KR102663449B1 - 방사선 영상에서 척추 전위 정량화 방법 및 장치 - Google Patents

방사선 영상에서 척추 전위 정량화 방법 및 장치 Download PDF

Info

Publication number
KR102663449B1
KR102663449B1 KR1020210148953A KR20210148953A KR102663449B1 KR 102663449 B1 KR102663449 B1 KR 102663449B1 KR 1020210148953 A KR1020210148953 A KR 1020210148953A KR 20210148953 A KR20210148953 A KR 20210148953A KR 102663449 B1 KR102663449 B1 KR 102663449B1
Authority
KR
South Korea
Prior art keywords
vertebral body
vertebral
quantifying
center
feature point
Prior art date
Application number
KR1020210148953A
Other languages
English (en)
Other versions
KR20230063665A (ko
Inventor
장준수
이상훈
Original Assignee
한국 한의학 연구원
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 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to KR1020210148953A priority Critical patent/KR102663449B1/ko
Publication of KR20230063665A publication Critical patent/KR20230063665A/ko
Application granted granted Critical
Publication of KR102663449B1 publication Critical patent/KR102663449B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G06T2207/30008—Bone
    • G06T2207/30012—Spine; Backbone

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Physiology (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

방사선 영상에서 척추 전위 정량화 방법 및 장치가 개시된다. 본 발명의 일실시예에 따른, 방사선 영상에서 척추 전위 정량화 방법은, 방사선 영상의 입력에 따라, 상기 방사선 영상 내 추체에 대해 추체 꼭지점을 검출하는 단계; 상기 검출된 추체 꼭지점으로부터 추체 중심선 특징점을 정의하는 단계; 상기 추체 중심선 특징점을 이용하여 획득하는 다항 곡선에 의해 추체 중심선을 표현하는 단계; 및 상기 추체 중심선 특징점과 상기 추체 중심선 사이의 거리 차이에 따른, 상기 추체에 대한 전위 정도를 정량화하는 단계를 포함 할 수 있다.

