[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR102255592B1 - 마진 라인의 정밀도 향상을 위한 치과용 ct 영상 처리 방법 - Google Patents

마진 라인의 정밀도 향상을 위한 치과용 ct 영상 처리 방법 Download PDF

Info

Publication number
KR102255592B1
KR102255592B1 KR1020190148916A KR20190148916A KR102255592B1 KR 102255592 B1 KR102255592 B1 KR 102255592B1 KR 1020190148916 A KR1020190148916 A KR 1020190148916A KR 20190148916 A KR20190148916 A KR 20190148916A KR 102255592 B1 KR102255592 B1 KR 102255592B1
Authority
KR
South Korea
Prior art keywords
image
dental
margin line
region
point
Prior art date
Application number
KR1020190148916A
Other languages
English (en)
Inventor
이상철
윤진성
신승훈
Original Assignee
주식회사 레이
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 레이 filed Critical 주식회사 레이
Priority to KR1020190148916A priority Critical patent/KR102255592B1/ko
Application granted granted Critical
Publication of KR102255592B1 publication Critical patent/KR102255592B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10Computer-aided planning, simulation or modelling of surgical operations
    • A61B6/14
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/51Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for dentistry
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Optics & Photonics (AREA)
  • Databases & Information Systems (AREA)
  • Robotics (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

본 발명은 일반적으로 치과용 CT 영상을 정밀하게 얻기 위한 데이터 처리 기술에 관한 것이다. 특히, 본 발명은 치과용 CT 영상에서 마진 라인을 정밀하게 추출하기 위하여 일련의 2차원 CT 데이터(슬라이스)에 대해 이진화 영상의 윤곽선에서 코너점을 검출하고 영상 분할을 통해 코너 영역 확장을 수행하는 치과용 CT 영상에 대한 일련의 데이터 처리 기술에 관한 것이다. 본 발명에 따르면 치과용 CT 영상에서 마진 라인을 정밀하게 얻을 수 있어 보철 작업이나 임플란트 시술 작업을 정교하게 할 수 있고 그에 따라 보철 시술이나 임플란트 시술의 성공률을 개선하는 것과 동시에 시술 환자의 불편함과 고통을 줄여줄 수 있는 장점이 있다. 또한, 본 발명에 따르면 치과용 CT 영상에서 데이터 처리의 정확도를 개선하여 콘빔 CT의 활용도를 확장할 수 있는 장점이 있다. 또한, 본 발명에 따르면 치과용 CT 영상에서 소프트웨어 처리만으로도 마진 라인을 얻을 수 있어 작업효율도 개선하고 작업자의 개인 능력에 따라 보철물의 품질이 달라지는 종래의 문제도 해결할 수 있다.

