KR102472034B1 - X선 영상에서의 치아의 인접면 우식증 영역 검출 방법 및 장치 - Google Patents

X선 영상에서의 치아의 인접면 우식증 영역 검출 방법 및 장치 Download PDF

Info

Publication number
KR102472034B1
KR102472034B1 KR1020160019976A KR20160019976A KR102472034B1 KR 102472034 B1 KR102472034 B1 KR 102472034B1 KR 1020160019976 A KR1020160019976 A KR 1020160019976A KR 20160019976 A KR20160019976 A KR 20160019976A KR 102472034 B1 KR102472034 B1 KR 102472034B1
Authority
KR
South Korea
Prior art keywords
caries
area
ray image
boundary
suspected
Prior art date
Application number
KR1020160019976A
Other languages
English (en)
Other versions
KR20170098386A (ko
Inventor
김창익
은현준
임세열
Original Assignee
주식회사 바텍
한국과학기술원
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 주식회사 바텍, 한국과학기술원 filed Critical 주식회사 바텍
Priority to KR1020160019976A priority Critical patent/KR102472034B1/ko
Publication of KR20170098386A publication Critical patent/KR20170098386A/ko
Application granted granted Critical
Publication of KR102472034B1 publication Critical patent/KR102472034B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/14—Applications or adaptations for dentistry
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30036—Dental; Teeth

Abstract

X선 영상에서 치아의 우식증 의심 영역을 검출하는 방법이 개시된다. 개시된 방법은, X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하는 단계, 상기 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 설정하는 단계, 및 기계 학습 시스템(machine learning system)을 이용하여 상기 우식증 후보 영역에서 우식증 의심 영역을 검출하는 단계를 포함할 수 있다.

