[논문]자외선 혀 영상 채널 분석에 의한 WTCI 설태 평가

이우범

[국내논문] 자외선 혀 영상 채널 분석에 의한 WTCI 설태 평가
WTCI Tongue Coating Evaluation by analyzing a Ultraviolet Rays Tongue Image Channels 원문보기

信號處理·시스템學會論文誌 = Journal of the institute of signal processing and systems, v.16 no.3, 2015년, pp.96 - 101

초록
AI-Helper

본 논문에서는 한방 의료의 설진에 있어서 객관적인 진단 지표의 생성을 위해 자외선 혀 영상 채널 분석과 설태 검출에 의한 WTCI(Winkel Tongue Coating Index) 설태 평가 방법을 제안한다. 제안한 방법은 설태 영역 검출을 위하여 자외선 광원에 의해 생성된 혀 영상의 칼라 모델별 각 색상 채널의 히스토그램을 분석한다. 그리고 선택된 혀 영상 채널을 이용하여 설태 검출에서의 성능 검증 실험을 수행한다. 또한 WTCI 설태 지표 생성을 위한 테스트 샘플과 실영상 검증 실험을 실시하여 설진 지표의 객관성을 검증한다. 제안한 컴퓨터 지원 WTCI 설태 평가 방법의 성능 평가를 위해서 샘플 영상을 이용하여 계산의 정확성을 검증하고, 다양한 실제 피실험자의 혀 영상에 적용한 결과 성공적인 결과를 보였다.

Abstract ▼ AI-Helper

A tongue coating evaluation method for WTCI(Winkel Tongue Coating Index) is proposed in this paper, which is used as the diagnostic criteria in the tongue diagnosis. This method uses the color channel analysis and tongue coating extraction from the ultraviolet tongue image. Proposed method analyzes the histogram distribution of the respective color channel for extracting a tongue coating, and performs the verification test from the selected color channel in the tongue coating extraction. Also, Objectivity of the tongue diagnostic criteria is verified by the artificial sample and real-tongue image experiments. In order to evaluate the performance of the proposed Computerized Assistant WTCI Evaluation method, after verifying a measurement accuracy by using the artificial sample images, and applying to the various real-tongue image of subjects. As a result, the proposed WTCI method is very successful.

Keyword

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 논문에서 기존 설진기의 단점인 진단에 있어서의 객관성을 보완하기 위해 기존의 수동 설태 평가 방법 중 하나인 WTCI(Winkel Tongue Coating Index) 방법[6]을 적용한 컴퓨터 지원 설태 평가 방법을 제안한다. 본 논문에서 제안한 방법은 WTCI의 객관성을 향상시키기 위해서 기존 연구에서 개발한 3파장 혀 영상 획득기[7]로 촬영한 자외선 혀 영상을 이용하여 각 칼라 모델에서의 색상 채널을 분석하고, 분석된 자료로부터 설태 영역을 추출한다.
자외선 혀 영상의 칼라 모델별 히스토그램 분석에 의해서 선택된 RGB 칼라모델에서 설태 추출 효율을 검증하기 위해서 본 논문에서는 임계 이진화, 윤곽 검출 등의 일반적인 영상 처리 과정을 통해서 자외선 혀 영상에서의 설태 검출 성능을 테스팅 한다.
컴퓨터 지원 설진 시스템에서 제안한 WTCI 설태 평가 방법의 유효성 평가를 하기 위해서 본 논문에서는 그림 5와 같이 사전에 설태 분포 정보를 알고 있는 샘플 테스팅 영상으로 정확성을 실험하고 다양한 실제 피실험자의 혀영상을 적용하여 유용성을 검증하였다.
본 논문에서는 컴퓨터 지원 설진 시스템[11]에서 사용되는 진단 지표의 객관성을 높이기 위하여 WTCI 설태량 측정법을 참조한 수정된 WTCI 평가 방법을 제안하였다. 제안한 설태 평가법의 유효성과 실효성을 향상시키기 위하여 자외선 혀 영상을 다양한 칼라 모델로 변환하여 색상 채널을 분리하고 설태 및 설질 분할을 목적으로 히스토그램을 분석하였다.

