영상 처리와 패턴 인식 기법을 이용한 자동 골단판 추출

Abstract

뼈 나이 평가는 그 유용함으로 인해 계속 수요가 증가하였고, 그에 따라 자동으로 뼈 나이를 평가할 수 있는 시스템에 대한 필요성이 제기 되었다. 손 뼈의 구성요소 중 손가락 관절에 위치하는 골단판들은 성장 에 따라 변화가 뚜렷하기 때문에, 뼈 나이 평가 알고리즘에서는 골단판 영역을 검출하여 평가의 중요한 척도로 이용한다. 그러나 기존 알고리 즘들의 골단판 검출 방법은 손가락의 중심축을 정확하게 검출하지 못하 여 골단판을 추출하는 데 실패하는 문제가 있었다. 본 논문에서는 손가 락 형태에 맞는 중심축을 검출하여 골단판을 보다 정확하게 추출하는 방법을 제안한다. 이 방법은 X-ray 영상에서 손가락 영상을 분할한 후, 손가락의 수평 축 프로파일을 분석하여 손가락의 중심축을 검출한 뒤, 검출한 중심축 상에서 골단판을 정확하게 추출해 내는 과정으로 이루어 진다. 실험의 결과, 제안하는 골단판 추출 방법은 기존 알고리즘에서 중심축 검출이 어려워 골단판 추출에 실패한 손가락 영상에서도 정확하 게 골단판 영상을 추출하였으며, 99.3%의 높은 골단판 추출 성공률을 보였다.; The demand for the automatic bone age assessment has increased due to its usefulness. Since the shapes of epiphyses vary largely depending on a subject’s bone age, shapes of epiphyses are utilized as the significant feature in bone age assessment. However, existing epiphyseal extraction methods fail to extract epiphyses accurately, because an error occurs in the detection of the finger’s center axis. This thesis proposes more accurate extraction method that estimates the center axis which corresponds with the phalange's shape. The method entails analysis of a finger’s horizontal profile that detects the finger’s center axis, on and from which epiphyses are detected and extracted, respectively. The result of an experiment showed that this method accurately extracts epiphyses even from finger images for which the detection of the center axis is difficult, and offered the high success rate of 99.3% in epiphyseal extraction.