1 |
1
3D 해부학 구조별 segmentation 및 cervical vertebra 삭제를 수행하는 3D 해부학 구조별 영상 처리부;영상 처리를 위하여 교합평면 회전(rotation)으로 치열이 바닥에 평행하도록 하는 교합평면 회전처리부;상하악의 기준 평면을 나누어 이를 기준으로 교정점들을 새롭게 정의하고, 기준점을 이용해 악골의 기준 plane(Midsaggital plane-MSP)을 설정하고, MSP가 정위치에 놓이도록 상악을 회전하는 상악 처리부;cmANP를 이용해 기준 평면을 설정하고, cmANP이 정위치에 놓이도록 하악을 회전하는 하악 처리부;윤곽선을 재조정하여 정확한 점의 좌표를 계산해 주는 방식으로 수정을 하는 보정 처리부; 및 수정된 3D 좌표들을 기준으로 CNN 네트워크 학습을 하여 좌표 업데이트를 하는 좌표 업데이트부;를 포함하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 장치
|
2 |
2
제 1 항에 있어서, 상악 처리부는,coronal에서 안구, nasal fossa가 나타난 이미지를 만드는 상악 처리 이미지 결정부와,midsagittal plane이 바닥과 수직이 되게 회전(Coronal 방향 reorientation)하는 회전 처리부와,Coronal MIP에서 안구의 최저점으로 x, z좌표를 구하고, x좌표의 sagittal 단면에서 z좌표와 만나는 y좌표를 산출하는 안와점 산출부와,Coronal MIP에서 nasal fossa의 중심점이 nasal fossa의 최하점과 평행한 선분과 만나는 점으로 x,z 좌표를 구하고, x좌표의 sagittal 단면에서 z좌표와 만나는 y좌표를 산출하는 ANS 산출부와,Coronal MIP에서 nasal fossa의 맨 윗점으로 x,z 좌표를 구하고, x좌표의 sagittal 단면에서 z좌표와 만나는 y좌표를 산출하는 코뿌리점 산출부와,sagittal 방향으로 condyle 외측에서 condyle 중심까지 sagittal MIP를 산출하는 포리온 산출부와,Coronal MIP에서 안구 내측 중앙부, 안구 상부와 코뿌리점 사이로 영역을 한정하여 딥러닝을 이용하여 x 및 z 좌표 구한 후, x좌표에 해당하는 sagittal image에서 z와 만나는 y좌표 산출하는 Nasion 산출부와,두 안구의 평균 상부와 하부 사이의 상악의 중점을 기준으로 특정 너비 만큼 MIP한 sagittal image에서 sella 영역을 segmentation해서 딥러닝 후 그 중심좌표를 산출하는 Sella 산출부를 포함하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 장치
|
3 |
3
제 1 항에 있어서, 하악 처리부는,하악 정준선 구하기 및 바닥에 수직으로 회전하는 회전 처리부와,Coronal MIP에서 교정점 좌표 산출을 하는 Coronal MIP 교정점 좌표 산출부와,Sagittal MIP에서 교정점 좌표 산출을 하는 Sagittal MIP 교정점 좌표 산출부를 포함하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 장치
|
4 |
4
제 1 항에 있어서, 좌표 업데이트부는,수정된 3D 좌표들을 기준으로, 2차원 MIP에서 2차원 regression CNN 네트워크로 구할 수 있는 점들을 바탕으로 영역을 한정한 후, 3차원 regression CNN 네트워크로 학습하여 좌표들을 정밀화하여 업데이트 하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 장치
|
5 |
5
3D 해부학 구조별 segmentation 및 cervical vertebra 삭제를 수행하는 3D 해부학 구조별 영상 처리 단계;영상 처리를 위하여 교합평면 회전(rotation)으로 치열이 바닥에 평행하도록 하는 교합평면 회전처리 단계;상하악의 기준 평면을 나누어 이를 기준으로 교정점들을 새롭게 정의하고, 기준점을 이용해 악골의 기준 plane(Midsaggital plane-MSP)을 설정하고, MSP가 정위치에 놓이도록 상악을 회전하는 상악 처리 단계;cmANP를 이용해 기준 평면을 설정하고, cmANP이 정위치에 놓이도록 하악을 회전하는 하악 처리 단계;윤곽선을 재조정하여 정확한 점의 좌표를 계산해 주는 방식으로 수정을 하는 보정 처리 단계; 및 수정된 3D 좌표들을 기준으로 CNN 네트워크 학습을 하여 좌표 업데이트를 하는 좌표 업데이트 단계;를 포함하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
6 |
6
제 5 항에 있어서, 3D 해부학 구조별 영상 처리 단계에서,상악, 하악, 치아, cervical vertebra를 3D cnn으로 segmentation하고, 전체 3D 이미지에서 연조직과 cervical vertebra 삭제하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
7 |
7
제 5 항에 있어서, 교합평면 회전처리 단계에서,Sagittal MIP에서 교합평면 중심의 높이 구하고, Sagittal MIP에서 치아로 이루어진 교합평면이 바닥에 평행하게 sagittal 방향 rotation(교합평면의 중심을 기준)하여 치열이 바닥에 평행하도록 하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
8 |
8
제 5 항에 있어서, 교합평면 회전처리 단계에서,기준평면을 잡기 위하여 정면과 위에서 사람을 내려다보았을 때, 두 안와의 중점이 평행하게 있도록 reorientation되어야 하고, 옆에서 사람을 보았을 때, porion과 orbitale가 바닥과 수평이 되도록 하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
9 |
9