Description

X선 영상에서의 치아의 인접면 우식증 영역 검출 방법 및 장치{Method and Apparatus for Detection of a Region Representing Interdental Caries in an X-ray Image}
본 발명은 X선 의료 영상 처리에 관한 것으로, 더 구체적으로는 X선 영상을 분석하여 치아의 우식증 영역을 검출하는 기술에 관한 것이다.
치과 진단 및 치료 용으로 치아 X선 영상이 널리 활용되고 있다. 치아 X선 영상을 활용하는 용도는 다양한데, 그 중 하나가 치아의 우식증(dental caries)을 조기에 발견하는 것이다. 치아 X선 영상을 육안으로 검사하여 치아의 우식증으로 예상되는 영역을 식별함으로써 치아 우식증을 초기에 발견하고 이를 효과적으로 치료하는 것이 가능하다. 그러나, 육안에 의한 X선 영상의 검사에는 한계가 있다. 우식의 크기가 작거나 관심 영역 밖에 병변이 있을 경우 그리고 특히 치아의 인접면에 우식증이 있을 경우 식별이 어려울 수 있다. 이러한 이유로 치아 X선 영상에서 치아의 우식증으로 예상되는 영역을 자동으로 검출하는 기법에 대한 연구가 활발히 진행되고 있다.
그러나, 치아 X선 영상에서 다소 검출이 어려운 치아의 인접면에 있는 우식증 예상 영역을 자동으로 검출하는 기술에 대한 연구는 현재까지도 괄목할 만한 성과를 거두고 있지 못하다.
본 발명의 과제는 치아 X선 영상에서 치아 인접면에 있는 우식증 의심 영역을 자동으로 검출하여 우식증을 보다 정확하고 쉽게 진단할 수 있도록 해주는, X선 영상에서의 치아의 인접면 우식증 영역 검출 방법 및 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급한 과제들에 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 실시예들에 따르면, X선 영상에서 치아의 우식증 의심 영역을 검출하기 위한 장치가 제공된다. 이 장치는, X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하도록 구성된 치아 영역 경계 검출부, 상기 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 설정하도록 구성된 우식증 후보 영역 설정부, 및 상기 우식증 후보 영역에서 우식증 의심 영역을 검출하도록 구성된 우식증 의심 영역 검출부를 포함할 수 있다.
일 실시예에서, 상기 X선 영상은 치아들이 실질적으로 나란히 배열된 영상일 수 있다.
일 실시에에서, 상기 치아 영역 경계 검출부는, 상기 X선 영상의 수직 방향으로의 투사 데이터(projection data)를 생성하고, 상기 투사 데이터에서 밸리 점(valley point)을 추출하고, 상기 밸리 점을 참조하여 상기 경계를 검출하도록 더 구성될 수 있다.
일 실시예에서, 상기 치아 영역 경계 검출부는, 상기 X선 영상에서 상기 밸리 점에 대응하는 수직선을 설정하고, 상기 수직선 상에서 임의의 점을 선택하고, 상기 X선 영상에서 상기 임의의 점을 중심으로 상기 수직선을 선정된 각도 범위에서 회전시키면서 가상의 선들을 설정하고, 상기 수직선 및 상기 가상의 선들의 각각에 걸쳐 있는 픽셀들의 적어도 일부의 휘도 값들의 합을 산출하고, 상기 수직선 및 상기 가상의 선들 중 상기 합이 최소가 되는 선을 상기 경계로서 검출하도록 더 구성될 수 있다.
일 실시예에서, 상기 임의의 점은 상기 수직선에 걸쳐 있는 픽셀들 중 최소의 휘도 값을 갖는 픽셀에 대응하는 점일 수 있다.
일 실시예에서, 상기 선정된 각도 범위는 상기 수직선을 중심으로 좌우 20° 범위일 수 있다.
일 실시예에서, 상기 검출된 경계의 주변의 일정 영역은 상기 검출된 경계를 둘러싸는 바(bar) 형태의 영역일 수 있다.
일 실시예에서, 상기 우식증 의심 영역 검출부는, 기계 학습(machine learning)에 기반하여 치아 인접면 우식증 영역에 대한 특징 정보를 학습하고, 상기 학습에 의한 학습 결과 데이터를 이용하여 상기 우식증 후보 영역에서 상기 우식증 의심 영역을 자동으로 검출하도록 더 구성될 수 있다.
본 발명의 실시예들에 따르면, X선 영상에서 치아의 우식증 의심 영역을 검출하는 방법이 또한 제공된다. 이 방법은, X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하는 단계, 상기 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 설정하는 단계, 및 기계 학습 시스템(machine learning system)을 이용하여 상기 우식증 후보 영역에서 우식증 의심 영역을 검출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 X선 영상은 치아들이 실질적으로 나란히 배열된 영상일 수 있다.
