음으로 제1 패치 영역과 동일한 크기의 제2 패치 영역(520)이 선택될 수 있다. 한편, 제1 패치 영역과 제2 패치 영역이 중복되는 경우 임의의 패치 경계로 구별될 수 있다. 한편, 패치 영역이 설정되는 순서는 학습 데이터마다 동일해야 한다.

또한, 일 실시예로, 경계 설정을 통해 손실이 발생하는 안와영역에 대해 특정한 형상의 제1 패치 영역 및 제2 패치 영역을 지정한다. 상기 특정한 형상은 원형과 비슷한 모양으로 지정될 수 있다.

도 6은 일 실시예에 따른 분할된 패치영역에서 평균형상 모델(즉, 안와뼈 평균모델)을 생성하는 일 예를 설명하기 위한 도이다. 도 6은 일 실시예에 따라 주요성분 분석(PCA, Principal Component Analysis) 방법으로 학습데이터에서 동일 지점을 탐색하고, 평균형상 모델을 생성하는 일 예를 도시한다.

구체적으로, 분할된 제1 패치영역(510) 및 제2 패치영역(520)에서는 각각 주요성분 분석을 통해 주요성분(610, 620)을 추출한다. 여기에서, 주요성분(610, 620)은 주요성분 분석 방법에 따라 추출되는 특징값에 해당한다.

그리고, 각 주요성분에 대해 학습데이터(630) 상에서 동일 지점을 탐색하고 동일 지점의 주요 성분을 획득 한다. 최종적으로 학습데이터(630)에서 획득된 주요성분 값의 평균 위치와 그 분산 정도를 이용하여 각 패치 영역별 평균형상 모델(640)을 생성한다. 여기서, 평균형상 모델은 각 주요성분의 평균위치와 분산정도를 이용하여 각 패치영역을 정규화 하는 단계를 포함 할 수 있다. 또한, 학습데이터(630)는 평균형상 모델을 수행하기 위한 기계학습을 위해, 수집된 복수의 임상 데이터를 의미할 수 있다.

한편, 도 6에 도시된 주요성분 분석 방법 이외에도 특이값 분해(Singular value decomposition) 등 유사도 분석을 수행할 수 있는 다양한 방법 등이 평균형상 모델을 생성하는데 이용될 수 있음을 본 발명이 속하는 통상의 기술자들은 쉽게 이해할 수 있다.

도 7은 일 실시예에 따른 안와뼈 모델링 장치(100)의 내부 구성을 개략적으로 나타낸 도이다.

안와뼈 모델링 장치(100)는 후술하는 기능을 수행할 수 있는 기기로서, 예를 들어 서버 컴퓨터, 개인 컴퓨터 등으로 구성될 수 있다. 일 실시예에서, 안와뼈 모델링 장치(100)는 하나 이상의 프로세서(130) 및/또는 하나 이상의 메모리(140)를 포함할 수 있다.

일 실시예에 따라 하나 이상의 프로세서(130)에 의해 수행되는 연산은, 입력 영상(예를 들어, 두부경부 영상)에서 추출 안와뼈를 분할하는 연산; 상기 분할된 안와영역에서 내벽영역을 지정하고, 상기 내벽영역을 제1 패치 영역 및 제2 패치 영역으로 분할하는 연산; 상기 분할된 제1 패치 영역 및 제2 패치 영역에 대해 학습데이터에서 동일한 지점을 탐색하는 연산; 및 상기 학습데이터에서의 동일 지점의 평균 위치와 그 분산 정도를 이용하여 안와영역의 평균형상 모델을 생성하는 연산을 수행할 수 있다. 또한, 상술한 연산 이외에도, 일 실시 예에 따른 안와뼈 모델링 장치(100)는 도 1 내지 도 6에서 상술된 안와뼈 모델링 방법을 수행할 수 있음을 통상의 기술자는 쉽게 이해할 수 있다.

