[논문]컬러영상 분할기법을 이용한 치아 플라그 영역 검출

김경섭; 신승원; 이세민; 정진선; 박원서; 김기덕

doi:10.5370/kiee.2011.60.6.1183

컬러영상 분할기법을 이용한 치아 플라그 영역 검출
Color Image Segmentation for Extracting Dental Plaque 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.60 no.6, 2011년, pp.1183 - 1189

김경섭 (건국대 의료생명대 의학공학부, 건국대 의공학실용기술연구소) , 신승원 (건국대 의료생명대 의학공학부) , 이세민 (건국대 의료생명대 의학공학부) , 정진선 (연세대 일반대학원 치의학과) , 박원서 (연세대 치과대학병원 통합진료과 임상부) , 김기덕 (연세대 치과대학병원 통합진료과)

Abstract ▼ AI-Helper

In this study, we propose the unsupervised image segmentation algorithm to estimate dental plaque accumulations on digital imaging with methylene blue disclosed plaque. With this aim, RGB color plane is mapped into HSI coordinates and the circular histogram of Hue is reconstructed by applying Otsu's threshold level. The histogram distribution on Saturation features is also analyzed by maximizing the variance between a plaque candidate and non-plaque one. The dental plaque regions are resolved by applying the composite decision logics based on the threshold level of Hue and Saturation.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 구강 질환의 큰 요인 중의 하나인 플라그를 자동으로 검출하기 위하여 HSI 컬러 공간과 Otsu 기법을 적용하여 플라그를 자동으로 검출하는 방법을 제안하였다. 메틸렌블루 염색제를 사용하여 플라그를 푸른색으로 염색한 후 치아의 컬러 영상을 획득하고, 획득한 컬러 영상을 HSI 컬러공간으로 변환하여 Hue와 Saturation을 획득하였다.
따라서 치아의 영상을 획득하고 영상으로부터 플라그 영역을 자동적으로 검출하는 기법에 대한 연구가 필요하다. 최근에는 컬러 영상과 통계분석, 인공신경회로망을 활용하여 플라그의 누적 상태를 자동으로 정량화하는 연구가[2] 수행되고 있으며 본 연구에서는 HSI (Hue, Saturation, Intensity) 컬러 공간 영상에서의 Otsu 자동 분할 기법을 적용하여 치아 컬러 영상에서 플라그 영역을 자동으로 검출하는 방법을 제안하고자 하였다.

제안 방법

Hue 영역은 Otsu 기법을 적용하여 영상을 재구성하고, 다시 Otsu 기법을 적용하여 푸른색 계통의 플라그 영역과 붉은색 계통의 구강 내 영역을 분리하였다. 또한 Hue를 통하여 획득한 영역에서 플라그 영역이 아닌 부분을 제거하기 위하여 Saturation 영상에 Otsu 기법을 적용하여 획득한 플라그 영역과 Hue에서 획득한 플라그 영역을 논리곱 연산을 수행하여 최종적으로 플라그 영역을 검출하였다. 그러나 치아 영역에서 연하게 염색되는 플라그 영역을 검출하지 못하고, 붉은 색 영역까지 플라그 영역으로 검출되는 경우가 발생하는 단점이 있다.
재구성된 Hue 히스토그램을 기반으로 플라그 영역과 구강 내 영역을 분할하기 위하여 Otsu 기법을 재차 적용하여 임계값을 구하였다. 또한 이를 기준으로 플라그 영역과 구강 내 영역을 분할하고, 플라그 영역을 분리하여 표현하였다. 그림 5의 (a)는 Otsu 기법을 이용하여 설정한 임계값이 표현된 히스토그램을 나타내고, (b)는 임계값을 기준으로 분리된 플라그 영역에 대한 히스토그램을 보여준다.
본 연구에서는 구강 질환의 큰 요인 중의 하나인 플라그를 자동으로 검출하기 위하여 HSI 컬러 공간과 Otsu 기법을 적용하여 플라그를 자동으로 검출하는 방법을 제안하였다. 메틸렌블루 염색제를 사용하여 플라그를 푸른색으로 염색한 후 치아의 컬러 영상을 획득하고, 획득한 컬러 영상을 HSI 컬러공간으로 변환하여 Hue와 Saturation을 획득하였다. Hue 영역은 Otsu 기법을 적용하여 영상을 재구성하고, 다시 Otsu 기법을 적용하여 푸른색 계통의 플라그 영역과 붉은색 계통의 구강 내 영역을 분리하였다.
따라서 치아의 플라그를 확인하기 위해서 치아의 표면에 플라그만을 염색할 수 있는 염색제를 도포한다. 본 연구에서는 치아 컬러 영상을 획득하기 전 피험자의 치아에 메틸렌블루 염색제를 도포하였다[3-5]. 메틸렌블루 염색제를 도포하면 플라그가 존재하는 부분이 푸른색으로 염색이 되어 플라그의 존재 유무를 쉽게 찾아볼 수 있다.
분리된 Hue 히스토그램 영역을 보정하기 위하여 그림 3과 같이 히스토그램을 두 영역으로 분할하고, 분리된 2개의 붉은색 영역들 하나로 구성되도록 히스토그램을 재구성하였다[8-9]. 즉, Otsu 기법을 이용하여 설정된 임계치를 이용하여 그림 4의 (a)와 같이 구한 Hue 영상의 히스토그램을 (b)에서는 이 임계값을 기준으로 재구성된 circular 히스토그램으로 변환시킨다.
획득한 치아 컬러 영상은 크게 붉은색 계통으로 표현되는 구강 내 영역과 메틸렌블루 염색제의 특성에 의해 푸른색으로 표현되는 플라그 영역으로 나눌 수 있다. 이 두 영역을 분할하기 위하여 컬러 영상을 HSI 컬러 공간으로 분리하고, 이 중 Hue와 Saturation을 이용하여 구강 내 영역과 플라그 영역을 분할하고자 하였다.
치아 컬러 영상에서 플라그 영역을 검출하기 위해서 플라그 영역에 대한 임계값 (threshold)을 설정하여 영상 분할을 수행한다. 이 때, 최적의 임계값을 획득하기 위하여 Otsu 영상 처리 기법을 사용하였다.
플라그 영역 검출 방법을 테스트하기 위하여 피험자 5명으로부터 치아 컬러 영상을 획득하였다. 피험자들은 모두 메틸렌블루 염색제를 치아에 도포하여 플라그를 염색한 후 영상을 획득하였고, 획득한 영상에 제안된 플라그 영역 검출 방법을 적용하여 플라그 영역을 검출하였다. 그림 9는 치아 영상에서 플라그 영역을 검출하기 위한 전체 과정의 순서도를 보여주고 있으며, 그림 10은 5명의 피험자에 대한 치아 영상에서 플라그 영역을 검출한 결과를 보여준다.