일 실시예에서, 상기 X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하는 단계는, 상기 X선 영상의 수직 방향으로의 투사 데이터를 생성하는 단계, 상기 투사 데이터에서 밸리 점(valley point)을 추출하는 단계, 및 상기 밸리 점을 참조하여 상기 경계를 검출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 밸리 점을 참조하여 상기 경계를 검출하는 단계는, 상기 X선 영상에서 상기 밸리 점에 대응하는 수직선을 설정하는 단계, 상기 수직선 상에서 임의의 점을 선택하는 단계, 상기 X선 영상에서 상기 임의의 점을 중심으로 상기 수직선을 선정된 각도 범위에서 회전시키면서 가상의 선들을 설정하는 단계, 상기 수직선 및 상기 가상의 선들의 각각에 걸쳐 있는 픽셀들의 적어도 일부의 휘도 값들의 합을 산출하는 단계, 및 상기 수직선 및 상기 가상의 선들 중 상기 합이 최소가 되는 선을 상기 경계로서 검출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 임의의 점은 상기 수직선에 걸쳐 있는 픽셀들 중 최소의 휘도 값을 갖는 픽셀에 대응하는 점일 수 있다.
일 실시예에서, 상기 선정된 각도 범위는 상기 수직선을 중심으로 좌우 20° 범위일 수 있다.
일 실시예에서, 상기 검출된 경계의 주변의 일정 영역은 상기 검출된 경계를 둘러싸는 바(bar) 형태의 영역일 수 있다.
일 실시예에서, 상기 기계 학습 시스템을 이용하여 상기 우식증 후보 영역에서 우식증 의심 영역을 검출하는 단계는, 치아 인접면 우식증 영역에 대한 특징 정보를 학습하고, 상기 학습에 의한 학습 결과 데이터를 이용하여 상기 우식증 후보 영역에서 상기 우식증 의심 영역을 자동으로 검출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 기계 학습 시스템은 CNN(Convolutional Neural Network)일 수 있다.
본 발명의 실시예들에 따르면, 치아 X선 영상에서 치아 인접면에 있는 우식증 의심 영역을 자동으로 검출함으로써 우식증을 보다 정확하고 쉽게 진단할 수 있게 되는 기술적 효과가 있다.
또한, 본 발명의 실시예들에 따르면, 치아 X선 영상에서 인접면 우식증 의심 영역을 검출하는데 소요되는 처리 시간을 단축하고 검출 오류 발생 확률을 최소화할 수 있게 되는 기술적 효과가 있다.
도 1은 본 발명에 따라 X선 영상에서 치아의 우식증 의심 영역을 검출하는 방법을 실행하기 위한 하드웨어 플랫폼의 일 실시예를 도시한 도면이다.
도 2는 본 발명에 따라 X선 영상에서 치아의 우식증 의심 영역을 검출하는 방법을 설명하기 위한 흐름도의 일 실시예를 도시한 도면이다.
도 3은 입력 X선 영상의 일 실시예를 도시한 도면이다.
도 4는 도 3의 입력 X선 영상을 후속 영상 처리에 적합하도록 재배열한 X선 영상의 일 실시예를 도시한 도면이다.
도 5는 도 4의 X선 영상을 기초로 생성한 투사 데이터 그래프의 일 실시예를 도시한 도면이다.
도 6은 X선 영상에서 검출된 치아들을 나타내는 영역들 간의 경계들의 일 실시예를 도시한 도면이다.
도 7은 검출된 경계의 주변의 일정 영역으로서 선택된 우식증 후보 영역의 일 실시예를 도시한 도면이다.
본 발명의 이점들과 특징들 그리고 이들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해 질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 본 실시예들은 단지 본 발명의 개시가 완전하도록 하며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려 주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로 본 발명을 한정하려는 의도에서 사용된 것이 아니다. 예를 들어, 단수로 표현된 구성 요소는 문맥상 명백하게 단수만을 의미하지 않는다면 복수의 구성 요소를 포함하는 개념으로 이해되어야 한다. 또한, 본 발명의 명세서에서, '포함하다' 또는 '가지다' 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐이고, 이러한 용어의 사용에 의해 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성이 배제되는 것은 아니다. 또한, 본 명세서에 기재된 실시예에 있어서 '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하는 기능적 부분을 의미할 수 있다.