일 실시예에서는, 안와뼈 모델링 장치(100)의 이 구성요소들 중 적어도 하나가 생략되거나, 다른 구성요소가 안와뼈 모델링 장치(100)에 추가될 수 있다. 또한 추가적으로(additionally) 또는 대체적으로(alternatively), 일부의 구성요소들이 통합되어 구현되거나, 단수 또는 복수의 개체로 구현될 수 있다. 안와뼈 모델링 장치(100) 내, 외부의 구성요소들 중 적어도 일부의 구성요소들은 버스, GPIO(general purpose input/output), SPI(serial peripheral interface) 또는 MIPI(mobile industry processor interface) 등을 통해 서로 연결되어, 데이터 및/또는 시그널을 주고 받을 수 있다.

하나 이상의 메모리(140)는 다양한 데이터를 저장할 수 있다. 메모리(140)에 저장되는 데이터는, 안와뼈 모델링 장치(100)의 적어도 하나의 구성요소에 의해 획득되거나, 처리되거나, 사용되는 데이터로서, 소프트웨어(예: 프로그램)를 포함할 수 있다. 메모리(140)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 하나 이상의 메모리(140)는, 하나 이상의 프로세서(130)에 의한 실행 시, 하나 이상의 프로세서(130)가 연산을 수행하도록 하는 명령들을 저장할 수 있다. 일 실시예에서, 하나 이상의 메모리(140)는 하나 이상의 사용자에 대한 개인화 정보 및/또는 하나 이상의 상품에 대한 추천 정보를 저장할 수 있다. 본 개시에서, 프로그램 내지 명령은 메모리(140)에 저장되는 소프트웨어로서, 안와뼈 모델링 장치(100)의 리소스를 제어하기 위한 운영체제, 어플리케이션 및/또는 어플리케이션이 장치의 리소스들을 활용할 수 있도록 다양한 기능을 어플리케이션에 제공하는 미들 웨어 등을 포함할 수 있다.

하나 이상의 프로세서(130)는, 소프트웨어(예: 프로그램, 명령)를 구동하여 프로세서(130)에 연결된 안와뼈 모델링 장치(100)의 적어도 하나의 구성요소를 제어할 수 있다. 또한 프로세서(130)는 본 개시와 관련된 다양한 연산, 처리, 데이터 생성, 가공 등의 동작을 수행할 수 있다. 또한 프로세서(130)는 데이터 등을 메모리(140)로부터 로드하거나, 메모리(140)에 저장할 수 있다

일 실시예에서, 안와뼈 모델링 장치(100)는 통신 인터페이스(도시되지 않음)를 더 포함할 수 있다. 통신 인터페이스는, 안와뼈 모델링 장치(100)와 다른 서버 또는 다른 외부 장치(예: 촬영장치(120))간의 무선 또는 유선 통신을 수행할 수 있다. 예를 들어, 통신 인터페이스는 eMBB(enhanced Mobile Broadband), URLLC(Ultra Reliable Low-Latency Communications), MMTC(Massive Machine Type Communications), LTE(long-term evolution), LTE-A(LTE Advance), UMTS(Universal Mobile Telecommunications System), GSM(Global System for Mobile communications), CDMA(code division multiple access), WCDMA(wideband CDMA), WiBro(Wireless Broadband), WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), GPS(Global Positioning System) 또는 GNSS(global navigation satellite system) 등의 방식에 따른 무선 통신을 수행할 수 있다.

본 개시에 따른 안와뼈 모델링 장치(100)의 다양한 실시예들은 서로 조합될 수 있다. 각 실시예들은 경우의 수에 따라 조합될 수 있으며, 조합되어 만들어진 안와뼈 모델링 장치(100)의 실시예 역시 본 개시의 범위에 속한다. 또한 전술한 본 개시에 따른 안와뼈 모델링 장치(100)의 내/외부 구성 요소들은 실시예에 따라 추가, 변경, 대체 또는 삭제될 수 있다. 또한 전술한 안와뼈 모델링 장치(100)의 내/외부 구성 요소들은 하드웨어 컴포넌트로 구현될 수 있다.

