[논문]ART2 기반 양자화를 이용한 재활 초음파 영상에서의 근육 영역 추출

김광백

doi:10.9708/jksci.2014.19.6.011

초록
AI-Helper

초음파 영상은 미세한 명암도 차이 등에 의해 분석 과정에서 근육 영역의 위치와 크기를 판단하는데 어려움이 발생하고 이로 인해 근육 영역을 파악하는데 주관성이 개입된다. 본 논문에서는 근육 영역을 객관적으로 분석하기 위해ART2 신경망을 적용하여 양자화를 수행한 후, 국부적 영역에서 근육 영역을 추출한다. 초음파 영상에서 히스토그램 평활화와 엔드인 탐색 알고리즘을 적용하여 명암도의 분포와 밝기 값을 보정한 후, ART2 신경망을 이용하여 유사한 영역을 클러스터링 한다. 클러스터링 된 각 영역의 크기, 위치 및 명암도 정보를 분석하여 피하지방, 근막, 기타 배경 영역으로 분류한다. 최종적인 근육 영역은 근막 내부 객체들 간의 거리, 각도를 이용하여 추출된다. 실제 초음파 영상 대상 실험 결과, 일반적인 클러스터링 기법을 적용한 방법 보다 ART2 기반 양자화와 제안된 영역 확장 기법으로 근육 영역을 추출하고 분석하는 것이 효율적임을 확인하였다.

Abstract ▼ AI-Helper

While safe and convenient, ultrasound imaging analysis is often criticized by its subjective decision making nature by field experts in analyzing musculoskeletal system. In this paper, we propose a new automatic method to extract muscle area using ART2 neural network based quantization. A series of ...

While safe and convenient, ultrasound imaging analysis is often criticized by its subjective decision making nature by field experts in analyzing musculoskeletal system. In this paper, we propose a new automatic method to extract muscle area using ART2 neural network based quantization. A series of image processing algorithms such as histogram smoothing and End-in search stretching are applied in pre-processing phase to remove noises effectively. Muscle areas are extracted by considering various morphological features and corresponding analysis. In experiment, our ART2 based Quantization is verified as more effective than other general quantization methods.

Keyword

AI 본문요약
AI-Helper

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

가설 설정

4. 근육 막 영역 및 근육 영역 추출

근육 영역은 근막 영역으로 둘러 싸여 있다. 근육 영역을 추출하기 위해 영상에서 비교적 특징이 두드러지며 밝은 명암도 분포를 가지는 근막 영역을 우선 탐색한다.