덧붙여, 다르게 정의되지 않는 한 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미가 있는 것으로 해석되어야 하며, 본 발명의 명세서에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 보다 상세히 설명한다. 다만, 이하의 설명에서는 본 발명의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
도 1은 본 발명에 따라 X선 영상에서 치아의 우식증 의심 영역을 검출하는 방법을 실행하기 위한 하드웨어 플랫폼의 일 실시예를 도시한 도면이다.
도 1에 도시된 바와 같이, 하드웨어 플랫폼(100)은 입력 인터페이스(110), 영상 처리부(120), 저장부(130) 및 디스플레이부(140)를 포함할 수 있다. 입력 인터페이스(110)는 본 발명의 다양한 실시예들에 따른 영상 처리를 수행하기 위하여 사용자 명령을 입력하기 위한 하드웨어 및 소프트웨어 모듈로 구성될 수 있다. 입력 인터페이스(110)는 필요한 다양한 명령을 영상 처리부(120)로 입력하거나, X선을 이용하여 I/O(Intra Oral) 촬영 장치에서 획득한 X선 영상, X선 파노라마 영상, X선 CT 영상 등의 X선 영상을 저장부(130)로 입력하거나, 디스플레이된 영상의 일부 또는 전부를 지시하여 이에 따른 다양한 영상 처리를 수행하기 위해 유리하게 사용될 수 있다. 일 실시예에서, 입력 인터페이스(110)는 컴퓨터의 키보드(keyboard), 키패드(keypad), 터치패드(touchpad), 마우스(mouse) 등을 포함할 수 있으나, 입력 인터페이스의 종류가 이에 제한되는 것은 아니다. 예컨대, 입력 인터페이스(110)는 전술한 입력 장치들을 이용하여 제어 가능한 그래픽 사용자 인터페이스(Graphic User Interface)를 포함할 수도 있다. 디스플레이부(140)는 본 발명의 다양한 실시예에 따라 형성된 영상들을 디스플레이하기 위한 것으로, LCD 디스플레이, LED 디스플레이, AMOLED 디스플레이, CRT 디스플레이 등의 다양한 디스플레이 장치를 포함할 수 있다.
저장부(130)는 X선을 이용하여 I/O(Intra Oral) 촬영 장치에서 획득한 X선 영상, X선 파노라마 영상, X선 CT 영상 등의 X선 영상을 저장하기 위해 사용될 수 있다. 저장부(130)는 본 발명의 다양한 실시예들에 따른 영상 처리를 수행함에 따른 중간 결과의 영상 데이터, 본 발명의 다양한 실시예들에 따른 영상 처리를 수행함으로써 얻어진, 결과 영상 데이터, 본 발명의 다양한 실시예들에 따른 영상 처리를 수행하는데 필요한 변수값들을 저장하기 위해 사용될 수 있다. 저장부(130)는 영상 처리부(120)의 구현에 필요한 소프트웨어/펌웨어 등을 더 저장할 수 있다. 저장부(130)는 플래시 메모리 타입(flash memory type), 하드 디스크 타입(hard disk type), 멀티미디어 카드(MultiMedia Card: MMC), 카드 타입의 메모리(예를 들어, SD(Secure Digital) 카드 또는 XD(eXtream Digital) 카드 등), RAM(Random Access Memory), SRAM(Static Random Access Memory), ROM(Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크 및 광 디스크 중 어느 하나의 저장 매체로 구현될 수 있으나, 당업자라면 저장부(130)의 구현 형태가 이에 한정되는 것이 아님을 알 수 있을 것이다.
영상 처리부(120)는 저장부(130)로부터 X선 영상 데이터의 전부 또는 일부를 독출하여 본 발명의 다양한 실시예들에 따라 X선 영상에서 치아의 우식증 의심 영역을 검출하는 방법을 수행하도록 구성될 수 있다. 도 1에 도시된 바와 같이, 영상 처리부(120)는 치아 영역 경계 검출부(122), 우식증 후보 영역 설정부(124) 및 우식증 의심 영역 검출부(126)를 포함할 수 있다. 치아 영역 경계 검출부(122)는 X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하는 연산 동작을 수행하도록 구성될 수 있다. 우식증 후보 영역 설정부(124)는 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 설정하도록 구성될 수 있다. 우식증 의심 영역 검출부(126)는 우식증 후보 영역에서 우식증 의심 영역을 검출하도록 구성될 수 있다. 일 실시예에서, 우식증 의심 영역 검출부(126)는, 기계 학습(machine learning)에 기반하여 치아 인접면 우식증 영역에 대한 특징 정보를 학습하고, 상기 학습에 의한 학습 결과 데이터를 이용하여 상기 우식증 후보 영역에서 상기 우식증 의심 영역을 자동으로 검출하도록 더 구성될 수 있다. 일 실시예에서, 영상 처리부(120)는 영상 회전, 영상 확대, 영상 스크롤(scroll), 영상 드래그 앤 드롭(drag and drop), 영상 잘라내기 등의 다양한 영상 처리 기능들을 제공하는 이미지 뷰어 프로그램(도시되지 않음)을 구비할 수 있다.