Description

마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법 {method of processing dental CT images for improving precision of margin line extracted therefrom}
본 발명은 일반적으로 치과용 CT 영상을 정밀하게 얻기 위한 데이터 처리 기술에 관한 것이다.
특히, 본 발명은 치과용 CT 영상에서 마진 라인을 정밀하게 추출하기 위하여 일련의 2차원 CT 데이터(슬라이스)에 대해 이진화 영상의 윤곽선에서 코너점을 검출하고 영상 분할을 통해 코너 영역 확장을 수행하는 치과용 CT 영상에 대한 일련의 데이터 처리 기술에 관한 것이다.
일반적으로 임플란트 시술을 하기 위해서는 시술 위치의 골 상태를 정확하게 파악하고 있어야 하는데, 특히 골량(bone quantity)과 골질(bone quality)이 중요한 요소이다. 골량은 임플란트 식립 시 유용한 골의 양을 나타내고 골질은 골의 생리, 광화 작용의 정도 등을 나타낸다. 치과에서는 일반적으로 [도 1]에 나타낸 미국 Misch의 골질 분류(D1 ~ D4)를 사용하는데, 골질에 따라 임플란트 형태와 시술 방법이 결정될 뿐만 아니라 치유기간, 드릴링 시간, 드릴링 방식이 달라져야 하므로 골질에 대한 정보 파악은 대단히 중요하다.
그에 따라 치과에서는 임플란트 시술을 시작하기 전에 컴퓨터 단층촬영장치(CT)로 골량과 골질을 조사한다. CT 장치로 임플란트 시술환자의 구강 내부를 촬영하여 각각의 골 위치에 대해 HU(Hounsfield units) 값 또는 CT 넘버(CT number)을 측정한 후에 그에 따라 그 위치의 골질을 판단한다. [도 2]는 치과용 CT 장치의 일 예를 도시한 것이다. CT 장치의 구성 및 작동 방식에 대해서는 본 출원인의 특허출원 제10-2016-0155094호(출원일 : 2016. 11. 21) "이중에너지 방식의 콘빔 컴퓨터 단층촬영장치"에 기술되어 있다. 본 명세서에서는 설명의 편의를 위하여 거의 그대로 그 내용을 옮겨 기술한다.
[도 2]를 참조하면, CT 장치는 수직 몸체부(10), 수평부(20), 360도 회전 가능한 회전부재(30), X-레이 방사부(40), 디텍터(50), 조작부(60)로 구성된다. 환자의 구강 부위를 X-레이 방사부(40)와 디텍터(50) 사이에 위치시킨 후, 회전부재(30)를 360도로 회전시키면서 X-레이 방사구(42)에서 환자의 구강 부위에 대략 1회전당 600 회의 X-레이 빔을 주사한다. 디텍터(50)가 X-레이의 투과흡수치를 검출하면 컴퓨터 디지털 처리하여 3차원 영상을 획득한다. [도 3]은 치과용 CT 장치에서 사용하는 팬빔 단층촬영(FBCT)과 콘빔 단층촬영(CBCT)을 대비하여 나타낸 도면이다. 팬빔 CT(Fan Beam CT)는 [도 3]의 (a)와 같이 부채꼴 형태의 X-레이 빔을 주사하는 방식이고 콘빔 CT(Cone Beam CT)는 [도 3]의 (b)와 같이 원뿔 형태의 X-레이 빔을 주사하는 방식이다. 치과에서는 콘빔 CT 방식이 활발히 사용되고 있으며, 본 발명도 주로 콘빔 CT를 대상으로 한다.
임플란트 시술에서 보철물을 제작하기 위해서는 환자별로 3차원 CT 영상에서 마진 라인(margin line)을 얻어야 한다. [도 4]의 (a)는 보철물 제작에 마진 라인의 역할을 개념적으로 나타내는 도면이다. 마진 라인은 치과용 임플란트 보철물의 주변을 감싸게 되는 잇몸의 가장 높은 지점들을 연결한 가상선을 말하는데, 보철물이 환자에 잘 맞기 위해서는 마진 라인이 정확하게 도출되어야 한다. 이처럼 마진 라인을 얼마나 환자 잇몸 형상에 맞게 추출해내느냐 하는 것은 임플란트 시술 만족도에 큰 영향을 미치는 중요한 문제이다.
[도 4]의 (b)는 치과용 CT 영상에서 3차원 메쉬에 마진 라인을 표시한 도면이다. 일반적으로는 CT 촬영을 통해 얻은 일련의 2차원 CT 데이터(이를 '슬라이스'라고 부르기도 한다)에 마칭큐브 알고리즘(marching cube algorithm)을 적용하여 3차원 메쉬를 먼저 구성한다. 그리고 나서, 이 3차원 메쉬에 대해 임계치(iso value)를 구하고 이 임계치에 대응하는 등고선 라인을 추출함으로써 그 잇몸 부위에 대한 마진 라인을 획득하였다.
그런데, 종래에는 CT 영상으로부터 소프트웨어를 통해 얻은 마진 라인은 정확도가 그리 높지 않다. 그에 따라, 실제 보철물 작업 현장에서는 작업자가 3차원 메쉬를 면밀하게 관찰하면서 마진 라인이 지나가야 할 주요 포인트를 3차원 메쉬 상에 마킹해주고, 컴퓨터 소프트웨어는 마진 라인을 추출함에 있어서 그 마킹된 포인트들을 지나가도록 라인을 그려나간다.
