K-means 알고리즘을 통한 연하 곤란 환자의 심각도를 확인하는 프로그램 개발 연구 A study on the development of a program to check the severity of dysphagia patients using the K-means algorithm원문보기
현대인들은 과거에 비해 풍부한 먹거리와 다양한 삶의 형태를 가지게 되었으나 바쁜 생활 속에 아침을 거르게 되고, 제 시간에 식사를 하지 못하는 등의 올바르지 못한 식습관을 형성하게 되었다. 이러한 식습관은 장기간 유지되면서 소화기관 장애로 이어지게 된다. 그에 가장 쉽게 발생하는 증상이 역류성 식도염과 삼킴 장애라고 불리는 연하 곤란이 있으며, 그 중 연하 곤란은 다양한 합병증의 형태로 발전하거나 위암, 후두암등의 전조증상으로 확인되기도 하여 빠르고 정확한 진단이 요구된다. 이에 따른 진단 결과는 현재도 의사가 수동적으로 판단하며 그 결과가 제각각이다. 여기서 말하는 진단 결과는 중증 정도를 말하는 것이며, 그에 따른 치료법이나 합병증을 파악할 때의 잘못된 진단으로 과한 치료나 부족한 대처로 이어지게 될 수도 있다. 본 논문에서는 연하 곤란의 심각 정도를 파악하기 위해 연하 곤란 진단 과정에서 식도로 이어지는 구간에 후두개곡과 이상와 부에 남는 잔여 음식물을 확인하기 위한 X-ray 이미지 처리에 K-means 알고리즘을 사용하는 프로그램을 개발하는 것을 연구하였다.
현대인들은 과거에 비해 풍부한 먹거리와 다양한 삶의 형태를 가지게 되었으나 바쁜 생활 속에 아침을 거르게 되고, 제 시간에 식사를 하지 못하는 등의 올바르지 못한 식습관을 형성하게 되었다. 이러한 식습관은 장기간 유지되면서 소화기관 장애로 이어지게 된다. 그에 가장 쉽게 발생하는 증상이 역류성 식도염과 삼킴 장애라고 불리는 연하 곤란이 있으며, 그 중 연하 곤란은 다양한 합병증의 형태로 발전하거나 위암, 후두암등의 전조증상으로 확인되기도 하여 빠르고 정확한 진단이 요구된다. 이에 따른 진단 결과는 현재도 의사가 수동적으로 판단하며 그 결과가 제각각이다. 여기서 말하는 진단 결과는 중증 정도를 말하는 것이며, 그에 따른 치료법이나 합병증을 파악할 때의 잘못된 진단으로 과한 치료나 부족한 대처로 이어지게 될 수도 있다. 본 논문에서는 연하 곤란의 심각 정도를 파악하기 위해 연하 곤란 진단 과정에서 식도로 이어지는 구간에 후두개곡과 이상와 부에 남는 잔여 음식물을 확인하기 위한 X-ray 이미지 처리에 K-means 알고리즘을 사용하는 프로그램을 개발하는 것을 연구하였다.
Modern people have abundant food and various forms of life compared to the past, but they have come to form an unhealthy diet, such as skipping breakfast and not eating in time in a busy life. When these eating habits are maintained for a long time, it leads to digestive trouble. The most easily occ...
Modern people have abundant food and various forms of life compared to the past, but they have come to form an unhealthy diet, such as skipping breakfast and not eating in time in a busy life. When these eating habits are maintained for a long time, it leads to digestive trouble. The most easily occurring symptoms are called reflux esophagitis and dysphagia. Among them, dysphagia requires quick and accurate diagnosis as they develop into various forms of complications or are also identified as presymptoms of gastric and laryngeal cancers. The result of the diagnosis is still passively judged by the doctor and each of results are different depending on the doctor. The result of the diagnosis here means the severity. When they identify treatment or complications following the results of the diagnosis, the wrong diagnosis may lead to excessive or insufficient treatment. In this paper, to figure out the severity of dysphagia in the diagnosis of dysphagia, we studied the development of a program using the K-means algorithm in the processing of X-ray images for identifying residual food in epiglottic vallecula and pyriform sinus in the section leading to esophagus.