제안 방법

따라서 본 논문에서 기존 설진기의 단점인 진단에 있어서의 객관성을 보완하기 위해 기존의 수동 설태 평가 방법 중 하나인 WTCI(Winkel Tongue Coating Index) 방법[6]을 적용한 컴퓨터 지원 설태 평가 방법을 제안한다. 본 논문에서 제안한 방법은 WTCI의 객관성을 향상시키기 위해서 기존 연구에서 개발한 3파장 혀 영상 획득기[7]로 촬영한 자외선 혀 영상을 이용하여 각 칼라 모델에서의 색상 채널을 분석하고, 분석된 자료로부터 설태 영역을 추출한다.
변환된 컬러모델은 각각의 용도에 맞는 특성을 가지며, RGB 모델를 제외한 컬러모델들은 명도값과 색상값을 분리하는 공통된 특성을 보인다. 각 변환된 컬러모델 영상은 다중 채널로서 히스토그램 분석이 어렵기 때문에 단일 채널로 분리한 후 히스토그램을 분석한다. 일반적으로 영상에서 명도값의 누적 분포를 나타내는 히스토그램은 영상 분석과 보정에 많이 사용되는 방법[8]으로서, 본 논문에서는 히스토그램 그래프에서의 분산도, 조밀도 및 골의 유무를 통해서 설태와 비설태 영역의 분별 특성을 분석한다.
각 변환된 컬러모델 영상은 다중 채널로서 히스토그램 분석이 어렵기 때문에 단일 채널로 분리한 후 히스토그램을 분석한다. 일반적으로 영상에서 명도값의 누적 분포를 나타내는 히스토그램은 영상 분석과 보정에 많이 사용되는 방법[8]으로서, 본 논문에서는 히스토그램 그래프에서의 분산도, 조밀도 및 골의 유무를 통해서 설태와 비설태 영역의 분별 특성을 분석한다.
선택된 자외선 혀 영상의 RGB 칼라모델은 설태 검출을 위해서 먼저 적색(Red), 녹색(Green), 청색(Blue)의 단일 채널로 분리가 되어 각 채널의 히스토그램을 분석한다. 히스토그램의 골-포인트는 혀 영상에서 설질과 설태 영역을 구분할 수 있는 특성으로서 가시광선 광원보다 자외선 광원에서 보다 두드러지게 나타나기 때문에 히스토그램의 변곡점인 골-포인트를 임계값으로 이진화 영상을 생성한다.
본 논문에서 참조하는 설태량 평가 방법인 WTCI는 Winkel EG등이 고안한 방법으로 입을 벌리고 혀를 내밀도록 하여 보이는 영역을 설첨부에서 설근부까지 종으로 2등분, 횡으로 3등분하여 총 6구역으로 설태량을 평가한다. 각 구역의 설태 정도는 설태가 없는 경우(0점).
그러나 본 논문에서 WTCI 설태량 추출법을 그대로 적용하는 것은 평가 범위가 너무 작아 객관성이 떨어지기 때문에 컴퓨터 지원 시스템에서의 설진 진단 지표의 객관성을 높이기 위해서 각 구역의 범위를 백분율로 평가한다.
본 논문에서 WTCI에 근거한 설진 지표를 계산하기 위해서는 먼저 환자의 구강 내 미생물의 포르피린(Porphyrins)대사과정에서 발생하는 형광 현상[10]으로 설태 영역의 형광학적 자외선 반응을 촬영한 혀 영상을 이용한다.
설질 윤곽은 RGB 칼라 모델의 자외선 혀 영상으로부터 자동으로 초기 원 영상에 16개의 조절점을 제시하고, 정확한 설질 윤곽 추출을 위해서 한의사에게 주어지는 16개 조절점 이동에 의한 매뉴얼 방식으로 설질 윤곽 정보를 획득한다.
설태 추출은 자외선 혀 영상의 선택된 색상 채널 영상을 이용하기 위해서 색 채널을 분리한 후에 임계 처리된 이진화 연산을 수행한 이진 영상에 캐니-에지 윤곽 추출 알고리즘을 적용한다. 설질 및 설태 영역의 추출이 완료되면, 두 결과 영상을 합성하고, 합성된 영상으로부터 설질의 최소근접 사각형(MBR; Minimum Bounding Rectangle)을 추출한 후 WTCI 방법에 근거한 6 구역으로 분할한다.
본 논문에서는 컴퓨터 지원 설진 시스템[11]에서 사용되는 진단 지표의 객관성을 높이기 위하여 WTCI 설태량 측정법을 참조한 수정된 WTCI 평가 방법을 제안하였다. 제안한 설태 평가법의 유효성과 실효성을 향상시키기 위하여 자외선 혀 영상을 다양한 칼라 모델로 변환하여 색상 채널을 분리하고 설태 및 설질 분할을 목적으로 히스토그램을 분석하였다. 또한 선택된 RGB 칼라 모델에서의 색상 채널이 실제 설태 추출에 유효함을 검증하기 위하여 실제 혀 영상을 이용한 설태 검출 검증 실험을 수행하였다.
제안한 설태 평가법의 유효성과 실효성을 향상시키기 위하여 자외선 혀 영상을 다양한 칼라 모델로 변환하여 색상 채널을 분리하고 설태 및 설질 분할을 목적으로 히스토그램을 분석하였다. 또한 선택된 RGB 칼라 모델에서의 색상 채널이 실제 설태 추출에 유효함을 검증하기 위하여 실제 혀 영상을 이용한 설태 검출 검증 실험을 수행하였다.
그 결과 자외선 파장에서 RGB 컬러모델의 히스토그램 상에서 설태와 비설태 영역의 색차 특성이 다른 컬러모델에 비해 뚜렷하게 나타나는 최적 혀 영상으로 분석되었으며, 실제 혀 영상에 적용한 결과 성공적임을 보였다. 또한 WTCI를 참조한 테스팅 및 실제 혀 영상 실험에서도 비교적 적은 오차율을 보였으며, 설태율을 백분율로 표시함으써 원래의 WTCI 설태 평가 방법에서의 좁은 평가 범위에 의한 진단의 객관성 문제의 해결 방법을 제시하였다.