그런데, CT 메쉬를 작업자가 일일이 수작업으로 검경해야 하기에 굉장히 오랜 시간이 걸릴 수밖에 없는 실정이다. 또한, 작업자가 자신의 경험에 의존하여 작업을 진행하기 때문에 작업자의 실력에 따라 보철 결과물의 품질 차이가 클 뿐만 아니라 같은 작업자라 하더라도 당일 컨디션에 따라서는 보철물에 불량이 나올 개연성이 얼마든지 존재한다. 작업자의 결과물을 상급자가 검토하는 과정을 개입시킬 수도 있으나, 이는 불량 여부를 사후적으로 모니터링하는 수단 내지 작업자들이 업무를 제대로 수행하도록 심리적으로 압박하는 수단으로서 기능할 뿐, 문제의 원인을 구조적으로 해결하지는 못한다.
이러한 문제를 해결하려면 치과용 CT 데이터로부터 마진 라인을 소프트웨어로 정확하게 추출할 수 있는 기술이 필요하다.
본 발명의 목적은 일반적으로 치과용 CT 영상을 정밀하게 얻기 위한 데이터 처리 기술을 제공하는 것이다.
특히, 본 발명의 목적은 치과용 CT 영상에서 마진 라인을 정밀하게 추출하기 위하여 일련의 2차원 CT 데이터(슬라이스)에 대해 이진화 영상의 윤곽선에서 코너점을 검출하고 영상 분할을 통해 코너 영역 확장을 수행하는 치과용 CT 영상에 대한 일련의 데이터 처리 기술을 제공하는 것이다.
한편, 본 발명의 해결 과제는 이들 사항에 제한되지 않으며 본 명세서의 기재로부터 다른 해결 과제가 이해될 수 있다.
상기의 목적을 달성하기 위하여 본 발명에 따른 마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법은, CT 촬영으로부터 일련의 2차원 CT 데이터를 획득하는 제 1 단계; 일련의 2차원 CT 데이터를 노멀 임계치(normal iso value)로 이진화하여 이진화 영상을 획득하는 제 2 단계; 템플릿 매칭에 의해 이진화 영상으로부터 치아 영역을 검출하는 제 3 단계; 치아 영역의 이진화 영상에서 윤곽선을 추출하는 제 4 단계; 곡률 기반으로 윤곽선에서 코너점을 검출하는 제 5 단계; 2차원 CT 데이터에서 코너점에 대응하여 영역 확장을 수행하여 확장 코너 영역을 획득하는 제 6 단계; 확장 코너 영역을 이진화 영상에 반영하여 이진화 영상을 업데이트하는 제 7 단계;를 포함하여 구성된다.
본 발명에서 제 6 단계는, 2차원 CT 데이터에서 코너점을 포함하는 부분 영역을 설정하는 제 61 단계; 부분 영역 내에서 픽셀 값의 표준편차에 대응하여 전경 지점 및 배경 지점으로부터 각각 하나이상의 마커점을 설정하는 제 62 단계; 코너점을 마커점으로 추가 설정하는 제 63 단계; 그 설정된 복수의 마커점에 기반한 워터세드 분할 알고리즘을 적용하여 확장 코너 영역을 획득하는 제 64 단계; 확장 코너 영역의 방향과 코너점의 방향 사이의 이격 각도를 산출하는 제 65 단계; 이격 각도가 미리 설정된 임계 각도 이하이면 와핑(warping)을 통해 확장 코너 영역을 얇게 변형하는 제 66 단계;를 포함하여 구성될 수 있다.
이때, 제 6 단계는, 그 획득된 확장 코너 영역을 검사하여 워터세드 분할 알고리즘에 의해 영역 확장이 이루어졌는지 여부를 검사하는 제 67 단계; 그 검사 결과, 영역 확장이 이루어진 경우에는 제 4 단계로 진행하여 재귀적으로 수행하는 제 68 단계;를 더 포함하여 구성될 수 있다.
또한, 본 발명에서 제 7 단계는, 확장 코너 영역을 이진화 영상의 대응 영역에 포함시키는 제 71 단계; 확장 코너 영역의 윤곽선에 해당하는 복수의 정점에 대해 스네이크 알고리즘을 적용함으로써 확장 코너 영역의 윤곽선과 이진화 영상의 기존 윤곽선 사이의 유격을 스무딩하는 제 72 단계;를 포함하여 구성될 수 있다.
이때, 제 7 단계는, 확장 코너 영역의 윤곽선에서 단부를 식별하는 단계; 그 식별된 단부의 일 점을 스네이크 알고리즘에 대한 고정점으로 설정하는 단계;를 더 포함하여 구성될 수 있다.
한편, 본 발명에 따른 컴퓨터프로그램은 하드웨어와 결합되어 이상과 같은 마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법을 실행시키기 위하여 매체에 저장된 것이다.
본 발명에 따르면 치과용 CT 영상에서 마진 라인을 정밀하게 얻을 수 있어 보철 작업이나 임플란트 시술 작업을 정교하게 할 수 있고 그에 따라 보철 시술이나 임플란트 시술의 성공률을 개선하는 것과 동시에 시술 환자의 불편함과 고통을 줄여줄 수 있는 장점이 있다.
또한, 본 발명에 따르면 치과용 CT 영상에서 데이터 처리의 정확도를 개선하여 콘빔 CT의 활용도를 확장할 수 있는 장점이 있다.
또한, 본 발명에 따르면 치과용 CT 영상에서 소프트웨어 처리만으로도 마진 라인을 얻을 수 있어 작업효율도 개선하고 작업자의 개인 능력에 따라 보철물의 품질이 달라지는 종래의 문제도 해결할 수 있다.
[도 1]는 미국 Misch에 의한 골질 분류를 나타내는 도면.
[도 2]는 치과에서 사용하는 컴퓨터 단층촬영장치의 일 예를 나타내는 도면.
[도 3]는 팬빔 단층촬영과 콘빔 단층촬영을 대비하여 나타내는 도면.
[도 4]는 치과용 CT 영상에서 마진 라인을 설명하는 도면.