영상 처리부(120)는, 하드웨어적 측면에서 응용 주문형 집적 회로(Application Specific Integrated Circuits: ASICs), 디지털 신호 처리기(Digital Signal Processors: DSPs), 디지털 신호 처리 소자(Digital Signal Processing Devices: DSPDs), 프로그램 가능 논리 소자(Programmable Logic Devices: PLDs), 현장 프로그램 가능 게이트 어레이(Field-Programmable Gate Arrays: FPGAs), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers) 및 마이크로 프로세서 (microprocessors) 중 적어도 하나를 이용하여 구현될 수 있다. 영상 처리부(120)는 또한 전술한 하드웨어 플랫폼(platform) 상에서 실행 가능한 펌웨어(firmware)/소프트웨어 모듈로 구현될 수 있다. 이 경우, 펌웨어/소프트웨어 모듈은 적절한 프로그램(program) 언어로 쓰여진 하나 또는 그 이상의 소프트웨어 애플리케이션(software applications)에 의해 구현될 수 있다.
도 2는 본 발명에 따라 X선 영상에서 치아의 우식증 의심 영역을 검출하는 방법을 설명하기 위한 흐름도의 일 실시예를 도시한 도면이다. 도 3은 입력 X선 영상의 일 실시예를 도시한 도면이다. 도 4는 도 3의 입력 X선 영상을 후속 영상 처리에 적합하도록 재배열한 X선 영상의 일 실시예를 도시한 도면이다. 도 5는 도 4의 X선 영상을 기초로 생성한 투사 데이터 그래프의 일 실시예를 도시한 도면이다. 도 6은 X선 영상에서 검출된 치아들을 나타내는 영역들 간의 경계들의 일 실시예를 도시한 도면이다. 도 7은 검출된 경계의 주변의 일정 영역으로서 선택된 우식증 후보 영역의 일 실시예를 도시한 도면이다.
본 발명에 따른 치아 우식증 의심 영역 검출 방법의 일 실시예는, X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하는 단계(S210)로부터 시작된다. 이 단계에서는 치아 영역 경계 검출부(122)가 저장부(130)로부터 입력 X선 영상(300, 도 3 참조)을 읽어와서 디스플레이부(140)에 표시한 후, 입력 X선 영상(300)에서의 치아들이 실질적으로 수평 방향으로 나란히 정렬되도록 입력 X선 영상을 적절히 편집하여 재배열된 X선 영상(400, 도 4 참조, 이하 'X선 영상'이라 함)을 생성한다. 이 경우, 입력 X선 영상(300)을 편집하기 위하여 영상 처리부(120)에 구비된 이미지 뷰어 프로그램(도시되지 않음)을 이용할 수 있다. 일 실시예에서, 이미지 뷰어 프로그램은 영상 회전, 영상 확대, 영상 스크롤, 영상 드래그 앤 드롭 등의 다양한 기능들을 제공할 수 있다. 입력 X선 영상(300)은 X선을 이용하여 I/O 촬영 장치에서 획득한 X선 영상, X선 파노라마 영상, X선 CT 영상 등의 X선 영상을 포함할 수 있으나, 입력 X선 영상(300)이 이에 제한되는 것이 아님을 인식하여야 한다.
X선 영상(400)을 생성한 후, 치아 영역 경계 검출부(122)는 X선 영상(400)에서 치아들을 나타내는 영역들 간의 경계를 검출한다. 일 실시예에서, 치아 경계 검출을 위해 X선 영상(400)의 수직 방향으로의 투사 데이터(projection data) 그래프를 생성할 수 있다. 투사 데이터 그래프는 X선 영상(400)의 각 수평 방향의 픽셀 위치에서 수직 방향으로 배열된 픽셀들을 더하여 누적한 값을 해당 픽셀 위치에서의 투사 값으로 할당하여 생성한 그래프일 수 있다. 수직 투사 데이터 그래프의 일 실시예를 해당 X선 영상과 함께 도 5에 도시하였다. 수직 투사 데이터 그래프가 생성되면, 투사 데이터에서 밸리 점(Valley Point: VP)을 추출할 수 있다. 밸리 점(VP)은 투사 데이터에서 아래로 향하는 피크일 수 있는데, 밸리 점(VP)을 찾는 이유는 치아의 경계 부분이 작은 픽셀 값을 가지므로, 투사 데이터에서 그 값이 작은 위치일수록 해당 위치(해당 위치에서의 수직 방향)가 치아의 경계 부분일 가능성이 크기 때문이다. 이렇게 추출한 밸리 점(VP)을 이용하여 치아 경계를 검출할 수 있다.