제안 방법

본 논문에서는 다양한 영상 처리 기법을 적용하여 영상의 잡음과 밝기를 보정한 후, ART2 신경망을 기반으로 클러스터링을 한 후, 영상의 영역 크기, 위치 및 명암도 정보를 이용한 영상 처리 기법을 적용하여 근육 영역을 추출한다.
근육 영역은 근막 영역으로 둘러 싸여 있다. 근육 영역을 추출하기 위해 영상에서 비교적 특징이 두드러지며 밝은 명암도 분포를 가지는 근막 영역을 우선 탐색한다. 클러스터 중에 근 막의 후보 영역을 선정하기 위해 각 클러스터의 평균 밝기를 구하고 가장 밝은 3개의 클러스터를 후보 영역으로 선정한다.
선정된 근 막 후보 영역의 히스토그램 특징을 분석하여 최종적인 근막 영역을 탐색한다. 근막 영역의 범위를 구하기 위해 각 객체를 연결한다.
본 논문에서는 초음파 영상에서 근육 영역을 추출하기 위해 근육 영역이 근막 영역 내부에 둘러싸여 있다는 형태학적 특징을 이용하였다. 따라서 본 논문에서는 근육 영역을 추출하기 위해 ART2 신경망을 적용하여 양자화를 수행한 후, 국부적 영역에서 근육 영역을 추출하였다.
본 논문에서는 초음파 영상에서 근육 영역을 추출하기 위해 근육 영역이 근막 영역 내부에 둘러싸여 있다는 형태학적 특징을 이용하였다. 따라서 본 논문에서는 근육 영역을 추출하기 위해 ART2 신경망을 적용하여 양자화를 수행한 후, 국부적 영역에서 근육 영역을 추출하였다. 초음파 영상에서 히스토그램 평활화와 엔드인 탐색 알고리즘을 적용하여 명암도의 분포와 밝기 값을 보정한 후, ART2 신경망을 이용하여 유사ㅏ한 영역을 클러스터링 하였다.
따라서 본 논문에서는 근육 영역을 추출하기 위해 ART2 신경망을 적용하여 양자화를 수행한 후, 국부적 영역에서 근육 영역을 추출하였다. 초음파 영상에서 히스토그램 평활화와 엔드인 탐색 알고리즘을 적용하여 명암도의 분포와 밝기 값을 보정한 후, ART2 신경망을 이용하여 유사ㅏ한 영역을 클러스터링 하였다. 그리고 클러스터링된 각 영역의 크기, 위치 및 명암도 정보를 분석하여 피하지방, 근막, 기타 배경 영역으로 분류하였다.
초음파 영상에서 히스토그램 평활화와 엔드인 탐색 알고리즘을 적용하여 명암도의 분포와 밝기 값을 보정한 후, ART2 신경망을 이용하여 유사ㅏ한 영역을 클러스터링 하였다. 그리고 클러스터링된 각 영역의 크기, 위치 및 명암도 정보를 분석하여 피하지방, 근막, 기타 배경 영역으로 분류하였다. 근육 영역을 탐색 위해 근막 내부 객체들 간의 거리, 각도를 이용하여 근막 영역에 둘러싸인 근육 영역을 추출하였다.
그리고 클러스터링된 각 영역의 크기, 위치 및 명암도 정보를 분석하여 피하지방, 근막, 기타 배경 영역으로 분류하였다. 근육 영역을 탐색 위해 근막 내부 객체들 간의 거리, 각도를 이용하여 근막 영역에 둘러싸인 근육 영역을 추출하였다.

대상 데이터

실험 환경은 Intel Pentium-Ⅳ 2GHz CPU와 256MB RAM이 장착된 IBM 호환 PC상에서 Visual Studio 2008로 실험하였다. 실험 영상은 사람의 복부를 이동식 초음파 기계로 횡단 촬영한 영상을 대상으로 하였다.

이론/모형

각 영상 마다 같은 부위라 하더라도 명암도 차이가 존재하기 때문이다. 본 논문에서는 이러한 문제점을 개선하기 위해 동적으로 유사 영역을 클러스터링 하는 ART2 알고리즘[8]을 적용하여 양자화 한다. 영상에 존재 하는 피하지방, 근 막, 기타 배경 영역을 구분하기 위해 주 영역의 명암도를 ART2 알고리즘을 적용하여 양자화 한다.
본 논문에서는 이러한 문제점을 개선하기 위해 동적으로 유사 영역을 클러스터링 하는 ART2 알고리즘[8]을 적용하여 양자화 한다. 영상에 존재 하는 피하지방, 근 막, 기타 배경 영역을 구분하기 위해 주 영역의 명암도를 ART2 알고리즘을 적용하여 양자화 한다. ART2 알고리즘을 적용하여 양자화 하는 과정은 그림 5와 같다.

성능/효과

실제 초음파 영상을 대상으로 실험한 결과, 일반적인 방법으로 양자화를 수행하는 경우에는 정적으로 명암도를 그룹화하여 모든 영상에 대해 똑같이 나눠진 명암도 범위를 적용하기 때문에 근육 영역을 추출할 수 없었으나 제안된 ART2 기반 양자화 기법을 적용한 경우에는 전반적으로 근육 영역이 정확히 추출되었다. 그러나 실험에서 알 수 있듯이 초음파 영상에서 근막 영역의 경계가 잘 나타나지 않는 경우에는 근육 영역이 정확히 추출되지 않았다.