대상 데이터

영상 획득에 사용된 장비는 Nikon 회사의 D90 카메라와 85mm Micro-VR 렌즈, 그리고 Sigma사의 RingFlash EM-140DG 플래시 라이트를 사용하였다.
플라그 영역 검출 방법을 테스트하기 위하여 피험자 5명으로부터 치아 컬러 영상을 획득하였다. 피험자들은 모두 메틸렌블루 염색제를 치아에 도포하여 플라그를 염색한 후 영상을 획득하였고, 획득한 영상에 제안된 플라그 영역 검출 방법을 적용하여 플라그 영역을 검출하였다.

이론/모형

메틸렌블루 염색제를 사용하여 플라그를 푸른색으로 염색한 후 치아의 컬러 영상을 획득하고, 획득한 컬러 영상을 HSI 컬러공간으로 변환하여 Hue와 Saturation을 획득하였다. Hue 영역은 Otsu 기법을 적용하여 영상을 재구성하고, 다시 Otsu 기법을 적용하여 푸른색 계통의 플라그 영역과 붉은색 계통의 구강 내 영역을 분리하였다. 또한 Hue를 통하여 획득한 영역에서 플라그 영역이 아닌 부분을 제거하기 위하여 Saturation 영상에 Otsu 기법을 적용하여 획득한 플라그 영역과 Hue에서 획득한 플라그 영역을 논리곱 연산을 수행하여 최종적으로 플라그 영역을 검출하였다.
Saturation 영역에서 나타나는 플라그 영역을 획득하기 위하여 Saturation 영상에 Otsu 기법을 적용하여 플라그 영역을 설정하였다. 그림 7의 (a)는 Otsu 기법을 이용하여 설정된 임계값이 표현된 Saturation 영상의 히스토그램을 나타내고, (b)는 설정된 임계값을 기준으로 분리된 플라그 영역에 대한 히스토그램을 보여준다.
치아 컬러 영상에서 플라그 영역을 검출하기 위해서 플라그 영역에 대한 임계값 (threshold)을 설정하여 영상 분할을 수행한다. 이 때, 최적의 임계값을 획득하기 위하여 Otsu 영상 처리 기법을 사용하였다. Otsu 기법은 영상의 히스토그램과 통계학적인 방법을 이용하여 최적의 임계값을 자동으로 찾는 방법이다[6].
재구성된 Hue 히스토그램을 기반으로 플라그 영역과 구강 내 영역을 분할하기 위하여 Otsu 기법을 재차 적용하여 임계값을 구하였다. 또한 이를 기준으로 플라그 영역과 구강 내 영역을 분할하고, 플라그 영역을 분리하여 표현하였다.
플라그의 형성 정도를 정량적으로 분석하기 위하여 일반적으로 플라그 인덱스 (plaque index) 비교표를 사용한다. 이 방법은 치과 전문의가 환자의 치아 상태와 플라그 인덱스 비교표를 서로 육안으로 대조하여 각각의 치아에 대한 플라그 인덱스 값을 도출하는 방법이다[1].