Description

방사선 영상에서 척추 전위 정량화 방법 및 장치{METHOD AND APPARATUS FOR QUANTIFYING SPINAL POTENTIAL IN RADIOGRAPHIC IMAGES}
본 발명은 요추의 전위 정도를 정량화 할 수 있는 자동화 알고리즘에 관한 것으로, 보다 구체적으로 추체(椎體, Centrum)의 추체 꼭지점 자동 추출을 위해 합성곱 신경망 기반의 네트워크를 활용하고, 추출된 추체 꼭지점의 위치를 이용하여 추체 중심선 특징점을 계산하며, 계산된 추체 중심선 특징점에 다항 곡선 적합을 수행하여 추체 중심선을 얻고, 각 추체 중심선 특징점에서 추체 중심선을 표현한 다항 곡선까지의 최소 거리값을 계산함으로써 전위 정량화를 수행하는, 방사선 영상에서 척추 전위 정량화 방법 및 장치에 관한 것이다.
척추 통증의 주요 원인이 되는 추체의 전후방 전위증은, 주로 방사선 영상 분석을 통하여 진단되곤 하였다.
척추 전후방전위증은, 척추 뼈가 앞으로, 또는 뒤로 튀어나와 신경을 압박하는 질환으로, 주로 척추체가 아래쪽에 있는 척추체 보다 전방(배쪽)으로 미끄러지듯 어긋남에 따라 발생 할 수 있다.
방사선 영상 분석은, 환자의 척추 뼈에 대해 촬영된 방사선 영상을, 의료진이 판독, 검토, 분석 후 질환을 진단하는 기법일 수 있다.
하지만, 지금까지는, 주로 사람의 수작업에 의해서, 추체의 전위 정도가 정량화되어 왔고, 이러한 수작업에 의한 정량화 과정은 정확성과 반복성에 있어, 많은 단점을 가지고 있다.
따라서, 수작업 정량화에 관한 정확성, 반복성을 개선하기 위해서, 요추의 전위 정도를 자동으로 정량화 할 수 있는 자동화 알고리즘의 등장이 절실히 요구되고 있는 실정이다.
본 발명의 실시예는, 입력 영상에서, 추체 꼭지점을 검출하고, 추체 중심선 특징점을 계산하며, 추체 중심선 특징점으로부터 다항 곡선 적합을 수행하여 추체 중심선을 구하여 다항 곡선 적합이 완료되면, 추체 중심선 특징점과 다항 곡선 사이의 최소 거리를 계산하여 전위 정도 정량화를 수행하는, 방사선 영상에서 척추 전위 정량화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 발명의 실시예는, 진단 및 치료 효과의 정량화를 통한 객관적인 평가가 가능하여, 의사들이 보다 정확하고 효율적으로 척추 질환 진단을 가능하게 하는 것을 목적으로 한다.
본 발명의 일실시예에 따른, 방사선 영상에서 척추 전위 정량화 방법은, 방사선 영상의 입력에 따라, 상기 방사선 영상 내 추체에 대해 추체 꼭지점을 검출하는 단계; 상기 검출된 추체 꼭지점으로부터 추체 중심선 특징점을 정의하는 단계; 상기 추체 중심선 특징점을 이용하여 획득하는 다항 곡선에 의해 추체 중심선을 표현하는 단계; 및 상기 추체 중심선 특징점과 상기 추체 중심선 사이의 거리 차이에 따른, 상기 추체에 대한 전위 정도를 정량화하는 단계를 포함할 수 있다.
또한, 본 발명의 실시예에 따른, 방사선 영상에서 척추 전위 정량화 장치는, 방사선 영상의 입력에 따라, 상기 방사선 영상 내 추체에 대해 추체 꼭지점을 검출하는 검출부; 상기 검출된 추체 꼭지점으로부터 추체 중심선 특징점을 정의하는 정의부; 상기 추체 중심선 특징점을 이용하여 획득하는 다항 곡선에 의해 추체 중심선을 표현하는 표현; 및 상기 추체 중심선 특징점과 상기 추체 중심선 사이의 거리 차이에 따른, 상기 추체에 대한 전위 정도를 정량화하는 정량화부를 포함하여 구성할 수 있다.
본 발명의 일실시예에 따르면, 입력 영상에서, 추체 꼭지점을 검출하고, 추체 중심선 특징점을 계산하며, 추체 중심선 특징점으로부터 다항 곡선 적합을 수행하여 추체 중심선을 구하여 다항 곡선 적합이 완료되면, 추체 중심선 특징점과 다항 곡선 사이의 최소 거리를 계산하여 전위 정도 정량화를 수행하는, 방사선 영상에서 척추 전위 정량화 방법 및 장치를 제공 할 수 있다.
또한, 본 발명에 의해서는, 진단 및 치료 효과의 정량화를 통한 객관적인 평가가 가능하여, 의사들이 보다 정확하고 효율적으로 척추 질환 진단을 가능하게 할 수 있다.
도 1은 본 발명의 일실시예에 따른 방사선 영상에서 척추 전위 정량화 장치의 구성을 도시한 블록도이다.
도 2는 본 발명에서 사용되는 용어에 대해 정의하기 위한 도이다.
도 3는 본 발명에 따른 전체 자동화 알고리즘의 구조를 설명하기 위한 도이다.
도 4는 스플라인과 다항 곡선 추정을 비교한 사진이다.
도 5는 추체 중심선 특징과 적합 곡선 사이의 거리 계산을 예시한 사진이다.
도 6은 추체 전위 정량화를 예시하기 위한 도이다.
도 7은 본 발명의 일실시예에 따른, 방사선 영상에서 척추 전위 정량화 방법을 도시한 흐름도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도1은 본 발명의 일실시예에 따른 방사선 영상에서 척추 전위 정량화 장치의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명의 일실시예에 따른, 방사선 영상에서 척추 전위 정량화 장치(이하, '척추 전위 정량화 장치'라 약칭함)(100)는, 검출부(110), 정의부(120), 표현부(130), 및 정량화부(140)를 포함하여 구성할 수 있다.
검출부(110)는 방사선 영상의 입력에 따라, 상기 방사선 영상 내 추체에 대해 추체 꼭지점을 검출한다. 즉, 검출부(110)는 환자의 척추를 촬영한 방사선 영상을 입력 영상으로 입력 받고, 방사선 영상 내에서 추체로 추정되는 오브젝트가 점유하는 영역의 꼭지점을 추체 꼭지점으로 검출하는 역할을 할 수 있다.
추체 꼭지점의 검출에 있어, 검출부(110)는, 상기 추체를 사각형으로 근사하고, 상기 근사된 사각형의 4개의 꼭지점을 상기 추체 꼭지점으로 검출 할 수 있다. 즉, 검출부(110)는 방사선 영상 내에서 추체로 추정되는 오브젝트가 점유하는 영역을 사각형으로 마킹하고, 마킹된 사각형의 각 꼭지를 4개의 추체 꼭지점으로 결정할 수 있다.