대상 데이터

설태 추출을 위한 최적의 혀 영상 채널을 분석하기 위해 본 논문에서는 20대 남녀 대학생 30명으로부터 획득한 자외선 혀 영상 데이터를 이용한다.

이론/모형

그림 1은 본 논문에서 실험된 자외선 혀 영상의 칼라 모델별 채널 분리 영상이고, 그림 2는 그림 1의 각 영상에 해당하는 채널별 히스토그램 분포의 예이다. 영상 채널의 생성과 히스토그램 그래프는 Mathworks社의 MATLAB 2010b 버전에서 Image Processing ToolBox를 이용하여 시뮬레이션을 하였다.
히스토그램의 골-포인트는 혀 영상에서 설질과 설태 영역을 구분할 수 있는 특성으로서 가시광선 광원보다 자외선 광원에서 보다 두드러지게 나타나기 때문에 히스토그램의 변곡점인 골-포인트를 임계값으로 이진화 영상을 생성한다. 생성된 이진화된 영상은 설태 영역이 전경이 된 영상으로서, 이 영상에 윤곽선 검출 알고리즘을 적용하여 설태 영역을 분리 가시화(visualization)한다.
설태 추출은 자외선 혀 영상의 선택된 색상 채널 영상을 이용하기 위해서 색 채널을 분리한 후에 임계 처리된 이진화 연산을 수행한 이진 영상에 캐니-에지 윤곽 추출 알고리즘을 적용한다. 설질 및 설태 영역의 추출이 완료되면, 두 결과 영상을 합성하고, 합성된 영상으로부터 설질의 최소근접 사각형(MBR; Minimum Bounding Rectangle)을 추출한 후 WTCI 방법에 근거한 6 구역으로 분할한다.