[도 5]는 본 발명을 적용하여 치과용 CT 영상에 대해 마진 라인을 추출하는 전체 프로세스를 나타내는 순서도.
[도 6]는 마칭큐브 알고리즘에 그레이 레벨 영상을 입력한 경우와 이진화 영상을 입력한 경우에 대한 결과를 나타낸 도면.
[도 7]은 치과용 CT 영상의 3차원 메쉬로부터 마진 라인을 추출하는 개념을 나타내는 도면.
[도 8]은 마칭큐브 알고리즘의 문제점을 예시하여 나타내는 도면.
[도 9]는 본 발명에서 치아 템플릿을 이용하여 이진화 영상에서 치아 영역을 추출하는 개념을 나타내는 도면.
[도 10]은 본 발명에서 2차원 CT 영상의 이진화 영상에서 윤곽선을 추출하고 코너점을 검출하는 예를 나타내는 도면.
[도 11]은 본 발명에서 코너점에 대해 영역 확장을 수행하는 과정을 예시하여 나타내는 도면.
[도 12]는 본 발명에서 확장 코너 영역과 기존 이진화 영상의 윤곽선을 스무딩하는 과정을 예시하여 나타내는 도면.
[도 13]은 본 발명에서 코너점 영역 확장의 효과를 예시하여 나타내는 도면.
[도 14] 내지 [도 16]은 2차원 CT 영상에 대한 이진화 영상 업데이트를 예시하여 나타내는 도면.
[도 17]은 치과용 CT 영상의 일련의 슬라이스로부터 마진 라인을 추출하는 개념을 나타내는 도면.
이하에서는 도면을 참조하여 본 발명을 상세하게 설명한다.
[도 5]는 본 발명을 적용하여 치과용 CT 영상에 대해 마진 라인을 추출하는 전체 프로세스를 나타내는 순서도이다.
단계 (S100) : 먼저, CT 촬영으로부터 일련의 2차원 CT 데이터(슬라이스)를 획득한다. 이 과정은 종래로 사용되던 기술을 그대로 활용할 수 있다. 본 발명의 적용 대상은 임플란트 시술 환자를 촬영하는 것을 주로 가정하지만, 다른 목적, 예컨대 표준 실험체(예: 표적 팬텀)를 CT 촬영하여 소프트웨어 캘리브레이션을 수행하는 목적으로 활용되는 것을 배제하지는 않는다.
단계 (S200) : CT 촬영에서 획득된 일련의 2차원 CT 데이터의 각각에 대하여 이진화 영상을 획득한다. 본 발명에서는 이진화 영상의 코너점 영역을 확장하는 과정을 통해 종래기술에 비해 세밀함이 개선된 이진화 영상을 획득할 수 있다는 것이 기술적 특징이다. 이때, 일련의 2차원 CT 데이터 전부에 대해 하나도 빠짐없이 이진화 영상을 획득하는 과정을 수행하는 것으로 본 발명의 기술내용이 제한적으로 해석되어서는 아니된다.
단계 (S300, S400) : 이렇게 얻어진 일련의 이진화 영상을 연결하여 3차원 메쉬를 생성하고, 이 3차원 메쉬를 분석하여 치과용 CT 영상에 대한 마진 라인을 추출한다. [도 5]에는 도시되어 있지 않으나, 3차원 메쉬를 경유하지 않고 2차원 CT 데이터로부터 얻은 일련의 이진화 영상으로부터 직접 마진 라인을 추출하는 구현 예도 가능하다. [도 17]은 치과용 CT 영상의 일련의 슬라이스로부터 마진 라인을 추출하는 개념을 나타내는 도면이다.
컴퓨터 영상처리 분야에서 3차원 메쉬 생성에는 이미 검증되어 사용되던 기술, 예컨대 마칭큐브(marching cube) 알고리즘이 있는데 본 발명에서 그대로 활용할 수 있다. 마진 라인은 3차원 메쉬의 언더컷과 표면 곡률 정보를 이용하여 검출한다. 이때, 언더컷은 임의 방향에서 가려지는 음형 지역이다. 마칭큐브 알고리즘에서는 2차원 영상의 좌표와 슬라이스의 순번에 비례하여 정점의 좌표 (x, y, z) 값을 계산한다. 따라서 [도 6]에 나타낸 예에서처럼 언더컷 검출이 어려운 메쉬의 경우에는 높은 곡률를 갖는 정점에 대응하는 슬라이스의 순번과 영상 좌표를 검색한다. 만약 검색 지점에 코너점이 존재하고 동시에 인접 슬라이스의 인접 좌표에도 연속적으로 코너점이 존재한다면 해당 좌표들을 z축으로 연결하여 마진 라인을 추출한다.
다음으로, CT 촬영에서 획득된 일련의 2차원 CT 데이터의 각각에 대하여 이진화 영상을 획득하는 단계 (S200)의 과정을 상세하게 기술한다. 본 발명은 [도 5]에 나타낸 일련의 데이터 처리 과정을 통해 이진화 영상의 세밀함을 높임으로써 마진 라인의 정밀도를 개선하는 것이 특징이다.
단계 (S210) : 단계 (S100)에서 획득된 일련의 2차원 CT 영상에 대하여 이진화 영상을 획득한다. 이를 위해, 바람직하게는 각각의 슬라이스에 대해 최적의 임계치를 구하여 이진화를 수행한다. 이 과정에는 종래에 이미 검증되어 사용되던 기술, 예컨대 Otsu 이진화 알고리즘(Otsu's Binarization algorithm)이 본 발명에서도 그대로 양호하게 사용될 수 있다.
마칭큐브 알고리즘은 격자 단위로 3차원 공간 상에 정의된 점들에 대한 근사 등위면(iso surface)들을 생성하고 삼각화 과정을 통해 3차원 메쉬를 생성하는 기술이다. 종래에는 마칭큐브 알고리즘에 그레이 레벨(gray level)의 2차원 CT 영상들을 그대로 입력하여 3차원 메쉬를 생성하였다. 그러나 이러한 종래기술의 방식에서는 CT 촬영 과정에서 각각의 슬라이드에 조명된 빛의 정도가 미세하게 달라서 등위면 계산에 사용되는 하나의 등위값(iso value)만으로 정확한 결과를 구하기 힘들다. 등위값은 픽셀이 전경(foreground)에 포함되는지 아니면 배경(background)에 포함되는지 판단하는 기준 값이다.