실시예에 따라, 검출부(110)는, coarse-to-fine 접근에 의한 두 단계 합성곱 신경망을 사용하여, 추체의 추체 꼭지점 4개를 검출할 수 있다.
정의부(120)는 상기 검출된 추체 꼭지점으로부터 추체 중심선 특징점을 정의한다. 즉, 정의부(120)는 추체에 근사된 사각형의 각 꼭지점을 이용하여, 추체를 특정하는 특징점을 지정하는 역할을 할 수 있다.
추체 중심선 특징점은, 추체 중심점, 추체 상연 선분의 중심점, 상기 추체 하연 선분의 중심점 일 수 있다.
추체 중심선 특징점의 정의에 있어, 정의부(120)는 상기 4 개의 꼭지점으로부터 추체 중심점을 결정할 수 있다. 이를 위해, 정의부(120)는 4개의 꼭지점을 대각으로 잇는 선분의 교차점, 즉 추체를 근사하는 사각형의 중점을 추체 중심점으로 결정할 수 있다.
또한, 정의부(120)는 상기 4 개의 꼭지점 중 추체 상연 꼭지점 2개를 잇는 선분의 중심을 추체 상연 선분의 중심점으로 결정할 수 있다. 즉 정의부(120)는 추체를 근사하는 사각형의 위쪽 선분의 중점을, 추체 상연 선분의 중심점으로 결정할 수 있다.
또한, 정의부(120)는 상기 4 개의 꼭지점 중 추체 하연 꼭지점 2개를 잇는 선분의 중심을 추체 하연 선분의 중심점으로 결정할 수 있다. 즉, 정의부(120)는 추체를 근사하는 사각형의 아랫쪽 선분의 중점을, 추체 하연 선분의 중심점으로 결정할 수 있다.
정의부(120)는 계산된 이들, 추체 중심점, 추체 상연 선분의 중심점, 및 추체 하연 선분의 중심점을, 추체 중심선 특징점으로 정의 할 수 있다.
표현부(130)는 상기 추체 중심선 특징점을 이용하여 획득하는 다항 곡선에 의해 추체 중심선을 표현한다. 즉, 표현부(130)는 정의된 추체 중심점, 추체 상연 선분의 중심점, 및 추체 하연 선분의 중심점을 잇는 다항 곡선을 유추하고, 유추된 다항 곡선을 추체 중심선으로 정하는 역할을 할 수 있다.
다항 곡선의 유추에 있어, 표현부(130)는, 다항 곡선 적합(fitting)을 활용할 수 있다.
표현부(130)는 상기 추체 중심점, 상기 추체 상연 선분의 중심점, 상기 추체 하연 선분의 중심점 각각에 대해, 다항 곡선 적합을 수행하여 도출되는 다항 곡선으로, 상기 추체 중심선을 표현 할 수 있다.
다항 곡선 적합은 주어진 데이터(추체 중심선 특징점)들을 적합한 곡선으로 맞추는 기법 일 수 있다. 즉, 다항 곡선 적합은 이산적인 값 사이에 있는 점들을 근사화하는 추정 곡선(함수)을 얻는 기법 일 수 있다.
또한, 다항 곡선 적합은 복잡한 함수를 간단한 함수로 근사(Approximation)화하는 것으로, 주로 다항식 근사(Polynomial Approximation), 함수 근사(Function Approximation) 등으로 칭할 수 있다.
다항 곡선 적합은 보간법(Interpolation)과 회귀분석(Regression Analysis)으로 구분할 수 있다.
보간법에 따른 다항 곡선 적합은, 기지 값들에 의해, 미지 값에 대한 근사 모형을 추구하는 것으로, 기지의 두 점 사이를 지나는 함수를 구해, 임의 점의 함수값을 추정하는 방법일 수 있다.
회귀분석에 따른 다항 곡선 적합은, 데이터 집단이 갖는 추세 모형을 추구하는 것으로, 각 점들을 정확히 통과하지는 않지만, 데이터 집단의 경향을 보이는 하나의 곡선을 찾는 방법일 수 있다.
본 발명에서의 다항 곡선 적합은, 상기 방사선 영상 내 추체의 개수에 따라, 3차 내지 7차 다항 곡선을 활용하여 수행될 수 있다.
예컨대, 표현부(130)는 요추 분석시, 5개 추체의 경우 3~4차 다항 곡선을 활용 할 수 있고, 전신 척추 분석시 5~7차 다항 곡선을 활용할 수 있다.
또한, 표현부(130)는 전체 척추를 부분별로 나눠서 다항 곡선 적합을 수행할 수 있다.
정량화부(140)는 상기 추체 중심선 특징점과 상기 추체 중심선 사이의 거리 차이에 따른, 상기 추체에 대한 전위 정도를 정량화한다. 즉, 정량화부(140)는 정의된 추체 중심선 특징점과, 수치적으로 표현된 추체 중심선 간의 이격된 거리를 연산하고, 연산된 이격된 거리에 대한 분석을 통해, 추체의 전위 상태를 확인하는 역할을 할 수 있다.
추체에 대한 전위 정도의 정량화에 있어, 정량화부(140)는 각 추체 중심선 특징점과 다항 곡선 간의 최소 거리값(D)를 연산하여, 정량화에 활용할 수 있다.
즉, 정량화부(140)는, 상기 추체 중심선 특징점과 상기 다항 곡선 사이의 최소 거리값(D)을 연산하여 상기 전위 정도를 정량화 할 수 있다.
이때, 최소 거리값(D)은, 상기 다항 곡선의 왼쪽에 위치하는 추체 중심선 특징점과의 거리를 음수값(-D)으로 연산되고, 상기 다항 곡선의 오른쪽에 위치하는 추체 중심선 특징점과의 거리를 양수값(D)으로 연산될 수 있다.
후술하는 도 6에서는, L4(4번째 요추)에 대해 L4의 추체 중심점과 다항 곡선 사이의 최소 거리값을 '-14.62'로 연산하여, L4에 대한 전위 정도를 정량화하는 것을 예시하고 있다.
또한, 정량화부(140)는 L5(5번째 요추)에 대해 L5의 추체 중심점과 다항 곡선 사이의 최소 거리값을 '19.33'으로 연산하여, L5에 대한 전위 정도를 정량화하는 것을 예시하고 있다.
실시예에 따라, 정량화부(140)는, 상기 방사선 영상 내 인접한 두 개 추체에 대한 최소 거리값(D)의 차이를 연산하여, 하부 추체 기준으로 상부 추체의 전위 정도를 정량화 할 수 있다.
L4, L5에 대한 최소 거리값을 연산한 상술의 예시에 있어, 정량화부(140)는 L5를 기준으로 L4가 전방으로 전위가 일어났음을 확인하고, 전위 정도를, 두 최소 거리값의 차이인 33.95로 정량화 할 수 있다.