성능/효과

그림 6의 (b)를 그림 1의 원 영상과 비교해보면, 원 영상에서 플라그 영역으로 나타나는 부분이 Saturation 영상에서 높은 밝기값을 가지는 것을 확인할 수 있다. 따라서 Saturation에 적절한 임계값을 설정하여 플라그 영역을 구분하고, 그림 5의 결과에 적용하면 좀 더 정확한 플라그 영역을 획득할 수 있다.

후속연구

그러나 치아 영역에서 연하게 염색되는 플라그 영역을 검출하지 못하고, 붉은 색 영역까지 플라그 영역으로 검출되는 경우가 발생하는 단점이 있다. 따라서 플라그 영역 검출 기법에 대한 추가적인 보완이 필요할 것으로 사료되며, 잇몸을 제외한 치아 영역에서의 플라그 영역을 검출하는 연구가 필요할 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	구강 질환이란 어떤 질환인가?	구강 질환은 현대인들에게 많이 발생하는 질환으로서, 통증과 출혈을 유발하고 심한 경우 치아를 상실할 수 있는 위험한 질환 중의 하나이다. 하지만 질환의 초기에는 그 증상의 정도가 심하지 않아 환자 스스로 증상을 인지하지 못하게 되고, 이로 인하여 적절한 치료시기를 놓쳐 질환이 악화되는 경우가 많다.
	구강 질환의 가장 큰 요인은?	구강 질환의 가장 큰 요인은 플라그 (dental plaque) 형성이다. 치태라고도 불리는 이 물질은 구강 내 세균들이 번식하여 생성되는 물질로서 치아와 잇몸, 혀에 들러붙어 끈적거리는 얇은 막의 형태를 지닌다.
	정기적인 구강검사를 통하여 구강 질환을 사전에 예방하는 것이 중요한 이유는?	구강 질환은 현대인들에게 많이 발생하는 질환으로서, 통증과 출혈을 유발하고 심한 경우 치아를 상실할 수 있는 위험한 질환 중의 하나이다. 하지만 질환의 초기에는 그 증상의 정도가 심하지 않아 환자 스스로 증상을 인지하지 못하게 되고, 이로 인하여 적절한 치료시기를 놓쳐 질환이 악화되는 경우가 많다. 따라서 정기적인 구강검사를 통하여 구강 질환을 사전에 예방하는 것이 중요하다.

참고문헌 (9)

M. Cugini, M. Thompson and P. Warren, "Correlations Between Two Plaque Indices in Assessment of Toothbrush Effectiveness," The Journal of Contemporary Dental Practice, Vol. 7, No. 5, pp. 1-11, Nov. 1, 2006.

상세보기
Kevin Carter, Gabriel Landini, A. Damien Walmsley, "Automated quantification of dental plaque accumulation using digital imaging," Journal of Dentistry, Vol. 32, pp. 623-628, June. 23, 2004.

상세보기
R. D. Barrie, "Recent Development in Dental Plaque Disclosants," Australian Dental Journal, Vol. 22, No. 4, pp. 260 - 266, August 1977.

상세보기
Philip L. Block, Ralph R. Lobene, John P. Derdivanis, "A Two-Tone Dye Test for Dental Plaque," J. Peridontol., Vol. 43, No. 7, pp. 423 - 426, July 1972.

상세보기
I. H .C. Gallagher, S. J. Fussell, T.W. Cutress, "Mechanism of Action of a Two-Tone Plaque Disclosing Agent," J. Periodontol., pp. 395 - 396, July 1977.
Nobuyuki Otsu, "A Threshold Selection Method from Gray-Level Histogram," IEEE Transactions on Systems, Man, and Cybernetics, Vol. SMC-9, No. 1, pp. 62-66, Jan. 1979.
Andreas Koschan, Mongi Abidi, Digital Color Image Processing, Wiley-Interscience, 2008.
Jianhua Wu, Pingping Zeng, Yuan Zhou, Christian Oliver, "A Novel Color Image Segmentation Method and Its Application to White Blood Cell Image Analysis," ICSP2006 Proceedings, Vol. 4, pp. Nov. 2006.
D. Tseng, Y. Li, C. Tung, "Circular Histogram Thresholding For Color Image Segmentation," International Conference on Document Analysis and Recognition, Vol. 2, pp. 673-676, Aug. 1995.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증