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.
제안 방법
- 이 알고리즘의 정확성을 검증하기 위해 돼지 다리를 통한 실험을 하였다. 19kg의 돼지 다리를 10mm 간격으로 (기를 촬영하고 외과 전문의에 의해 지방과 근육 그리고 뼈의 분리 작업을 하여 실제 돼지 다리의 무게 西kg, 부피 17620ml 중에 뼈가 0.9 kg에 800也, 지방은 가象에 1910皿 그리고 근육은 6.가区에 6100 成 라는 것을 실측하였다. 다음 과정으로 돼지 다리 CT 영상을 본 연구에서 개발된 알고리즘에 적용시켜 체적을 계산하였다.
- CT 영상에서 뼈, 체지방, 근육, 공기 등이 일정 영역의 명암값 분포를 가지고 있기 때문에 이 명암값을 이용하여 체지방과 근육의 체적 및 비율 계산이 가능하다. CT 영상의 히스토그램을 통하여 두 Peak 점을 찾아 체지방과 근육의 명암값 올 찾고, 그 명암값을 중심으로 체지방과 근육의 분포영역을 시각적으로 색을 변화시켜 찾아내었다[3〕. 체지방, 군육, 공기, 뼈의 명암값 분포는 다음 표1과 같다.
- Hand Scribe는 CT 영상에 흰색의 폐곡선을 그려주는 기능을 제공하여 간이나, 심장 주변의 체지방량을 알고자 할 때 CT 영상에서 간과 심장 주변에 폐곡선을 그려 그 부분의 체지방과 근육의 체적 및 비율의 결과 값을 얻을 수 있다. Hand Scribe를 이용하여 폐곡선이 그려진 CT 영상은 본 연구에서 개발된 알고리즘에 적용되어 그림4와 같이 폐곡선 올 중심으로 안과 밖의 영상이 각각 입력으로 사용된다[5].
- 그리고 Pixel 명암값 82~94을 갖는 근육은 순 근육의 명암값 91올 붉은색으로 설정하고 채도를 변화 시켜 다른 근육 Pixel 명암값을 표현한다. Pixel 명암값 167~194를 갖는 뼈는 흐린 푸른색으로 나타내고, 명암값 26~33을 갖는 공기는 배경색과 같은 흰색으로 그림 3과 같이 표현하여 CT 영상에 대해서 쉽게 눈으로 근육과 체지방과 공기, 뗘를 구분할 수 있는 Coloring 알고리줌을 구현하였다[4].
- dicom 파일에서. pgm 파일로 변환된 이미지 그리고 본 연구에서 구현된 절대, 가변비율에 따른 체지방과 근육의 체적 및 비율 결과값을 데이터베이스화 하였다.
- 보통 한 사람에 해당하는 CT 영상은 여러 장으로 구성된다. 각각의 slice에서 Pixel 명암값으로 체지방과 근육의 Pixel 수를 찾아내고 CT 영상에서 얻어낸 header 정보를 이용하여 체지방과 근육의 체적을 계산하였다. 이때 체적 계산하는 알고리즘 구현을 2가지 방법을 이용하여 그 정확성을 더 높였다.
- 가区에 6100 成 라는 것을 실측하였다. 다음 과정으로 돼지 다리 CT 영상을 본 연구에서 개발된 알고리즘에 적용시켜 체적을 계산하였다. 표 3은 돼지 실측 부피와 본 연구에서 개발된 알고리즘을 적용하여 계산된 결과 값이다.
- 또한 시각적인 효과를 주기 위해 근육과 체지방을 각기 다른 색으로 채도를 변경하여 표현하는 Goloring을 사용하였다. 또한 실제 돼지 다리의 실험을 통해 확인한 적은 오차로 값비싼 다른 체지방 기기들 대신 사용할 수 있음을 확인하였다.
- 본 연구는 그림1과 같은 과정을 거쳐 CT 영상을 이용한 체지방의 체적 및 비율계산을 수행한다.
- 본 연구에서는 CT 영상을 이용하여 체지방과 근육의 체적 및 비율을 계산하기 위해 지방 Pixel 명암값은 79~90의 분포를 가지고 근육은 Pixel 명암값 82~94의 분포를 가지고 있다는 것을 찾아내고 특정 부분의 체적계산을 위해 Hand Scribe 올 이용하여 헤더 정보와 Pix시 수를 이용하여 체적을 계산하였다.
- 위의 식을 이용하여 체지방과 근육의 체적, 체지방과 근육의 비율 그리고 근육에 대한 체지방의 비율을 계산하였다. 체지방과 근육의 비율은 전체 CT 영상의 체적에 대한 근육과 체지방의 비율이고, Hand SrFbe를 이용하여 체적 계산을 하였을 경우에는 폐곡선을 중심으로 내부 체적 및 비율 결과 값과 외부 체적 맟 비율 결과 값이 동시에 처리한다.
- 이 알고리즘의 정확성을 검증하기 위해 돼지 다리를 통한 실험을 하였다. 19kg의 돼지 다리를 10mm 간격으로 (기를 촬영하고 외과 전문의에 의해 지방과 근육 그리고 뼈의 분리 작업을 하여 실제 돼지 다리의 무게 西kg, 부피 17620ml 중에 뼈가 0.
- 각각의 slice에서 Pixel 명암값으로 체지방과 근육의 Pixel 수를 찾아내고 CT 영상에서 얻어낸 header 정보를 이용하여 체지방과 근육의 체적을 계산하였다. 이때 체적 계산하는 알고리즘 구현을 2가지 방법을 이용하여 그 정확성을 더 높였다. 우선 첫 번째 방법은 절대 비율 체적계산 알고리즘으로 체지방 Pix이 명암값 범위 79~86을 100% 체지방의 명암값이라 하고 근육은 8704의 Pixel 범위를 100% 근육의 명암값이라 하여 Pix시 값을 1이라고 놓고 체적을 계산하는 알고리즘이다[6].
- 이에 본 연구는 영상처리 기법들을 이용하여 자동적으로 복부, 다리 CT 영상 내의 체지방과 근육의 체적 계산을 행하였다. 또한 이 방법은 복부와 다리 영상뿐만 아니라 모든 부분에 적용할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.