의
의
의학
학
학 박
박
박사
사학
사
학
학위
위
위 논
논
논문
문
문
온
온
온몸
몸
몸의
의
의 연
연
연속
속
속절
절단
절
단
단면
면
면영
영
영상
상
상에
에
에서
서
서
구
구
구조
조
조물
물
물을
을
을 구
구
구역
역
역화
화
화하
하고
하
고
고 표
표
표면
면
면재
재구
재
구
구성
성
성해
해
해서
서
서
3
3
3차
차
차원
원
원영
영
영상
상
상을
을
을 만
만
만드
드
드는
는
는 방
방
방법
법
법
아
아
아 주
주
주 대
대
대 학
학
학 교
교
교 대
대
대 학
학
학 원
원
원
의
의
의 학
학
학 과
과
과
황
황
황 성
성
성 배
배
배
온
온
온몸
몸
몸의
의
의 연
연
연속
속
속절
절단
절
단
단면
면
면영
영
영상
상
상에
에
에서
서
서
구
구
구조
조
조물
물
물을
을
을 구
구
구역
역
역화
화
화하
하
하고
고
고 표
표
표면
면
면재
재
재구
구
구성
성
성해
해
해서
서
서
3
3
3차
차
차원
원
원영
영
영상
상
상을
을
을 만
만
만드
드
드는
는
는 방
방
방법
법
법
지
지
지도
도
도교
교
교수
수
수 정
정
정 민
민
민 석
석
석
이
이
이 논
논
논문
문
문을
을
을 의
의
의학
학
학 박
박
박사
사
사학
학
학위
위
위 논
논
논문
문
문으
으
으로
로 제
로
제
제출
출
출함
함
함.
.
.
2
2
20
0
00
0
07
7
7년
년
년 2
2
2월
월
월
아
아
아 주
주
주 대
대
대 학
학
학 교
교
교 대
대
대 학
학
학 원
원
원
의
의
의 학
학
학 과
과
과
황
황
황 성
성
성 배
배
배
황
황
황성
성
성배
배
배의
의 의
의
의
의학
학
학 박
박
박사
사
사학
학
학위
위
위 논
논
논문
문
문을
을
을 인
인
인준
준
준함
함
함.
.
.
심
심
심사
사
사위
위
위원
원
원장
장
장
이
이
이 영
영
영 돈
돈
돈
인
인
인
심
심
심 사
사
사 위
위
위 원
원
원
원 예
원
원
예
예 연
연
연
인
인
인
심
심
심 사
사
사 위
위
위 원
원
원
임
임
임 신
신
신 영
영
영
인
인
인
심
심
심 사
사
사 위
위
위 원
원
원
신
신
신 병
병
병 석
석
석
인
인
인
심
심
심 사
사
사 위
위
위 원
원
원
정
정
정 민
민
민 석
석
석
인
인
인
아
아
아 주
주
주 대
대
대 학
학
학 교
교
교 대
대
대 학
학
학 원
원
원
2
2
20
0
00
0
06
6
6년
년
년 1
1
12
2
2월
월
월 2
2
22
2
2일
일
일
I. 서
서
서
서 론
론
론
론
미국에서는 온몸의 연속절단면영상(Visible Human Project dataset)을 만들어서
1994년(남성)과 1995년(여성)에 발표하였다(Spitzer 등, 1996). 한국에서는 2000년부터
온몸의 연속절단면영상(Visible Korean Human dataset)을 만들었고(김진용 등, 2002; 박진 서 등, 2002; Park 등, 2005a; Park 등, 2006), 중국에서는 2002년부터 온몸의 연속절단면 영상(Visible Chinese Human dataset)을 만들었다(Zhang 등, 2004). 온몸의 연속절단면영상
(자기공명영상, 컴퓨터단층사진, 해부영상) 중에서 가장 중요한 것은 해부영상이며, 해부영상이 있으면 온몸을 3차원영상으로 만들 수 있다(Spitzer 등, 1996). 그러나 각 구조의 테두리를 그려서 만든 구역화영상이 없으면 각 구조를 3차원영상으로 만들 수 없다(Kang 등, 2000; Shiemann 등, 2000). 따라서 해부영상에 있는 구조물 13개(피부, 뼈, 간, 허파, 콩팥, 방광, 심장, 대뇌, 뇌줄기, 소뇌, 소화관, 호흡관, 동맥)의 테두리를 반자동으로 그려서 구역화영상(간격 0.2 mm, 화소크기 0.2 mm, 빛깔 8 bits color) 8,507 개를 만들었다(황성배 등, 2003). 그런데 이미 만든 구역화영상을 낱낱이 나눌 필요가 있고, 만들지 않은 구역화영상을 낱낱이 만들어서 3차원영상을 만들 필요가 있다. 한편 연속절단면영상에서 구조물의 테두리를 따라서 “선택”을 그리고 “선택”을 쌓아서 등고선영상을 만들 수 있다. 등고선 사이에 면을 채워서, 즉 표면재구성해서 3차원영상을 만들면 각 구조물의 3차원영상을 실시간에 골라서 보고 돌려서 볼 수
있다(이용숙 등, 2003; Lee 등, 2005). 3차원영상을 만들기 위해서 소프트웨어를 만든 다 음에 표면재구성할 수 있는데, 이미 만들어서 퍼뜨린 소프트웨어 중에는 알맞은 것을 찾을 수 없었다. 이 문제를 풀기 위해서는 각 연구자가 소프트웨어를 만들 필요가 있 다. 그런데 소프트웨어를 만들기 위해서는 컴퓨터 전문가의 도움이 필요하고, 좋은 소프트웨어를 만드는 데 시간이 오래 걸린다(박진서 등, 2004; Lee 등, 2005). 이 문제 를 풀기 위해서는 상용 소프트웨어에서 표면재구성할 필요가 있다. 따라서 상용 소프 트웨어인 3ds MaxTM (5.0판, DiscreetTM)에서 수동으로 표면재구성하는 방법을 개발하였 다. 그런데 수동으로 표면재구성하는 데 시간이 너무 오래 걸리고 수동으로 표면재구 성할 때 객관성을 간직하기 어렵다(이용숙 등, 2003). 이 문제를 풀기 위해서는 상용 소프트웨어에서 반자동으로 표면재구성하는 방법을 개발할 필요가 있다. 이 연구의 첫째 목적은 더 좋은 구역화영상을 만든 다음에 퍼뜨려서 다른 연구 자가 온몸의 3차원영상과 가상해부 소프트웨어를 만드는 데 도움 주는 것이다. 이를 위해서 한국 시신의 해부영상 1,702개(간격 1.0 mm)에서 구조물 319개(왼다리 114개, 머리와 목 105개, 심장 15개, 왼팔 85개)를 낱낱이 구역화해서 구역화영상을 만들었다. 이 연구의 둘째 목적은 다른 연구자가 컴퓨터 전문가의 도움 없이, 짧은 시간에 표면 재구성해서 3차원영상을 만드는 데 도움을 주는 것이다. 이를 위해서 왼다리의 해부 영상 976개(간격 1 mm)에서 구조물 114개(피부 1개, 뼈 32개, 무릎관절의 구조물 7개, 근육 60개, 동맥 7개, 신경 7개)의 “선택”을 가지고 다음처럼 하였다(박진서 등, 2006).
상용 소프트웨어인 MayaTM
(7.0판, AliasTM, 이하 MayaTM)와 RhinoTM(3.0판, RhinocerosTM,
이하 RhinoTM
)에서 각 구조물의 “선택”을 쌓아서 등고선영상을 만든 다음에 등고선
II. 연구대상
연구대상
연구대상 및
연구대상
및
및 방법
및
방법
방법
방법
A. 시신의 온몸을 연속절단해서 해부영상을 만듦. 시신을 포매하고 연속절단해서 해부영상을 만들었다. 포매상자에 시신을 눕힌 다 음에 포매제(증류수 1,000 L, 젤라틴 30 kg, 메틸렌 블루 0.5 kg)를 붓고 얼려서 포매하 였다. 포매상자를 연속절단기(한원정기™)의 포매상자받침에 올려 놓고 고정한 다음 에 절단원반을 써서 0.2 mm 간격으로 연속절단하였다. 디지털사진기로 각 절단면(크 기 600 mm X 400 mm)을 찍어서 TIFF 파일(해상도 3,040 × 2,008, 빛깔 24 bits color)인 해부영상 8,510개(ha0000.tif, ha0001.tif, …, ha8509.tif)로 저장하였다(Table 1)(김진용 등,Table 1. Features of the anatomical, temporary segmented and segmented images of the regions
Image Interval Resolution Total file size (File name) (Number) (Color depth)
Whole body Anatomical images 0.2 mm 3,040 X 2,008 153.7 Gbytes (0000.tif, 0001.tif, …, 8509.tif) (8,510) (24 bits color)
Left lower limb Anatomical images 1.0 mm 2,468 X 1,407 7.6 Gbytes (3630.tif, 3635.tif, …, 8505.tif) (976) (24 bits color)
Temporary segmented images 1.0 mm 2,468 X 1,407 15.3 Gbytes (3630.psd, 3635.psd, …, 8505.psd) (976) (24 bits color)
Segmented images 1.0 mm 2,468 X 1,407 1.2 Gbytes (3630.tif, 3635.tif, …, 8505.tif) (976) (8 bits color)
Head and neck Anatomical images 1.0 mm 2,468 X 1,407 2.2 Gbytes (0000.tif, 0001.tif, …, 1400.tif) (281) (24 bits color)
Temporary segmented images 1.0 mm 2,468 X 1,407 4.3 Gbytes (0000.psd, 0001.psd, …, 1400.psd) (281) (24 bits color)
Segmented images 1.0 mm 2,468 X 1,407 0.3 Gbytes (0000.tif, 0001.tif, …, 1400.tif) (281) (8 bits color)
Heart Anatomical images 1.0 mm 2,468 X 1,407 0.9 Gbytes (1930.tif, 1935.tif, …, 2570.tif) (128) (24 bits color)
Temporary segmented images 1.0 mm 2,468 X 1,407 2.0 Gbytes (1930.psd, 1935.psd, …, 2570.psd) (128) (24 bits color)
Segmented images 1.0 mm 2,468 X 1,407 0.2 Gbytes (1930.tif, 1935.tif, …, 2570.tif) (128) (8 bits color)
Left upper limb Anatomical images 1.0 mm 2,468 X 1,407 5.0 Gbytes (1415.tif, 1420.tif, …, 4635.tif) (645) (24 bits color)
Temporary segmented images 1.0 mm 2,468 X 1,407 9.9 Gbytes (1415.psd, 1420.psd, …, 4635.psd) (645) (24 bits color)
Segmented images 1.0 mm 2,468 X 1,407 0.8 Gbytes (1415.tif, 1420.tif, …, 4635.tif) (645) (8 bits color)
B.
해부영상에서 보이는 구조물 319개를 구역화해서 구역화영상을 만듦.1. 구역화할 구조물을 결정함.
해부영상에서 보이는 구조물 319개를 구역화하기로 하였다. 왼다리의 구조물 113 개, 머리와 목의 구조물 105개, 심장의 구조물 15개, 왼팔의 구조물 85개를 구역화하 기로 하였다(Table. 1-5).
Table 2. One-hundred fourteen segmented structures in the left lower limb, categorized according to systems and regions
System Region Segmented structure
Skin (1)* Skin
Bones (32)† Pelvic bone (2) Sacrum, Hip bone
Bones of thigh (2) Femur, Patella
Bones of leg (2) Tibia, Fibula
Tarsal bones (7) Talus, Calcaneus, Navicular, Medial cuneiform, Intermediate cuneiform, Lateral cuneiform, Cuboid
Metatarsal bones (5) 1st metatarsal bone, 2nd metatarsal bone, 3rd metatarsal bone, 4th metatarsal bone, 5th metatarsal bone
Phalanges (14) 1st proximal phalanx, 1st distal phalanx, 2nd proximal phalanx, 2nd middle phalanx, 2nd distal phalanx, 3rd proximal phalanx, 3rd middle phalanx, 3rd distal phalanx, 4th proximal phalanx, 4th middle phalanx, 4th distal phalanx, 5th proximal phalanx, 5th middle phalanx, 5th distal phalanx
Knee joint Lateral meniscus, Medial meniscus, Anterior cruciate ligament,
structures (7) Posterior cruciate ligament, Fibular collateral ligament, Tibial
collateral ligament, Patellar ligament
Muscles (60) Anterior compartment Iliopsoas, Iliacus, Psoas major, Tensor fasciae latae, Sartorius, of thigh (10) Rectus femoris, Vastus lateralis, Vastus intermedius, Vastus
medialis, Articularis genus
Posterior compartment Gluteus maximus, Gluteus medius, Gluteus minimus, of thigh (11) Piriformis, Obturator internus, Superior gemellus, Inferior
gemellus, Quadratus femoris, Biceps femoris, Semitendinosus, Semimembranosus
Medial compartment Pectineus, Adductor longus, Adductor brevis, Adductor
of thigh (6) magnus, Gracilis, Obturator externus
Anterior compartment Tibialis anterior, Extensor digitorum longus, Fibularis tertius,
of leg (4) Extensor hallucis longus
Posterior compartment Gastrocnemius, Soleus, Plantaris, Popliteus, Tibialis posterior,
of leg (7) Flexor digitorum longus, Flexor hallucis longus
Lateral compartment Fibularis longus, Fibularis brevis of leg (2)
Dorsum of foot (2) Extensor hallucis brevis, Extensor digitorum brevis
1st layer of sole (3) Abductor hallucis, Abductor digiti minimi, Flexor digitorum brevis 2nd layer of sole (5) Quadratus plantae, Lumbricales (4)
3rd layer of sole (3) Flexor hallucis brevis, Flexor digiti minimi brevis, Adductor hallucis
4th layer of sole (7) Dorsal interossei (4), Plantar interossei (3)
Arteries (7) † Internal iliac artery, External iliac artery, Femoral artery, Deep
femoral artery, Popliteal artery, Anterior tibial artery, Posterior tibial artery
Nerves (7) Obturator nerve, Femoral nerve, Sciatic nerve, Tibial nerve,
Common fibular nerve, Superficial fibular nerve, Deep fibular nerve
(Number of segmented structures)
*Structures, which were already segmented, are segmented no more.
†
Table 3. One-hundred five segmented structures in the head and neck, categorized according to systems and regions
System Region Segmented structure
Skin (1)* Skin
Bones (19)† Bones of cranium (18) Parietal bone, Frontal bone, Occipital bone, Sphenoid bone, Temporal bone, Ethmoid bone, Lacrimal bone, Nasal bone, Vomer, Maxilla, Palatine bone, mandible, Hyoid bone, Frontal sinus, Occipital sinus, Sphenoidal sinus, Ethmoid sinus, Maxillary sinus
Vertebral column (1)* Cervical vertebrae
Muscles (48) Muscles of head (15) Superior rectus muscle, Inferior rectus muscle, Medial rectus muscle, Lateral rectus muscle, Superior oblique muscle, Inferior oblique muscle, Levator palpebrae superioris muscle, Buccinator muscle, Masseter muscle, Lateral pterygoid muscle, Medial pterygoid muscle, Genioglossus muscle, Hyoglossus muscle, Styloglossus muscle, Palatoglossus muscle
Muslces of neck (24) Longus colli muscle, Longus capitis muscle, Scalenus anterior muscle, Scalenus medius muscle, Scalenus posterior muscle,
Sternocleidomastoid muscle, Rectus capitis anterior muscle, Rectus capitis lateralis muscle, Rectus capitis posterior major muscle, Rectus capitis posterior minor muscle, Obliquus capitis surperior muscle, Obliquus capitis inferior muscle, Digastric muscle, Stylohyoid muscle, Mylohyoid muscle, Geniohyoid muscle, Sternohyoid muscle, Omohyoid muscle, Sternothyroid muscle, Thyrohyoid muscle, Cricothyroid muscle, Posterior cricoarytenoid muscle, Lateral cricoarytenoid muscle, Stylopharyngeus muscle
Muscles of back (9) Trapezius muscle, Latissimus dorsi muscle, Rhomboid major mucle, Rhomboid minor muscle, Levator scapulae muscle, Serratus posterior superior muscle, Longissimus capitis muscle, Splenius capitis muscle, Semispinalis capitis muscle
Gland (4) Parotid gland, Sublingual gland, Submandibular gland, Thyroid gland
Arteris (5) † Common carotid artery, External carotid artery, Internal carotid artery,
Subclavian artery, Vertebral artery
Veins (8) † Internal jugular vein, Dural venous sinuses, Transverse sinus, Confluence
of sinuses, Sigmoid sinus, Superior sagittal sinus, Inferior sagittal sinus, Straight sinus
Brain and Myelencephalon (2) Medulla oblongata†, 4th ventricle spinal cord(17) Metencephalon (2) Pons†, Cerebellum*
Mesencephalon (2) Midbrain†, Mesencephalic aqueduct Diencephalon (3) Talamus, Hypophysis, 3rd ventricle
Telencephalon (7) Amygdaloid body, Caudate nucleus, Putamen, Globus pallidus, Lateral ventricle (2), Optic nerve
Spinal cord (1) Spinal cord
Nerve (1) Brachial plexus (1) Brachial plexus
Eyeball (2) Right eyeball, Left eyeball
(Number of segmented structures)
*Structures, which were already segmented, are segmented no more.