본 발명의 일실시예에 따르면, 입력 영상에서, 추체 꼭지점을 검출하고, 추체 중심선 특징점을 계산하며, 추체 중심선 특징점으로부터 다항 곡선 적합을 수행하여 추체 중심선을 구하여 다항 곡선 적합이 완료되면, 추체 중심선 특징점과 다항 곡선 사이의 최소 거리를 계산하여 전위 정도 정량화를 수행하는, 방사선 영상에서 척추 전위 정량화 방법 및 장치를 제공 할 수 있다.
또한, 본 발명에 의해서는, 진단 및 치료 효과의 정량화를 통한 객관적인 평가가 가능하여, 의사들이 보다 정확하고 효율적으로 척추 질환 진단을 가능하게 할 수 있다.
본 발명의 척추 전위 정량화 장치(100)는, 방사선 영상에서 추체의 전위 정도를 정량화 할 수 있는 자동 알고리즘을 제공 할 수 있다.
척추 전위 정량화 장치(100)는 다항 곡선 적합을 통하여 추체 중심선을 수식화 할 수 있으며, 특정의 추체의 전위 검출 및 전위 정도를 정량화 할 수 있다.
도 2는 본 발명에서 사용되는 용어에 대해 정의하기 위한 도이다.
도 2에서는 추체를 촬영한 방사선 영상에서, 추체로 추정되는 오브젝트에 대해, 추체 꼭지점을 '*'로 마킹하고, 추체 중심선 특징점을 '.'으로 마킹하고 있다.
추체 꼭지점은, 추체를 사각형으로 근사할 때 사각형의 꼭지로 정의 할 수 있다.
추체 중심선 특징점은, 추체 중심점, 추체 상연 선분의 중심점, 추체 하연 선분의 중심점으로 정의 할 수 있다.
추체 중심선은, 추체 중심선 특징점을 잇는 선으로 수치적으로 연산되는 곡선으로 정의 할 수 있다.
척추 전방 라인은, 입력 영상이 측면 영상일때, 배쪽 추체 꼭지점을 연결하는 라인으로 정의 할 수 있다.
척추 후방 라인은 입력 영상이 측면 영상일때, 등쪽 추체 꼭지점을 연결하는 라인으로 정의 할 수 있다.
척추 전방 라인 또는 척추 후방 라인의 정의 시, 측면 영상에 대해서 설명하지만, 정면 영상에서도 동일한 방법이 적용될 수 있으며, 이때 척추 전방 라인과 척추 후방 라인은, 척추 좌측 라인과 척추 우측 라인으로 변경하여 해석될 수 있다.
도 3는 본 발명에 따른 전체 자동화 알고리즘의 구조를 설명하기 위한 도이다.
단계 310에서, 척추 전위 정량화 장치(100)는, 방사선 영상인 입력 영상으로부터 추체 꼭지점을 검출할 수 있다.
입력 영상은 X-ray, CT 등의 방사선 영상 일 수 있다.
척추 전위 정량화 장치(100)는, 입력 영상 내 추체를 사각형으로 근사하여, 추체 하나 당 추체 꼭지점 4개를 정의할 수 있다.
추체의 추체 꼭지점 4개를 찾기 위한 방법으로는, coarse-to-fine 접근에 의한 두 단계 합성곱 신경망을 사용 할 수 있다.
단계 320에서, 척추 전위 정량화 장치(100)는, 추체 꼭지점으로부터 추체 중심선 특징점을 계산할 수 있다.
척추 전위 정량화 장치(100)는, 정의된 4개의 추체 꼭지점을 기준으로, 입력 영상으로부터 추체 중심선 특징점인 추체의 중심점, 추체 상연 선분의 중심점, 및 추체 하연 선분의 중심점을 계산할 수 있다.
검출된 추체 꼭지점의 위치(좌표)로부터 추체 중심선 특징점을 계산하는 데에 있어, 척추 전위 정량화 장치(100)는, 4 개의 추체 꼭지점의 평균 위치로부터 추체의 중심점을 계산할 수 있다.
척추 전위 정량화 장치(100)는, 추체 상연 꼭지점 2개의 평균 위치로부터 추체 상연 선분의 중심점을 계산할 수 있다.
척추 전위 정량화 장치(100)는 추체 하연 꼭지점 2개의 평균 위치로부터 추체 하연 선분의 중심점을 계산할 수 있다.
만약, 추체 중심선 특징점을 바로 검출하는 신경망을 사용한다면, 척추 전위 정량화 장치(100)는, 단계 310와 단계 320을 통합하여, 입력 영상으로부터 바로 추체 중심선 특징점을 검출할 수도 있다.
다만, 신경망 학습을 위한 데이터 준비시 사람(전문가)의 수작업에 의한 추체 꼭지점 혹은 추체 중심선 특징점 지정이 필요하고, 추체 꼭지점을 먼저 정의하는 것이 정확성, 반복성 측면에서 장점이 있으며, 또한 추후 알고리즘의 확장(추체 중심선만 활용하는 것이 아니라, 척추 전방 라인 및 후방 라인 활용 등)을 위해서, 본 발명에서는 단계 310과 320를 구분해서 진행한다.
참고로, Coarse-to-fine 접근에 의한 두 단계 합성곱 신경망을 사용하여 추체 꼭지점 혹은 추체 중심선 특징점을 검출하는 방법에 관한 논문은, 하기와 같다.
J.-S. Jang, “Study on Lumbar Vertebrae Landmark Detection using Convolutional Neural Networks”Journal of Next-generation Convergence Information Services Technology, vol. 9, no. 3, September 2020, pp. 263-272, doi: 10.29056/jncist.2020.09.07.
또한, 위 방법 외에 추체 꼭지점 혹은 추체 중심선 특징점 검출을 위해서 heatmap 추정 방식의 신경망을 활용하는 모델에 관한 논문은, 하기와 같다.
S.-E. Wei, V. Ramakrishna, T. Kanade, Y. Sheikh, Convolutional pose machines, In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2016, pp. 4724-4732.
단계 330에서, 척추 전위 정량화 장치(100)는, 추체 중심선 특징점의 위치를 활용하여, 추체 중심선을 표현하는 다항 곡선의 식을 얻을 수 있다.
척추 전위 정량화 장치(100)는, 추체 중심선 특징점으로부터 다항 곡선 적합(fitting)을 수행하여 추체 중심선을 구할 수 있다.
다항 곡선의 차수는, 대상 추체의 개수에 따라 달라질 수 있는데, 본 발명에서는 3~7차 다항 곡선을 활용할 수 있다.