이에, 각각의 슬라이스마다 최적 등위값 즉, 다중 등위값을 적용하는 방식을 고려할 수 있으나 현실적으로 구현이 매우 난해하다는 문제가 따른다. 따라서 슬라이스 단위로 이진화 영상을 생성하여 마칭큐브 알고리즘에 입력하는 방식을 고려할 수 있다. 이 경우 각 슬라이스 별로 전경과 배경이 분리되어 등위면 생성이 용이하고 노이즈에 강건하게 메쉬를 생성할 수 있다. [도 6]는 마칭큐브 알고리즘에 그레이 레벨 영상을 입력한 경우와 이진화 영상을 입력한 경우에 대한 결과를 나타낸 도면이다. 그레이 레벨 영상을 입력한 결과인 [도 6] (a)는 표면이 불규칙하게 나타나는 반면, 이진화 영상을 입력한 결과인 [도 6] (b)는 표면이 전체적으로 규칙적임을 확인할 수 있다.
그러나 높은 곡률을 갖는 지점에 대한 섬세한 표현 문제는 여전히 어려운 과제로 남아있다. [도 7]는 치과용 CT 영상의 3차원 메쉬로부터 마진 라인을 추출하는 개념을 나타내는 도면이다. 마진 라인은 삽입축 방향을 기준으로 발생한 언더컷의 경계이면서 높은 곡률을 갖는 A와 같은 지점들을 연속적으로 연결한 곡선이다. 특히, 높은 곡률의 지점들은 2차원 CT 영상의 코너점 지역에서 생성된다. 그러나 코너점의 끝 부분은 영상 경계가 모호하여 이진화 과정에서 배경으로 오분류될 가능성이 높다. 이진화(binarization)의 임계값(threshold)을 높이면 코너점의 끝 부분을 표현할 수 있으나 이 경우 배경의 일부가 전경으로 분류되어 메쉬의 정확도가 낮아지는 문제점이 발생할 수 있다. 마칭큐브 알고리즘에 CT 영상을 그대로 적용한 경우에도 동일한 문제가 발생한다. 해당 지점의 영상 값들이 등위값보다 낮아서 메쉬가 생성되지 않는 문제가 발생한다.
그에 따라, CT 영상에서 코너의 끝 부분만을 추출하여 선별적으로 전경으로 분류할 수 있는 기술이 필요하다. [도 8]은 마칭큐브 알고리즘의 문제점을 예시하여 나타내는 도면인데, [도 8]의 (a)와 같은 코너점의 끝 부분만을 [도 8]의 (b)처럼 확장하는 기술이 필요하다. 단계 (S210)에서는 종래의 기술을 이용하여 이진화를 수행하므로 [도 8]의 (a)와 같이 정밀도가 불충분한 이진화 영상이 획득된다. 그에 따라, 이하의 과정을 통하여 [도 8]의 (b)와 같이 코너점의 끝 부분을 확장시켜 세밀함이 개선된 이진화 영상을 획득하는 것이다.
단계 (S220) : 다음으로, 템플릿 매칭에 의해 이진화 영상으로부터 치아 영역을 검출한다. [도 9]은 본 발명에서 치아 템플릿을 이용하여 이진화 영상에서 치아 영역을 추출하는 개념을 나타내는 도면이다. [도 9]를 참조하면, 이진화 영상에서 미리 준비해둔 템플릿이 복수 개 겹치는 부분을 치아 영역이라고 판단할 수 있다. 이 과정은 CT 영상에서 치아가 있는 부분을 찾는 것으로 영상 처리 대상을 줄여 영상 처리 속도를 높이려는 의도에서 수행한다.
단계 (S230, S240) : 다음으로, 치아 영역에 대해 이진화 영상에서 윤곽선을 추출하고, 곡률 기반으로 윤곽선에서 코너점을 검출한다. 종래의 CT 영상처리 기술에서도 이진화 영상에서 윤곽선을 추출하는 과정이 사용되어 왔으며 이는 본 발명에서도 적용될 수 있다. 그리고, 윤곽선에서 곡률(curvature)이 급격하게 달라지는 부분을 코너점으로 검출한다. 컴퓨터 영상처리 분야에서 사용되는 오픈 비전 라이브러리인 OpenCV의 findContours와 approxPolyDP 함수 등이 본 발명에서 코너점 검출을 위해 양호하게 사용될 수 있다.
[도 10]은 본 발명에서 2차원 CT 영상의 이진화 영상에서 윤곽선을 추출하고 코너점을 검출하는 예를 나타내는 도면이다. [도 10]의 (a)는 2차원 CT 영상으로서 A 표시 부분은 디스플레이 화면 상에서 육안으로 확인한 코너점의 대략적인 위치다. [도 10]의 (b)는 Otsu의 이진화 영상으로써 [도 10]의 (a)와 비교하면 A 지점 부근의 세밀한 정보가 소실된 것이 확인된다. [도 10]의 (c)는 이진화 영상에서 추출한 윤곽선을 나타낸 것이고, [도 10]의 (d)는 곡률 기반으로 윤곽선에서 검출한 코너점을 나타낸 것이다. [도 10]의 (d)에서 노란 색의 작은 사각형이 코너점을 나타내고 직선은 코너점의 방향을 나타낸다. [도 10]의 (a)와 (d)를 비교하면 디스플레이 화면에서 육안으로 확인한 A 지점과 윤곽선에서 검출한 코너점이 서로 대응되는 위치라는 사실이 확인된다.