성능/효과

또한 WTCI 적용을 위하여 샘플 테스트 검증을 수행하고 다양한 실제 혀 영상에 적용함으로써 설진 지표의 정확성과 객관성을 크게 향상시킬 수 있다.
실험 결과 자외선 파장에서 촬영된 혀 영상은 RGB 컬러 모델에서 채널 분리한 영상의 히스토그램이 설태 영역과 비설태 영역을 구분하는 골-포인트 특성이 다른 칼라모델에 비해 비교적 모든 채널에서 일정함을 보였다. 이것은 RGB 컬러모델을 제외한 컬러모델은 주로 명도와 색상을 분류하는 특성 때문에 색상이 존재하는 다른 가시광선 파장에서만 효과적인 것으로 분석된다.
샘플링 영상을 이용한 테스팅 결과, 실제 컴퓨터에 의해서 계산된 샘플 영상의 WTCI 설태율 추출 분석 결과는 샘플 영상 제작 시의 설정 정보와 비교했을 경우 표 1과 같이 1%미만의 오차율을 보였다. 이 결과는 각각 다른 색상 채널을 이용한 테스팅 실험에서도 동일한 결과를 보였다.
특히, 제안한 방법은 그림 6과 같이 실제 피실험자의 혀 영상에 적용하였을 경우에도 성공적인 유효성을 나타냄으로써 실제 설진 시스템에 적용 가능함으로 보였다. 그러나 실제 혀 영상의 경우에 설태 추출 과정에서 선택된 RGB 칼라 모델에서의 채널 선택은 표 2에 나타낸 바와 같이 약간의 상이한 설태 점유 비율을 보임으로써 채널 선택의 문제가 시스템 성능의 중요한 변수임을 알 수 있다.
그 결과 자외선 파장에서 RGB 컬러모델의 히스토그램 상에서 설태와 비설태 영역의 색차 특성이 다른 컬러모델에 비해 뚜렷하게 나타나는 최적 혀 영상으로 분석되었으며, 실제 혀 영상에 적용한 결과 성공적임을 보였다. 또한 WTCI를 참조한 테스팅 및 실제 혀 영상 실험에서도 비교적 적은 오차율을 보였으며, 설태율을 백분율로 표시함으써 원래의 WTCI 설태 평가 방법에서의 좁은 평가 범위에 의한 진단의 객관성 문제의 해결 방법을 제시하였다.
그러나 제안한 방법은 자외선 광원에 의한 설태 추출 성능은 우수한데 비해서 설질의 윤곽 추출에 있어서는 한의사의 메뉴얼 방식의 의존성이 크며, 완전 자동화의 비율이 비교적 저조하다. 이러한 문제점이 보완된다면, 다양한 실험을 통해서 정확성이 검증된 본 논문에서 제안한 설태 평가 방법은 컴퓨터 지원 설진 시스템에서 보다 자동화되고 표준화된 기기의 개발에 활용될 것으로 기대된다.