요추 분석시, 척추 전위 정량화 장치(100)는, 5개 추체의 경우에는 3~4차 다항 곡선을 활용하고, 전신 척추 분석의 경우에는 5~7차 다항 곡선을 활용할 수 있으며, 전체 척추를 부분별로 나눠서 다항 곡선 적합을 수행할 수 있다.
도 4는 스플라인과 다항 곡선 추정을 비교한 사진이다.
도 4에서는, 추체 중심선의 추정 실험결과를 보여준다.
도 4에 도시한 바와 같이, 척추 전위 정량화 장치(100)는, 3~5차 다항 곡선 및 스플라인(spline) 비교 실험을 통하여 추체 전위 정량화에 적합한 다항 곡선 차수를 탐색 할 수 있다.
단계 340에서, 척추 전위 정량화 장치(100)는, 추체 중심선 특징점과 추체 중심선(다항 곡선) 사이의 거리를 계산하여 각 추체별 전위 정도를 정량화 할 수 있다.
다항 곡선 적합이 완료되면, 척추 전위 정량화 장치(100)는, 추체 중심선 특징점과 곡선 사이의 최소 거리를 계산하여 전위 정도 정량화를 수행할 수 있다.
각 추체 중심선 특징점에서 다항 곡선과의 최소 거리값(D)은, 해당 추체의 전위 정도를 정량적으로 나타내 줄 수 있다. 거리값은 양수이나 곡선 기준 좌우 방향정보 표시를 위해서, 곡선의 왼쪽에 위치하는 추체 중심선 특징점과의 거리를 음수값(-D)으로 정하고, 오른쪽에 위치하는 추체 중심선 특징점과의 거리를 양수값(D)으로 정할 수 있다.
척추 전위 정량화 장치(100)는, 인접한 두 개 추체에 대한 최소 거리값의 차이를 구하여, 하부 추체 기준으로 상부 추체의 전위 정도를 정량화 할 수 있다.
도 5는 추체 중심선 특징과 적합 곡선 사이의 거리 계산을 예시한 사진이다.
도 5에서 도시한 바와 같이, 척추 전위 정량화 장치(100)는, 추체 중심선 특징과 적합 곡선 사이의 거리를 D를 계산할 수 있다.
도 6은 추체 전위 정량화를 예시하기 위한 도이다.
도 6에 도시한 바와 같이, 척추 전위 정량화 장치(100)는, L4(4번째 요추)에 대해 최소 거리값 '-14.62', L5(5번째 요추)에 대해 최소 거리값 '19.33'을 계산 할 수 있다.
척추 전위 정량화 장치(100)는, 5번째 요추를 기준으로 4번째 요추가 전방으로 전위가 일어났음을 확인하고, 전위 정도를, 두 최소 거리값의 차이인 33.95로 정량화 할 수 있다.
실시예에 따라, 척추 전위 정량화 장치(100)는, 추체 중심선 특징점 중에서 추체 중심점 만을 전위 정량화에 활용할 수도 있고, 추체 상연 선분의 중심선, 및 추체 하연 선분의 중심점에서 적합 곡선까지의 최소 거리값을 추가적으로 활용하여 전위 정량화를 수행할 수 있다.
예를 들면, 척추 전위 정량화 장치(100)는, 상부 추체 하연 선분의 중심점과 하부 추체 상연 선분의 중심점에서 최소 거리값의 차이를 구하여 전위 정도를 정량화 할 수 있다. 이러한 방법은 중심점을 활용한 방법에 비해 인접한 추체 사이의 전위 차이를 더 민감하게 반영 할 수 있다.
또한, 실시예에 따라, 척추 전위 정량화 장치(100)는, 추체의 추체 꼭지점 정보를 이용하여 상기 추체 중심선에 대해 기술한 동일한 방법을 적용하여, 척추 전방 라인(anterior vertebral line) 및 척추 후방 라인(posterior vertebral line)을 기준으로 한 전위 정량화를 수행할 수 있다.
이하, 도 7에서는 본 발명의 실시예들에 따른 척추 전위 정량화 장치(100)의 작업 흐름을 상세히 설명한다.
도 7은 본 발명의 일실시예에 따른, 방사선 영상에서 척추 전위 정량화 방법을 도시한 흐름도이다.
본 실시예에 따른 방사선 영상에서 척추 전위 정량화 방법은 척추 전위 정량화 장치(100)에 의해 수행될 수 있다.
척추 전위 정량화 장치(100)는 방사선 영상의 입력에 따라, 상기 방사선 영상 내 추체에 대해 추체 꼭지점을 검출한다(710). 단계(710)는 환자의 척추를 촬영한 방사선 영상을 입력 영상으로 입력 받고, 방사선 영상 내에서 추체로 추정되는 오브젝트가 점유하는 영역의 꼭지점을 추체 꼭지점으로 검출하는 과정일 수 있다.
추체 꼭지점의 검출에 있어, 척추 전위 정량화 장치(100)는, 상기 추체를 사각형으로 근사하고, 상기 근사된 사각형의 4개의 꼭지점을 상기 추체 꼭지점으로 검출 할 수 있다. 즉, 척추 전위 정량화 장치(100)는 방사선 영상 내에서 추체로 추정되는 오브젝트가 점유하는 영역을 사각형으로 마킹하고, 마킹된 사각형의 각 꼭지를 4개의 추체 꼭지점으로 결정할 수 있다.
실시예에 따라, 척추 전위 정량화 장치(100)는, coarse-to-fine 접근에 의한 두 단계 합성곱 신경망을 사용하여, 추체의 추체 꼭지점 4개를 검출할 수 있다.
또한, 척추 전위 정량화 장치(100)는 상기 검출된 추체 꼭지점으로부터 추체 중심선 특징점을 정의한다(720). 단계(720)는 추체에 근사된 사각형의 각 꼭지점을 이용하여, 추체를 특정하는 특징점을 지정하는 과정일 수 있다.
추체 중심선 특징점은, 추체 중심점, 추체 상연 선분의 중심점, 상기 추체 하연 선분의 중심점 일 수 있다.
추체 중심선 특징점의 정의에 있어, 척추 전위 정량화 장치(100)는 상기 4 개의 꼭지점으로부터 추체 중심점을 결정할 수 있다. 이를 위해, 척추 전위 정량화 장치(100)는 4개의 꼭지점을 대각으로 잇는 선분의 교차점, 즉 추체를 근사하는 사각형의 중점을 추체 중심점으로 결정할 수 있다.
또한, 척추 전위 정량화 장치(100)는 상기 4 개의 꼭지점 중 추체 상연 꼭지점 2개를 잇는 선분의 중심을 추체 상연 선분의 중심점으로 결정할 수 있다. 즉 척추 전위 정량화 장치(100)는 추체를 근사하는 사각형의 위쪽 선분의 중점을, 추체 상연 선분의 중심점으로 결정할 수 있다.