한편, 일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 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. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 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 실시예들은 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.

100: 안와뼈 모델링 장치
110: 네트워크
120: 촬영장치

Claims

두부경부 컴퓨터단층촬영영상(CT: computed tomography)에서의 안와뼈의 평균형상을 모델링하는 방법에 있어서,
안와뼈 모델링 장치가 입력 영상에서 추출 안와뼈를 분할하는 단계;
상기 안와뼈 모델링 장치가 상기 분할된 추출 안와뼈에서 내벽영역을 지정하고, 상기 내벽영역을 제1 패치 영역 및 제2 패치 영역으로 분할하는 단계;
상기 안와뼈 모델링 장치가 상기 분할된 제1 패치 영역 및 제2 패치 영역에 대해 학습데이터에서 동일한 지점을 탐색하는 단계; 및
상기 안와뼈 모델링 장치가 상기 학습데이터에서 탐색한 동일한 지점의 평균 위치와 그 분산 정도를 이용하여 안와뼈 평균모델을 생성하되, 상기 안와뼈 평균모델은 안와뼈의 평균형상 모델인, 안와뼈 평균모델 생성단계를 포함하는 방법.
제 1항에 있어서, 상기 동일 지점을 탐색하는 단계는,
상기 안와뼈 모델링 장치가 주요성분 분석(PCA, Principal Component Analysis) 방법 또는 특이값 분해(Singular value decomposition) 방법을 통한 유사도 분석을 통해 동일지점을 탐색하는 것인, 방법.
제 1항에 있어서, 상기 추출 안와뼈를 분할하는 단계는,
상기 안와뼈 모델링 장치가 상기 입력 영상에서 안와영역을 추출하는 단계;
상기 안와뼈 모델링 장치가 상기 안와영역에서 3차원 영역 성장기법을 이용하여 비강 영역의 분할을 수행하는 단계;
상기 안와뼈 모델링 장치가 상기 비강 영역이 분할된 안와영역에서 2차원 영역 성장기법 및 홀(hole)메우기를 통해 2차원 안와뼈의 분할을 수행하는 단계; 및
상기 안와뼈 모델링 장치가 상기 분할된 2차원의 안와뼈에서 3차원 형상 생성 및 후처리를 수행하여 추출 안와뼈를 분할하는 단계를 포함하는, 방법.
제 1항에 있어서, 상기 패치 영역을 분할하는 단계는,
상기 안와뼈 모델링 장치가 경계 설정을 통해 손실이 발생하는 안와영역에 대해 특정한 형상의 제1 패치 영역 및 제2 패치 영역을 지정하는 단계를 더 포함 것인, 방법.
제 1항에 있어서, 상기 학습 데이터는,
성별, 및 연령 중 적어도 하나를 포함하는 신체 데이터를 기초로 구별되어 있는 것인, 방법.
하나 이상의 프로세서; 및
상기 하나 이상의 프로세서에 의한 실행 시, 상기 하나 이상의 프로세서가 연산을 수행하도록 하는 명령들이 저장된 하나 이상의 메모리를 포함하고,
상기 하나 이상의 프로세서에 의해 수행되는 상기 연산은,
입력 영상에서 추출 안와뼈를 분할하는 연산;
상기 분할된 추출 안와뼈에서 내벽영역을 지정하고, 상기 내벽영역을 제1 패치 영역 및 제2 패치 영역으로 분할하는 연산;
상기 분할된 제1 패치 영역 및 제2 패치 영역에 대해 학습데이터에서 동일한 지점을 탐색하는 연산; 및
상기 학습데이터에서의 동일 지점의 평균 위치와 그 분산 정도를 이용하여, 안와뼈의 평균형상 모델인 안와뼈 평균모델을 생성하는 연산을 포함하는 안와뼈 모델링 장치.
하드웨어인 컴퓨터와 결합되어, 제1항 내지 제5항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된, 컴퓨터 단층 촬영 영상에서의 안와뼈 모델링 프로그램.