후속연구

그러나 제안한 방법은 자외선 광원에 의한 설태 추출 성능은 우수한데 비해서 설질의 윤곽 추출에 있어서는 한의사의 메뉴얼 방식의 의존성이 크며, 완전 자동화의 비율이 비교적 저조하다. 이러한 문제점이 보완된다면, 다양한 실험을 통해서 정확성이 검증된 본 논문에서 제안한 설태 평가 방법은 컴퓨터 지원 설진 시스템에서 보다 자동화되고 표준화된 기기의 개발에 활용될 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	설태의 형태는 어떠한가?	특히, 설태라고 불리는 혓바닥에 이끼처럼 덮힌 물질은 그것의 색깔, 습윤정도, 두께, 형태와 설태가 낀 범위 등을 통해 사기의 성질과 침입한 부위, 진액의 유무를 가려볼 수 있기 때문에 한의학자는 환자의 질병 진단이나 환자의 건강 상태를 판별하기 위해서 중요한 지표로 사용하고 있다[1-5]. 그러나 기존의 설진기는 자체적으로 설태를 평가 하는 기능이 없어 한의사의 경험과 감각이 큰 부분을 차지 하고 있어 상당히 주관적인 진단 결과를 초래한다.
	혀가 인체의 변화를 반영하는 지표가 될 수 있는 이유는 무엇인가?	혀는 혈관과 신경이 풍부하고 인체의 다른 여러 기관과 관련된 생리 기능을 가지고 있어서 인체의 변화를 반영하는 분명한 지표가 된다. 한의학에서는 인체 내 각종 생리적, 병리적 변화가 혀의 상태에 반영되기 때문에 혀의 여러 특징들이 진단의 중요 지표로서 적극 활용되고 있다[1-5].
	수정된 WTCI 평가 방법은 기존 WTCI의 어떤 문제를 해결하였는가?	그 결과 자외선 파장에서 RGB 컬러모델의 히스토그램 상에서 설태와 비설태 영역의 색차 특성이 다른 컬러모델에 비해 뚜렷하게 나타나는 최적 혀 영상으로 분석되었으며, 실제 혀 영상에 적용한 결과 성공적임을 보였다. 또한 WTCI를 참조한 테스팅 및 실제 혀 영상 실험에서도 비교적 적은 오차율을 보였으며, 설태율을 백분율로 표시함으써 원래의 WTCI 설태 평가 방법에서의 좁은 평가 범위에 의한 진단의 객관성 문제의 해결 방법을 제시하였다.

참고문헌 (11)

G. Kim, "the past and future trends in tongue diagnosis", IEIE, vo.37(7), pp.702-211, 2010. 7.
Y. Wang, et al., "Region partition and feature matching based color recognition of tongue image", Pattern Recognition Letters, vol.28(1), pp. 11-19, 2007. 1.

상세보기
X. Wang, "A high quality color imaging system for computerized tongue image analysis", Expert Systems with Applications, vol.40(15), pp. 5854-5866, 2013. 11.

상세보기
C. Jung, et al., "Review on the current trends in tongue diagnosis systems", Integrative Medicine Research, vol.1(1), pp. 13-20, 2012. 12.

상세보기
Boyeon Kim and Kyungmo Park, "Development of Digital Tongu Inspection Acquirement and Management System for Tongue Diagnosis", The Korea Institute of Oriental Medical Diagnostics vol.6(1), pp. 65-78, 2002.
E. G. Winkel, et al., "Clinical effects of a new mouthrinse containing chlorhexidine, cetylpyridinium chloride and zinc-lactate on oral halitosis", Journal of Clinical Periodontology, vol.30(4), pp.300-306, 2003.

상세보기
Woobeom Lee, et. al., "Coated Tongue Region Extraction using the Fluorescence Response of the Tongue Coating by Ultraviolet Light Source", The Journal of The IIBC, Vol. 12(4), pp. 181-188, 2012. 8.
Rafael C. Gonzalez, "Digital Image Processing Using MATLAB", Prentice Hall, 2003
J. Canny, "A Computational Approach to Edge Detection", IEEE Transactions on Pattern Analysis Machine Intelligence, vol.8(6), pp.679-698, 1986.
W. Tomaszewski, "The fluorescence phenomenon of the tongue." British Medical Journal, 1: pp. 117-120, 1951.

상세보기
Woobeom Lee, "Implementation of Computerized Assistant Diagnosis Software for Tongue Diagnosis in the Oriental Medicine", Journal of the Institute of Electronics Engineers of Korea(CI), vol. 51(6), pp. 175-182, 2014. 06.

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.

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