또한, 척추 전위 정량화 장치(100)는 상기 4 개의 꼭지점 중 추체 하연 꼭지점 2개를 잇는 선분의 중심을 추체 하연 선분의 중심점으로 결정할 수 있다. 즉, 척추 전위 정량화 장치(100)는 추체를 근사하는 사각형의 아랫쪽 선분의 중점을, 추체 하연 선분의 중심점으로 결정할 수 있다.
척추 전위 정량화 장치(100)는 계산된 이들, 추체 중심점, 추체 상연 선분의 중심점, 및 추체 하연 선분의 중심점을, 추체 중심선 특징점으로 정의 할 수 있다.
계속해서, 척추 전위 정량화 장치(100)는 상기 추체 중심선 특징점을 이용하여 획득하는 다항 곡선에 의해 추체 중심선을 표현한다(730). 단계(730)는 정의된 추체 중심점, 추체 상연 선분의 중심점, 및 추체 하연 선분의 중심점을 잇는 다항 곡선을 유추하고, 유추된 다항 곡선을 추체 중심선으로 정하는 과정일 수 있다.
다항 곡선의 유추에 있어, 척추 전위 정량화 장치(100)는, 다항 곡선 적합(fitting)을 활용할 수 있다.
척추 전위 정량화 장치(100)는 상기 추체 중심점, 상기 추체 상연 선분의 중심점, 상기 추체 하연 선분의 중심점 각각에 대해, 다항 곡선 적합을 수행하여 도출되는 다항 곡선으로, 상기 추체 중심선을 표현 할 수 있다.
다항 곡선 적합은 주어진 데이터(추체 중심선 특징점)들을 적합한 곡선으로 맞추는 기법 일 수 있다. 즉, 다항 곡선 적합은 이산적인 값 사이에 있는 점들을 근사화하는 추정 곡선(함수)을 얻는 기법 일 수 있다.
또한, 다항 곡선 적합은 복잡한 함수를 간단한 함수로 근사(Approximation)화하는 것으로, 주로 다항식 근사(Polynomial Approximation), 함수 근사(Function Approximation) 등으로 칭할 수 있다.
다항 곡선 적합은 보간법(Interpolation)과 회귀분석(Regression Analysis)으로 구분할 수 있다.
보간법에 따른 다항 곡선 적합은, 기지 값들에 의해, 미지 값에 대한 근사 모형을 추구하는 것으로, 기지의 두 점 사이를 지나는 함수를 구해, 임의 점의 함수값을 추정하는 방법일 수 있다.
회귀분석에 따른 다항 곡선 적합은, 데이터 집단이 갖는 추세 모형을 추구하는 것으로, 각 점들을 정확히 통과하지는 않지만, 데이터 집단의 경향을 보이는 하나의 곡선을 찾는 방법일 수 있다.
본 발명에서의 다항 곡선 적합은, 상기 방사선 영상 내 추체의 개수에 따라, 3차 내지 7차 다항 곡선을 활용하여 수행될 수 있다.
예컨대, 척추 전위 정량화 장치(100)는 요추 분석시, 5개 추체의 경우 3~4차 다항 곡선을 활용 할 수 있고, 전신 척추 분석시 5~7차 다항 곡선을 활용할 수 있다.
또한, 척추 전위 정량화 장치(100)는 전체 척추를 부분별로 나눠서 다항 곡선 적합을 수행할 수 있다.
또한, 척추 전위 정량화 장치(100)는 상기 추체 중심선 특징점과 상기 추체 중심선 사이의 거리 차이에 따른, 상기 추체에 대한 전위 정도를 정량화한다(740). 단계(740)는 정의된 추체 중심선 특징점과, 수치적으로 표현된 추체 중심선 간의 이격된 거리를 연산하고, 연산된 이격된 거리에 대한 분석을 통해, 추체의 전위 상태를 확인하는 과정일 수 있다.
추체에 대한 전위 정도의 정량화에 있어, 척추 전위 정량화 장치(100)는 각 추체 중심선 특징점과 다항 곡선 간의 최소 거리값(D)를 연산하여, 정량화에 활용할 수 있다.
즉, 척추 전위 정량화 장치(100)는, 상기 추체 중심선 특징점과 상기 다항 곡선 사이의 최소 거리값(D)을 연산하여 상기 전위 정도를 정량화 할 수 있다.
이때, 최소 거리값(D)은, 상기 다항 곡선의 왼쪽에 위치하는 추체 중심선 특징점과의 거리를 음수값(-D)으로 연산되고, 상기 다항 곡선의 오른쪽에 위치하는 추체 중심선 특징점과의 거리를 양수값(D)으로 연산될 수 있다.
도 6에서는, L4(4번째 요추)에 대해 L4의 추체 중심점과 다항 곡선 사이의 최소 거리값을 '-14.62'로 연산하여, L4에 대한 전위 정도를 정량화하는 것을 예시하고 있다.
또한, 척추 전위 정량화 장치(100)는 L5(5번째 요추)에 대해 L5의 추체 중심점과 다항 곡선 사이의 최소 거리값을 '19.33'으로 연산하여, L5에 대한 전위 정도를 정량화하는 것을 예시하고 있다.
실시예에 따라, 척추 전위 정량화 장치(100)는, 상기 방사선 영상 내 인접한 두 개 추체에 대한 최소 거리값(D)의 차이를 연산하여, 하부 추체 기준으로 상부 추체의 전위 정도를 정량화 할 수 있다.
L4, L5에 대한 최소 거리값을 연산한 상술의 예시에 있어, 척추 전위 정량화 장치(100)는 L5를 기준으로 L4가 전방으로 전위가 일어났음을 확인하고, 전위 정도를, 두 최소 거리값의 차이인 33.95로 정량화 할 수 있다.
본 발명의 일실시예에 따르면, 입력 영상에서, 추체 꼭지점을 검출하고, 추체 중심선 특징점을 계산하며, 추체 중심선 특징점으로부터 다항 곡선 적합을 수행하여 추체 중심선을 구하여 다항 곡선 적합이 완료되면, 추체 중심선 특징점과 다항 곡선 사이의 최소 거리를 계산하여 전위 정도 정량화를 수행하는, 방사선 영상에서 척추 전위 정량화 방법 및 장치를 제공 할 수 있다.
또한, 본 발명에 의해서는, 진단 및 치료 효과의 정량화를 통한 객관적인 평가가 가능하여, 의사들이 보다 정확하고 효율적으로 척추 질환 진단을 가능하게 할 수 있다.
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 실시예를 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 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
100 : 척추 전위 정량화 장치
110 : 검출부 120 : 정의부
130 : 표현부 140 : 정량화부

