| 1 |
1
X-선으로 촬영된 척추 영상을 이용하여 척추측만증을 진단시 척추(Spine)의 횡측 기울임각 뿐 아니라 척추체(Vertebral Body)의 좌우 틀어짐 정도를 측정하기 위한 척추체 회전각 측정시스템에 있어서, 다수의 인체를 대상으로 컴퓨터 단층 촬영(CT)을 통하여 3D 척추 영상 데이터를 획득하는 3D 영상 데이터 취득 모듈(110);상기 3D 영상 데이터 취득 모듈에서 취득된 CT 영상에서 척추를 구성하는 각 척추체에 대하여 수평면(Transverse Plane) 상에서 기준선을 설정하여 소정의 좌우 회전각을 설정하여 회전시킨 데이터를 2D 척추 영상으로 구성하기 위한 회전 데이터 처리 모듈(120);상기 회전 데이터 처리 모듈에서 처리된 각 회전각에 따른 2차원 영상에서 척추의 길이 및 크기, 척추경(Pedicle) 관련 매개체 간 간격의 측정치 등에 대한 정보를 머신러닝을 통해 학습시켜 회전각과의 상호 상관관계를 추정하기 위한 회전 예측 모델화 및 머신러닝 모듈(130);로 구성된 회전예측 모델링 시스템(100)과,X-선 촬영된 환자의 2D 척추 영상을 입력받기 위한 측정 영상 입력 모듈(210);과상기 측정 영상 입력 모듈로부터 척추의 길이 및 크기, 척추경 관련 매개체 간 간격의 측정치 등에 대한 정보를 획득하고, 척추의 회전각도를 도출하는 회전 예측 처리 모듈(220);로 구성된 X선 척추뼈 회전측정 앱(200)으로 이루어진 것을 특징으로 하는머신러닝에 기반한 X-선 상 척추회전각도 측정시스템
|
| 2 |
2
제1항에 있어서,상기 회전 예측 모델링 시스템의 회전 데이터 처리 모듈(120)은3D 영상 데이터 취득 모듈에서 취득된 CT 영상에서 척추를 구성하는 각 척추체(Vertebral Body)에 대하여 척추경(Pedicle)의 가장 볼록한 가운데 위치를 기준으로 수평면(Transverse Plane) 상에서 기준선을 설정하는 척추체 수평 기준선 설정 단계(211);와설정된 수평 기준선에 대하여 좌측 -15°또는 우측 15°범위 내의 소정의 회전각을 설정하여 수평면(Transverse Plane) 상 척추 단면 데이터를 회전시켜 척추체에 대한 좌 또는 우측 회전 데이터를 구성하는 단계(212);와주어진 회전 조건을 반영하여 3D 척추 데이터를 재구성한 후 X-선 이미지와 같은 2D 영상을 취득하는 단계(213);와상기 회전 후 영상 데이터를 데이터베이스에 저장하는 단계(214);를 포함하는 것을 특징으로 하고,상기 회전 예측 모델링 시스템의 회전 예측 모델화 및 머신러닝 모듈(130)은상기 회전 데이터 처리 모듈에서 처리된 각 회전각에 따른 2차원 영상에서 척추의 길이 및 크기, 척추경(Pedicle) 관련 매개체 간 간격의 측정치 등에 대한 정보를 머신러닝을 위한 회전 측정 파라미터로 취득하는 단계(221);와상기 단계에서 추출된 파라미터를 상호작용, 선형, 기타 다항 선형 등의 예측 기법을 사용하여 평균 제곱근 오차인 RSME(Root Mean Square Error)를 최소화 하도록 파라미터를 최적화하고 모델화하는 파라미터 최적화 및 머신러닝 단계(222);와상기 모델링 파라미터를 적용하여 회전각과의 모델링 파라미터와의 상호 상관관계를 추정하는 회전각 예측 단계(223);와예측된 데이터를 데이터베이스에 저장하는 단계(224);를 포함하는 것을 특징으로 하는 머신러닝에 기반한 X-선 상 척추회전각도 측정시스템
|
| 3 |
3
제2항에 있어서,상기 회전 예측 모델링 시스템의 회전 예측 모델화 및 머신러닝 모듈(130)은,상기 회전 데이터 처리 모듈에서 처리된 각 회전각에 따른 2차원 영상에서 척추의 길이 및 크기, 척추경 관련 매개체 간 간격의 측정치 등에 대한 정보를 머신러닝을 위한 회전 측정 파라미터로 취득하는 과정으로서,상기 파라미터는, 척추경(Pedicle)의 가장 볼록한 가운데 위치에서 척추연과 평행한 기준선을 설정하여 수평면(Transverse Plane) 상의 기준선(3_e)으로 하고,측정하고자 하는 척추체(Spine)의 바디(body) 외측, 즉 척추체의 상연과 하연을 연결하는 선으로부터 척추경(pedicle)의 외측 중심선까지의 거리(A)(3_a),상기 기준선 상에서 척추경(Pedicle)의 외측 마진(margine) 중심점으로부터 척추경 내측 마진(margine)까지의 거리인 척추경 사이의 폭거리(B)(3_b),B의 끝점으로부터 척추 반대편 외측 마진 사이의 거리(C)(3_c),회전반대측 척추경(pedicle)의 중심부위에서 척추의 위쪽 마진과 아래쪽 마진의 길이인 척추체의 종축 길이(D)(3_d),기준선(3_g)이 수평면과 이루는 각도(F)(3_f);인 것으로서, 상기 파라미터와 척추체의 좌우 회전각과의 상호 상관관계를 추정하는 머신러닝에 기반한 X-선 상 척추회전각도 측정 방법
|
| 4 |
4
제2항에 있어서,상기 파라미터 최적화 및 머신러닝 단계(222)는, 예측 모델을 훈련하기에 적합한 유효 데이터를 처리하는 단계(222a),처리된 각 데이터에 대해 교차검증 수행하며 모델링을 위한 파라미터를 최적화하는 단계(222b),학습된 회귀모델(trainedModel)을 피드백을 위해 리턴받는 단계(222c), 및 검증 평균제곱근오차(ValidationRMSE)를 평가하는 단계(222d)를 세부적으로 포함하는 것을 특징으로 하는머신러닝에 기반한 X-선 상 척추회전각도 측정시스템
|
| 5 |
5
제4항에 있어서,상기된 모델링을 위한 파라미터를 최적화하는 단계(222b)는, 첫번째 데이터부터 순차적으로 교차 검증을 수행하는 단계(222b_1);척추 관련 입력 정보를 포함한 훈련데이터(training Data)를 다중선행 알고리즘에 따라 회귀모델을 적용하여 학습하는 단계(222b_2);매개 변수가 적용된 예측 함수를 사용하여 결과 구조체를 생성하는 단계(222b_3);검증 예측값(validationPredictors)을 계산하는 단계(222b_4);복귀하여 N번째 데이터까지 반복하는 단계(222b_5);를 세부적으로 포함하는 것을 특징으로 하는머신러닝에 기반한 X-선 상 척추회전각도 측정시스템
|