Modern people have abundant food and various forms of life compared to the past, but they have come to form an unhealthy diet, such as skipping breakfast and not eating in time in a busy life. When these eating habits are maintained for a long time, it leads to digestive trouble. The most easily occurring symptoms are called reflux esophagitis and dysphagia. Among them, dysphagia requires quick and accurate diagnosis as they develop into various forms of complications or are also identified as presymptoms of gastric and laryngeal cancers. The result of the diagnosis is still passively judged by the doctor and each of results are different depending on the doctor. The result of the diagnosis here means the severity. When they identify treatment or complications following the results of the diagnosis, the wrong diagnosis may lead to excessive or insufficient treatment. In this paper, to figure out the severity of dysphagia in the diagnosis of dysphagia, we studied the development of a program using the K-means algorithm in the processing of X-ray images for identifying residual food in epiglottic vallecula and pyriform sinus in the section leading to esophagus.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 기존에 존재하는 연하곤란 검사 방법의 불편함인 평가 지표를 평준화 시키며, 빠르게 그 심각 정도 확인할 수 있게 해주는 프로그램을 개발하는 것에 대해 연구하였다.
한 병원의 진찰 신뢰도와 가격에 대해서 의심을 가지고 더 좋은 병원을 찾기 위해 계속 옮겨가기 때문이다. 이러한 문제점에 주안을 두고 본 논문에서는 이미지 및 데이터 처리를 활용하여 연하곤란의 심각도진단에 도움을 주는 프로그램을 개발해 보았다. 향후 방법의 개선을 통하여 의학적 진단에 대한 기준점 제시에 도움을 주고, 환자에게 신뢰도 높은 데이터를 제공할 수 있게 될 것으로 기대한다.
프로그램의 목적은 연하 검사를 거친 X-ray image에서 잔여 음식물이 남는 공간인 후두개곡과 이상와 부위를 검출하고, 음식물에 해당하는 넓이를 찾아내는 것에 있다.
제안 방법
딥러닝을 거쳐 나온 이미지영역에서 음식물에 대한 영역 값을 지속적으로 변경하며 K-means Clustering을 수행하였다. 실제 결과로는 음식물이 아닌 빈 영역에 색상을 칠하게 되며 음식물은 영역 색상 값이 그대로 나오게 하였다.
먼저 딥러닝 트레이닝에 활용된 Labeling과 같이 이미지에 영역을 직접 Boxing해 보았다. 실제 Mask R-CNN의 Labeling에는 Boxing이 아닌 Polygon영역으로 표기된다.
하지만 주변 픽셀에 대한 영향을 많이 받기 때문에 영역검출에 상당히 민감하다는 등의 단점이 존재한다. 이러한 부분을 보완하기 위하여 Mask R-CNN으로 영역을 찾고 K-means clustering을 적용시켰다. Mask R-CNN의 딥러닝 데이터 작성 시에는 트레이닝에 쓰일 이미지가 더 많으면 좋다.
Faster R-CNN에 각 픽셀이 오브젝트에 해당하는 것인지 아닌지를 Masking하는 네트워크 즉, CNN을 추가한 것이다. 정확한 픽셀 위치를 추출하기 위해 CNN을 거치면서 RoIPool 영역에 생기는 오차를 선형보간법을 통해 감소 시켜 연산한다. RoIPooling은 다음 Layer에 들어가기 위한 크기로 변환시키기 위해 일정 크기로 강제 Max pooling 시켜주는 것을 의미한다.
성능/효과
딥러닝을 거쳐 나온 이미지영역에서 음식물에 대한 영역 값을 지속적으로 변경하며 K-means Clustering을 수행하였다. 실제 결과로는 음식물이 아닌 빈 영역에 색상을 칠하게 되며 음식물은 영역 색상 값이 그대로 나오게 하였다. 그림 7의 앞의 이미지를 살펴보게 되면 위쪽 후두개곡 영역에 약 37%정도의 음식물이 차 있는 것을 확인할 수 있었으며, 아래 이상와 영역에 40.
후속연구
이러한 문제점에 주안을 두고 본 논문에서는 이미지 및 데이터 처리를 활용하여 연하곤란의 심각도진단에 도움을 주는 프로그램을 개발해 보았다. 향후 방법의 개선을 통하여 의학적 진단에 대한 기준점 제시에 도움을 주고, 환자에게 신뢰도 높은 데이터를 제공할 수 있게 될 것으로 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.