Claims (17)

  1. 방사선 영상의 입력에 따라, 상기 방사선 영상 내 추체에 대해 추체 꼭지점을 검출하는 단계;
    상기 검출된 추체 꼭지점으로부터 추체 중심선 특징점으로서, 추체 중심점, 추체 상연 선분의 중심점, 추체 하연 선분의 중심점을 정의하는 단계;
    상기 추체 중심점, 상기 추체 상연 선분의 중심점, 상기 추체 하연 선분의 중심점 각각에 대해, 다항 곡선 적합(fitting)을 수행하여 획득하는 다항 곡선에 의해 추체 중심선을 표현하는 단계; 및
    상기 추체 중심선 특징점과 상기 추체 중심선 사이의 거리 차이에 따른, 상기 추체에 대한 전위 정도를 정량화하는 단계
    를 포함하고,
    상기 추체 중심선을 표현하는 단계는,
    전체 척추를 부분별로 나누고, 상기 나누어진 부분의, 상기 방사선 영상 내 추체의 개수에 따라 다항 곡선을 활용하여 다항 곡선 적합을 수행하되, 전신 척추 분석시, 5~7차 다항 곡선을 활용하여 다항 곡선 적합을 수행하는 단계
    를 포함하는 방사선 영상에서 척추 전위 정량화 방법.
  2. 제1항에 있어서,
    상기 추체 꼭지점을 검출하는 단계는,
    상기 추체를 사각형으로 근사하고, 상기 근사된 사각형의 4개의 꼭지점을 상기 추체 꼭지점으로 검출하는 단계
    를 포함하는 방사선 영상에서 척추 전위 정량화 방법.
  3. 제2항에 있어서,
    상기 정의하는 단계는,
    상기 4 개의 꼭지점으로부터 상기 추체 중심점을 결정하는 단계;
    상기 4 개의 꼭지점 중 추체 상연 꼭지점 2개를 잇는 선분의 중심을 상기 추체 상연 선분의 중심점으로 결정하는 단계; 및
    상기 4 개의 꼭지점 중 추체 하연 꼭지점 2개를 잇는 선분의 중심을 상기 추체 하연 선분의 중심점으로 결정하는 단계
    를 포함하는 방사선 영상에서 척추 전위 정량화 방법.
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 추체에 대한 전위 정도를 정량화하는 단계는,
    상기 추체 중심선 특징점과 상기 다항 곡선 사이의 최소 거리값(D)을 연산하여 상기 전위 정도를 정량화하는 단계
    를 포함하고,
    상기 최소 거리값(D)은,
    상기 다항 곡선의 왼쪽에 위치하는 추체 중심선 특징점과의 거리를 음수값(-D)으로 연산되고, 상기 다항 곡선의 오른쪽에 위치하는 추체 중심선 특징점과의 거리를 양수값(D)으로 연산되는,
    방사선 영상에서 척추 전위 정량화 방법.
  7. 제6항에 있어서,
    상기 추체에 대한 전위 정도를 정량화하는 단계는,
    상기 방사선 영상 내 인접한 두 개 추체에 대한 최소 거리값(D)의 차이를 연산하여, 하부 추체 기준으로 상부 추체의 전위 정도를 정량화하는 단계
    를 더 포함하는 방사선 영상에서 척추 전위 정량화 방법.
  8. 제1항에 있어서,
    상기 척추 전위 정량화 방법은,
    상기 방사선 영상이 측면 영상으로, 상기 추체 중심선 특징점을 대신하여, 상기 추체 꼭지점으로부터 추체의 전방 특징점 또는 추체의 후방 특징점이 정의되는 경우,
    상기 추체의 전방 특징점 또는 상기 추체의 후방 특징점을 이용하여 획득하는 다항 곡선에 의해, 추체 전방 라인 또는 추체 후방 라인을 표현하는 단계; 및
    상기 추체의 전방 특징점과 상기 추체 전방 라인 사이의 거리 차이, 또는 상기 추체의 후방 특징점 또는 상기 추체 후방 라인 사이의 거리 차이에 따른, 상기 추체에 대한 전위 정도를 정량화하는 단계
    를 더 포함하는 방사선 영상에서 척추 전위 정량화 방법.
  9. 제1항에 있어서,
    상기 척추 전위 정량화 방법은,
    상기 방사선 영상이 정면 영상으로, 상기 추체 중심선 특징점을 대신하여, 상기 추체 꼭지점으로부터 추체의 좌측 특징점 또는 추체의 우측 특징점이 정의되는 경우,
    상기 추체의 좌측 특징점 또는 상기 추체의 우측 특징점을 이용하여 획득하는 다항 곡선에 의해, 추체 좌측 라인 또는 추체 우측 라인을 표현하는 단계; 및
    상기 추체의 좌측 특징점과 상기 추체 좌측 라인 사이의 거리 차이, 또는 상기 추체의 우측 특징점 또는 상기 추체 우측 라인 사이의 거리 차이에 따른, 상기 추체에 대한 전위 정도를 정량화하는 단계
    를 더 포함하는 방사선 영상에서 척추 전위 정량화 방법.
  10. 방사선 영상의 입력에 따라, 상기 방사선 영상 내 추체에 대해 추체 꼭지점을 검출하는 검출부;
    상기 검출된 추체 꼭지점으로부터 추체 중심선 특징점으로서, 추체 중심점, 추체 상연 선분의 중심점, 추체 하연 선분의 중심점을 정의하는 정의부;
    상기 추체 중심점, 상기 추체 상연 선분의 중심점, 상기 추체 하연 선분의 중심점 각각에 대해, 다항 곡선 적합(fitting)을 수행하여 획득하는 다항 곡선에 의해 추체 중심선을 표현하는 표현부; 및
    상기 추체 중심선 특징점과 상기 추체 중심선 사이의 거리 차이에 따른, 상기 추체에 대한 전위 정도를 정량화하는 정량화부
    를 포함하고,
    상기 표현부는,
    전체 척추를 부분별로 나누고, 상기 나누어진 부분의, 상기 방사선 영상 내 추체의 개수에 따라 다항 곡선을 활용하여 다항 곡선 적합을 수행하되, 전신 척추 분석시, 5~7차 다항 곡선을 활용하여 다항 곡선 적합을 수행하는
    방사선 영상에서 척추 전위 정량화 장치.
  11. 제10항에 있어서,
    상기 검출부는,
    상기 추체를 사각형으로 근사하고, 상기 근사된 사각형의 4개의 꼭지점을 상기 추체 꼭지점으로 검출하는
    방사선 영상에서 척추 전위 정량화 장치.
  12. 제11항에 있어서,
    상기 정의부는,
    상기 4 개의 꼭지점으로부터 상기 추체 중심점을 결정하고, 상기 4 개의 꼭지점 중 추체 상연 꼭지점 2개를 잇는 선분의 중심을 상기 추체 상연 선분의 중심점으로 결정하며, 상기 4 개의 꼭지점 중 추체 하연 꼭지점 2개를 잇는 선분의 중심을 상기 추체 하연 선분의 중심점으로 결정하는
    방사선 영상에서 척추 전위 정량화 장치.
  13. 삭제
  14. 삭제
  15. 제10항에 있어서,
    상기 정량화부는,
    상기 추체 중심선 특징점과 상기 다항 곡선 사이의 최소 거리값(D)을 연산하여 상기 전위 정도를 정량화하고,
    상기 최소 거리값(D)은,
    상기 다항 곡선의 왼쪽에 위치하는 추체 중심선 특징점과의 거리를 음수값(-D)으로 연산되고, 상기 다항 곡선의 오른쪽에 위치하는 추체 중심선 특징점과의 거리를 양수값(D)으로 연산되는,
    방사선 영상에서 척추 전위 정량화 장치.
  16. 제15항에 있어서,
    상기 정량화부는,
    상기 방사선 영상 내 인접한 두 개 추체에 대한 최소 거리값(D)의 차이를 연산하여, 하부 추체 기준으로 상부 추체의 전위 정도를 정량화하는
    방사선 영상에서 척추 전위 정량화 장치.
  17. 제1항 내지 제3항, 제6항 내지 제9항 중 어느 한 항의 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
KR1020210148953A 2021-11-02 2021-11-02 방사선 영상에서 척추 전위 정량화 방법 및 장치 KR102663449B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210148953A KR102663449B1 (ko) 2021-11-02 2021-11-02 방사선 영상에서 척추 전위 정량화 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210148953A KR102663449B1 (ko) 2021-11-02 2021-11-02 방사선 영상에서 척추 전위 정량화 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20230063665A KR20230063665A (ko) 2023-05-09
KR102663449B1 true KR102663449B1 (ko) 2024-05-09