†
Table 4. Fifteen segmented structures in the heart, categorized according to systems and regions
Region Segmented structure
Atrium (2) Right atrium, Left atrium
Ventricle (2) Right ventricle, Left ventricle
Valve (4) Tricuspid valve, Mitral valve, Aortic valve, Pulmonary valve
Arteris (4) † Pulmonary artery, Ascending aorta, Right coronary artery, Left coronary artery
Veins (3) † Pulmonary veins, Superior vena cava, Inferior vena cave (Number of segmented structures)
†
Table 5. Eighty five segmented structures in the left upper limb, categorized according to systems and regions
System Region Segmented structure
Skin (1)* Skin
Bones (32)† Bones of shoulder girdle (2) Scapula, Clavicle
Bones of arm (1) Humerus
Bones of forearm (2) Radius, Ulna
Carpal bones (8) Scaphoid, Lunate, Triquetrum, Pisiform, Trapezium, Trapezoid, Capitate, Hamate
Metacarpal bones (5) 1st metacarpal bone, 2nd metacarpal bone, 3rd metacarpal bone, 4th metacarpal bone, 5th metacarpal bone
Phalanges (14) 1st proximal phalanx, 1st distal phalanx, 2nd proximal phalanx, 2nd middle phalanx, 2nd distal phalanx, 3rd proximal phalanx, 3rd middle phalanx, 3rd distal phalanx, 4th proximal phalanx, 4th middle phalanx, 4th distal phalanx, 5th proximal phalanx, 5th middle phalanx, 5th distal phalanx
Muscles (44) Muslce of thorax (4) Pectoralis major muscle, Pectoralis minor muscle, Subclavius muscle, Serratus anterior muscle
Muslce of shoulder (6) Deltoid muscle, Supraspinatus muscle, Infraspinatus muscle, Teres minor muscle, Teres major muscle, Subscapularis muscle Anterior compartment Biceps brachii muscle, Coracobrachialis muscle, Brachialis muscle of arm (3)
Posterior compartment Triceps brachii muscle, Anconeus muscle of arm (2)
Anterior compartment Pronator teres muscle, Flexor carpi radialis muscle, Palmaris longus of forearm (9) muscle, Flexor carpi ulnaris muscle, Flexor digitorum superficialis
muscle, Flexor digitorum profundus muscle, Flexor pollicis longus muscle, Pronator quadratus muscle, Brachioradialis muscle Posterior compartment Extensor carpi radialis longus muscle, Extensor carpi radialis brevis
of forearm (10) muscle, Extensor digitorum muscle, Extensor digiti minimi
muscle, Extensor carpi ulnaris muscle, supinator muscle, Abductor pollicis longus muscle, Extensor pollicis brevis muscle, Extensor pollicis longus muscle, Exensor indicis muscle
Muslce of hand (10) Palmaris brevis muscle, Abductor pollicis brevis muscle, Flexor pollicis brevis muslc, Opponens pollicis muscle, Abductor digiti munimi muscle, Flexor digiti minimi brevis muscle, Opponens digiti minimi muscle, Lumbricals muscle, Dorsal interossei muscle, Palmar interossei muscle
Arteries (5) † Axillary artery, Brachial artery, Deep brachial artery, Radial artery,
Ulnar artery
Nerves (3) Median nerve, Ulnar nerve, Radial nerve
(Number of segmented structures)
*Structures, which were already segmented, are segmented no more.
†
보기를 들어서 왼다리의 구조물을 가지고 구역화영상을 만드는 방법을 풀이하면 다음과 같았다.
2. 해부영상을 종이에 인쇄해서 구역화함.
온몸의 해부영상 중에서 왼다리의 해부영상을 1.0 mm 간격으로 추렸다. 한국 남 성 시신을 대상으로 만든 해부영상 8,510개(0000.tif, 0001.tif, …, 8509.tif; 파일 형식 tag
image file format (TIFF), 간격 0.2 mm, 해상도 3,040 × 2,008, 빛깔 24 bits color) 중에서
파일 이름이 5의 배수인 해부영상 1,702개(0000.tif, 0005.tif, …, 8505.tif)를 추렸으며, 이 결과로 간격이 0.2 mm에서 1.0 mm로 늘었다. 이 중에서 엉덩뼈능선 아래의 해부영상, 즉 왼다리의 해부영상 976개(3630.tif, 3635.tif, …, 8505.tif)를 추렸다.
왼다리의 해부영상에서 중요하거나 대체로 잘 보이는 구조물 114개를 구역화하 기로 하였다. 구조물을 되도록 나누어서 구역화하기로 하였는데, 보기를 들면 넙다리 네갈래근을 넙다리곧은근, 가쪽넓은근, 중간넓은근, 안쪽넓은근으로 나누어서 구역화 하기로 하였다. 그러나 어느 구조물은 묶어서 구역화하기로 하였는데, 보기를 들면 힘살과 힘줄을 근육으로 묶어서 구역화하기로 하였다. 여러 근육이 만나서 한 힘줄을 이루는 경우에는 한 근육에 힘줄을 포함해서 구역화하기로 하였다. 보기를 들면 넙다 리곧은근에 넙다리네갈래근의 힘줄을 포함해서 구역화하기로 하였고, 가자미근에 발
꿈치힘줄을 포함해서 구역화하기로 하였다. 구역화할 구조물 114개를 계통에 따라서 피부 1개, 뼈 32개, 무릎관절의 구조물 7개, 근육 60개, 동맥 7개, 신경 7개로 나누었 고, 뼈 32개와 근육 60개를 부위에 따라서 나누었다. 구조물의 이름과 차례를 정할 때에는 해부학용어(다섯째 판)를 따랐다(Table 2)(대한해부학회, 2005).
해부영상을 인쇄한 종이에 구조물의 테두리를 그렸다. 해부영상을 3.0 mm 간격으 로 종이에 인쇄하였다. 그러나 볼기부위의 해부영상(3630.tif, 3635.tif, ..., 4670.tif)과 발 부위의 해부영상(7700.tif, 7705.tif, ..., 8505.tif)은 1.0 mm 간격으로 종이에 인쇄하였는데, 이것은 볼기부위와 발부위에 있는 근육이 작고 복잡하기 때문이었다. 구역화할 구조 물 114개의 테두리를 종이에 색연필로 그렸으며, 이 때 미국 시신의 해부영상 그림책 을 참고하였다(Spitzer와 Whitlock, 1998). 종이를 넘겨 보면서 각 구조물의 테두리를 처음부터 끝까지 이어지게 그렸고 한결같게 그렸는지 확인하였다. 3. 자동, 반자동, 수동으로 구역화함. 구역화영상을 만들기 위해서는 해부영상을 PhotoshopTM 파일의 바탕에 담아야 한 다. 따라서 모든 해부영상 8,505개를 PhotoshopTM 파일에 각각 넣었는데 이 파일을 임 시구역화영상이라 하였다.
온몸의 임시구역화영상 중에서 왼다리의 임시구역화영상을 추렸다. 이 방법은 온 몸의 해부영상 중에서 왼다리의 해부영상을 추린 방법과 비슷하였으며, 이 결과로 임 시구역화영상 976개(3630.psd, 3635.psd, …, 8505.psd; 파일 형식 Photoshop
document(PSD), 간격 1.0 mm, 해상도 2,468 × 1,407)를 마련하였다(Table 1). 임시구역화
영상에는 해부영상을 담은 Anatomical image 층(layer), 검은 빛깔을 담은 Black 층(Fig.
1), 이미 그린 피부, 뼈, 동맥의 “선택”(selection)을 담은 Skin 층, Bone 층, Artery 층이
있었다(황성배 등, 2003). 층 이름을 모두 영어로 적었는데, 이것은 임시구역화영상을 외국에서도 쓰게 하기 위한 것이었다.
Fig. 1. Layers window of temporary segmented image (4000.psd). Root folder including Anatomical image layer, Black layer, Skin layer, Presence folder including present structures layers, and Absence folder including absent structures layers (left); Root folder, Pelvic bone folder, Bones of thigh folder, Bones of leg folder, and Absence folder (right).
임시구역화영상에서 구조물을 다음 원칙대로 구역화하였다. 이미 그린 피부의 “ 선택”을 그대로 썼다. 이미 그린 뼈의 “선택”을 32개로 나누었고, 이미 그린 동맥의 “ 선택”을 7개로 나누었다. 아직 그리지 않은 구조물의 “선택”, 즉 무릎관절의 구조물 7 개의 “선택”, 근육 60개의 “선택”, 신경 7개의 “선택”을 새로 그렸다(Table 2). 이미 그린 뼈와 동맥의 “선택”을 나눌 때, 층 이름만 바꾸기도 하였다. 보기를 들면 임시구역화영상 370개(4305.psd, 4310.psd, …, 6150.psd)에서 이미 넙다리동맥과 오
금동맥의 “선택”을 그려서 Artery 층에 담았다. 이 연구에서는 임시구역화영상 281개 (4305.psd, 4310.psd, …, 5705.psd)에서 층 이름을 Femoral artery 층으로 바꾸었고, 임시구 역화영상 89개(5710.psd, 5715.psd, …, 6150.psd)에서 층 이름을 Popliteal artery 층으로 바 꾸었다. 이 일을 액션에 기록해서 일괄처리하였다. 이미 그린 뼈와 동맥의 “선택”을 나눌 때, 층을 복사한 다음에 “선택”을 지우기 도 하였다. 보기를 들면 임시구역화영상 7000.psd에서 이미 정강뼈와 종아리뼈의 “선 택”을 그려서 Bone 층에 담았다. 이 연구에서는 Bone 층을 복사해서 똑같은 층을 두 개 만든 다음에 각 층 이름을 Tibia 층과 Fibula 층으로 바꾸었다. Tibia 층에서 종아리 뼈의 “선택”을 지웠고, Fibula 층에서 정강뼈의 “선택”을 지웠다. 층을 복사해서 똑같 은 층을 세 개 이상 만드는 경우도 있었다. 보기를 들면 임시구역화영상 7985.psd에 서 Bone 층을 복사해서 Medial cuneiform 층, Intermediate cuneiform 층, Lateral cuneiform 층, Cuboid 층, 2nd metatarsal bone 층을 만들었다.
아직 그리지 않은 구조물의 테두리를 뚜렷하게 만들기 위해서 해부영상의 밝기 (brightness)와 대비(contrast)를 조절하였다. 즉 어두운 구조물의 테두리를 뚜렷하게 만 들기 위해서 밝기(기본 0)를 늘렸고(최대 100), 밝은 구조물의 테두리를 뚜렷하게 만 들기 위해서 밝기를 줄였고(최소 -100), 모호한 구조물의 테두리를 뚜렷하게 만들기 위해서 대비(기본 0)를 늘렸다(최대 100). 구조물에 따라서 밝기와 대비를 조절하는 정도가 달랐는데, 보기를 들면 볼기부위에 있는 근육의 테두리를 뚜렷하게 만들기 위
해서 해부영상의 밝기를 50으로 늘렸고, 대비를 50으로 늘렸으며, 넙적다리에 있는 궁둥신경의 테두리를 뚜렷하게 만들기 위해서 대비만 50으로 늘렸다(Fig. 2). 이 일을 액션에 기록해서 일괄처리하였다. 이처럼 구조물의 테두리를 뚜렷하게 만들면 테두리 에 들어맞는 “선택”을 자동 또는 반자동으로 그리는 데 도움 되었다. “선택”을 그린 다음에는 밝기와 대비를 조절한 해부영상을 본래 해부영상으로 바꾸었으며, 이 일도 액션에 기록해서 일괄처리하였다.
Fig. 2. Adjustment of brightness and contrast in the anatomical image. Muscles of gluteal region in the anatomical image (top left), which become apparent after increasing brightness and contrast (top right); sciatic nerve (arrow) in the anatomical image (bottom left), which become apparent after increasing only contrast (bottom right).
아직 그리지 않은 구조물의 “선택”을 그릴 때, 마술막대기도구(magic wand tool)를 고른 다음에 마우스 포인터를 구조물 속에 놓고 딸깍해서 구조물의 테두리에 들어맞 는 “선택”을 자동으로 그렸다. “선택”을 그리기에 앞서 마술막대기도구의 받아들임값
의 빛깔이 많이 달라도 받아들여서 구조물의 테두리보다 큰 “선택”을 그리기 때문이 었고, 받아들임값을 너무 작게 정하면(최소 0) 이웃한 화소의 빛깔이 조금만 달라도 받아들이지 않아서 구조물의 테두리보다 작은 “선택”을 그리기 때문이었다(Fig. 3). 그 러나 구조물 빛깔이 주변 빛깔과 아주 많이 다르면 받아들임값을 30보다 크게 정해 서 자동화 정도를 높였고, 구조물 빛깔이 주변 빛깔과 비슷하면 받아들임값을 30보다 작게 정해서 자동화 정도를 낮추었다. “선택”을 그리기에 앞서 이웃함(contiguous)을 켰는데, 이웃함을 끄면 이웃하지 않지만 빛깔이 비슷한 다른 구조물에도 “선택”을 그 리기 때문이었다. “선택”을 그리기에 앞서 앤티앨리어스(anti-aliased)를 껐는데, 앤티앨 리어스를 켜면 “선택” 속에 빛깔을 채울 때 이 빛깔과 주변 빛깔의 중간 빛깔이 “선 택”에 나타나기 때문이었다. “선택”을 그린 다음에 “선택”이 구조물의 테두리에 들어 맞지 않으면 자석올가미도구(magnetic lasso tool)를 써서 “선택”을 반자동으로 고치거나, 올가미도구(lasso tool) 또는 작업패스(work path)를 써서 “선택”을 수동으로 고쳤다(황 성배 등, 2003).
Fig. 3. Selection, which fits outline of the structure, is automatically drawn with appropriate tolerance of magic wand tool (left); selection, which doesn't fit outline of the structure, is drawn either with small tolerance (center) or with great tolerance (right).
“선택”을 자동으로 그리기 어려우면 자석올가미도구를 써서 “선택”을 반자동으로 그렸고, “선택”을 반자동으로 그리기도 어려우면 올가미도구를 써서 “선택”을 수동으 로 그렸다(황성배 등, 2003). 임시구역화영상에 구조물의 층을 만든 다음에 “선택”을 구조물의 층에 담았다. 보기를 들면 Sacrum 층을 만든 다음에 엉치뼈의 “선택”을 Sacrum 층에 담았다. 구조물의 층을 이웃한 임시구역화영상에 붙여 넣은 다음에 층에 담은 “선택”을 지우고 자동으로 다시 그리거나, 층에 담은 “선택”을 반자동 또는 수동으로 고쳤다. 이 일을 구조물이 나타나는 모든 임시구역화영상에서 되풀이하였다(황성배 등, 2003).
각 구조물이 어느 임시구역화영상에 있는지 표로 간추렸다. 보기를 들면 피부는 모든 임시구역화영상(3630.psd, 3635.psd, …, 8505.psd)에 있었고, 엉치뼈는 4000.psd,
4005.psd, …, 4310.psd에 있었다(Table 6).
Table 6. Segmented structures; their starting and ending temporary segmented
images; and their red, green, blue values for segmented images
Segmented
Starting temporary
Ending temporary
Red
Green
Blue
structure
segmented image
segmented image
value
value
value
Skin
3630.psd
8505.psd
251
251
201
Sacrum
4000.psd
4310.psd
175
70
190
Hip bone
3635.psd
4625.psd
110
110
110
Femur
4205.psd
6180.psd
160
160
160
Patella
5890.psd
6110.psd
120
120
100
…
…
…
…
…
…
임시구역화영상에서 가장 아래부터 Anatomical image 층, Black 층, Skin 층을 놓았 고, Presence 폴더(folder)를 만든 다음에 있는 구조물의 층을 Presence 폴더에 놓았다
(Fig. 1). 이 일을 액션에 기록해서 일괄처리하였다.
임시구역화영상에서 없는 구조물의 층을 만들고 Absence 폴더를 만든 다음에 없 는 구조물의 층을 Absence 폴더에 놓았다. 이 때 없는 구조물의 층 구석에 한 화소의
“선택”을 담았다. 이 일을 액션에 기록해서 일괄처리하였다. 이 결과로 모든 임시구
역화영상에 Anatomical image 층, Black 층, 구조물의 층 114개를 포함한 층 116개가 만 들어졌다(Fig. 1).
임시구역화영상에서 각 구조물의 “선택”에 채울 빛깔, 즉 빨강값, 초록값, 파랑값 (최소 0, 최대 255)을 정해서 표로 간추렸다. 다른 구조물의 빛깔이 서로 똑같거나 비 슷하면 빛깔을 고쳤다(Table 6). 임시구역화영상에서 각 구조물의 “선택”에 정한 빛깔(Table 6)을 채우고 color 층 을 만든 다음에 “선택”을 color 층에 담았다. 보기를 들면 엉치뼈의 “선택”에 빨강값 175, 초록값 70, 파랑값 190을 채우고 Sacrum color 층을 만든 다음에 엉치뼈의 “선택”
을 Sacrum color 층에 담았다. 이 일을 액션에 기록해서 일괄처리하였다(Fig. 4). 모든 임시구역화영상에서 일괄처리하기 위해서는 없는 구조물의 층을 만들고, 없는 구조물 의 층 구석에 한 화소의 “선택”을 담아야 했다(Fig. 1)(황성배 등, 2003).
Fig. 4. Corresponding anatomical images (left column) and segmented images (right column) of the gluteal region (1st row), thigh (2nd row), leg (3rd row), and foot (4th row).
임시구역화영상의 파일 형식(PSD)을 층이 없는 TIFF로 바꾸고, 해상도(2,468 ×
1,407)를 그대로 두고, 빛깔(24 bits color)을 8 bits color로 바꾸어서 구역화영상을 만들
었다(Table 1). 이 일을 액션에 기록해서 일괄처리하였다. 임시구역화영상에서 Black 층 아래에 Anatomical image 층을 놓았기 때문에 구역화영상에서 검은 빛깔이 해부영 상을 가렸고, Black 층 위에 Skin 층을 놓았기 때문에 검은 빛깔이 피부의 빛깔을 가 리지 않았고, Skin 층 위에 다른 구조물 층을 놓았기 때문에 피부의 빛깔이 다른 구조 물의 빛깔을 가리지 않았다(Figs. 1, 4). 구역화영상을 살펴서 틀린 구역화영상을 고쳤다. 구역화영상을 해부영상과 함께 이어 보면서 구조물의 테두리가 해부학 지식에 들어맞지 않는 구역화영상을 찾았다 (Fig. 4). 틀린 구역화영상을 찾으면 임시구역화영상을 고친 다음에 구역화영상을 다시 만들었다. 4. 이마구역화영상과 마루구역화영상을 만들어서 구역화영상을 확인함. 이마구역화영상과 마루구역화영상을 만든 다음에 살펴서 틀린 구역화영상을 고 쳤다. 구역화영상을 쌓아서 이마구역화영상과 마루구역화영상을 만들었다(황성배 등, 2003). 이마구역화영상과 마루구역화영상을 이마해부영상, 마루해부영상과 함께 이어 보면서 구조물의 테두리가 매끈하지 않거나 해부학 지식에 들어맞지 않는 이마구역
화영상과 마루구역화영상을 찾았다(Fig. 5). 틀린 이마구역화영상과 마루구역화영상이 있으면 임시구역화영상을 고친 다음에 구역화영상을 다시 만들었다.
Fig. 5. Corresponding coronal anatomical and segmented images (left four) and corresponding sagittal anatomical and segmented images (right four).
왼다리의 임시구역화영상 976개(3630.psd, 3635.psd, …, 8505.psd; 해상도 2,468 × 1,407)를 온몸의 임시구역화영상 1,702개(0000.psd, 0005.psd, …, 8505.psd; 해상도 3,040 × 2,008)에 담았다. 이 일을 액션에 기록해서 일괄처리하였다. 이것은 왼다리에서 구 역화한 구조물과 다른 부위에서 구역화한 구조물을 이어서 보기 위한 것이었다. 왼다리의 구역화영상과 마찬가지로 머리와 목, 심장, 왼팔의 구역화영상을 만들 었다. 온몸의 임시구역화영상 중에서 머리와 목의 임시구역화영상 281개(0000.psd,
0005.psd, …, 1400.psd; 해상도 2,468 × 1,407; 빛깔 24bits color), 심장의 임시구역화영상 128개(1930.psd, 1935.psd, …, 2570.psd; 해상도 2,468 × 1,407; 빛깔 24bits color), 왼팔의 임시구역화영상 645개(1415.psd, 1420.psd, …, 4635.psd; 해상도 2,468 × 1,407; 빛깔 24bits color)를 1.0 mm 간격으로 추렸다(Table 1). 각 부위에서 대체로 잘 보이는 구조물, 즉 머리와 목 105개, 심장의 구조물 15개, 왼팔의 구조물 85개를 구역화하기로 하였다 (Table 3-5). 왼다리의 구역화영상을 만드는 방법과 마찬가지로 머리와 목, 심장, 왼팔 의 구조물을 PhotoshopTM (7.0판, AdobeTM)에서 자동, 반자동, 수동으로 테두리를 그려 서 머리와 목의 구조물이 포함된 임시구역화영상, 심장의 구조물이 포함된 임시구역 화영상, 왼팔의 구조물이 포함된 임시구역화영상을 만들었다. 머리와 목, 심장, 왼팔 의 구조물이 포함된 임시구역화영상의 파일 형식(PSD)을 층이 없는 TIFF로 바꾸고, 해상도(2,468 × 1,407)를 그대로 두고, 빛깔(24 bits color)을 8 bits color로 바꾸어서 머리 와 목의 구역화영상 281개(0000.tif, 0005.tif, …, 1400.tif; 해상도 3040 × 2008; 빛깔 8bits
color), 심장의 구역화영상 128개(1930.tif, 1935.tif, …, 2570.tif; 해상도 3040 × 2008; 빛깔 8bits color), 왼팔의 구역화영상 645(1415.tif, 1420.tif, …, 4635.tif; 해상도 3040 × 2008; 빛
깔 8bits color)개를 만들었다(Figs. 12, 14, 16)(Table 1). 구역화영상을 해부영상과 함께 이 어 보면서 구조물의 테두리가 해부학 지식에 들어맞지 않는 구역화영상을 찾았으며, 틀린 구역화영상을 찾으면 임시구역화영상을 고친 다음에 구역화영상을 다시 만들었 다.
왼다리의 이마구역화영상, 마루구역화영상과 마찬가지로 머리와 목, 심장, 왼팔의 이마구역화영상, 마루구역화영상을 만든 다음에 살펴서 틀린 구역화영상을 고쳤다. 구역화영상을 쌓아서 머리와 목, 심장, 왼팔의 이마구역화영상과 마루구역화영상을 만들었다(황성배 등, 2003). 머리와 목, 심장, 왼팔의 이마구역화영상과 마루구역화영 상을 머리와 목, 심장, 왼팔의 이마해부영상, 마루해부영상과 함께 이어 보면서 구조 물의 테두리가 매끈하지 않거나 해부학 지식에 들어맞지 않는 이마구역화영상과 마 루구역화영상을 찾았다. 틀린 이마구역화영상과 마루구역화영상이 있으면 임시구역화 영상을 고친 다음에 구역화영상을 다시 만들었다.
C. 왼다리의 임시구역화영상을 가지고 표면재구성해서 3차원영상을 만듦.
Table 7. Procedure for making three-dimensional images by surface reconstruction
Technique (Software) Resultant images (File format) Number Total file size
Disassembling selections (PhotoshopTM) Disassembled segmented images (AI) 15,758 15.3 MBytes
Stacking selections (MayaTM) Contour images (DXF) 114 12.6 MBytes
Filling contour gaps with surfaces (RhinoTM) Contour 3D images (DXF) 114 136.8 MBytes
Deleting of contours (MayaTM) 3D images (DXF) 114 47.7 MBytes
Assembling of 3D images (MayaTM) Assembled 3D images (MA) 1 50.0 MBytes
1. “선택”을 분해해서 분해구역화영상(AI 파일)을 만듦(Table 7). 모든 구조물의 선택이 함께 있는 임시구역화영상을 벡터형식의 각 구조물로 바 꾼 것을 분해구역화영상이라 하였다. 보기를 들어서 무릎뼈의 임시구역화영상을 가지고 3차원영상을 만드는 방법을 풀이하면 다음과 같았다. 무릎뼈의 “선택”을 담은 임시구역화영상 45개(5890.psd, 5895.psd, …, 6110.psd) 중 에서 임시구역화영상 1개(5890.psd)를 열었다. 무릎뼈 “선택”을 마스크 층에 놓은 다 음에 패스로 바꾸었으며, 패스로 바꿀 때에는 한계치를 2화소로 정했다. 한계치는 분 해구역화영상의 “선택”에 있는 기준점 사이 거리이다. 한계치가 2화소보다 작으면 임 시구역화영상의 “선택”을 잘 나타낼 수 있지만 분해구역화영상의 파일크기가 커진다. 한계치가 2화소보다 크면 파일크기가 작아지지만 분해구역화영상의 “선택”이 왜곡될
수 있다. 임시구역화영상에 있는 무릎뼈의 “선택”을 AI파일로 저장해서 분해구역화영 상(5890.ai)을 만들었으며 이 결과로 패스로 바꾼 무릎뼈의 “선택”만 분해구역화영상 에 담겼다. 임시구역화영상(PSD 파일)의 “선택”이 화소를 따라 그린 비트맵 형식의 닫힌곡선인 것과 달리, 분해구역화영상(AI 파일)의 “선택”은 화소를 따르지 않는 벡터 형식의 닫힌곡선이다. 이 일을 액션에 기록하였다. 나머지 구역화영상 44개(5895.psd, 5900.psd, …, 6110.psd)를 모두 연 다음에 이 액션을 실행해서 분해구역화영상 44개 (5895.ai, 5900.ai, …, 6110.ai; 간격 1 mm, 해상도 2,468 X 1,407)를 한꺼번에 만들었다(Fig. 6).
Fig. 6. Anatomical image around the patella (left); segmented image with selections of patella, femur, and skin (center); disassembled segmented image with selection of patella (right).
2. “선택”을 쌓아서 등고선영상(DXF 파일)을 만듦(Table 7). 분해구역화영상 5890.ai를 열어서 Z축으로 453 mm만큼 옮기고 5895.ai를 열어서 Z축으로 454 mm만큼 옮겼다. 무릎뼈의 나머지 분해구역화영상 43개(5900.ai, 5905.ai, …, 6110.ai)를 같은 방법으로 모두 열어서 Z축으로 옮겼다. 이처럼 비슷한 일을 되풀 이 할 때에는 스크립트를 미리 만들어서 실행하였다(Table 8). 이 결과로 분해구역화 영상에 있는 “선택” 45개를 1 mm 간격으로 쌓았으며, 이것을 등고선영상이라고 하였 다(Fig. 7). 등고선영상의 등고선도 분해구역화영상의 “선택”과 마찬가지로 닫힌곡선이 었다. 이 등고선영상을 DXF(Drawing Exchange Format)파일로 저장하였다.
Table. 8. Maya script for opening and moving selections to make
contours images.
illustratorCurves -ch 0 –ifn "c:/patella/453.ai"; move -r 0 0 453;
illustratorCurves -ch 0 –ifn "c:/patella/454.ai"; move -r 0 0 454;
…
3. 등고선 사이에 면을 채워서 등고선3차원영상(DXF 파일)을 만듦(Table 7). 등고선영상을 열고 새장(loft) 명령을 써서 모든 등고선을 잇는 위아래선 1개를 그렸다. 이 때 이웃한 등고선을 잇는 위아래선을 직선으로 정해서 전체 위아래선이 꺽은직선이 되게 하였다. 또한 위아래직선을 등고선의 직각에 가깝게 정했다. 이러한 위아래선 29개를 더 그렸으며, 이 때 등고선 개수가 늘었다. 이 결과로 등고선 사이 에 사각면이 채워졌으며, 이것을 등고선3차원영상이라고 하였다(Fig. 7).
Fig. 7. Surface reconstruction of the patella. Stacked contours (top left); 3D image with contours, where quadrangular surfaces are filled (top right); 3D image with contours, where the quadrangular surfaces are converted into triangular surfaces (bottom left); 3D image without contours, where the triangular surfaces are reduced (bottom right).
넙다리뼈의 안쪽관절융기와 가쪽관절융기처럼 갈라지는 해부구조물에서는 이웃 한 등고선의 개수가 달랐다. 위 등고선이 1개이고, 아래 등고선이 2개인 경우에는 다 음처럼 등고선 사이에 면을 채웠다. 헝겊(patch) 명령을 써서 위 등고선 1개와 아래
등고선 2개를 모두 지나는 곡면을 만들었으며, 이 때 아래로 튀어나온 쓸모 없는 곡 면도 함께 만들어졌다. 잘라내기(trim) 명령을 써서 쓸모 없는 곡면을 지웠다. 이 결과 로 위 등고선 1개와 아래 등고선 사이에 곡면의 일부인 사각면과 삼각면이 채워졌다 (Fig. 8). 헝겊 명령을 써서 만든 등고선3차원영상의 위, 아래에 새장 명령을 써서 만 든 등고선3차원영상을 붙였다. 붙인 곳에서 겹친 등고선 2개를 결합(join) 명령을 써 서 1개로 결합하였다(Fig. 9).
Fig. 8. Surface reconstruction of the divided anatomic structure. Upper one contour and lower two contours (left); surfaces passing three contours (center); and surfaces between the contours after trimming surfaces beyond the contours (right).
Fig. 9. Part of the nurbs method for joining of separated surfaces. Using Join command, overlapped contours (left) are joined into one contour (right).
평면형구멍끝막음(surface from planar curves) 명령을 써서 처음 등고선과 마지막 등 고선의 뚫린 구멍에 면을 채웠다. 이 결과로 등고선영상을 표면재구성해서 등고선3차 원영상을 만드는 것이 완성되었다. 등고선3차원영상의 모든 면에 빛깔을 칠했다(Fig. 7). 새장 명령을 써서 만든 등고선3차원영상의 사각면은 위아래선 2개와 등고선 2개 를 모서리로 갖고 있었다. 위아래선이 직선이지만 등고선이 닫힌곡선이기 때문에 사 각면은 곡면이었으며, 이 곡면을 넙스(NURBS; non-uniform rational B-spline) 형식이라고 하였다. 헝겊 명령을 써서 만든 등고선3차원영상의 사각면과 삼각면도 넙스 형식의 곡면이었다. 다각형그물(polygon mesh) 명령을 써서 모든 사각면을 삼각면으로 바꾸었 다. 이 때 등고선 간격이 자동으로 바뀌는데, 등고선 간격이 많이 늘지 않게 하였다. 이 결과로 등고선 간격이 늘었고, 울퉁불퉁한 곳에서는 등고선 간격이 줄었다. 이 결 과로 매끄러운 곳에서는 삼각면의 개수가 적었고, 울퉁불퉁한 곳에서는 삼각면 개수 가 많았다. 한편 등고선이 닫힌곡선에서 다각형으로 바뀌기 때문에 삼각면이 직면이 었으며, 이 직면을 다각형(polygon) 형식이라고 하였다(Fig. 7)(이승엽, 2006). 이 등고선 3차원영상을 DXF파일로 저장하였다.
4. 등고선을 없애서 3차원영상(DXF 파일)을 만듦(Table 7). 등고선3차원영상을 부른 다음에 줄임(reduce) 명령을 써서 등고선을 없앴으며, 이 때 삼각면 개수를 2,168개에서 582개로 줄렸다. 삼각면 개수를 너무 많이 줄이면 3차 원영상이 본래 모습과 틀리게 되고 너무 조금 줄이면 3차원영상의 파일 크기가 커지 고 3차원영상을 다듬기가 불편해진다. 3차원영상의 매끈한 곳에서는 삼각면이 컸고 울퉁불퉁한 곳에서는 삼각면이 작았다(Fig. 7). 등고선을 없앤 결과, 3차원영상이 등고 선보다 튀어나오거나 등고선보다 움푹 들어갔다. 구역화가 틀리면 등고선도 틀리기 때문에 등고선3차원영상이 울퉁불퉁하였다. 등 고선을 없앤 3차원영상에서는 울퉁불퉁한 곳이 덜 심했으나 남아 있었다. 울퉁불퉁한 곳을 매끄럽게 만들기 위해서 삼각면, 삼각면의 모서리, 또는 삼각면의 꼭짓점을 옮 겼다. 이 때 삼각면을 1개만 옮기거나 여러 개를 한꺼번에 옮길 수 있었고, 모서리 또는 꼭짓점도 1개만 옮기거나 여러 개를 함께 옮길 수 있었다. 울퉁불퉁한 곳을 매 끄럽게 만들기 위해서 3차원영상 둘레에 격자(lattice)를 놓은 다음에 격자의 점을 옮 길 수 있었다. 격자의 점은 가까운 삼각면의 꼭짓점과 연동되어 있었다. 격자의 점을 옮겨서 가장 가까운 꼭짓점을 많이 옮기고, 그 주변의 꼭짓점을 덜 옮길 수 있었다 (Fig. 10). 이 결과로 울퉁불퉁한 3차원영상을 매끄럽게 만들기 편했다. 이 때 격자의 밀도는 3차원영상의 울퉁불퉁한 밀도와 같게 만드는 것이 좋았다. 3차원영상을 매끄
럽게 만들 때 해부학 지식에 어긋나지 않게 하였다. 3차원영상을 매끄럽게 만든 다음 에 줄임 기능을 써서 매끄러운 곳에 있는 삼각면 개수를 줄였다. 3차원영상의 모든 삼각면에 빛깔을 칠했다. 3차원영상을 MA(Maya Ascii) 파일로 저장하였다.
Fig. 10. Vertices of the lattice, which are dynamically linked with triangular surfaces of the 3D images. 5. 3차원영상을 조립해서 조립3차원영상(MA 파일)을 만듦(Table 7). 여러 개의 파일로 되어 있는 각 구조물의 3차원영상을 모아서 하나의 파일로 만 든 것을 조립3차원영상이라 하였다. 같은 방법으로 모든 구조물 114개의 3차원영상(MA 파일) 114개를 만들었다. 조립 3차원영상(MA 파일) 1개를 만든 다음에 조립3차원영상에 층 114개를 만들었고, 각 층 에 구조물의 이름을 붙였다. 3차원영상 114개를 조립3차원영상의 각 층에 담았다. 각
구조물의 3차원영상은 조립하기 전에도, 조립한 다음에도 X, Y, Z축의 제자리에 있었 다(Fig. 11).
Fig. 11. Assembled 3D image (left) and 3D images of all structures in left lower limb (right); 3D images of anatomic structures were made to be assembled with their original locations preserved.
III. 결
결
결
결 과
과
과
과
A. 구역화영상 왼다리의 해부영상 976개에서 구조물 114개를 구역화하였다. 종이에서 구조물의 테두리를 그릴 때, 볼기부위와 발부위에 있는 근육과 같은 구조물은 작고 복잡해서 시간이 오래 걸렸다. 포토샵에서 구조물의 테두리를 따라서 “선택”을 그릴 때, 피부, 뼈, 동맥은 자동 또는 반자동으로 그려서 시간이 오래 걸리지 않았으나, 무릎관절의 구조물, 근육, 신경은 반자동 또는 수동으로 그려서 시간이 오래 걸렸다. 특히 울퉁불 퉁한 구조물의 테두리를 수동으로 그리는 데 시간이 오래 걸렸다. 해부영상의 밝기와 대비를 조절해서 자동화 정도를 높였는데도, 반자동 또는 수동으로 그려야 하는 구조 물이 많았다. 왼다리의 임시구역화영상을 마련하였다. 임시구역화영상의 파일 형식이 PSD, 간 격이 1.0 mm, 개수가 976개, 해상도가 2,468 × 1,407, 빛깔이 24 bits color, 모든 파일 크 기가 15.3 GBytes였다(Table 1). 임시구역화영상에 Anatomical image 층, Black 층, 구조물 의 “선택”을 담은 층이 있었다(Fig. 1). 임시구역화영상을 제대로 쓰기 위해서 구조물 의 이름, 구조물이 있는 구역화영상의 번호, 구조물에 채운 빛깔을 간추린 표가 필요 하였다(Table 6).왼다리의 구역화영상을 마련하였다. 구역화영상은 임시구역화영상과 달리 파일 형식이 TIFF, 빛깔이 8 bits color, 모든 파일 크기가 1.2 GBytes였다(Fig. 4)(Table 2). 구역 화영상을 쓰기 위해서도 구조물을 간추린 표가 필요하였다(Table 6). 구역화영상은 해 부영상에 들어맞았고, 구역화영상에서 왼다리의 거의 모든 구조물 114개(Table 2)가 올 바르게 구역화되어 있었으며, 이것은 이마구역화영상, 마루구역화영상과 둘러보는 소 프트웨어에서 확인하였다(Figs. 5, 21). 머리와 목의 해부영상 281개에서 구조물 105개를 구역화하였다. 왼다리의 해부영 상 개수보다 적었지만 왼다리에 있는 구조물보다 크기가 더 작고 구조물 사이의 경 계가 모호한 것(보기: 뇌의 핵)이 많아 시간이 더 오래 걸렸다. 머리와 목의 임시구역화영상과 구역화영상을 마련하였다. 임시구역화영상의 파일 형식이 PSD, 간격이 1.0 mm, 개수가 281개, 해상도가 2,468 × 1,407, 빛깔이 24 bits
color, 모든 파일 크기가 4.3 GBytes였다(Table 1). 구역화영상은 파일 형식이 TIFF, 빛깔
이 8 bits color, 모든 파일 크기가 0.3 GBytes였다(Fig. 12)(Table 1). 구역화영상은 해부영 상에 들어맞았고, 구역화영상에서 머리와 목의 거의 모든 구조물 105개(Table 3)가 올 바르게 구역화되어 있었으며, 이것은 머리와 목의 이마구역화영상, 마루구역화영상과 둘러보는 소프트웨어에서 확인하였다(Fig. 18).
Fig. 12. Segmented images of the brain and neck. Segmented images of the parietal lobe region (top left), thalamus region (top right), cerebellum region (middle left), foramen magnum region (middle right), oral cavity region (bottom left), and larynx region (bottom right).
심장의 해부영상 128개에서 구조물 15개를 구역화하였다. 해부영상의 개수가 적 어 다른 부위의 구조물을 구역화하는 것 보다 시간이 덜 걸렸다.
심장의 임시구역화영상과 구역화영상을 마련하였다. 임시구역화영상의 파일 형식 이 PSD, 간격이 1.0 mm, 개수가 128개, 해상도가 2,468 × 1,407, 빛깔이 24 bits color, 모 든 파일 크기가 2.0 GBytes였다(Table 1). 구역화영상은 파일 형식이 TIFF, 빛깔이 8 bits
color, 모든 파일 크기가 0.2 GBytes였다(Fig. 13)(Table 1). 구역화영상은 해부영상에 들
어맞았고, 구역화영상에서 심장의 거의 모든 구조물 105개(Table 4)가 올바르게 구역 화되어 있었으며, 이것은 심장의 이마구역화영상, 마루구역화영상과 둘러보는 소프트 웨어에서 확인하였다(Fig. 18).
Fig. 13. Segmented images of the heart. Segmented images of the pulmonary artery region (top left), pulmonary trunk region (top right), right atrium region (middle left), left atrium region (middle right), right ventricle region (bottom left), and left ventricle region (bottom right).
왼팔의 해부영상 645개에서 구조물 85개를 구역화하였다. 종이에서 구조물의 테 두리를 그릴 때, 손부위에 있는 근육과 같은 구조물은 작고 복잡해서 시간이 오래 걸 렸다.
왼팔의 임시구역화영상과 구역화영상을 마련하였다. 임시구역화영상의 파일 형식 이 PSD, 간격이 1.0 mm, 개수가 645개, 해상도가 2,468 × 1,407, 빛깔이 24 bits color, 모 든 파일 크기가 9.9 GBytes였다(Table 1). 구역화영상은 파일 형식이 TIFF, 빛깔이 8 bits
color, 모든 파일 크기가 0.8 GBytes였다(Fig. 14)(Table 1). 구역화영상은 해부영상에 들
어맞았고, 구역화영상에서 왼팔의 거의 모든 구조물 105개(Table 5)가 올바르게 구역 화되어 있었으며, 이것은 왼팔의 이마구역화영상, 마루구역화영상과 둘러보는 소프트 웨어에서 확인하였다(Fig. 18)
Fig. 14. Segmented images of the left upper limb. Segmented images of the shoulder (top left), arm (top right), elbow region (middle left), forearm (middle right), wrist region (bottom left), and phalanges region (bottom right).
B. 3차원영상 표면재구성해서 3차원영상을 만드는 과정을 낱낱이 쓰면 다음과 같다. “선택”을 분해하는 과정, “선택”을 쌓는 과정, 위아래선을 긋는 과정, 갈라지는 구조물에 면을 채우는 과정, 사각면을 삼각면으로 바꾸는 과정, 등고선을 빼는 과정, 3차원영상을 다 듬는 과정이다. 대부분의 과정은 거의 자동으로 처리할 수 있어서 시간이 오래 걸리 지 않았다. 그러나 갈라지는 구조물에 면을 채우는 과정과 3차원영상을 다듬는 과정 은 거의 수동으로 처리해야 하기 때문에 시간이 오래 걸렸다. 이 연구에서 왼다리의 구조물 114개를 표면재구성하는 데 한 달쯤 걸렸다. MayaTM에서 조립3차원영상(MA 파일)에 있는 3차원영상을 다음처럼 볼 수 있었 다. 여러 구조물의 3차원영상을 골라서 볼 수 있었다(Fig. 11). 조립3차원영상을 만들 때 각 3차원영상을 원래 자리에 놓았기 때문에 이웃한 구조물의 위치 관계를 볼 수 있었다(Fig. 11). 3차원영상의 삼각면이 나타나지 않게 해서 구조물을 실제로 보는 것 처럼 만들 수 있었다(Fig. 15). 각 구조물의 3차원영상의 빛깔을 바꿀 수 있었다. 각 구조물의 불투명한(투명도 0%) 빛깔을 반투명하게(투명도 1% - 99%) 만들어서 뒤에 있는 구조물을 함께 볼 수 있었다(Fig. 15). 3차원영상을 돌려서 볼 수 있었다(Fig. 16). 조립3차원영상에서 각 구조물의 생김새와 이웃한 구조물의 위치 관계가 해부학 지식
에 들어맞았다. 3차원영상의 파일 크기가 작았기 때문에(Table 7), 3차원영상을 골라서 보고, 반투명하게 보고, 돌려서 보는 것을 실시간에 할 수 있었다.
Fig. 15. Three-dimensional images of the bones in knee, which are opaque with triangular surfaces (left) or opaque without triangular surfaces (center) or semitransparent (right).
Fig. 16. Three-dimensional images of the bones in lower limb, which are rotated.
3차원영상에서 틀린 구역화영상을 쉽게 찾아서 고칠 수 있었다. 3차원영상을 골
라서 보고 돌려서 볼 수 있기 때문에 매끈하지 않거나 해부학 지식에 어긋나는 부위 를 쉽게 찾을 수 있었다. 또 등고선영상과 겹쳐서 볼 수 있었기 때문에 틀린 구역화 영상을 쉽게 찾을 수 있었다.
IX. 고
고
고
고 찰
찰
찰
찰
구역화영상을 만들어야 한다. 구역화영상이 없어도 해부영상을 쌓아서 온몸을 3 차원영상으로 만들 수 있고, 이 3차원영상을 잘라 보고 돌려 볼 수 있다. 그러나 구 역화영상이 없으면 다음과 같은 문제가 있다. 첫째로 해부영상에서 각 해부구조물이 어디에 있는지 깨닫기 어렵고, 둘째로 3차원영상을 잘라 보았을 때 절단면에서 각 해 부구조물이 어디에 있는지 깨닫기 어렵다. 셋째로 각 해부구조물을 3차원영상으로 만 들 수 없고, 넷째로 각 해부구조물의 3차원영상을 골라서 돌려 볼 수 없다(Kang 등, 2000; Shiemann 등, 2000; 황성배 등, 2003; Park 등, 2005b). 3차원영상의 기본인 구역화영상을 잘 만들기 위해서 어떻게 하는 것이 바람직한 지 고찰한 내용은 다음과 같다. 첫째, 해부영상에서 구역화해야 한다. 연속절단면영상은 자기공명영상, 컴퓨터단 층사진, 해부영상으로 이루어져 있다. 화소크기가 1 mm이고, 빛깔이 8 bits gray인 자기 공명영상 또는 컴퓨터단층사진에서 구역화하면 해부구조물이 잘 보이지 않기 때문에 구역화하는 데 시간이 오래 걸리고, 올바른 구역화영상을 만들 수 없다. 예외로 컴퓨 터단층사진에서 구역화하면 뼈를 자동으로 빨리 구역화할 수 있다(황성배 등, 2003; Park 등, 2005b). 따라서 앞으로는 컴퓨터단층사진과 해부영상을 정합(registration)한 다음에 컴퓨터단층사진에서 뼈를 구역화한 결과와 해부영상에서 나머지 해부구조물을 구역화한 결과를 합치는 것도 시도할 값어치가 있다.
둘째, 구역화영상의 기본인 해부영상은 빠진 것이 없고, 화소가 작은 것이 바람 직하다. 다른 연구에서 쓴 미국 시신의 해부영상은 넓적다리에서 7개, 종아리에서 9 개 빠져 있었다는 단점과 구역화영상의 간격이 3.0 mm이고, 머리와 목, 심장, 왼팔의 구조물을 구역화하지 않은 단점이 있었다(Fig. 17)(Spitzer 등, 1996; Kang 등, 2000). 이 연구에서 쓴 한국 시신의 해부영상은 빠진 것이 없었고, 왼다리의 구역화영상뿐 아니 라 머리와 목, 심장, 왼팔까지 구역화영상을 만들었다. 미국 시신의 해부영상은 화소 크기가 0.33 mm였으나(Spitzer 등, 1996), 이 연구의 해부영상은 화소 크기가 0.2 mm였 기 때문에, 즉 해부영상에서 구조물이 잘 보였기 때문에 좋은 구역화영상을 만들 수 있었다.
Fig. 17. Visible Human Project showing missing anatomical images of thigh and leg (left one); three-dimensional images of lower limbs made from anatomical images and segmented images of the Visible Human Project (right ones).
셋째, 되도록 많은 구조물을 구역화하는 것이 바람직하다. 다른 연구에서는 왼다 리의 구조만을 구역화하였지만(Kang 등, 2000), 이 연구에서는 왼다리뿐 아니라 머리 와 목, 심장, 왼팔의 구조물 319개를 구역화하였기 때문에(Table 1-5) 더 좋은 3차원영 상을 만들 수 있다. 다른 연구에서는 양쪽 다리의 구조물을 구역화하였으나(Fig. 17)(Kang 등, 2000), 이 연구에서는 왼다리의 구조물만 구역화하였다. 앞으로 오른다리 의 구조물도 구역화할 계획이다. 이를 쉽게 하기 위해서는 왼다리의 구역화영상을 선 대칭으로 복사한 다음에 고쳐서 오른다리의 구역화영상을 만드는 요령이 필요할 것
이다. 앞으로 왼다리의 더 많은 인대, 가는 동맥, 그리고 정맥도 구역화할 계획이다. 이를 제대로 하기 위해서는 더 많은 해부학 지식과 노력이 필요할 것이다.
넷째, 구조물을 낱낱이 나누어서 구역화하는 것이 바람직하다. 보기를 들면 넙다 리네갈래근을 넙다리곧은근, 가쪽넓은근, 중간넓은근, 안쪽넓은근으로 나누어서 구역 화하는 것이 바람직하다(Table 2). 낱낱이 나누어서 구역화한 구조물을 합치는 것은 쉽다. 층 4개(Rectus femoris 층, Vastus lateralis 층, Vastus intermedius 층, Vastus medialis 층)를 층 1개(Quadriceps femoris 층)로 합쳐서 임시구역화영상을 만들 수도 있고, 층 4 개의 “선택”에 똑같은 빛깔을 채워서 구역화영상을 만들 수도 있다. 다섯째, 대롱처럼 생긴 해부구조물은 내강의 테두리를 구역화하는 것이 바람직 하다. 동맥과 정맥 벽의 바깥 테두리를 구역화하면 가상내시경 소프트웨어를 만들 수 없다. 따라서 이 연구에서는 동맥과 정맥 내강의 테두리, 즉 벽의 속 테두리를 구역 화하였다. 이 때 동맥과 정맥 내강에 혈액이 차 있는 것을 참고하였다. 그러나 동맥 과 정맥 벽을 3차원영상으로 만들기 위해서는 벽의 바깥 테두리를 구역화할 필요가 있다. 여섯째, 부위 별로 구역화하는 것이 바람직하다. 온몸의 임시구역화영상(간격 1.0 mm, 개수 1,702개, 해상도 3,040 × 2,008, 화소 크기 0.2 mm)에서 구역화하는 것과 달 리, 왼다리, 머리와 목, 심장, 왼팔의 임시구역화영상에서 구역화하면 임시구역화영상 의 개수가 적고, 층이 적어서 편하다(Table 1-5). 각각의 부위를 다 구역화한 다음에
각 부위를 온몸의 임시구역화영상에 담으면 결과가 똑같다. 따라서 온몸의 임시구역 화영상을 왼다리, 머리와 목, 심장, 왼팔 등의 임시구역화영상으로 나누어서 구역화하 는 것이 바람직하다. 일곱째, 의학전문가가 구역화해야 한다. 의학 지식이 없는 사람이 구역화하면 올 바른 구역화영상을 만들 수 없다. 따라서 이 연구에서는 의학전문가가 구조물의 테두 리를 종이에 그렸고, 해부구조물의 테두리를 자동, 반자동, 수동으로 그려서 구역화영 상을 만들었고, 구역화영상과 이마, 마루구역화영상을 살펴서 틀린 구역화영상을 찾 았으며, 이 때 연속절단면영상 그림책을 참고하였다(Spitzer와 Whitlock, 1998; 황성배 등, 2003; Park 등, 2005b). 여덟째, 구역화영상의 간격이 좁은 것이 바람직하다. 다른 연구에서는 3.0 mm 간 격으로 구역화영상을 만들었으나(Kang 등, 2000), 이 연구에서는 1.0 mm 간격으로 구 역화영상을 만들었기 때문에(Table 1) 더 좋은 3차원영상을 만들 수 있다. 이 연구에 서 해부영상의 간격이 0.2 mm였기 때문에(Table 1) 0.2 mm 간격으로 구역화할 수 있었 으나 이렇게 하지 않았는데, 이것은 매우 시간이 오래 걸리기 때문이었다. 그리고 1.0 mm 간격의 구역화영상을 자동으로 보간(interpolation)해서 0.2 mm 간격의 구역화영상 을 만들어도 결과가 비슷하기 때문이었다. 아홉째, 되도록 자동으로 구역화하는 것이 바람직하다. 자동으로 구역화하면 구 역화하는 시간도 줄이고 구역화하는 사람의 오차도 줄일 수 있기 때문이다. 따라서