제 5 항에 있어서, 상악 처리 단계는,coronal에서 안구, nasal fossa가 나타난 이미지를 만드는 상악 처리 이미지 결정 단계와,midsagittal plane이 바닥과 수직이 되게 회전(Coronal 방향 reorientation)하는 회전 처리 단계와,Coronal MIP에서 안구의 최저점으로 x, z좌표를 구하고, x좌표의 sagittal 단면에서 z좌표와 만나는 y좌표를 산출하는 안와점 산출 단계와,Coronal MIP에서 nasal fossa의 중심점이 nasal fossa의 최하점과 평행한 선분과 만나는 점으로 x,z 좌표를 구하고, x좌표의 sagittal 단면에서 z좌표와 만나는 y좌표를 산출하는 ANS 산출 단계와,Coronal MIP에서 nasal fossa의 맨 윗점으로 x,z 좌표를 구하고, x좌표의 sagittal 단면에서 z좌표와 만나는 y좌표를 산출하는 코뿌리점 산출 단계와,sagittal 방향으로 condyle 외측에서 condyle 중심까지 sagittal MIP를 산출하는 포리온 산출 단계와,Coronal MIP에서 안구 내측 중앙부, 안구 상부와 코뿌리점 사이로 영역을 한정하여 딥러닝을 이용하여 x 및 z 좌표 구한 후, x좌표에 해당하는 sagittal image에서 z와 만나는 y좌표 산출하는 Nasion 산출 단계와,두 안구의 평균 상부와 하부 사이의 상악의 중점을 기준으로 특정 너비 만큼 MIP한 sagittal image에서 sella 영역을 segmentation해서 딥러닝 후 그 중심좌표를 산출하는 Sella 산출 단계를 포함하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
10 |
10
제 9 항에 있어서, 상악 처리 이미지 결정 단계에서,치열의 후방으로부터 경계를 앞쪽으로 전진하면서, 앞쪽 끝부터 경계까지 coronal MIP를 만들면서 내부 구멍을 구하고, 구멍의 개수가 3개가 되는 곳 중, 구멍 넓이의 합이 가장 큰 단면에서 멈추는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
11 |
11
제 10 항에 있어서, 깊이가 있는 연속된 hole인 안와, foramen magnum, porioin를 포함하는 구멍의 중심을 한점의 위치로 정하기 위하여,구멍의 외부로부터 두께를 증가시키면서 MIP 시켜 나갔을 때 가장 큰 구멍 넓이가 나오는 곳을 해당 구멍의 위치로 잡거나,뼈로 둘러쌓여 closing된 구멍의 형태가 된 후, 가장 큰 너비가 나오는 단면을 선택하거나,특정 구조물의 sagittal 단면으로 정하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
12 |
12
제 9 항에 있어서, 회전 처리 단계에서,midsagittal plane은 coronal MIP에서 양쪽 안구의 중심의 수직이등분선이고, midsagittal plane이 바닥에 수직이 되게 전체 3D 이미지를 coronal 방향으로 회전하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
13 |
13
제 9 항에 있어서, 포리온 산출 단계에서,condyle 후방에서 1
|
14 |
14
제 9 항에 있어서, Sella 산출 단계에서,sella turcica 영역을 segmentation 후 CBCT에서 3차원으로 딥러닝해서 그 중심좌표를 구하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
15 |
15
제 5 항에 있어서, 하악 처리 단계는,하악 정준선 구하기 및 바닥에 수직으로 회전하는 단계와,Coronal MIP에서 교정점 좌표 산출을 하는 단계와,Sagittal MIP에서 교정점 좌표 산출을 하는 단계를 포함하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
16 |
16
제 15 항에 있어서, 하악 정준선 구하기 및 바닥에 수직으로 회전하는 단계는,computed modified ANP으로, 첫 기준은 이공, 혹은 axial에서 내려다 본 악궁(치열)의 knee point 양쪽에 모두 있는 대칭된 구조면 사용이 가능하고,회전시마다, 회전 후 sagittal MIP에서 B point를 구해 특정 각도 하후방으로 genioplasty 후 similarity index 비교를 하고, 하악의 정준선 바닥에 수직으로 회전을 하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
17 |
17
제 15 항에 있어서, Coronal MIP에서 교정점 좌표 산출을 하는 단계는,이진화된 하악 반구 → Coronal MIP 과정으로, 이진화된 이미지의 가장 높은 점을 이용해 높이를 구하고, 해당 높이의 평면상의 점들의 평균 좌표로 나머지 좌표를 구하는 과정(Condylion)과, 교합평면에서 턱끝까지 바깥 윤곽선의 knee point를 이용해 z 및 x 좌표 구하고, x좌표 주변의 sagittal 방향 MIP 이미지에서 후방 윤곽선의 knee point를 이용해 y, z 좌표 구하고, coronal MIP 이미지에서 해당 z좌표에 해당하는 x좌표 구해서 업데이트하는 과정(Gonion)과,교합평면 상방(ramus)만 남기고, ramus의 중심선에서 앞쪽만 남긴 후, 가장 높은 점의 z 및 x좌표 구하는 과정(coronoid process 끝)과,sagittal MIP에서 coronoid process의 끝과 condylion을 있는 선분을 그린 후 내부의 구멍의 가장 아래점의 높이를 구하고, 해당 높이의 평면상의 점들의 평균 좌표로 나머지 좌표를 구하는 과정(ramusian)을 포함하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|
18 |
18
제 5 항에 있어서, 좌표 업데이트 단계는,수정된 3D 좌표들을 기준으로, 2차원 MIP에서 2차원 regression CNN 네트워크로 구할 수 있는 점들을 바탕으로 영역을 한정한 후, 3차원 regression CNN 네트워크로 학습하여 좌표들을 정밀화하여 업데이트 하는 것을 특징으로 하는 영상처리와 CNN을 이용한 자동 3차원 세팔로메트리 방법
|