X-ray 영상을 이용한 척추측만증 정도 검출 알고리즘 개발
박 은 정* · 정 주 영** · 이 기 영*** · 이 상 식****
Development of Level Detecting Algorithm for Scoliosis using X-ray Image
Eun-Jeong Park*· Ju-Young Jeong** · Ki-Young Lee*** · Sang-Sik Lee****
요 약
본 연구에서는 척추측만증의 정도를 자동으로 검출할 수 있는 알고리즘을 개발하였다. 개발한 시스템은 X-ray 영상 원본을 사용하였다. 척추 만곡 정도에 대한 수식은 S<0 이고, L>0 인 성립 조건을 갖는 Y=SX²+L의 함수식이다. X축의 길이는 변경이 가능하고 모든 척추선 함수 그래프에서 동일하게 적용되었으 며, 기울기 S=- L/92²이다. 척추측만증 정도에 대한 미분 그래프의 수식은 Y' =2SX임을 알 수 있었고, 추 출된 척추선에 대한 분류와 척추측만증 정도에 대한 분류가 가능한 알고리즘으로 판단된다.
ABSTRACT
In this study, The degree of scoliosis, an algorithm that can automatically detect was developed. Developed system was used for X-ray imaging source. The formula for the degree of curvature of the spine of the S <0, and, L> 0 is satisfied with the condition Y = SX ² + L is a function expression. X-axis length can be changed and applied equally in all spline function graph, and the slope is S =- L/92 ². The graph on the degree of scoliosis of the differential equation Y '= 2SX could see that the extracted spine wire for the classification and the classification of scoliosis, the degree is determined as the available algorithms.
Key Words : Scoliosis, X-ray, Cobb's angle, Image processing, Spine
* 관동대학교 의료공학과 학사 ([email protected])
** 관동대학교 의료공학과 학사과정 ([email protected])
*** 관동대학교 의료공학과 교수 ([email protected])
**** 교신저자 : 관동대학교 의료공학과 교수 ([email protected])
접수일자 : 2011년 10월 10일, 수정일자 : 2011년 11월 27일, 심사완료일자 : 2011년 12월 07일
Ⅰ. 서 론
척추 측만증(Scoliosis)은 해부학인 정중앙의 축
에서 척추가 측방으로 만곡 혹은 관상면상의 변 형일 뿐만 아니라, 추체의 회전도 동반되어 시상 면에서도 정상적인 만곡상태가 소실되는 3차원적
인 변형이다. 일반적으로 Cobb각이 10° 이상의 만곡을 측만증으로 정의한다. 대부분 통증이 없 어 외관상의 문제를 일으키나 변형이 심할 경우 중요 장기를 압박하여 기능장애를 초래할 수 있 는 척추질환이다.[1]
척추 측만증은 원인에 따라 대사성, 근병증성, 신경병증성, 골인성, 특발성 등으로 여러 가지가 있으나 85~90% 정도가 원인을 알 수 없는 특발성 측만증(Idiopathic scoliosis)으로 분류된다. 일상생 활방식이나 자세, 외상 혹은 연령이 증가함에 따 라 영향을 받을 수는 있지만, 예방방법으로는 아 직까지 알려진 것이 없어 조기발견이 매우 중요 한 질병이다.
최근 들어 척추측만증 정도를 검출하는 알고리 즘을 개발하는 연구가 진행되고 있다. 여러 가지 방법 중, CT를 이용하는 경우 매번 데이터를 얻 기 위해 사용하는 비용이 크며 사람마다 그 형상 이 다르기 때문에 일정한 데이터로 표준화 할 시 킬 수 없는 문제점이 있다. 또한, 대상자는 누워있 는 상태로 촬영이 되므로 직립 상태의 척추체 형 상을 정확히 재현 시키기에는 많은 제한이 있다.
그러므로 본 연구에서는 척추 기립 후전방 방 사선 사진과 X-ray 영상에 영상처리 알고리즘, Cobb's angle 측정법을 이용[1, 2, 3, 4, 6]하여 척 추 측만증의 유무와 만곡 정도에 따라 경도, 중증 도, 중증으로 분류하여 검출하는 알고리즘을 개발 하고자 하였다. 알고리즘은 척추체의 주만곡 정 도를 통하여 척추측만증의 유무와 교정 후의 형 상을 미리 예측할 수 있기 때문에 조기에 예방과 치료를 할 수 있다.
Ⅱ. 재료 및 방법
1. 실험재료
척추측만증의 정도 검출 알고리즘을 개발하기 위해 X-ray 영상 원본을 사용하였다. 영상처리와 측만 정도검출에는 'Image Pro plus 4.5'의 영상 처리 프로그램을 사용하였다.
2. 실험 방법
정도 검출이 보다 신속하고 정량적으로 분석되 게 하기 위해 'Image Pro Plus 4.5'의 영상처리 프로그램을 이용하여 50장의 추간원판에 센서가 부착된 기립 후전방 척추 X-ray 영상을 영상처리 하였다.
표 1과 같이 척추 만곡 정도에 따른 분류에는 Cobb's angle 측정법[5]을 기준으로 하였으며, Cobb's angle측정법 적용을 위한 영상처리와 척추선 함수 그 래프 추출 영상처리에는 'X-ray 영상을 이용한 척추 측만증 영상 처리 알고리즘'을 적용하였다.
표 1.척추측만증의 Cobb's 각도 Table 1. Cobb's angle
Stage Cobb's angle
Normal 0°
Mild 1°-19°
Moderate 20°-39°
Severe 40°-
영상처리 프로그램을 통하여 척추측만증 영상 처리 알고리즘을 적용한 후, 척추 원본 X-ray 영 상[그림1]에서 척추선 함수 그래프[그림 2, 3]를 추출하였다. 그림 2, 3의 경우 이중 만곡이므로 주만곡과 소만곡으로 나누어 그림 4의 Cobb's 각 도 측정법을 이용하여 만곡 정도를 측정하였다.
그림1. 추간원판에 센서가 부착된 X-ray 영상 Fig. 1. X-ray image attached by sensor.
그림 2. 좌측 척추선 Fig. 2. Left line of the vertebra.
그림 3. 우측 척추선 Fig. 3. Right line of the vertebra.
그림 4. 주만곡(L1)과 소만곡(L2) Fig. 4. Major curve(L1) and Minor curve(L2)
이중 만곡의 경우 각각의 만곡으로 나누어 측 정하였다. 각 X-ray X축의 길이는 원비율을 유지
하면서 확대 또는 축소하여 모두 일정하게 그림 4와 같이 통합시켰다. 나누어진 척추선의 2차 함 수 그래프의 최대점의 Y절편 값을 'L'값(L>0)이 라고 정의하였다. 표 2와 같이 'ANG' (Cobb's angle) 1°당 L값은 'ANG1 : L1 = ANG2 : L2'의 비례식을 이용하여, 추출된 L값을 통하여 약 0.578의 결과값을 얻었다. 이와 같은 과정을 50장 의 척추 X-ray영상에 반복 실행하여 ANG 1°당 L값의 평균을 산출하였다.
표 2. 'L1'과 'L2'의 길이
Table. 2. Length of 'L1' and 'L2'
Features Length
L1 15
L2 22
3.실험장치
본 연구의 실험을 위해서 X-ray 기기에 의해 촬 영된 척추 X-ray 영상, 영상처리와 측만 정도 검출 에 필요한 과정으로 그림 5와 같이 구성하였다.
그림 5. 검출 과정 Fig. 5. Procedure of Detection
Ⅲ. 결과 및 고찰
1. 만곡정도
그림 6과 같이 만곡 정도별 함수 그래프의 수 식 도출 시, 이차 함수 그래프와 같은 형태(S<0)
의 이차 함수 그래프만을 대상으로 하였다. S값은 기울기이고 L값은 Y절편의 값이다. S<0이고, L>0 인 성립조건을 가지며 Y= SX²+L을 기본 함 수식으로 한다. X축의 길이(X)는 변경이 가능하 고 모든 척추선 함수 그래프에서 동일하게 적용 하였다. ANG 1°당 L값의 평균은 0.568로 산출 되 었으며 이를 토대로 하여 표 3을 얻었다.
L Y
0 X
그림 6. 이차 함수 그래프 Fig. 6. quadratic function graph
표 3. 만곡 정도의 L값과 X값
Table. 3. ‘L' and 'X' of Stage of Scoliosis
Stage L X
Mild 0.568 <= L < 11.36
same Moderate 11.36 <= L < 22.72
Severe 22.72 <= L
각각의 척추선 그래프의 2차 곡선은 점(-2.0)과 점(2.0)을 지나므로 본 연구에서 X축의 길이는 4 로 X값을 4로 놓고 실험하였으며, 증상별 함수 그 래프의 기울기(S) 수식의 식은 S= - L/4 이다. 만 곡 정도별 함수 그래프의 기울기는 표 4와 같다.
표 4. 만곡 정도의 S값
Table. 4. ‘S' of Stage of Scoliosis
Stage S
Mild -0.142 >= S > -2.840 Moderate -2.840 >= S > -5.680
Severe -5.680 >= S
기본 함수식에 L값과 S값을 대입하여 만곡 정도 별 함수식을 얻었다. 경도는 Y=(-0.142) X²+0.568, 중 등도의 함수식은 Y=(-2.840)X²+11.360, 중증은 Y=(-5.680)X²+22.720으로 함수식이 도출 되었다.
2. 통계적 분석
정상인의 함수 그래프는 0<L≤0.568이고, 이차 함수의 기울기는 0<S≤-0.142 [그림 7, 8]이다. 척 추측만증 경도의 L값의 범위는 0.568≤L<11.36이 고[그림 9], 이차 함수의 기울기는 -6.75E<S≤
-2.840 [그림 10]이다. 중등도의 L값의 범위가 11.36≤L<22.72이고[그림 11], 이차함수의 기울기 는 -0.00134<S≤-5.680 [그림 12]이다. 중증의 L 값의 범위는 22.72≤L이고 이차 함수의 기울기는 S≤-5.680 [그림 13]이다.
그림 7. 척추측만증 정도의 전체 그래프 Fig. 7. Graphs of Whole Stage of Scoliosis
그림 8. 척추측만증 정상의 그래프 Fig. 8. Graph of Normal Stage of Scoliosis
그림 9. 척추측만증 경도의 그래프 1 Fig. 9. Graph of Mild Stage of Scoliosis 1
그림 10. 척추측만증 경도의 그래프 2 Fig. 10. Graph of Mild Stage of Scoliosis 2
그림 11. 척추측만증 중등도의 그래프 1 Fig. 11. Graph of Moderate Stage of Scoliosis 1
그림 12. 척추측만증 중등도의 그래프 2 Fig. 12. Graph of Moderate Stage of Scoliosis 2
그림 13. 척추측만증 중증의 그래프 Fig. 13. Graph of Severe Stage of Scoliosis
이를 증상별 함수의 미분 그래프로 나타내면 그림 14와 같고 그 수식은 Y' =2SX이다.
그림 14. 척추측만증 정도의 미분 그래프 Fig. 14. Differential Graph of Whole Stage of
Scoliosis
Ⅳ. 결 론
본 연구에서는 척추 X-ray 영상을 이용하여 척추 측만증 정도에 대한 분류와 검출이 가능한 알고리즘을 개발하였다.
1. 척추 X-ray의 원본에 영상처리를 통하여 척 추 측만증의 유무를 검출하였다.
2. 척추 만곡 정도에 대한 수식은 S<0 이고, L>0 인 성립 조건을 갖는 Y=SX²+L의 함 수식이다.
3. X축의 길이(X)는 변경이 가능하고 모든 척 추선 함수 그래프에서 동일하게 적용되었으 며, 기울기 S=- L/92²이다.
4. 산출된 ANG 1°당 L값의 평균은 0.568을 기 준으로 경도 : Y = (-0.142) X² + 0.568, 중 등도 = Y = (-2.840)X² + 11.360, 중증 : Y
= (-5.680)X² + 22.720의 함수식이 도출되었 다.
5. 척추 만곡 정도에 대한 그래프의 L값과 S값 의 범위는 정상 : 0 < L ≤ 0.568, 0 ≥ S
> -0.142, 경도 : 0.568 ≤ L < 11.36, -0.142 ≥ S > -2.840, 중등도 : 11.36 ≤ L
< 22.72, -2.840 ≥ S > -5.680, 중증 : 22.72 ≤ L, -5.680 ≥ S이다.
6. 척추측만증 정도에 대한 미분 그래프의 수 식은 Y' =2SX임을 알 수 있었고, 추출된 척추선에 대한 분류와 척추측만증 정도에 대한 분류가 가능한 알고리즘 이라고 판단 된다.
후 기
본 연구는 중소기업청에서 지원하는 2011년도 산학연공동기술개발사업(No. 00047731)의 연구수 행으로 인한 결과물임을 밝힙니다.
참 고 문 헌
[1] 강응식, "정형외과학", 의학문화사, 2002 [2] 노성만, "정형외과 질환 62", 군자출판사,
2002.
[3] Magine, Robert, Nieves, Walter L., M.D.,
"Diagnosis and Treatment of pain of Vertebral Origin",CRC Pr I LIc, 2005.
[4] 박윤기, "임상 정형외과학 개론", 현문사, 2007.
[5] DAVID J. MAGEE, "정형도수치료 진단학", 엘비스어코리아, 2010.
[6] 박은정, 정주영, 배철수, 이상식 "X-ray 영상 을 이용한 척추 측만증 영상처리 알고리즘 개발" 한국정보전자통신기술학회, Vol 4 No.
2, 2011.
저자약력
박 은 정(Eun-Jeong Park) 학생회원
2008-2011년 관동대학교 의료공학과 학사
<관심분야> 생체역학, 보행분석, 척추측만증, 의용전기전자
정 주 영(Ju-Young Jeong) 학생회원
2009-2011년 관동대학교 의료공학과 학사과정
<관심분야> 생체역학, 생체 신호처리, 의용메카트로닉스, u-Health
이 기 영(Ki-Young Lee) 종신회원 1987-1988년 한국전자통신
연구소 연구원 1992년 명지대학교 박사 2003-2004년 미주리주립대학
교환교수 2011년 성균관대학교
박사 1993년-현재 관동대학교
의료공학과 교수
<관심분야> 의용전자, 생체 신호처리, 기계 요소학, 디지털 신호처리
이 상 식(Sang-Sik, Lee) 종신회원 1993-2000년 LG전선(주) 1996-2000년 성균관대학교
박사 2001-2004년 (주)미도테크 2004-2010년 성균관대학교
연구교수 2011-현재 관동대학교
의료공학과 교수
<관심분야> 의용메카트로닉스, u-Health, 생체역학, 의용전기전자