후속연구

향후 연구 과제로는 단순히 근막 영역 뿐 아니라 근육 영역의 움직임과 형태학적 특징을 고려하여 더 세분화된 근육 영역을 추출할 수 있도록 개선할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	초음파 영상의 단점은?	초음파 영상은 미세한 명암도 차이 등에 의해 분석 과정에서 근육 영역의 위치와 크기를 판단하는데 어려움이 발생하고 이로 인해 근육 영역을 파악하는데 주관성이 개입된다. 본 논문에서는 근육 영역을 객관적으로 분석하기 위해ART2 신경망을 적용하여 양자화를 수행한 후, 국부적 영역에서 근육 영역을 추출한다.
	유인체를 검사하는 방법들 중 가장 쉽게 접근 할 수 있는 방법은?	방법 중의 하나가 초음파 검사이다. 특정부위를 제외한 인체
	초음파 영상 전처리는 어떻게 이루어졌는가?	전처리 과정에서는 실제 영상 처리에 사용될 주 영역과 근육 영역에 대한 크기 정보를 구하기 위해 눈금자 영역을 분리하며 근육 영역에 대한 실제 크기를 계산하기 위한 눈금 길이 정보를 저장한다. 또한 명암도 분포와 밝기 보정을 통해 영상의 경계를 부각시켜 특징 정보를 얻기 쉽게 전처리한다.

참고문헌 (8)

Kremkau, W. Frederick, "Diagnostic Ultrasound: Principles and Instruments," Ultrasound Quarterly, Vol.12, Issue 1, pp.65, December, 1994.

상세보기
M. T. Van Holsbeda, J. H. Introcas, Musculoskeletal Ultrasound, Philadelphia, PA: Mosby Press, 2001.
J. A. Hides, T. Miokovic, D. L. Belavy, W. R. Staqnton, C. A. Richardson, "Ultrasound imaging assessment of abdominal muscle function during drawing-in of the abdominal wall: an intrarater reliability study," Journal of Orthopaedic &Sports Physical Therapy, Vol. 37, Issue 8, pp.480-486, August, 2007.

상세보기
M. T. van Holsbeck and J. H. Intracaso, Musculoskeletal Ultrasound, Elsevier Mosby, Philadelphia, 2001.
R. M. Harley, R. W. Arthur, Computer Imaging Recipes in C, PTR Prentice-Hall. Inc, 1993.
J. H. Jeffrey, L. K. Shane, C. P. Eric, M. F. Julie, "Systematic Review of the Reliability of Rehabilitative Ultrasound Imaging for the Quantitative Assessment of the Abdominal and Lumbar Trunk Muscles," SPINE, Vol.34, No.23, pp E848-E856, November, 2009.

상세보기
M. Stokes, G. Rankin, D. J. Newham, "Ultrasound imaging of lumbar multifidu May s muscle: normal reference ranges for measurements and practical guidance on the technique," Manual Therapy, Vol, 10, Issue 2, pp.116-126, May, 2005.

상세보기
K. B. Kim, H. J. Park and D. H. Song, "Self Health Diagnosis System for Korean Traditional Medicine with Enhanced ART2," Proceedings of International Workshop (Bioscience and Medical Research 2013), vol.33, pp.16-19, December, 2013.

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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

[국내논문] ART2 기반 양자화를 이용한 재활 초음파 영상에서의 근육 영역 추출
Extracting Muscle Area with ART2 based Quantization from Rehabilitative Ultrasound Images 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

가설 설정

4. 근육 막 영역 및 근육 영역 추출

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] ART2 기반 양자화를 이용한 재활 초음파 영상에서의 근육 영역 추출 Extracting Muscle Area with ART2 based Quantization from Rehabilitative Ultrasound Images 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

가설 설정

4. 근육 막 영역 및 근육 영역 추출

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

김광백 (177)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] ART2 기반 양자화를 이용한 재활 초음파 영상에서의 근육 영역 추출
Extracting Muscle Area with ART2 based Quantization from Rehabilitative Ultrasound Images 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

활용도 Top5 논문