단계 (S250) : 다음으로, 코너점을 포함하는 부분 영역을 설정하고 그 부분 영역에 대해 2차원 CT 데이터에 대해 영역 확장 알고리즘을 수행함으로써 윤곽선의 세밀함을 개선한다. 이때, 영역 확장을 위해 이미 검증되어 사용되던 기술, 예컨대 마커 기반 워터세드 분할 알고리즘(Marker-based Watershed Segmentation algorithm)이 본 발명에서 양호하게 사용될 수 있다.
[도 11]은 본 발명에서 코너점에 대해 영역 확장을 수행하는 과정을 예시하여 나타내는 도면이다. [도 11]의 (a)는 코너점을 포함하는 부분 영역에 대해 마커점을 구하는 예를 나타내는데, 코너점 중심으로 설정된 사각형(부분 영역) 안에서 픽셀 값의 표준편차가 가장 작은 전경 지점 A와 배경 지점 B를 추출하고 여기에 코너점 C까지 포함시켜 도합 세 개의 마커점을 구한다. [도 11]의 (b)는 세 개의 마커점에 기반하여 워터세드 분할 알고리즘을 적용하여 획득한 확장 코너 영역(컬러 표시)을 나타낸다. 이어서, [도 11]의 (c)에 나타낸 바와 같이 확장 코너 영역의 방향과 코너점의 방향 사이의 이격 각도를 산출하는데, [도 11]의 (c)에서는 15.4 도가 산출되었다. 이 값이 미리 설정된 임계 각도 이상이면 결과를 무시하고, 미리 설정된 임계 각도 이하이면 후처리(post-processing)으로서 확장 코너 영역을 얇게 변형하는데, 이러한 변형 기술로서 와핑(warping) 기술이 사용될 수 있다. [도 11]의 (d)는 이러한 과정을 통해 획득된 확장 코너 영역을 기존의 이진화 영상에 반영하여 업데이트한 결과를 나타낸다.
단계 (S260) : 다음으로, 윤곽선에 포함되는 확장 코너 영역을 이진화 영상에 포함시켜 [도 11]의 (d)에 나타낸 바와 같이 이진화 영상을 업데이트한다. 이때, 확장 코너 영역을 기존의 이진화 영상에 반영하다보면 확장 코너 영역의 윤곽선과 기존의 윤곽선 사이에 약간의 틀어짐, 즉 유격이 발생할 수 있다. 따라서, 윤곽선을 부드럽게 스무딩(smoothing)하는 것이 바람직한데, 컴퓨터 영상처리 기술에서 사용되는 스네이크 알고리즘(snake algorithm)으로 윤곽선을 부드럽게 스무딩할 수 있다.
[도 12]은 본 발명에서 확장 코너 영역과 기존 이진화 영상의 윤곽선을 스무딩하는 과정을 예시하여 나타내는 도면이다. [도 12]의 (a)는 업데이트된 이진화 영상의 윤곽선으로 스네이크를 초기화한 모습이다. 확장 코너 영역에 해당하는 정점(녹색)들에 대해서만 알고리즘을 수행하는 경우에 처리 시간은 대폼 감소시킬 수 있으면서도 어느 정도 수긍할만한 결과를 얻을 수 있으므로 바람직하다. 단부에 설정된 A 표시는 스네이크가 윤곽선을 지나치게 스무딩하는 경우를 방지하기 위해 설정한 고정점을 나타낸다. 이를 위해, 확장 코너 영역의 윤곽선에서 단부를 식별하고, 그 식별된 단부에서 일 점(point)을 스네이크 알고리즘에 대한 고정점으로 설정한다. [도 12]의 (b)는 스네이크 알고리즘을 수행한 이후 윤곽선의 모습이다. [도 12]의 (a)와 (b)를 비교하면, 확장 코너 영역의 윤곽선(녹색 부분)과 기존 이진화 영역의 윤곽선(붉은색 부분)의 연결이 스네이크 알고리즘에 의해 부드럽게 스무딩된 것이 확인된다.
본 발명에서 [도 10] 내지 [도 12]에 나타낸 과정, 즉 치아 영역에 대해 윤곽선을 검출하는 단계(S230)에서부터 확장 코너 영역을 반영하여 이진화 영상을 업데이트하는 단계(S260)까지의 과정은 구현 예에 따라서는 재귀적(recursive) 방식으로 구성 가능하다. 즉, 확장 코너 영역을 검사하여 워터세드 분할 알고리즘에 의해 영역 확장이 미리 설정된 기준에 따라 유의미할 정도로 이루어졌는지 여부를 검사하고, 만일 영역 확장이 이루어졌다면, 윤곽선을 검출하고 코너점을 검출하고 그 코너점을 중심으로 영역을 확장한 후 윤곽선을 스무딩하는 과정을 재귀적으로 반복 수행한다. 이 재귀적 반복 수행 과정은 워터세드 분할 알고리즘을 적용하더라도 영역 확장이 이루어지지 않게 될 때까지 수행된다.
[도 13]는 본 발명에서 코너점 영역 확장의 효과를 예사하여 나타내는 도면으로, [도 13]의 (a)와 (b)를 비교하면 코너점 영역 확장을 통해 윤곽선의 세밀함이 훨씬 개선된 사실이 확인된다. 또한, [도 14] 내지 [도 16]은 치아 영역의 2차원 CT 영상에 대해 단계 (S220) 내지 (S260)을 통해 윤곽선의 세밀함을 개선하는 여러 예를 나타내는 도면이다.
한편, 본 발명은 컴퓨터가 읽을 수 있는 비휘발성 기록매체에 컴퓨터가 읽을 수 있는 코드의 형태로 구현되는 것이 가능하다. 이러한 비휘발성 기록매체로는 다양한 형태의 스토리지 장치가 존재하는데 예컨대 하드디스크, SSD, CD-ROM, NAS, 자기테이프, 웹디스크, 클라우드 디스크 등이 있고 네트워크로 연결된 다수의 스토리지 장치에 코드가 분산 저장되고 실행되는 형태도 구현될 수 있다. 또한, 본 발명은 하드웨어와 결합되어 특정의 절차를 실행시키기 위하여 매체에 저장된 컴퓨터프로그램의 형태로 구현될 수도 있다.