이제, 밸리 점(VP)을 이용하여 치아 경계를 검출하는 방법을 좀 더 구체적으로 기술하기로 한다. 먼저, X선 영상(400)에서 밸리 점에 대응하는 위치에서 수직선을 설정하고, 설정된 수직선 상에서 임의의 점을 선택한다. 일 실시예에서, 임의의 점은 설정된 수직선에 걸쳐 있는 픽셀들 중 최소의 휘도 값을 갖는 픽셀에 대응하는 점일 수 있다. 일 실시예에서, 임의의 점은 설정된 수직선 상에서의 임의의 낮은 휘도 값을 갖는 픽셀에 대응하는 점일 수 있다. 그런 다음, X선 영상(400)에서 선택된 점을 중심으로 수직선을 선정된 각도 범위에서 회전시키면서 가상의 선들을 설정하고, 설정된 수직선 및 가상의 선들의 각각에 걸쳐 있는 픽셀들의 휘도 값들의 합을 산출한다. 이 경우, 모든 휘도 값들을 더하는 대신에 일부의 휘도 값들의 합을 산출하는 것도 가능하다. 일 실시예에서, 선정된 각도 범위는 수직선을 중심으로 좌우 20° 범위일 수 있으나, 이에 제한되는 것은 아니다. 각도 범위가 넓으면 더 정확한 경계 검출이 가능하지만 반면에 연산량이 많아지고, 각도 범위가 좁으면 연산량은 줄어드나 경계 검출의 정확도가 다소 떨어질 수 있으므로 적절히 절충된 각도 범위를 선택하는 것이 바람직하다. 그런 다음, 수직선 및 가상의 선들 중 상기 합이 최소가 되는 선을 경계로서 검출할 수 있다. 상기 합이 최소가 되는 선은 낮은 휘도 값을 가지는 어두운 경계 부분의 픽셀들이 걸쳐 있는 선이기 때문이다. 도 6에 X선 영상에서 검출된 치아들을 나타내는 영역들 간의 경계들(610)을 도시하였다.
단계(S220)는 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 설정하는 단계이다. 이 단계에서는, 우식증 후보 영역 설정부(124)가, 예컨대 영상 처리부(120)에 구비된 이미지 뷰어의 잘라내기 기능을 이용하여 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 선택할 수 있다. 일 실시예에서, 일정 영역은 검출된 경계를 둘러싸는, 도 7에 도시된 바와 같은 바(bar) 형태의 영역(730)일 수 있다. 단계(S230)에서는, 우식증 의심 영역 검출부(126)에 의하여 우식증 후보 영역(730)에서 우식증 의심 영역을 검출한다. 이 경우, 우식증 의심 영역 검출부(126)는 기계 학습 시스템(machine learning system)에 기반하여 우식증 의심 영역을 검출할 수 있다. 즉, 우식증 의심 영역 검출부(126)는 치아 인접면 우식증 영역에 대한 특징 정보를 학습하고, 이러한 학습에 의한 학습 결과 데이터를 이용하여 우식증 후보 영역(730)에서 우식증 의심 영역을 자동으로 검출할 수 있다. 일 실시예에서, 기계 학습 시스템은 데이터를 기반으로 자체적으로 학습한 내용을 바탕으로 회귀, 분류, 군집화 등의 예측 작업을 수행하는 CNN(Convolutional Neural Network)일 수 있다. 단계(S240)에서는, 단계(S230)에서 우식증 의심 영역이 검출되는 경우, 검출된 우식증 의심 영역의 위치에 대한 정보를 포함하는 경고 메시지를 디스플레이부(140)에 표시할 수 있다.
이상으로 설명한 바와 같이, X선 영상(400)에서 치아의 인접면에 해당하는 영역을 우식증 후보 영역(730)으로 선택하고 우식증 의심 영역 검출 대상을 선택된 우식증 후보 영역(730)으로 한정함으로써 기계 학습 시스템의 학습 효율을 높일 수 있고, 결과적으로 인접면 우식증 검출에 있어서의 처리 시간 단축, 오류 발생 확률 최소화 및 정확도 제고를 기할 수 있게 된다.
본원에 개시된 실시예들에 있어서, 도시된 구성 요소들의 배치는 발명이 구현되는 환경 또는 요구 사항에 따라 달라질 수 있다. 예컨대, 일부 구성 요소가 생략되거나 몇몇 구성 요소들이 통합되어 하나로 실시될 수 있다. 또한 일부 구성 요소들의 배치 순서 및 연결이 변경될 수 있다.
이상에서는 본 발명의 다양한 실시예들에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예들에 한정되지 아니하며, 상술한 실시예들은 첨부하는 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양하게 변형 실시될 수 있음은 물론이고, 이러한 변형 실시예들이 본 발명의 기술적 사상이나 범위와 별개로 이해되어져서는 아니 될 것이다. 따라서, 본 발명의 기술적 범위는 오직 첨부된 특허청구범위에 의해서만 정해져야 할 것이다.
110: 입력 인터페이스
120: 영상 처리부
122: 치아 영역 경계 검출부
124: 우식증 후보 영역 설정부
126: 우식증 의심 영역 검출부
130: 저장부
140: 디스플레이부

Claims (15)

  1. X선 영상에서 치아의 우식증 의심 영역을 검출하기 위한 장치로서,
    X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하도록 구성된 치아 영역 경계 검출부,
    상기 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 설정하도록 구성된 우식증 후보 영역 설정부, 및
    상기 우식증 후보 영역에서 우식증 의심 영역을 검출하도록 구성된 우식증 의심 영역 검출부를 포함하고,
    상기 치아 영역 경계 검출부는, 상기 치아들이 실질적으로 수평 방향으로 나란히 배열되도록 상기 X선 영상을 재배열하고, 상기 X선 영상의 수직 방향으로의 투사 데이터(projection data)를 생성하고, 상기 투사 데이터에서 밸리 점(valley point)을 추출하고, 상기 밸리 점을 참조하여 상기 경계를 검출하도록 더 구성되는, 치아 우식증 의심 영역 검출 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 치아 영역 경계 검출부는, 상기 X선 영상에서 상기 밸리 점에 대응하는 수직선을 설정하고, 상기 수직선 상에서 임의의 점을 선택하고, 상기 X선 영상에서 상기 임의의 점을 중심으로 상기 수직선을 선정된 각도 범위에서 회전시키면서 가상의 선들을 설정하고, 상기 수직선 및 상기 가상의 선들의 각각에 걸쳐 있는 픽셀들의 적어도 일부의 휘도 값들의 합을 산출하고, 상기 수직선 및 상기 가상의 선들 중 상기 합이 최소가 되는 선을 상기 경계로서 검출하도록 더 구성되는, 치아 우식증 의심 영역 검출 장치.
  4. 제3항에 있어서,
    상기 임의의 점은 상기 수직선에 걸쳐 있는 픽셀들 중 최소의 휘도 값을 갖는 픽셀에 대응하는 점인, 치아 우식증 의심 영역 검출 장치.
  5. 제3항에 있어서,
    상기 선정된 각도 범위는 상기 수직선을 중심으로 좌우 20° 범위인, 치아 우식증 의심 영역 검출 장치.
  6. X선 영상에서 치아의 우식증 의심 영역을 검출하기 위한 장치로서,
    X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하도록 구성된 치아 영역 경계 검출부,
    상기 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 설정하도록 구성된 우식증 후보 영역 설정부, 및
    상기 우식증 후보 영역에서 우식증 의심 영역을 검출하도록 구성된 우식증 의심 영역 검출부를 포함하고,
    상기 검출된 경계의 주변의 일정 영역은 상기 검출된 경계를 둘러싸는 바(bar) 형태의 영역인, 치아 우식증 의심 영역 검출 장치.
  7. X선 영상에서 치아의 우식증 의심 영역을 검출하기 위한 장치로서,
    X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하도록 구성된 치아 영역 경계 검출부,
    상기 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 설정하도록 구성된 우식증 후보 영역 설정부, 및
    상기 우식증 후보 영역에서 우식증 의심 영역을 검출하도록 구성된 우식증 의심 영역 검출부를 포함하고,
    상기 우식증 의심 영역 검출부는, 기계 학습(machine learning)에 기반하여 치아 인접면 우식증 영역에 대한 특징 정보를 학습하고, 상기 학습에 의한 학습 결과 데이터를 이용하여 상기 우식증 후보 영역에서 상기 우식증 의심 영역을 자동으로 검출하도록 더 구성되는, 치아 우식증 의심 영역 검출 장치.
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. X선 영상에서 치아의 우식증 의심 영역을 검출하는 방법으로서,
    X선 영상에서 치아들을 나타내는 영역들 간의 경계를 검출하는 단계,
    상기 검출된 경계의 주변의 일정 영역을 우식증 후보 영역으로 설정하는 단계, 및
    기계 학습 시스템(machine learning system)을 이용하여 상기 우식증 후보 영역에서 우식증 의심 영역을 검출하는 단계를 포함하고,
    상기 기계 학습 시스템을 이용하여 상기 우식증 후보 영역에서 우식증 의심 영역을 검출하는 단계는, 치아 인접면 우식증 영역에 대한 특징 정보를 학습하고, 상기 학습에 의한 학습 결과 데이터를 이용하여 상기 우식증 후보 영역에서 상기 우식증 의심 영역을 자동으로 검출하는 단계를 포함하는, 치아 우식증 의심 영역 검출 방법.
  15. 삭제
KR1020160019976A 2016-02-19 2016-02-19 X선 영상에서의 치아의 인접면 우식증 영역 검출 방법 및 장치 KR102472034B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160019976A KR102472034B1 (ko) 2016-02-19 2016-02-19 X선 영상에서의 치아의 인접면 우식증 영역 검출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160019976A KR102472034B1 (ko) 2016-02-19 2016-02-19 X선 영상에서의 치아의 인접면 우식증 영역 검출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20170098386A KR20170098386A (ko) 2017-08-30
KR102472034B1 true KR102472034B1 (ko) 2022-11-30

Family

ID=59760511

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160019976A KR102472034B1 (ko) 2016-02-19 2016-02-19 X선 영상에서의 치아의 인접면 우식증 영역 검출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102472034B1 (ko)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102160097B1 (ko) * 2018-01-25 2020-09-25 (주)바텍이우홀딩스 치아영역 추출 시스템 및 방법
KR102309052B1 (ko) * 2018-08-01 2021-10-05 연세대학교 산학협력단 치아 우식 영역의 예측 방법 및 이를 이용한 디바이스
KR102135874B1 (ko) * 2018-11-01 2020-07-20 프리즈머블 주식회사 상태정보 분석장치, 방법, 시스템 및 프로그램
KR102197422B1 (ko) * 2018-11-29 2020-12-31 순천향대학교 산학협력단 모바일 형광 영상 기반 치아 우식증 조기 진단 시스템 및 방법
KR102232043B1 (ko) * 2019-05-09 2021-03-25 주식회사 디오 영상데이터에서 치아와 치조골을 분리하는 모델 생성 방법 및 장치
KR102200999B1 (ko) * 2019-10-30 2021-01-11 주식회사 메디누보 치아 이미지에 기초한 치주 질환 예후 평가 장치 및 방법
US20230237650A1 (en) * 2020-06-24 2023-07-27 Oral Tech Ai Pty Ltd Computer-implemented detection and processing of oral features
KR102442719B1 (ko) * 2020-10-22 2022-09-13 주식회사 메디트 이미지 처리 방법 및 이를 이용한 이미지 처리 장치
KR20220114715A (ko) 2021-02-09 2022-08-17 한양대학교 에리카산학협력단 엑스선 영상 분석 시스템 및 방법
KR102662008B1 (ko) * 2022-08-18 2024-04-30 오스템임플란트 주식회사 치아 병변 정보 시각화 방법 및 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000024013A (ja) 1998-06-04 2000-01-25 Kaltenbach & Voigt Gmbh & Co 歯における虫歯、歯石、団塊または細菌感染の識別方法および装置
JP2005013363A (ja) 2003-06-24 2005-01-20 Masakazu Yagi 画像解析装置
JP2012100826A (ja) 2010-11-09 2012-05-31 J Morita Tokyo Mfg Corp 歯科用計測装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9235901B2 (en) * 2009-10-14 2016-01-12 Carestream Health, Inc. Method for locating an interproximal tooth region
KR101615370B1 (ko) * 2014-07-30 2016-04-26 주식회사 오즈텍 치아 법랑질의 부피 측정 시스템 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000024013A (ja) 1998-06-04 2000-01-25 Kaltenbach & Voigt Gmbh & Co 歯における虫歯、歯石、団塊または細菌感染の識別方法および装置
JP2005013363A (ja) 2003-06-24 2005-01-20 Masakazu Yagi 画像解析装置
JP2012100826A (ja) 2010-11-09 2012-05-31 J Morita Tokyo Mfg Corp 歯科用計測装置

Also Published As

Publication number Publication date
KR20170098386A (ko) 2017-08-30

Similar Documents

Publication Publication Date Title
KR102472034B1 (ko) X선 영상에서의 치아의 인접면 우식증 영역 검출 방법 및 장치
WO2019037676A1 (zh) 图像处理方法及装置
US20160048737A1 (en) Apparatus and method for adaptive computer-aided diagnosis
US11854195B2 (en) Systems and methods for automated analysis of medical images
JP6901007B2 (ja) 学習装置、検査システム、学習方法、検査方法およびプログラム
US20210219839A1 (en) Method for classifying fundus image of subject and device using same
Ribeiro et al. Handling inter-annotator agreement for automated skin lesion segmentation
JP2018152081A (ja) 取得された画像内のクラッタを決定するためのシステム及び方法
EP1908404A1 (en) Abnormal shade candidate detection method and abnormal shade candidate detection device
KR102580419B1 (ko) 병리 슬라이드 이미지 내의 관심 영역을 검출하기 위한 방법 및 시스템
Zhu et al. CRCNet: Global-local context and multi-modality cross attention for polyp segmentation
JP7154098B2 (ja) 医用画像閲覧装置、医用画像処理装置、及び、医用画像診断装置
JPWO2020054604A1 (ja) 情報処理装置、制御方法、及びプログラム
Kempers et al. Positional assessment of lower third molar and mandibular canal using explainable artificial intelligence
Mikolaj et al. Removing confounding information from fetal ultrasound images
KR102471937B1 (ko) X선 영상을 이용한 치아 우식 가능성 판단 방법
CN110838103A (zh) 一种图像处理方法、装置、诊断设备及计算机存储介质
US11927540B2 (en) Information processing apparatus, information processing method, and recording medium
US20220245797A1 (en) Information processing apparatus, information processing method, and information processing program
Chen et al. Pseudo-labeling for small lesion detection on diabetic retinopathy images
JPWO2019156140A1 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
KR20180070365A (ko) 치과용 x선 영상에서 복수의 병변을 검출하는 장치 및 방법
Zhu et al. Automatic detection and recognition of silicosis in chest radiograph
EP4008010A1 (en) Systems, methods and apparatuses for visualization of imaging data
JP2007330419A (ja) 画像表示装置および方法並びにプログラム

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant