합성곱 신경망을 이용한 요추 특징점 검출에 관한 연구 (A Study on Lumbar Vertebrae Landmark Detection using Convolutional Neural Networks)

서지정보

· 발행기관 : 차세대컨버전스정보서비스학회
· 수록지 정보 : 차세대컨버전스정보서비스기술논문지 / 9권 / 3호 / 263 ~ 272페이지
· 저자명 : 장준수

초록

본 연구에서는 요추 추체의 특징점을 추출하기 위한 합성곱 신경망 기반의 검출 방법을 제안한다. 추체 특징점 검출은 Cobb 각도, 척추전만각, 추체 전위 여부 등의 다양한 임상지표를 도출하기 위한 가장 기본적인 부분이다. 특징점 검출을 위해서 coarse-to-fine 접근 방법의 두 단계 네트워크 구조를 제시한다. 첫 번째 단계 네트워크는 전체 요추 특징점 검출을 강인하게 수행하는데 초점을 두었고, 두 번째 단계 네트워크는 각 추체별로 특징점 위치의 정확도를 높일 수 있도록 학습되었다. 두 네트워크 모두 ResNet-50을 수정하여 직접 좌표값을 출력할 수 있는 회귀 모델로 설계되었다. 제안한 검출 구조의 성능을 확인하기 위해서, 1,000장의 요추부위 측면 X-ray 영상을 활용하여 실험을 수행하였다. 실험 결과로, 검출 성공률 99.7%, 특징점의 위치 오차 4.54 ± 3.00 의 우수한 성능을 보였다. 제안한 특징점 검출 방법은 기존의 다른 추체 분석 연구에 적용될 수 있으며, 전체 시스템의 성능 향상에 기여할 수 있을 것이다.

영어초록

In this study, a detection method based on convolutional neural networks is proposed to extract the lumbar vertebrae landmarks. Vertebrae landmark detection is the most fundamental part to derive various clinical indices such as Cobb angle, vertebral lordosis, and vertebral dislocation. For landmark detection, we present a two-stage network structure of a coarse-to-fine approach. The first stage network focused on robustly detecting all lumbar landmarks, and the second stage network was learned to increase the accuracy of the locations of landmarks for each vertebra. Both networks were designed as regression models that can directly output coordinates of landmarks ​​by modifying ResNet-50. In order to confirm the performance of the proposed detection structure, an experiment was performed using 1,000 lumbar lateral X-ray images. As the result, the success rate of detection was 99.7%, and the position error of the landmarks was 4.54 ± 3.00. The proposed landmark detection method can be applied to other previous vertebral analysis studies, and contribute to improving the performance of the entire system.

참고자료

· 없음