Claims (7)

  1. 컴퓨터 하드웨어 장치가 마진 라인의 정밀도 향상을 위해 치과용 CT 영상을 처리하는 방법으로서,
    CT 촬영으로부터 일련의 2차원 CT 데이터를 획득하는 제 1 단계;
    상기 일련의 2차원 CT 데이터를 노멀 임계치(normal iso value)로 이진화하여 이진화 영상을 획득하는 제 2 단계;
    템플릿 매칭에 의해 상기 이진화 영상으로부터 치아 영역을 검출하는 제 3 단계;
    상기 치아 영역의 이진화 영상에서 윤곽선을 추출하는 제 4 단계;
    곡률 기반으로 상기 윤곽선에서 코너점을 검출하는 제 5 단계;
    상기 2차원 CT 데이터에서 상기 코너점에 대응하여 영역 확장을 수행하여 확장 코너 영역을 획득하는 제 6 단계;
    상기 확장 코너 영역을 상기 이진화 영상에 반영하여 상기 이진화 영상을 업데이트하는 제 7 단계;
    를 포함하여 구성되는 마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법.
  2. 청구항 1에 있어서,
    상기 제 6 단계는,
    상기 2차원 CT 데이터에서 상기 코너점을 포함하는 부분 영역을 설정하는 제 61 단계;
    상기 부분 영역 내에서 픽셀 값의 표준편차에 대응하여 전경 지점 및 배경 지점으로부터 각각 하나이상의 마커점을 설정하는 제 62 단계;
    상기 코너점을 마커점으로 추가 설정하는 제 63 단계;
    상기 설정된 복수의 마커점에 기반한 워터세드 분할 알고리즘을 적용하여 확장 코너 영역을 획득하는 제 64 단계;
    를 포함하여 구성되는 것을 특징으로 하는 마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법.
  3. 청구항 2에 있어서,
    상기 제 6 단계는,
    상기 제 64 단계 이후에 수행되는,
    상기 확장 코너 영역의 방향과 상기 코너점의 방향 사이의 이격 각도를 산출하는 제 65 단계;
    상기 이격 각도가 미리 설정된 임계 각도 이하이면 와핑(warping)을 통해 상기 확장 코너 영역을 얇게 변형하는 제 66 단계;
    를 더 포함하여 구성되는 것을 특징으로 하는 마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법.
  4. 청구항 2에 있어서,
    상기 제 6 단계는,
    상기 제 64 단계 이후에 수행되는,
    상기 획득된 확장 코너 영역을 검사하여 상기 워터세드 분할 알고리즘에 의해 영역 확장이 이루어졌는지 여부를 검사하는 제 67 단계;
    상기 검사 결과, 영역 확장이 이루어진 경우에는 상기 제 4 단계로 진행하여 재귀적으로 수행하는 제 68 단계;
    를 더 포함하여 구성되는 것을 특징으로 하는 마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법.
  5. 청구항 2에 있어서,
    상기 제 7 단계는,
    상기 확장 코너 영역을 상기 이진화 영상의 대응 영역에 포함시키는 제 71 단계;
    상기 확장 코너 영역의 윤곽선에 해당하는 복수의 정점에 대해 스네이크 알고리즘을 적용함으로써 상기 확장 코너 영역의 윤곽선과 상기 이진화 영상의 기존 윤곽선 사이의 유격을 스무딩하는 제 72 단계;
    를 포함하여 구성되는 것을 특징으로 하는 마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법.
  6. 청구항 5에 있어서,
    상기 제 7 단계는,
    상기 확장 코너 영역의 윤곽선에서 단부를 식별하는 단계;
    상기 식별된 단부의 일 점을 상기 스네이크 알고리즘에 대한 고정점으로 설정하는 단계;
    를 더 포함하여 구성되는 것을 특징으로 하는 마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법.
  7. 하드웨어와 결합되어 청구항 1 내지 6 중 어느 하나의 항에 따른 마진 라인의 정밀도 향상을 위한 치과용 CT 영상 처리 방법을 실행시키기 위하여 매체에 저장된 컴퓨터프로그램.
KR1020190148916A 2019-11-19 2019-11-19 마진 라인의 정밀도 향상을 위한 치과용 ct 영상 처리 방법 KR102255592B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190148916A KR102255592B1 (ko) 2019-11-19 2019-11-19 마진 라인의 정밀도 향상을 위한 치과용 ct 영상 처리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190148916A KR102255592B1 (ko) 2019-11-19 2019-11-19 마진 라인의 정밀도 향상을 위한 치과용 ct 영상 처리 방법

Publications (1)

Publication Number Publication Date
KR102255592B1 true KR102255592B1 (ko) 2021-05-25

Family

ID=76145181

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190148916A KR102255592B1 (ko) 2019-11-19 2019-11-19 마진 라인의 정밀도 향상을 위한 치과용 ct 영상 처리 방법

Country Status (1)

Country Link
KR (1) KR102255592B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220162033A (ko) 2021-05-27 2022-12-07 클리어테크놀로지 주식회사 덴탈 캐드 장치 및 그를 이용하는 제어방법
CN115984529A (zh) * 2023-03-20 2023-04-18 佛山科学技术学院 口腔内牙齿三维模型自动分割方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004209244A (ja) * 2002-12-28 2004-07-29 Samsung Electronics Co Ltd 歯牙映像からの歯牙領域の抽出方法及び歯牙映像を利用した身元確認方法及び装置
US20080181481A1 (en) * 2006-12-11 2008-07-31 Siemens Corporation Research, Inc. Method and System for Locating Opaque Regions in Chest X-Ray Radiographs
KR20140012669A (ko) * 2011-03-21 2014-02-03 케어스트림 헬스 인코포레이티드 치면 분류 방법
KR20160099442A (ko) * 2015-02-11 2016-08-22 경기대학교 산학협력단 뼈 나이 측정 장치 및 방법
KR20170127950A (ko) * 2016-05-13 2017-11-22 연세대학교 산학협력단 Ct 치아 영상의 자동 세그먼테이션 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004209244A (ja) * 2002-12-28 2004-07-29 Samsung Electronics Co Ltd 歯牙映像からの歯牙領域の抽出方法及び歯牙映像を利用した身元確認方法及び装置
US20080181481A1 (en) * 2006-12-11 2008-07-31 Siemens Corporation Research, Inc. Method and System for Locating Opaque Regions in Chest X-Ray Radiographs
KR20140012669A (ko) * 2011-03-21 2014-02-03 케어스트림 헬스 인코포레이티드 치면 분류 방법
KR20160099442A (ko) * 2015-02-11 2016-08-22 경기대학교 산학협력단 뼈 나이 측정 장치 및 방법
KR20170127950A (ko) * 2016-05-13 2017-11-22 연세대학교 산학협력단 Ct 치아 영상의 자동 세그먼테이션 시스템 및 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220162033A (ko) 2021-05-27 2022-12-07 클리어테크놀로지 주식회사 덴탈 캐드 장치 및 그를 이용하는 제어방법
KR102575920B1 (ko) * 2021-05-27 2023-09-13 클리어테크놀로지 주식회사 덴탈 캐드 장치 및 그를 이용하는 제어방법
CN115984529A (zh) * 2023-03-20 2023-04-18 佛山科学技术学院 口腔内牙齿三维模型自动分割方法

Similar Documents

Publication Publication Date Title
US11896455B2 (en) Method and system for braces removal from dentition mesh
ES2807263T3 (es) Clasificación y modelado 3D de estructuras dentomaxilofaciales 3D usando métodos de aprendizaje profundo
CN106470595B (zh) 利用口内3d扫描图检测牙齿磨损
US10285781B2 (en) Method for acquiring tooth crown shape information from data relating to oral cavity shape to automatically construct a database for tooth crown shapes
KR101878467B1 (ko) 3차원 치아 영상 데이터와 광학식 스캔 치아 모델의 선택적 정합 방법, 장치 및 프로그램
US11961238B2 (en) Tooth segmentation using tooth registration
CN107480677B (zh) 一种识别三维ct图像中感兴趣区域的方法及装置
CN111415419B (zh) 基于多源图像的牙体修复模型制作方法和系统
Xia et al. Individual tooth segmentation from CT images scanned with contacts of maxillary and mandible teeth
CN107203998A (zh) 一种对锥束ct图像进行牙列分割的方法
CN107680110B (zh) 基于统计形状模型的内耳三维水平集分割方法
KR102255592B1 (ko) 마진 라인의 정밀도 향상을 위한 치과용 ct 영상 처리 방법
EP3047455B1 (en) Method and system for spine position detection
US7787673B2 (en) Method and apparatus for airway detection and segmentation using 3D morphological operators
CN111937038A (zh) 自动选择扫描策略的3d扫描
CN110211200A (zh) 一种基于神经网络技术的牙弓线生成方法及其系统
JP5640280B2 (ja) 骨粗鬆症診断支援装置及び骨粗鬆症診断支援プログラム
CN118512278B (zh) 一种用于牙齿3d打印前的ai建模方法及装置
Wei et al. Automatic recognition of major fissures in human lungs
US20220122261A1 (en) Probabilistic Segmentation of Volumetric Images
CN111311653B (zh) 一种牙齿菌斑荧光图像与牙齿三维模型配准的方法
US20090237402A1 (en) Method and System for Reconstructing a Model of an Object
CN113506301A (zh) 一种牙齿图像分割方法和装置
JP2018512188A (ja) チャネル検出を使用する画像データ内の物体の分割
KR102716447B1 (ko) 흉부 ct 이미지에서의 호흡기계 구조물 자동 분할 시스템 및 그 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant