선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 논문에서는 이러한 문제점을 보완하고 초음파 의료 영상을 이용하는 재활 분야에 적용하여, 의료 영상 진단에 필요한 두께, 근육의 변화량 등의 자료를 객관적이고, 자동적으로 측정할 수 있도록 하기 위해 복부 초음파 영상에서 근육 영역을 추출하고 분석하는 방법을 제안한다.
- 은 내복사근을 추출하는 과정에서 발생하는 영상의 왜곡으로 인해 외복사근 영역을 정확히 추출할 수 없는 문제점이 있다. 따라서 본 논문에서는 전문의가 영상의 왜곡이 존재하지 않는 영역을 정확히 측정하기 위하여 근육 영역을 선택하도록 한다.
- 본 논문에서는 재활 분야의 초음파 영상 진단을 자동화하기 위해 복부 초음파 영상에 존재하는 근육을 추출하고 근육의 두께를 측정하는 방법을 제안하였다. 제안된 방법은 초음파 영상에서 왜곡이 존재하지 않는 근육 영역을 측정하기 위해 전문의가 측정할 영역을 선택하게 하였다.
제안 방법
- 추출된 근육의 후보 영역에서 형태학적 특징을 이용하여 잡음을 제거하였다. 그리고 지방의 명암도 차이로 인해 부정확하게 추출된 근육 영역에 대해서는 스미어링 기법을 적용하여 근육 영역을 복원하였다. 복원된 근육 영역에 최소자승법을 이용하여 복부 근육의 두께를 측정하였다.
- 손실된 근막 영역에 대해서는 근막의 위치 정보와 형태 정보를 이용하여 근막 영역을 복원하였다. 근막 영역이 복원된 영상에서 Convex 촬영시 나타나는 호의 정보를 이용하여 피부 영역을 제거하고, Up-Down Search 기법을 적용하여 근육의 후보 영역을 추출하였다. 추출된 근육의 후보 영역에서 형태학적 특징을 이용하여 잡음을 제거하였다.
- 근막 영역은 그림 5의 (b)와 같이 근육과 근육 사이에 위치하고 근육에 비해 밝은 명암도를 가진다. 따라서 본 논문에서는 그림 4의 (b)와 같이 잡음이 제거된 영상을 8 방향 윤곽선 추적 알고리즘을 적용하여 라벨링한 후, 라벨링된 객체의 좌표를 이용하여 각 근막의 위치 정보를 설정한다.
- 그리고 지방의 명암도 차이로 인해 부정확하게 추출된 근육 영역에 대해서는 스미어링 기법을 적용하여 근육 영역을 복원하였다. 복원된 근육 영역에 최소자승법을 이용하여 복부 근육의 두께를 측정하였다.
- 선택된 영역에서 근육 영역을 추출하기 위해 촬영된 초음파 영상에서 촬영 깊이와 Gray 막대 등과 같이 영상에 대한 정보를 나타내는 부분 정보를 제거하는 전처리 과정을 수행한다. 전처리된 초음파 영상을 대상으로 명암도의 분포를 펼치고 근막과 근육 부분을 강조하기 위해서 Ends-in Search Stretching 기법[6]을 적용한다.
- 제안된 방법은 초음파 영상에서 왜곡이 존재하지 않는 근육 영역을 측정하기 위해 전문의가 측정할 영역을 선택하게 하였다. 선택된 초음파 영상의 영역에 Ends-in Search Stretching을 적용하여 근막과 근육 영역을 강조하였고, Stretching된 영상을 대상으로 수직 방향으로 평균 이진화 방법을 적용하였다. 이진화된 영상에서 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 객체를 추출하고 객체의 형태학적 특징을 이용하여 잡음을 제거하였다.
- 이진화된 영상에서 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 객체를 추출하고 객체의 형태학적 특징을 이용하여 잡음을 제거하였다. 손실된 근막 영역에 대해서는 근막의 위치 정보와 형태 정보를 이용하여 근막 영역을 복원하였다. 근막 영역이 복원된 영상에서 Convex 촬영시 나타나는 호의 정보를 이용하여 피부 영역을 제거하고, Up-Down Search 기법을 적용하여 근육의 후보 영역을 추출하였다.
- 이러한 문제점을 보완하기 위해서 본 논문에서는 근막의 형태 정보와 위치 정보를 이용하여 근막을 복원하는 과정을 수행한다. 근막의 형태 정보는 그림 5의 (a)와 같이 근막 영역의 위, 아래 경계의 좌, 우 모서리 점을 이용하며, 각 경계의 좌, 우 모서리 좌표를 지나는 양방향의 연장선을 근막의 형태 정보로 정의한다.
- 선택된 초음파 영상의 영역에 Ends-in Search Stretching을 적용하여 근막과 근육 영역을 강조하였고, Stretching된 영상을 대상으로 수직 방향으로 평균 이진화 방법을 적용하였다. 이진화된 영상에서 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 객체를 추출하고 객체의 형태학적 특징을 이용하여 잡음을 제거하였다. 손실된 근막 영역에 대해서는 근막의 위치 정보와 형태 정보를 이용하여 근막 영역을 복원하였다.
- 본 논문에서는 재활 분야의 초음파 영상 진단을 자동화하기 위해 복부 초음파 영상에 존재하는 근육을 추출하고 근육의 두께를 측정하는 방법을 제안하였다. 제안된 방법은 초음파 영상에서 왜곡이 존재하지 않는 근육 영역을 측정하기 위해 전문의가 측정할 영역을 선택하게 하였다. 선택된 초음파 영상의 영역에 Ends-in Search Stretching을 적용하여 근막과 근육 영역을 강조하였고, Stretching된 영상을 대상으로 수직 방향으로 평균 이진화 방법을 적용하였다.
- 추출된 근막 영역에 대해 Up-Down Search 방법을 적용하여 위·아래 방향을 탐색한 결과를 겹쳐서 근육의 후보 영역을 추출한다. 추출된 근육 후보 영역에서 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 객체를 추출한다. 복부 영상에서 근육 영역은 3개의 영역으로 구성되기 때문에 3개의 가장 큰 객체 영역을 근육 영역으로 추출한다.
- 근막 영역이 복원된 영상에서 Convex 촬영시 나타나는 호의 정보를 이용하여 피부 영역을 제거하고, Up-Down Search 기법을 적용하여 근육의 후보 영역을 추출하였다. 추출된 근육의 후보 영역에서 형태학적 특징을 이용하여 잡음을 제거하였다. 그리고 지방의 명암도 차이로 인해 부정확하게 추출된 근육 영역에 대해서는 스미어링 기법을 적용하여 근육 영역을 복원하였다.
대상 데이터
- 본 논문에서 적용된 초음파 영상은 그림 1의 (a)와 같은 부채꼴 모양의 Convex 영상이며, 촬영 깊이 및 영상의 정보 등이 표시되어 있다.
- 본 논문에서는 초음파 영상에서 근육 영역의 두께를 측정하기 위해 532×434 크기의 Convex 형태인 DICOM 파일을 사용하였으며, 일반인 남성 27명의 복부 영상 642장을 대상으로 실험하였다.
데이터처리
- 표 1은 실험에 적용된 복부 초음파 영상에서, 기존의 방법과 제안된 방법을 적용하여 근육을 추출한 결과를 비교하여 나타내었다. 표 1의 결과에서 알 수 있듯이 근육을 추출하는 과정에서 제안된 방법이 기존의 방법보다 근육 영역의 추출률이 개선된 것을 확인할 수 있다.
이론/모형
- Ends-in Search Stretching을 적용하여 보정된 영상에서 근막을 추출하기 위해 수평 형태로 늘어선 근육 영역과 근막의 형태학적 특징을 이용하여 그림 3의 (a)와 같이 수직 방향으로 평균 이진화 방법을 적용한다.
- 설정된 근막의 위치정보를 이용하여 그림 6과 같이 부분 이진화를 위한 새로운 범위를 설정하고, 새롭게 설정된 범위에 평균 이진화 방법를 적용한다. 평균 이진화가 적용된 영상은 잡음과 근막의 잡영이 존재하기 때문에 이진화된 영역의 면적 중에서 30%보다 작은 면적을 잡음으로 간주하여 제거하고 근막의 잡영은 그림 5(a)에서와 같이 근막의 형태 정보를 이용하여 제거한다.
- 추출된 근육 영상에서는 그림 11의 (a)와 같이 근막 영역이외에도 근막 영역 주위에 지방 영역이 함께 추출되는 경우가 발생한다. 이러한 문제점을 보완하기 위해 백화소를 수직, 수평 방향으로 일정 크기의 필셀 만큼 늘여주는 스미어링 기법[8]을 적용한다. 그림 12는 스미어링 기법을 적용하여 근육 영역을 복원한 결과 영상이다.
- 이진화된 영상에서 8 방향 윤곽선 추적 알고리즘[7]을 적용하여 개별 객체를 추출한 후, 객체의 크기가 선택된 영역 면적의 30%보다 작을 경우에는 잡음으로 간주하여 제거한다. 그러나 이진화시 그림 4의 (a)와 같이 근막의 명암도 차이로 인해 근막이 끊어지는 경우가 발생하기 때문에 근막이 잡음으로 간주되는 문제점이 발생한다.
- 선택된 영역에서 근육 영역을 추출하기 위해 촬영된 초음파 영상에서 촬영 깊이와 Gray 막대 등과 같이 영상에 대한 정보를 나타내는 부분 정보를 제거하는 전처리 과정을 수행한다. 전처리된 초음파 영상을 대상으로 명암도의 분포를 펼치고 근막과 근육 부분을 강조하기 위해서 Ends-in Search Stretching 기법[6]을 적용한다. 그림 2는 전처리 과정과 Ends-in Search Stretching 기법을 적용한 결과이다.
- 추출된 근막 영역에 대해 Up-Down Search 방법을 적용하여 위·아래 방향을 탐색한 결과를 겹쳐서 근육의 후보 영역을 추출한다.
- 추출된 복부의 근육 영역에서 근육의 두께를 측정할 때 오차의 범위를 최소화하기 위해 최소자승법을 적용한다. 최소자승법은 오차의 제곱의 합을 최소화하는 방식으로 모집단의 모수를 추정하는 방법으로 식 (1)과 같다.
성능/효과
- 표 2, 3, 4에서 제안된 방법의 근육 두께 측정 결과가 전문의의 측정 결과와 차이가 발생한 경우는 근막을 추출하는 과정에서 수직 방향의 평균 명암도를 이용하여 이진화하므로 근막 이외의 영역이 근막과 함께 추출되어 근육이 정확히 추출되지 않은 경우와 손상된 근막 영역에서 근육의 상단 및 하단 경계선을 보정하는 과정에서 전문의가 측정하는 부분과 차이가 발생한 경우이다. 그러나 전반적으로 표 2, 3, 4에서와 같이 측정된 근육 두께의 오차가 0.03 Cm 이하가 대부분이므로 제안된 복부 근육 추출 방법이 초음파 근육을 측정하는 방법으로 활용할 수 있는 가능성을 확인하였다.
- 실험 결과에서 알 수 있듯이 기존의 근육 추출 방법보다 제안된 방법이 복부 영상에서 근육 영역을 추출하는데 효과적인 것을 확인하였다. 그러나 제안된 근육 추출 방법에서 일부 근막이 잡음과 같이 추출되어 근육 영역이 정확하게 추출되지 않아 전문의의 측정 결과와 비교하여 오차가 발생하였다.
- 실험 결과에서 알 수 있듯이 기존의 근육 추출 방법보다 제안된 방법이 복부 영상에서 근육 영역을 추출하는데 효과적인 것을 확인하였다. 그러나 제안된 근육 추출 방법에서 일부 근막이 잡음과 같이 추출되어 근육 영역이 정확하게 추출되지 않아 전문의의 측정 결과와 비교하여 오차가 발생하였다.
- 표 1은 실험에 적용된 복부 초음파 영상에서, 기존의 방법과 제안된 방법을 적용하여 근육을 추출한 결과를 비교하여 나타내었다. 표 1의 결과에서 알 수 있듯이 근육을 추출하는 과정에서 제안된 방법이 기존의 방법보다 근육 영역의 추출률이 개선된 것을 확인할 수 있다. 표 2 ,3 ,4는 복부 초음파 영상에서 제안한 방법과 전문의가 초음파 진단기기를 이용하여 근육의 두께를 측정한 결과를 비교하여 나타내었다.
- 표 2, 3, 4에서 제안된 방법의 근육 두께 측정 결과가 전문의의 측정 결과와 차이가 발생한 경우는 근막을 추출하는 과정에서 수직 방향의 평균 명암도를 이용하여 이진화하므로 근막 이외의 영역이 근막과 함께 추출되어 근육이 정확히 추출되지 않은 경우와 손상된 근막 영역에서 근육의 상단 및 하단 경계선을 보정하는 과정에서 전문의가 측정하는 부분과 차이가 발생한 경우이다. 그러나 전반적으로 표 2, 3, 4에서와 같이 측정된 근육 두께의 오차가 0.
후속연구
- 이러한 이유 중의 하나는 영상에서 얻어지는 결과들이 사용자의 숙달 정도에 따라 달라 질 수 있으며, 또한 결과 값들에 대한 해석이 검사자의 전문성에 따라 주관적으로 평가되기 쉽다는 점도 크게 작용한다. 따라서 측정된 영상에서 얻고자 하는 자료가 객관적으로 도출된다면 초음파 영상의 사용이 쉬워질 것이며, 환자들에 대한 교육뿐만 아니라, 자료에 대한 환자들의 이해도를 높일 수 있을 것이다. 이는 환자를 평가 치료하는 임상뿐만 아니라 질병 및 통증과 연관된 의료 연구 분야에서 많은 활용도를 가질 수 있다.
- 따라서 향후 연구 방향은 임상학적 분석을 기반으로 근막을 정확히 추출하기 위해 퍼지 기법을 이용한 이진화 방법과 손상된 근막 영역에서 근육의 상단 및 하단 경계선을 정확히 복원하기 위해 Monotone Cubic Hermite 보간법을 적용하여 전문의의 근육 두께 측정 결과와 비교하여 근육 두께의 오차를 줄이는 방향으로 연구할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.