Family

ID=86408391

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210148953A KR102663449B1 (ko) 2021-11-02 2021-11-02 방사선 영상에서 척추 전위 정량화 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102663449B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019520954A (ja) 2016-04-25 2019-07-25 中慧医学成像有限公司 脊柱の弯曲角度を測定する方法及びデバイス

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5483960A (en) * 1994-01-03 1996-01-16 Hologic, Inc. Morphometric X-ray absorptiometry (MXA)
GB0705881D0 (en) * 2007-03-27 2007-05-02 Nordic Bioscience As Vertebral fracture prediction

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019520954A (ja) 2016-04-25 2019-07-25 中慧医学成像有限公司 脊柱の弯曲角度を測定する方法及びデバイス

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Zukić, D., 외. Robust Detection and Segmentation for Diagnosis of Vertebral Diseases Using Routine MR Images. Computer Graphics Forum. 2014.03.04. 공개.*

Also Published As

Publication number Publication date
KR20230063665A (ko) 2023-05-09

Similar Documents

Publication Publication Date Title
US20240119719A1 (en) Identification and tracking of a predefined object in a set of images from a medical image scanner during a surgical procedure
AU2017292642B2 (en) System and method for automatic detection, localization, and semantic segmentation of anatomical objects
US11216950B2 (en) Method and system for automatically segmenting blood vessel in medical image by using machine learning and image processing algorithm
JP7486485B2 (ja) 脳画像内の領域を特定するための装置
WO2020206135A1 (en) Image-based methods for estimating a patient-specific reference bone model for a patient with a craniomaxillofacial defect and related systems
EP3170144B1 (en) Device, system and method for segmenting an image of a subject
US20210068676A1 (en) Method and system for automatically generating and analyzing fully quantitative pixel-wise myocardial blood flow and myocardial perfusion reserve maps to detect ischemic heart disease using cardiac perfusion magnetic resonance imaging
KR20200021160A (ko) 하지 뼈 영상 처리 장치 및 방법
KR102663449B1 (ko) 방사선 영상에서 척추 전위 정량화 방법 및 장치
KR102442093B1 (ko) 수술용 내비게이션 시스템에서의 표면 정합 개선 방법
KR102672531B1 (ko) 딥러닝 기반의 포즈 추정을 활용한 의료 영상에서의 척추 위치 자동 추정 방법 및 장치
EP3913574B1 (en) Anatomical landmark detection and identification from digital radiography images containing severe skeletal deformations
US20240112331A1 (en) Medical Image Data Processing Technique
US20230196617A1 (en) Human model recovery using deep learning techniques
Benjelloun et al. A New semi-automatic approach for X-Ray cervical images segmentation using active shape model
Xue et al. Segmentation of Vertebral X-ray Image Based on Recurrent Residual Skip Connection Structure
CN115578456A (zh) 模拟气腹图像生成方法、装置和计算机设备
JP2024504025A (ja) 容器形状
KR20230172937A (ko) 의료영상의 영역분할방법 및 그 장치
CN114746909A (zh) 基于相关性的多特征检测的卷积神经网络的概率正则化
JP2020064464A (ja) 画像処理装置および画像処理方法ならびにプログラム
Papp et al. Parallel registration of multi-modal medical image triples having unknown inter-image geometry

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